Un equipo internacional liderado por investigadores del Instituto de Ciencias Cósmicas de la Universidad de Barcelona (ICCUB) ha desarrollado un nuevo método que podría mejorar significativamente nuestra comprensión de la expansión del Universo y la naturaleza de la energía oscura. El trabajo se ha publicado hoy en Nature Astronomy .
El estudio presenta un potente marco de trabajo llamado CIGaRS que permite a los científicos extraer mucha más información de las estrellas en explosión conocidas como supernovas de tipo Ia , utilizando principalmente imágenes en lugar de costosas observaciones espectroscópicas. Los resultados allanan el camino para aprovechar al máximo la enorme cantidad de datos que se esperan de la próxima generación de estudios astronómicos, especialmente del Observatorio Vera C. Rubin .
Las supernovas de tipo Ia son las muertes explosivas de estrellas enanas blancas. Debido a que tienden a explotar con un brillo intrínseco casi idéntico, los astrónomos las utilizan como " candelas estándar " : al comparar su brillo real con su brillo aparente desde la Tierra, los científicos pueden medir distancias cósmicas.
Esta técnica desempeñó un papel clave en el descubrimiento de que la expansión del Universo se está acelerando, un fenómeno atribuido a la energía oscura , uno de los mayores misterios de la física moderna.
Sin embargo, hay un inconveniente: no todas las supernovas de tipo Ia son exactamente iguales.
En las últimas dos décadas, los astrónomos han descubierto que el brillo de estas supernovas depende ligeramente de las galaxias en las que explotan . Por ejemplo, las supernovas en galaxias más masivas o antiguas tienden a verse un poco diferentes de las que se producen en galaxias más pequeñas o jóvenes.
Hasta ahora, estos efectos se han corregido generalmente mediante ajustes sencillos y aproximados. Esto puede limitar la precisión con la que podemos medir las distancias a estas supernovas.
El nuevo estudio aborda este problema de frente modelando todo a la vez : las explosiones de supernovas, las galaxias que las albergan, el polvo que atenúa y enrojece su luz, la frecuencia con la que ocurren las supernovas a lo largo del tiempo cósmico e incluso la expansión del Universo mismo.
En lugar de analizar cada pieza por separado, los investigadores construyeron un modelo único y coherente que vincula todos estos elementos física y estadísticamente.
«Una forma eficaz de modelar el Universo es simularlo ab initio en la computadora mediante inferencia bayesiana», explica Raúl Jiménez (ICREA-ICCUB) , coautor del estudio. «Esto permite variar todos los parámetros posibles simultáneamente para predecir en qué Universo vivimos. Además, esta capacidad permite analizar posibles sistemáticas "desconocidas" para comprender su efecto. El impacto de estas sistemáticas en nuestra inferencia es, sin duda, el elemento más importante que falta en los enfoques actuales para modelar el Universo».
Para que este ambicioso enfoque fuera computacionalmente viable, el equipo utilizó un conjunto de técnicas modernas conocidas como inferencia basada en simulación .
En términos sencillos, el método funciona así:
Esto permite analizar decenas de miles de supernovas a la vez , algo que sería imposible con los métodos tradicionales.
Uno de los resultados más importantes es que el método puede estimar las distancias de las galaxias (desplazamientos al rojo) con gran precisión utilizando únicamente imágenes ( el desplazamiento al rojo es una medida de cuánto se estira la luz de una galaxia a medida que el Universo se expande. Nos indica a qué distancia y cuánto tiempo hace que la estamos viendo).
Este nuevo método logra una precisión comparable a la de las mediciones espectroscópicas, pero sin necesidad de espectros. Esto es crucial, ya que los futuros estudios del cielo descubrirán millones de posibles supernovas , mientras que solo una pequeña fracción podrá estudiarse de forma realista mediante espectroscopia.
El Observatorio Vera C. Rubin , actualmente en construcción en Chile, pronto comenzará un estudio del cielo que durará diez años y que permitirá detectar un número sin precedentes de supernovas. Alrededor del 99% de ellas se observarán únicamente mediante fotometría , es decir, a través de imágenes en diferentes colores.
El marco CIGaRS está diseñado precisamente para este escenario.
«A diferencia de otros marcos de trabajo, que requieren simplificaciones analíticas, nuestro enfoque de inferencia basado en simulación integral y sin concesiones es excepcionalmente capaz de extraer toda la información cosmológica y astrofísica de los datos obtenidos con tanto esfuerzo por el Observatorio Rubin, evitando al mismo tiempo los escollos de los sesgos de selección y modelado», afirma Konstantin Karchev (ICCUB-SISSA Trieste) , autor principal del estudio.
Además de mejorar las mediciones de la energía oscura, el estudio también arroja luz sobre cómo y cuándo se forman las supernovas de tipo Ia . Al reconstruir cómo las tasas de supernovas dependen de las edades de las estrellas en las galaxias, el modelo ayuda a abordar preguntas de larga data sobre sus sistemas progenitores.
Los resultados demuestran que la combinación de modelos basados en la física con inteligencia artificial puede superar limitaciones clave en los análisis cosmológicos actuales. Según los autores, este enfoque podría mejorar las restricciones cosmológicas hasta en un factor de cuatro en comparación con los métodos tradicionales que se basan únicamente en un pequeño subconjunto de supernovas observadas espectroscópicamente.