---
title: "距离与倾角为什么会改变整条曲线"
description: "推导距离与倾角的共同变换、固定观测坐标中的完整高斯似然与轮廓分析，用例题分清整体误差和独立噪声。"
canonical_url: "https://sandboxphysics.com/zh/stories/galaxy-rotation-curves/moving-a-whole-rotation-curve/"
language: "zh-CN"
page_type: "story"
alternate_languages:
  en: "https://sandboxphysics.com/stories/galaxy-rotation-curves/moving-a-whole-rotation-curve/"
last_modified: "2026-11-05"
---

[星系旋转曲线与质量分解](https://sandboxphysics.com/zh/stories/galaxy-rotation-curves/)

星系旋转曲线 · L3

# 距离与倾角为什么会改变整条曲线

Sandbox Physics · 2026-11-05

距离或倾角估错，会让许多半径的结果一起偏。质量拟合必须把这种共同变化带进去，并在固定的观测坐标里比较数据与模型。

## 开始前需要什么

先读前两章。需要三角函数与对数；概率密度、似然和协方差都会先用具体例子解释。

## 同一段天空角度可以对应更长的半径

把资料采用的距离写作 $D_0$，候选距离写作 $D$，比值为 $d=D/D_0$。天空角位置不变，物理半径就随距离一次变化。光度由收到的通量乘距离平方得到，在固定质量光度比下，推算的重子质量也随距离平方变化。

沿用同一个角形状，长度随 $d$、质量随 $d^2$，重子引力加速度不变；乘上半径后，速度平方贡献随 $d$，等效速度随 $\sqrt d$。这是固定形状的同尺度变换，不是重新求一遍翘曲或光度去投影。

$$
R=dR_0,\qquad M_b=d^2M_{b,0},\qquad (v_b^2)_{\rm signed}=d(v_{b,0}^2)_{\rm signed}
$$

最后一式保留原生径向力的正负。恒星质量光度比的另一次缩放，只作用于恒星项。

对应阅读：Lelli, McGaugh & Schombert (2016), SPARC, AJ152,157 · Independent saved-observation rotation-curve calculation

## 更正面地看，会压低视线速度

倾角 $i$ 从盘面法线量到视线。正面盘的倾角为零，边缘朝向的盘接近直角。对于这里采用的全局圆周运动映射，去掉天空位置几何后，视线速度含有因子 $\sin i$。同一视线速度，较小倾角对应较大的圆周速度。

令资料的参考倾角为 $i_0$，其去投影速度和误差为 $V_{0,j},\epsilon_{0,j}$。候选倾角改变时，两者同乘 $k=\sin i_0/\sin i$。所有半径共享同一个 $k$，不是各点单独抽到的随机误差。

例如从 $63^{\circ}$ 改成 $60^{\circ}$，圆周速度与误差都乘 $1.02885$，约增大百分之二点九。把距离从 $3.16$ 改成 $3.32\,\mathrm{Mpc}$，半径与重子速度平方乘 $1.05063$，重子等效速度只乘其平方根。

对应阅读：Lelli, McGaugh & Schombert (2016), SPARC, AJ152,157 · Independent saved-observation rotation-curve calculation

## 先固定数据坐标，再比较模型

似然回答一个具体问题：如果某组模型参数为真，当前数据在所假定误差规律下有多常见？它是数据的概率密度随模型参数变化的函数，不是参数本身的概率。

为了让不同倾角的比较使用同一把尺，固定 $y_j=V_{0,j}\sin i_0$ 和 $\sigma_{y,j}=\epsilon_{0,j}\sin i_0$。模型在候选倾角下预测 $\mu_j=v_{c,j}\sin i$。这里的 $\sigma_{y,j}$ 是声明的工作高斯误差，不会随候选倾角再缩放。

先以每点误差互相独立的高斯分布作为练习模型。把各点概率密度相乘，再取自然对数，得到残差项与归一化项。原SPARC误差并没有同时给出一张完整的跨半径协方差表；使用这个工作模型，仍要检查系统偏差。

把以误差为单位的残差平方相加，记为 $\chi^2=\sum_j[(y_j-\mu_j)/\sigma_{y,j}]^2$，称为卡方。再除以数据点数减去所拟参数数目，就是约化卡方。后面例子有 $73$ 点、$3$ 个拟合参数，分母为 $70$。这些数概括的是所选误差规律下的残差，不能单凭它们证明误差规律正确。

$$
\log L=-\frac12\sum_j\left[\frac{(y_j-\mu_j)^2}{\sigma_{y,j}^2}+\log(2\pi\sigma_{y,j}^2)\right]
$$

本章log均为自然对数。第一项比较误差单位中的偏离，第二项给出所选数据坐标里的概率密度归一化。

对应阅读：Independent saved-observation rotation-curve calculation · Li et al., Fitting the radial acceleration relation, arXiv:1803.00022v1

## 换坐标时，概率密度也会跟着变

若在每个候选倾角下，改用放大后的圆周速度 $kV_0$ 和误差 $k\epsilon_0$，残差除以误差后的比值仍可相同，概率密度的高度却不同。对 $N$ 个点，坐标放大 $k$ 倍后，密度多出 $k^{-N}$ 因子；这就是需要补回的Jacobian。

记新坐标中算出的似然为 $L_{\rm scaled}$，原参考圆周速度坐标的似然为 $L_{V_0}$，固定投影坐标的似然为 $L_y$。先恢复倾角相关因子，再处理参考正弦这一次固定换尺，就得到下式。

一个反例是：让模型在每个倾角都精确贴合数据。固定误差坐标中的似然应相同。若漏掉换尺因子，对 $48$ 个点，$72^{\circ}$ 相对 $54^{\circ}$ 会凭空获得约 $7.764$ 的对数似然优势，完全来自误差坐标缩小。

$$
\log L_{V_0}=\log L_{\rm scaled}+N\log k,\qquad \log L_y=\log L_{V_0}-N\log\sin i_0
$$

改变的是概率密度的坐标，不是观测突然更精确。直接在固定投影坐标计算，可以避免遗漏这两个因子。

对应阅读：Independent saved-observation rotation-curve calculation

## 增加样点消不掉共同偏移

协方差描述两处误差怎样一起变化。九个速度点若各有独立随机误差，还共同受到一次标定偏移，那么多测几点能压低独立误差对均值的影响，却不能把同一个偏移平均掉。

设每点独立标准差为 $2.5\,\mathrm{km\,s^{-1}}$，共同偏移标准差为 $3\,\mathrm{km\,s^{-1}}$。均值方差为 $2.5^2/9+3^2=9.6944\,(\mathrm{km\,s^{-1}})^2$。若误把共同项也当独立项，会得到 $(2.5^2+3^2)/9=1.6944$，把不确定性压得过小。

距离与倾角带来的变化，还会随半径和模型而变。这个小例题只解释“共同”是什么意思；实际教程另把距离与倾角作为整条曲线共享的参数，逐场景重算。

对应阅读：Independent saved-observation rotation-curve calculation

## 轮廓分析把互相补偿的参数展开

先固定一个恒星质量光度比，重新优化晕的密度与尺度。换另一个质量光度比，再做一次。把这些条件最优似然连起来，就是轮廓分析。它显示参数怎样互相补偿，避免把一个最优点误读成唯一答案。

教程对每个晕模型使用六个起点。合成数据的平核拟合有的起点停在较差的局部极小，说明一次“优化成功”只代表停止条件满足。还要比较起点、检查参数边界，并保存实际预测与残差。

用几条恒星质量光度比曲线比较时，还要分清工作似然与校准后的区间。把轮廓高度换成置信度，需要验证误差模型、参数规则与覆盖率；这里保留轮廓本身。

采用自有合成输入。每条曲线分别减去该晕族的最佳完整对数似然，因此相同零点不表示两族的绝对拟合质量相同。这里展示轮廓，没有赋予校准后的置信度。 查看完整图像

对应阅读：Independent saved-observation rotation-curve calculation

## 真实对象的明显残差值得留下

对固定NGC2403的 $73$ 点、参考距离与倾角，本教程的三参数NFW与平核模型分别得到约 $9.14$ 和 $10.70$ 的工作约化卡方。它们都远离常被当作参考的“一左右”。这说明简单模型与所用点误差不能很好解释这组资料。

可以继续研究几何、恒星质量、非圆运动和相关误差，但每次都应明确增加了什么。保留这些偏差，比悄悄放大误差或删去难拟合的点，更能看清下一步需要哪种证据。

对应阅读：Lelli, McGaugh & Schombert (2016), SPARC, AJ152,157 · Independent saved-observation rotation-curve calculation

## 练习与解释性答案

1. 距离增加百分之十，固定形状与质量光度比时，半径、重子质量、重子速度平方和重子等效速度各怎样变化？

   展开解释

   依次乘 $1.1$、$1.21$、$1.1$ 和 $\sqrt{1.1}\simeq1.0488$。质量由光度推算而随距离平方变，不能把四个量都放大同样倍数。

2. 把一个共同标定误差误当作九个独立误差，为什么均值会显得过于精确？

   展开解释

   同一偏移会同时推高或压低所有点，求平均时它仍完整保留。独立误差才有相互抵消的机会。上面的方差例题显示，把共同项也除以样点数会丢掉主要的不确定性。

3. 六个起点都报告优化成功，是否足以证明找到了全局最优质量模型？

   展开解释

   不足以。停止条件可能在不同局部极小处满足。应比较目标函数值、边界、残差与起点，还要承认有限搜索覆盖范围；更低残差也需要与误差模型和新增参数一起解释。

## 动手检验预测

### [比较恒星盘与条件暗晕](https://sandboxphysics.com/zh/labs/galaxy-rotation-curves/)

1. 展开距离和倾角，先预测哪些量会整条一起变化，再每次只改一个设置。
2. 观察圆周速度图与固定坐标残差，检查所有半径的变化方向。
3. 导出当前数据，找到完整对数似然与归一化字段，区分已接受模型和尚在计算的请求。

[上一篇：把恒星、气体和暗晕的引力加起来](https://sandboxphysics.com/zh/stories/galaxy-rotation-curves/adding-starlight-gas-and-a-halo/) [下一篇：从具名SPARC文件重新算质量模型](https://sandboxphysics.com/zh/stories/galaxy-rotation-curves/recomputing-a-named-sparc-galaxy/)

## 来源与计算范围

1. [Lelli, McGaugh & Schombert (2016), SPARC, AJ152,157](https://astroweb.cwru.edu/SPARC/)

   官方固定Table1与Rotmod\_LTG.zip，只使用具名NGC2403成员。主论文第3.1至3.3及5.1至5.3节、原Table2说明用于核读气体符号、单位恒星质量光度比、有限厚度与误差语义。新取源与缓存复算分别记录；原观测与实测派生图留在本地。

2. [Li et al., Fitting the radial acceleration relation, arXiv:1803.00022v1](https://arxiv.org/abs/1803.00022v1)

   此前核读固定文件的全局参数讨论、式4至5与图1；2018年arXiv水印与2022年内部排版日期分别记录。课程的坐标Jacobian推导和数值检查是自有计算，没有重现175星系MCMC。

3. [Independent saved-observation rotation-curve calculation](https://sandboxphysics.com/stories/galaxy-rotation-curves/materials/galaxy-rotation-science-v1.zip)

   自有MIT Python实际生成合成观测、六起点拟合、轮廓、共同几何场景、正密度/圆环势/Jacobian参照与SVG。可选具名源获取、73点保存转换和拟合均实际执行。默认离线，ZIP不含Lab引擎、原SPARC行、论文或实测派生图。