1° Forum di Astronomia Amatoriale Italiano

Ora che abbiamo rotto un tabù, quello della scoperta di oggetti interstellari in transito
nel nostro sistema solare, si è aperto un nuovo campo di studi:

https://arxiv.org/pdf/2301.09375.pdf

Sono sicuro che verranno fuori scoperte inaspettate di tutti i tipi basterà solo avere
pazienza, solo qualche decina di anni, ma questo è IHMO.
Ciao.
Roberto Gorelli

Abstract
The discovery of the first two macroscopic interstellar objects (ISOs) passing through the Solar System has opened entirely new
perspectives in planetary science. The exploration of these objects offers a qualitatively new insight into the processes related to the
origin, structure and evolution of planetary systems throughout the Galaxy. Knowledge about these phenomena will greatly advance
if current and future sky surveys discover more ISOs. On the other hand, the surveys require better characterization of this population
in order to improve their discovery algorithms. However, despite their scientific significance, there is still no comprehensive orbital
model of ISOs in the Solar System and computationally efficient algorithm for generating their synthetic representations that would
respond to these increasing needs. Currently available method for generating synthetic populations cannot fully take into account
important phenomena, such as gravitational focusing and the shielding effect of the Sun. On the other hand, this method is also
computationally far too demanding to be used for systematic exploration of the ISO population. This paper presents an analytical
method for determining the distributions of the orbital elements of ISOs, as well as computationally efficient algorithm for generating
their synthetic populations, based on the multivariate inverse transform sampling method. The developed method is several orders
of magnitudes more efficient than the available method, depending on the size of the synthetic population. A Python implementation
of the method is freely available and can be used to generate synthetic populations of ISOs with user-defined input parameters.


Astratto
La scoperta dei primi due oggetti interstellari macroscopici (ISO) che attraversano il Sistema Solare si è aperta completamente nuova
prospettive della scienza planetaria. L'esplorazione di questi oggetti offre una visione qualitativamente nuova dei processi legati al
origine, struttura ed evoluzione dei sistemi planetari in tutta la Galassia. La conoscenza di questi fenomeni avanzerà notevolmente
se le indagini del cielo attuali e future scopriranno più ISO. D'altra parte, le indagini richiedono una migliore caratterizzazione di questa popolazione
per migliorare i loro algoritmi di scoperta. Tuttavia, nonostante il loro significato scientifico, non esiste ancora un orbitale completo
modello di ISO nel Sistema Solare e algoritmo computazionalmente efficiente per generare le loro rappresentazioni sintetiche che lo farebbero
rispondere a queste crescenti esigenze. Il metodo attualmente disponibile per la generazione di popolazioni sintetiche non può tenerne pienamente conto
fenomeni importanti, come la focalizzazione gravitazionale e l'effetto schermante del Sole. D'altra parte, questo metodo è anche
computazionalmente troppo impegnativo per essere utilizzato per l'esplorazione sistematica della popolazione ISO. Questo articolo presenta un'analitica
metodo per determinare le distribuzioni degli elementi orbitali degli ISO, nonché algoritmo computazionalmente efficiente per la generazione
le loro popolazioni sintetiche, basate sul metodo di campionamento della trasformata inversa multivariata. Il metodo sviluppato è di diversi ordini
di grandezze più efficienti del metodo disponibile, a seconda della dimensione della popolazione sintetica. Un'implementazione di Python
del metodo è disponibile gratuitamente e può essere utilizzato per generare popolazioni sintetiche di ISO con parametri di input definiti dall'utente.

_________________
Costanzo
"Una cosa ho imparato nella mia lunga vita: che tutta la nostra scienza è primitiva e infantile
eppure è la cosa più preziosa che abbiamo" (A. Einstein).