🔭 astrophysics

PHANTOM: A MATLAB and Octave Toolbox Connecting Linear Field Statistics to Dark Matter Halo Observables

Este artículo presenta PHANTOM, un toolbox validado para MATLAB y Octave que conecta las estadísticas del campo de densidad lineal con los observables de los halos de materia oscura a través de diversos escenarios cosmológicos, llenando un vacío de implementaciones nativas en estos entornos al ofrecer cálculos consistentes de espectros de potencia, funciones de masa y propiedades de halos con una concordancia de menos del uno por ciento frente a paquetes de Python establecidos.

Autores originales: Mohammad Abu Thaher Chowdhury

Publicado 2026-06-18

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Mohammad Abu Thaher Chowdhury

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina el universo como un gigantesco océano invisible hecho de "materia oscura". No podemos ver este océano directamente, pero sabemos que está ahí porque mantiene unidas a las galaxias como un pegamento invisible. Los astrónomos han pasado décadas construyendo mapas matemáticos para entender cómo esta materia oscura se agrupa en burbujas gigantes llamadas "halos", que actúan como el andamiaje para todas las estrellas y galaxias que vemos.

Durante mucho largo tiempo, si querías usar estos mapas, tenías que hablar el lenguaje de Python (un lenguaje de programación informática específico). Pero muchos astrónomos y constructores de instrumentos todavía trabajan en MATLAB u Octave (otros lenguajes de programación populares). Era como intentar usar una navaja suiza diseñada para una persona zurda con tu mano derecha: podías hacer que funcionara, pero era torpe y requería mucha traducción manual.

Entra "phantom".

Este artículo presenta phantom, una nueva caja de herramientas gratuita diseñada específicamente para usuarios de MATLAB y Octave. Piensa en phantom como un traductor universal y una cocina de un maestro chef todo en uno. Toma las complejas recetas precalculadas de cómo se comporta la materia oscura y las sirve en un lenguaje que los usuarios de MATLAB ya hablan con fluencia.

Así es como funciona phantom, desglosado en partes sencillas:

1. La "Estructura de Cosmología" (El Plano Maestro)

Imagina que estás construyendo una casa. Antes de colocar un solo ladrillo, necesitas un plano que te indique el tamaño del lote, el tipo de suelo y los patrones climáticos.
En phantom, esto se llama la estructura de cosmología. Creas este "plano" una sola vez al principio de tu trabajo. Contiene todas las reglas de tu universo (qué tan rápido se expande, cuánta materia oscura hay, etc.). Una vez construido, este plano se pasa a cada otra herramienta de la caja de herramientas, asegurando que cada cálculo que realices sea consistente con el mismo conjunto de reglas. No tienes que preocuparte por mezclar las reglas a mitad del proceso.

2. Las Tres Capas de la Cocina

La caja de herramientas está organizada como una cocina con tres estaciones distintas, donde el resultado de una estación se convierte en el ingrediente de la siguiente:

Estación 1: El Campo Lineal (Los Ingredientes Crudos)
Esta estación toma tu plano y calcula el "sabor" básico del universo. Produce cosas como el espectro de potencia (un mapa de cuánta "grumosidad" existe a diferentes tamaños) y la varianza (cuánto se ondula). Es como medir la temperatura y la humedad de la cocina antes de empezar a cocinar.
Estación 2: Las Estadísticas de Halo (El Libro de Recetas)
Ahora que conocemos los ingredientes, esta estación pregunta: "¿Cuántos halos de materia oscura se formarán y qué tan grandes serán?". Utiliza los datos de la Estación 1 para predecir la abundancia de estos halos y cómo se agrupan. Es como un libro de recetas que dice: "Si la temperatura es X, obtendrás Y número de galletas".
Estación 3: Los Observables del Halo (El Plato Final)
Este es el paso final. Toma un halo específico (una galleta específica) y calcula lo que realmente veríamos si lo miráramos a través de un telescopio. Calcula la densidad (qué tan compacta es la galleta), la velocidad de las estrellas que orbitan en su interior y cómo dobla la luz (lente gravitacional). Este es el plato de comida listo para ser servido al observador.

3. Cocinando con Diferentes "Masas" (Tipos de Materia Oscura)

La mayoría de las recetas asumen que la masa es "Materia Oscura Fría" (CDM) estándar. Pero phantom es versátil; también puede cocinar con dos otros tipos de masa:

Materia Oscura Cálida (WDM): Esta masa es un poco más "esponjosa" y no se agrupa tan fácilmente en escalas pequeñas.
Materia Oscura Difusa (FDM): Esta es una masa cuántica muy extraña. En lugar de un núcleo sólido, estos halos tienen un centro difuso y ondulante llamado solitón.

phantom es único porque es la primera herramienta en MATLAB que puede manejar los tres tipos de masa sin problemas. Incluso puede mostrarte cómo se ve un halo "difuso" de forma diferente a uno estándar, prediciendo que los difusos tienen un núcleo denso y distinto que podría cambiar la forma en que la luz se dobla a su alrededor.

4. Por Qué Importa (La Promesa del "Sub-Porcentaje")

El autor no solo escribió esto desde cero; lo probó rigurosamente. Comparó los resultados de phantom contra la herramienta estándar de Python llamada colossus.

El Resultado: Las dos herramientas coincidieron con un margen de menos del 1% entre sí.
La Analogía: Si tú y un amigo hornean un pastel usando hornos y recetas diferentes, pero los pasteles saben 99.9% idénticos, sabes que ambas recetas son correctas. Esto da confianza a los científicos para que puedan cambiar a phantom sin preocuparse de que sus resultados sean erróneos.

5. Ejemplos del Mundo Real en el Artículo

El artículo muestra dos formas en que los científicos pueden usar esta nueva cocina:

Lente Gravitacional: Calcula cómo un halo de materia oscura dobla la luz de una galaxia distante. El artículo muestra que si el halo está hecho de "masa difusa", crea un pequeño bulto específico en la curvatura de la luz que la masa estándar no crearía. Esto podría ayudar a los astrónomos a detectar la materia oscura difusa en el futuro.
Rotación de Galaxias: Calcula qué tan rápido deberían orbitar las estrellas dentro de una galaxia. El artículo compara esto con datos reales de la base de datos SPARC (una colección de mediciones de galaxias reales). Muestra que, mientras que la masa estándar se ajusta bien a los bordes exteriores de las galaxias, la masa "difusa" crea un pequeño bulto en el centro que podría explicar ciertas observaciones de mejor manera.

Resumen

phantom es un puente. Conecta la compleja matemática teórica de cómo se construye el universo con el trabajo práctico y cotidiano de los astrónomos que utilizan MATLAB. Les permite dejar de traducir código a mano y empezar a cocinar nuevos descubrimientos sobre el universo invisible directamente donde ya están trabajando. Es rápido, preciso y está listo para servir a la próxima generación de la investigación de la materia oscura.

Resumen Técnico: PHANTOM – Un Toolbox de MATLAB y Octave para el Análisis de Halos de Materia Oscura

Planteamiento del Problema
La estructura interna y la abundancia de los halos de materia oscura (DM) son fundamentales para vincular las condiciones iniciales cosmológicas con los observables de galaxias y cúmulos. Si bien el toolkit de Python colossus ha estandarizado muchas de estas cantidades (Diemer 2018), una parte significativa de los modelos de instrumentos astronómicos, pipelines de sondeos y códigos de ajuste dependen de MATLAB. Actualmente, no existe un toolbox de MATLAB u Octave público y validado que reproduzca la suite de modelos de colossus o que la extienda a escenarios alternativos de materia oscura, como la Materia Oscura Cálida (WDM) y la Materia Oscura Difusa (FDM)/Materia Oscura de Campo Escalar (SFDM). En consecuencia, los investigadores que utilizan flujos de trabajo basados en MATLAB enfrentan la carga de portar manualmente los resultados de colossus o implementar funciones de ajuste fragmentadas de la literatura, lo que conlleva riesgos de inconsistencias y errores de validación.

Metodología y Arquitectura
El artículo presenta phantom (Profile and Halo Analysis for Numerous Theoretical dark Matter Observables), un toolbox de MATLAB y un paquete de Octave diseñado para conectar la estadística de campos lineales con los observables de halos. La arquitectura del software se construye alrededor de una única estructura de cosmología que almacena el fondo de expansión, el crecimiento y los manejadores del espectro de potencia lineal. Este objeto se construye una sola vez y se propaga a través del grafo de llamadas, asegurando la consistencia en todos los cálculos subsiguientes.

El paquete se organiza en cinco capas lógicas:

Cosmología: Implementa un marco estándar de Friedmann–Lemaître–Robertson–Walker (FLRW), soportando geometrías planas y no planas, diversos modelos de energía oscura (incluyendo la parametrización CPL) y componentes relativistas. Calcula tasas de expansión, tiempos de retroceso (lookback times) y distancias mediante integración numérica directa.
Estadística de Campos: Calcula el espectro de potencia de materia lineal, la varianza de materia y las funciones de correlación. Soporta múltiples funciones de transferencia (Eisenstein & Hu, CAMB, axionCAMB) y filtros de suavizado (top-hat, Gaussian, sharp-k, smooth-k, vsmk).
Estadística de Halos: Calcula la función de masa de halos (HMF) y el sesgo (bias) lineal de los halos mediante un sistema de despacho (dispatcher) que acepta claves de cadena para varios modelos (por ejemplo, Press–Schechter, Sheth–Tormen, Tinker, y prescripciones específicas de WDM/FDM).
Estructura de Halos: Determina las relaciones de concentración–masa y construye perfiles de densidad normalizados (NFW, Hernquist, Einasto, Diemer–Kravtsov, y perfiles de solitón/compuestos de FDM).
Observables: Deriva cantidades físicas tales como la masa encerrada, la velocidad circular, la densidad superficial proyectada y la convergencia de lente a partir de los perfiles de densidad.

Una característica de diseño clave es el uso de funciones de despacho que permiten intercambiar o extender los modelos sin modificar los scripts de usuario. El código prioriza la transparencia numérica; por ejemplo, realiza integración numérica directa para la varianza y búsqueda de raíces para las relaciones de concentración–masa en lugar de depender únicamente de tablas de interpolación precalculadas, asegurando la autoconsistencia en diferentes contextos de invocación.

Contribuciones Clave

Implementación Nativa: Proporciona la primera implementación nativa validada de la suite de modelos de colossus en MATLAB/Octave, cubriendo escenarios de CDM, WDM y FDM.
Física Extendida: Incorpora física específica para modelos de materia oscura alternativa, incluyendo:
- WDM: Funciones de transferencia de supresión dependientes de la escala y las correspondientes modificaciones de HMF/sesgo (por ejemplo, Schneider et al. 2012, Lovell et al. 2014).
- FDM: Implementación del núcleo de solitón de Schrödinger–Poisson, perfiles de densidad compuestos de solitón-NFW, y relaciones de concentración–masa específicas (por ejemplo, Schive et al. 2016, Laroche et al. 2022).
Validación: Todas las rutinas centrales están validadas contra colossus, hmf y halomod. El artículo demuestra una concordancia sub-percentual para los modelos compartidos en espectros de potencia, varianzas, funciones de correlación y perfiles de densidad.
Flexibilidad: Soporta mallas (grids) arbitrarias definidas por el usuario para estadísticas de campo y observables de halos, facilitando la integración en pipelines existentes de modelado de instrumentos y pronóstico de sondeos.

Resultados
El artículo valida phantom mediante comparaciones extensas:

Espectros de Potencia y Varianza: Las comparaciones con colossus para CDM (Eisenstein & Hu) muestran residuos fraccionales dentro de $\pm 7 \times 10^{-5}$ (0.007%) para modelos de cero bariones y $\sim 0.03\%$ para modelos de bariones completos en escalas BAO. Los cálculos de varianza concuerdan dentro de un 0.2% en una amplia gama de escalas.
Funciones de Correlación: La concordancia con colossus se mantiene a lo largo de cuatro décadas de amplitud, con desviaciones limitadas a $\sim 1.5\%$ cerca del cruce por cero de la función de correlación, lo cual es consistente con las limitaciones numéricas conocidas.
Funciones de Masa de Halos y Sesgo: Los cálculos de HMF y el sesgo para CDM concuerdan con colossus y hmf a un nivel sub-percentual. Los modelos no fríos (WDM/FDM) muestran la supresión esperada a bajas masas, consistente con sus respectivas funciones de transferencia.
Perfiles de Densidad: Los perfiles NFW y Hernquist concuerdan con colossus en más de un 0.1%. Los perfiles de Einasto muestran un desfase de $\sim 0.5\%$ atribuido a las convenciones de definición de la altura del pico. Los perfiles compuestos de FDM reproducen con éxito los núcleos de solitón y la transición a los halos exteriores NFW, coincidiendo con los datos de simulaciones.
Rendimiento: Las pruebas de rendimiento (benchmarks) en un solo núcleo muestran que phantom es comparable o más rápido que colossus para los espectros de potencia, aunque ligeramente más lento para los cálculos de varianza y concentración debido a la elección de la integración directa sobre la búsqueda en tablas. Los autores señalan que este compromiso prioriza la transparencia numérica.

Significancia y Reivindicaciones
El artículo afirma que phantom llena un vacío crítico en el ecosistema de software para astrónomos que trabajan en MATLAB y Octave. Al proporcionar un punto de entrada único y validado para el análisis de halos a través de CDM, WDM y FDM, elimina la necesidad de portar datos manualmente o realizar implementaciones personalizadas no verificadas. Los autores enfatizan que la herramienta está diseñada para integrarse sin problemas en los pipelines de análisis existentes para el modelado de instrumentos, el pronóstico de sondeos y el post-procesamiento de simulaciones.

La significancia de este trabajo radica en su capacidad para extender el alcance del modelado avanzado de halos (incluyendo teorías alternativas de materia oscura) a una base de usuarios que anteriormente carecía de herramientas nativas. El artículo enmarca modestamente la herramienta como un "punto de entrada validado" que permite a los usuarios explorar diferentes observables y escenarios de materia oscura dentro de un marco consistente, en lugar de pretender resolver nuevos problemas físicos por sí misma. Las extensiones futuras mencionadas incluyen un módulo completo de modelo de halo para espectros de potencia no lineales, modelos para materia oscura auto-interactuante (SIDM) y backends numéricos mejorados.