¿Por qué las supernovas son importantes para entender el universo?
Esto es así porque las supernovas de tipo Ia son las muertes explosivas de las estrellas enanas blancas. Como tienden a explotar con casi el mismo brillo intrínseco, los astrónomos las utilizan como “velas estándar”: comparando su brillo real conocido con su brillo aparente desde la Tierra, los científicos pueden medir distancias cósmicas.
Esta técnica fue clave para descubrir 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, existe un problema: no todas las supernovas de tipo Ia son exactamente iguales.
Investigadores han desarrollado un nuevo método para mejorar la comprensión de la expansión del universo
Por eso, un equipo internacional liderado por investigadores del Institut de Ciències del Cosmos de la Universitat de Barcelona (ICCUB) ha desarrollado un nuevo método que podría mejorar significativamente la comprensión de la expansión del universo y la naturaleza de la energía oscura.
Y es que, en las últimas dos décadas, los astrónomos habían descubierto que el brillo de estas supernovas depende ligeramente de las galaxias en las que explotan. Por ejemplo, las supernovas de galaxias más masivas o más antiguas tienden a presentar un aspecto algo diferente al de aquellas que se producen en galaxias más pequeñas o más jóvenes.
Hasta ahora, estos efectos se corregían normalmente mediante ajustes simples y aproximados, lo que podía limitar la precisión con la que se medían las distancias de estas supernovas.
Una forma muy eficaz de estudiar el universo es recrearlo desde cero en un ordenador utilizando métodos estadísticos basados en probabilidad”
El nuevo estudio aborda directamente este problema modelándolo todo al mismo tiempo: las explosiones de supernovas, las galaxias que las albergan, el polvo que atenúa y enrojece su luz, la frecuencia con la que se producen las supernovas a lo largo del tiempo cósmico e incluso la expansión del propio universo. En lugar de analizar cada elemento por separado, el equipo construyó un modelo único y autoconsistente que conecta todos estos factores física y estadísticamente.
“Una forma muy eficaz de estudiar el universo es recrearlo desde cero en un ordenador utilizando métodos estadísticos basados en probabilidad”, explica Raúl Jiménez, coautor del estudio.
“Esto proporciona una forma de variar simultáneamente todos los parámetros posibles para predecir en qué universo vivimos. Además, disponer de esta capacidad permite examinar posibles sistemáticas desconocidas para comprender su efecto. El impacto de estas sistemáticas en nuestra inferencia es posiblemente el ingrediente más importante que falta en los enfoques actuales para modelar el universo”, añade.
Este método puede estimar las distancias de las galaxias con gran precisión utilizando únicamente imágenes
Para hacer viable este ambicioso enfoque desde el punto de vista computacional, el equipo utilizó un conjunto moderno de técnicas conocidas como inferencia basada en simulación.
En términos sencillos, el método funciona así: primero, los científicos simulan muchos universos posibles utilizando modelos físicos; después, una red neuronal (un tipo de inteligencia artificial) aprende cómo los datos simulados se relacionan con los parámetros físicos subyacentes; y finalmente, el sistema entrenado puede inferir esos parámetros directamente a partir de observaciones reales. Esto permite analizar decenas de miles de supernovas simultáneamente, un objetivo imposible con los métodos tradicionales.
Uno de los resultados más importantes es que el método puede estimar las distancias de las galaxias con gran precisión utilizando únicamente imágenes.