黑洞的吸积驱动演化：爱丁顿比率、占空比与活动星系占比

我们构建了超大质量黑洞与活动星系核（AGN）族群的半经验模型，该模型在假设辐射效率 \epsilon 和爱丁顿比率分布 \lambda 的条件下，纳入了由观测AGN光度函数所暗示的黑洞增长。通过将这些连续性方程模型推广以允许分布 P(\lambda|mbh,z)，我们能够利用观测估计的 P(\lambda) 分布和活动星系占比作为约束，同时兼顾观测样本的光度阈值。我们考虑了具有 log \lambda 高斯分布的模型，以及在低 \lambda 端附加幂律尾的高斯分布。在我们的框架内，重现低红移处观测到的高AGN占比需要特征爱丁顿比率 \lambda_c 在晚期下降，而匹配观测到的爱丁顿比率分布则需要 P(\lambda) 在低红移处展宽。为了重现观测到的AGN占比随黑洞或星系质量增加而上升的现象，我们还需要 \lambda_c 随黑洞质量增加而减小，从而降低与最大质量黑洞相关的AGN光度。最后，要良好地拟合局域黑洞质量函数的高质量端，需要黑洞在高质量处具有更高的辐射效率。我们讨论了黑洞并合或依赖于 \lambda 的全波段修正的潜在影响，并计算了黑洞与星系比吸积率的演化预测。尽管我们的框架具有灵活性，但没有单一模型能够很好地拟合我们所考虑的所有数据。