🔭 astrophysics

Search for Planetary-mass Black Holes with an Improved Viterbi Algorithm

Este artículo presenta y valida un nuevo proceso de búsqueda que utiliza un algoritmo de Viterbi mejorado y un análisis de tiempo-frecuencia optimizado para detectar y caracterizar eficazmente ondas gravitacionales de binarias de agujeros negros primordiales de masa planetaria en los datos de LIGO O3, logrando altas tasas de recuperación y una estimación precisa de la masa de chirrido a través de escalas galácticas.

Autores originales: Raul Rodriguez, George Alestas, Sachiko Kuroyanagi, Juan Garcia-Bellido

Publicado 2026-07-22

📖 9 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Raul Rodriguez, George Alestas, Sachiko Kuroyanagi, Juan Garcia-Bellido

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 que el universo es un gigantesco océano cósmico, y ocultos en sus profundidades se encuentran monstruos invisibles llamados agujeros negros. Durante mucho tiempo, los científicos pensaron que estos monstruos solo tenían el tamaño de estrellas o incluso más grandes. Pero recientemente, una nueva teoría sugiere que podría haber toda una población oculta de diminutos agujeros negros, algunos tan ligeros como un planeta o incluso un asteroide. Estos se llaman "agujeros negros primordiales" (PBH, por sus siglas en inglés), y nacieron en los primeros instantes del universo, mucho antes de que existieran las estrellas. Si pudiéramos encontrarlos, podrían contener la clave para resolver uno de los mayores misterios de la física: qué es la "materia oscura". La materia oscura es esa sustancia invisible que mantiene unidas a las galaxias, pero no podemos verla. Si estos diminutos agujeros negros son la materia oscura, encontrarlos cambiaría todo lo que sabemos sobre el cosmos.

Para encontrar estos fantasmas invisibles, los científicos escuchan "ondas gravitacionales": ondulaciones en el tejido del espacio-tiempo causadas cuando dos agujeros negros danzan el uno hacia el otro y finalmente chocan. Normalmente, cuando dos grandes agujeros negros se fusionan, emiten un "chirrido" rápido y fuerte que dura solo una fracción de segundo. Pero si los agujeros negros son diminutos, como los planetarios que estamos buscando, su danza es increíblemente lenta. Podrían estar girando en espiral hacia el otro durante meses o incluso años, emitiendo un sonido muy tenue, largo y lento que es casi imposible de oír por encima del ruido estático del universo. Es como intentar escuchar una sola gota de agua cayendo en medio de un huracán.

Aquí es donde entra en juego un equipo de investigadores con un nuevo y astuto truco. Han construido una herramienta de detective digital diseñada específicamente para cazar estos agujeros negros de masa planetaria y de movimiento lento. En lugar de buscar una explosión rápida, su herramienta escucha un susurro largo y prolongado que cambia de tono lentamente con el tiempo. Probaron esta herramienta con datos reales del observatorio LIGO (un oído gigante que escucha al universo) y descubrieron que funciona. Puede detectar estas señales tenues incluso cuando están muy lejos, e incluso puede adivinar qué tan pesados son los agujeros negros simplemente escuchando su canción. Aunque aún no han encontrado un agujero negro planetario real, han demostrado que su nuevo método está listo para encontrar uno si es que está ahí fuera.

La gran búsqueda del chirrido cósmico

Imagina que estás intentando encontrar una canción específica que suena en la radio, pero la estación está llena de estática y la canción se reproduce tan lentamente que tarda horas en terminar un solo verso. Ese es el desafío que enfrentan los científicos al buscar agujeros negros primordiales (PBH) que son tan ligeros como planetas. Estos diminutos agujeros negros, si existen, estarían orbitándose entre sí durante meses o años antes de fusionarse. Su señal es un "chirrido" (un sonido que aumenta gradualmente de tono), pero debido a que son tan ligeros, el chirrido es increíblemente largo y tenue, perdiéndose en el ruido del universo.

Durante mucho tiempo, los científicos tuvieron dos formas principales de escuchar a los agujeros negros. Un método, llamado "filtrado coincidente" (matched filtering), es como tener una biblioteca de todas las canciones posibles y revisarlas una por una. Pero para estos agujeros negros tan pequeños y lentos, las canciones son tan largas que la biblioteca necesitaría miles de millones de entradas, haciendo que la búsqueda sea imposible con las computadoras actuales. El otro método, las búsquedas de "onda continua", es excelente para sonidos constantes y sin cambios, pero estos agujeros negros sí cambian de tono, solo que de forma muy lenta. Se quedaron atrapados en el medio, incapaces de captar estos signals "intermedios".

El detective Viterbi

Los autores de este artículo, liderados por Raúl Rodríguez y su equipo, decidieron construir un nuevo tipo de detective: el algoritmo de Viterbi. Piensa en este algoritmo como un excursionista superinteligente que intenta encontrar el mejor camino para subir una montaña cubierta de niebla. La montaña está cubierta de niebla (ruido), y hay muchos caminos posibles (rastros) que el excursionista podría seguir. El excursionista no sabe la ruta exacta que tomó la "señal" (el agujero negro), pero conoce las reglas generales de cómo debería verse ese camino.

El algoritmo de Viterbi observa todos los caminos posibles que la señal podría haber tomado a través de los datos ruidosos y elige el que es más probable que sea real. Es como un detective que observa la escena de un crimen desordenada y deduce la secuencia de eventos más lógica, ignorando las distracciones aleatorias. El equipo utilizó un paquete de software llamado SOAP para ejecutar este algoritmo, el cual ya es conocido por encontrar señales constantes, pero lo ajustaron para que pudiera manejar estos chirridos largos y lentos.

Una nueva forma de ver el sonido

El mayor problema con la forma antigua de observar estos datos era el mapa que utilizaban. Normalmente, los científicos observan un "espectrograma", que es como una partitura musical donde el tiempo está en la parte inferior y el tono en el lateral. Para un agujero negro lento, la señal parece una línea curva que se vuelve cada vez más empinada. Es difícil seguir una curva que cambia de forma de esa manera.

El equipo tuvo una idea brillante: remapear la música. Cambiaron la forma en que observaban el tono. En lugar de graficar el tono directamente, graficaron una versión matemática especial del tono (específicamente, el tono elevado a la potencia de -8/3). Cuando hicieron esto, la línea desordenada y curva de la canción del agujero negro se convirtió en una línea perfectamente recta.

Imagina intentar seguir un río serpenteante en un mapa; es confuso. Pero si pudieras, mágicamente, enderezar el río, sería fácil ver hacia dónde va. Este nuevo mapa hizo que la señal pareciera una línea recta, lo que facilita mucho su seguimiento por parte del algoritmo de Viterbi. También significó que la pendiente de la línea les indicaba exactamente qué tan pesado era el agujero negro (una propiedad llamada "masa de chirrido" o chirp mass).

El filtro de dos pasos

Una vez que el algoritmo encontraba una posible línea recta, el equipo no confiaba en ella de inmediato. Sabían que el ruido aleatorio a veces podía parecer una línea por accidente. Por ello, construyeron un filtro de dos pasos para separar las señales reales de las falsas:

La comprobación de potencia ( $n\sigma$ ): Primero, se preguntaban: "¿Es esta línea lo suficientemente fuerte como para ser real?". Midieron cuánta "potencia" (energía) había en la línea en comparación con el ruido de fondo. Si la línea era solo un poco más fuerte que el ruido, probablemente era un error pasajero. Si era significativamente más fuerte, era una candidata.
La comprobación de forma (NMSE): Segundo, se preguntaban: "¿Tiene esta línea la apariencia de un agujero negro?". Incluso si una línea era fuerte, podría tener una forma extraña causada por un fallo en la máquina. Verificaron si la línea era recta y seguía la regla matemática exacta que debe seguir un agujero negro. Si la línea oscilaba o se curvaba de la forma incorrecta, la descartaban.

Al usar ambas comprobaciones, podían estar seguros de que, si encontraban algo, era probablemente un agujero negro real y no solo un destello de ruido aleatorio.

La gran prueba

Para ver si su nueva herramienta de detective realmente funcionaba, el equipo no solo hizo suposiciones; realizaron una simulación masiva. Tomaron casi 1,000 horas de datos reales del detector LIGO Hanford (de su periodo de observación O3b) y "escondieron" secretamente cientos de señales falsas de agujeros negros de masa planetaria en ellos. Estas señales falsas fueron ocultadas a diferentes distancias y con diferentes masas, tal como podrían hacerlo las reales.

Ejecutaron su proceso de análisis sobre estos datos y se preguntaron: "¿Podemos encontrar las señales falsas que escondimos?".

Los resultados fueron impresionantes. El proceso logró encontrar la mayoría de las señales falsas, incluso cuando eran muy tenues. Específamente:

Establecieron una regla según la cual solo aceptarían una señal si había menos de un 3% de probabilidad de que fuera una falsa alarma (un falso positivo).
Bajo esta regla, pudieron detectar señales desde distancias de hasta 135,000 pársecs (aproximadamente 135 kpc) en los mejores casos. Esto es enorme porque significa que podrían ver señales de cualquier lugar dentro de nuestra propia galaxia, la Vía Láctea, e incluso un poco más allá.
Para los tamaños más comunes de estos diminutos agujeros negros (alrededor de $10^{-2}$ masas solares), pudieron encontrarlos con una eficiencia del 95% hasta distancias de unos 50 kpc.

El equipo también comprobó si su herramienta podía adivinar el peso de los agujeros negros. Descubrieron que, para las señales que lograron encontrar, su estimación de la masa era muy precisa, generalmente dentro de unos pocos puntos porcentuales del valor real. Esto es importante porque, si encuentran una señal real, sabrán inmediatamente qué tan pesado es el agujero negro.

Lo que no han encontrado (aún)

Es importante notar que este artículo trata sobre la construcción de la herramienta, no sobre el hallazgo del tesoro todavía. El equipo no afirmó haber descubierto un agujero negro de masa planetaria real. Solo demostraron que su herramienta funciona al encontrar las señales falsas que ellos mismos introdujeron.

También encontraron una pequeña limitación: la herramienta funciona mejor para agujeros negros que son lo suficientemente "lentos" como para ser rastreados como una línea larga. Si los agujeros negros son demasiado pesados (más cercanos al tamaño de una pequeña estrella), se fusionan tan rápido que la señal vuelve a ser un estallido corto, y la herramienta tiene más dificultades para encontrarlos. Sin embargo, incluso en este rango difícil, la herramienta funcionó de manera razonable.

El futuro

Este artículo es un gran paso adelante porque proporciona un proceso de trabajo ("pipeline") completo y funcional. Toma datos brutos, los procesa, encuentra los mejores rastros y entrega a los científicos una lista de candidatos para investigar. El código incluso está disponible para que otros científicos lo utilicen.

Los autores sugieren que, en el futuro, podrían mejorar la herramienta buscando datos de múltiples detectores al mismo tiempo (lo que ayudaría a filtrar el ruido local) y ajustando las matemáticas para considerar agujeros negros que podrían estar rotando o tener órbitas extrañas. Pero por ahora, han demostrado que los susurros más silenciosos y largos del universo están finalmente al alcance de nuestros oídos. Si estos diminutos agujeros negros existen y están escondidos en nuestra galaxia, este nuevo método nos da una muy buena oportunidad de escucharlos.

Resumen Técnico: Búsqueda de Agujeros Negros de masa planetaria con un algoritmo de Viterbi mejorado

Planteamiento del problema
Los agujeros negros primordiales (PBH, por sus siglas en inglés) en el rango de masa planetaria ( $10^{-4} M_\odot \lesssim M_{\text{PBH}} \lesssim 10^{-1} M_\odot$ ) representan un candidato convincente para la materia oscura, respaldado por recientes indicios observacionales de sondeos de microlente y de arreglos de temporización de púlsares. Sin embargo, la detección de ondas gravitacionales (GW) de sistemas binarios de PBH en este rango de masa presenta un desafío único. Estos sistemas experimentan aproximaciones (inspirals) que duran significativamente más que las fusiones típicas de agujeros negros binarios (abarcando meses o años), pero evolucionan demasiado rápido para los métodos de búsqueda de onda continua (CW) estándar, que asumen una deriva de frecuencia despreciable. Por el contrario, las búsquedas de filtrado adaptado (matched-filter) para coalescencias de binarias compactas (CBC) son computacionalmente prohibitivas debido al enorme número de plantillas requeridas para señales tan largas. En consecuencia, se requiere un método de detección intermedio que sirva de puente entre las técnicas estándar de CBC y CW.

Metodología
Los autores presentan un flujo de trabajo (pipeline) de búsqueda plenamente operativo basado en el algoritmo de Viterbi, una técnica de programación dinámica adaptada del paquete SOAP para búsquedas de onda continua. La metodología introduce varias innovaciones clave para abordar las características específicas de las aproximaciones de larga duración:

Representación novedosa de tiempo-frecuencia: En lugar de espectrogramas estándar donde las señales de aproximación aparecen como "chirps" curvos, los autores aplican una transformación de coordenadas al eje de frecuencia, mapeando $f_{\text{gw}}$ a $f_{\text{gw}}^{-8/3}$ . En este espacio $(t, f^{-8/3})$ , la evolución de la frecuencia de una aproximación circular se convierte en una línea recta, con la pendiente determinada directamente por la masa de chirp del sistema. Esta transformación simplifica el modelo de la señal y permite un seguimiento más eficiente.
Transformadas de Fourier de tiempo corto (SFT) optimizadas: Reconociendo que la duración óptima de la SFT ( $T_{\text{SFT}}$ ) depende de la masa de chirp para equilibrar la resolución de frecuencia frente a las fluctuaciones estadísticas, el flujo de trabajo emplea múltiples tiempos de coherencia que van desde los 2 hasta los 88 segundos. Esto cubre el rango de masa objetivo y asegura que la señal permanezca dentro de un único bin de frecuencia durante la mayor parte de la observación.
Aislamiento de candidatos y estadística: El flujo de trabajo utiliza un procedimiento de aislamiento de cuatro etapas para extraer segmentos de señal de la trayectoria de Viterbi. Los candidatos se evalúan utilizando dos estadísticas de detección complementarias:
- $n\sigma$ : Una medida de la significancia de la potencia acumulada respecto al fondo de solo ruido, que tiene en cuenta la maximización sobre múltiples trayectorias.
- Error Cuadrático Medio Normalizado (NMSE): Una estadística morfológica que cuantifica la consistencia de la trayectoria recuperada con la evolución lineal esperada en el mapa de frecuencia transformado. Esto es crucial para distinguir señales reales de fluctuaciones de ruido que pueden poseer una alta potencia pero una morfología incorrecta.

Contribuciones clave

Desarrollo del flujo de trabajo: Los autores definen y validan un flujo de trabajo de búsqueda completo y de extremo a extremo, capaz de procesar datos reales del detector LIGO Hanford (corrida O3b) para identificar candidatos de masa planetaria.
Mejora algorítmica: El trabajo extiende aplicaciones previas del algoritmo de Viterbi mediante la introducción del mapa de frecuencia $f^{-8/3}$ y un procedimiento robusto de aislamiento de candidatos diseñado para transitorios de larga duración.
Estimación de parámetros: El flujo de trabajo proporciona una estimación rápida, aunque aproximada, de la masa de chirp del sistema mediante la minimización del NMSE, lo que permite la caracterización inmediata de los candidatos detectados sin necesidad de una estimación completa de parámetros.

Resultados
El flujo de trabajo fue validado utilizando 1,000 horas de datos de LIGO Hanford de la corrida O3b, con aproximadamente 600 señales simuladas inyectadas que abarcan masas de chirp desde $10^{-4}$ hasta $10^{-1} M_\odot$ y distancias de luminosidad de hasta 150 kpc.

Sensibilidad: Con una relación de falsa alarma (FAR) fija de 3%, el flujo de trabajo recupera con éxito la mayoría de las señales inyectadas. El horizonte de detección alcanza escalas galácticas ( $d_L \gtrsim 50$ kpc) en la mayor parte del espacio de parámetros. En la región más sensible (masa de chirp $\sim 2 \times 10^{-2} M_\odot$ ), el flujo de trabajo logra una eficiencia de recuperación del 95% hasta distancias de $\sim 135$ kpc.
Tendencias de rendimiento: La sensibilidad generalmente aumenta con la masa de chirp debido a las mayores relaciones señal-ruido. Sin embargo, se observa una ligera disminución de la sensibilidad en las masas más altas ( $M \gtrsim 5 \times 10^{-2} M_\odot$ ), donde las señales evolucionan demasiado rápido, pasando solo minutos en la banda del detector, lo que desafía las restricciones de la matriz de transición del algoritmo de Viterbi.
Precisión de la estimación de masa: Dentro de la región detectable, las estimaciones de la masa de chirp derivadas de la minimización del NMSE son altamente precisas, con errores relativos cercanos a cero. La precisión se degrada únicamente cuando las señales se acercan al límite de sensibilidad o en las masas más altas donde el aislamiento de la trayectoria se vuelve difícil.
Eficiencia computacional: Se identifica la generación de las SFT como el principal cuello de botella computacional. Una vez producidos los espectrogramas, la evaluación de candidatos es altamente eficiente, requiriendo solo segundos para una realización de datos de 10 horas.

Significancia
Este artículo establece un método viable y computacionalmente eficiente para buscar binarias de PBH de masa planetaria, un régimen previamente inaccesible para las técnicas estándar de búsqueda de GW. Al recuperar exitosamente las señales con alta eficiencia a través de distancias galácticas, el flujo de trabajo ofrece una herramienta poderosa para probar la hipótesis de la materia oscura de PBH. Los autores enfatizan que el método proporciona una caracterización rápida de los candidatos, incluyendo estimaciones de la masa de chirp, lo cual es esencial para estudios de seguimiento. Este trabajo sienta las bases para búsquedas sistemáticas en las próximas corridas de observación (por ejemplo, O4) y sugiere que futuros análisis multi-detector podrían aumentar aún más la sensibilidad al distinguir los fallos (glitches) de ruido locales de las señales astrofísicas genuinas.