🔭 astrophysics

Probing Dynamical Dark Energy with Late-Time Data: Evidence, Tensions, and the Limits of the $w_0w_a$ CDM Framework

यह अध्ययन प्रदर्शित करता है कि गतिशील डार्क एनर्जी (dynamical dark energy) के लिए स्पष्ट समर्थन और हबल तनाव (Hubble tension) को कम करने की इसकी क्षमता सार्वभौमिक नहीं है, बल्कि यह उपयोग किए गए विशिष्ट विलंब-समय डेटासेट (late-time datasets) के संयोजन पर महत्वपूर्ण रूप से निर्भर करती है, जो विभिन्न BAO मापों के बीच महत्वपूर्ण तनावों को प्रकट करती है जो $w_0w_a$ CDM ढांचे के भीतर विचलित निष्कर्षों को संचालित करते हैं।

मूल लेखक: Tengpeng Xu, Suresh Kumar, Yun Chen, Abraão J. S. Capistrano, Özgür Akarsu

प्रकाशित 2026-05-19

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Tengpeng Xu, Suresh Kumar, Yun Chen, Abraão J. S. Capistrano, Özgür Akarsu

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

मुख्य तस्वीर: ब्रह्मांड की गति का मानचित्र बनाने की कोशिश

कल्पना कीजिए कि ब्रह्मांड अंतरिक्ष में दौड़ रही एक विशाल कार है। लंबे समय तक, खगोलविदों को लगा कि यह कार एक स्थिर, अनुमानित गति से चल रही है, जो एक रहस्यमय "डार्क एनर्जी" (dark energy) द्वारा संचालित है जो एक निरंतर "क्रूज कंट्रोल" सेटिंग की तरह काम करती है। यह मानक मॉडल है, जिसे $\Lambda$ CDM कहा जाता है।

हालाँकि, हाल ही में वैज्ञानिकों ने एक समस्या देखी है: जब वे अलग-अलग उपकरणों का उपयोग करके कार की गति को मापते हैं, तो उन्हें अलग-अलग उत्तर मिलते हैं।

उपकरण A ("बेबी फोटो"): ब्रह्मांड के सबसे पुराने प्रकाश (कॉस्मिक माइक्रोवेव बैकग्राउंड, या CMB) को देखने से पता चलता है कि कार लगभग 67 किमी/सेकंड की गति से चल रही है।
उपकरण B ("वर्तमान स्पीडोमीटर"): पास के फटने वाले सितारों (सुपरनोवा) को देखने से पता चलता है कि कार तेज़ चल रही है, लगभग 73 किमी/सेकंड।

इस असहमति को "हबल टेंशन" (Hubble Tension) कहा जाता है। यह बिल्कुल वैसा ही है जैसे दो मैकेनिक एक ही कार को देख रहे हों और इस बात पर बहस कर रहे हों कि वह कितनी तेज़ चल रही है।

प्रस्तावित समाधान: एक "डायनेमिक" क्रूज कंट्रोल

इसे ठीक करने के लिए, कुछ वैज्ञानिकों ने प्रस्तावित किया कि "क्रूज कंट्रोल" वास्तव में स्थिर नहीं है। शायद डार्क एनर्जी समय के साथ बदलती रहती है, जैसे कि एक ड्राइवर जो यात्रा के दौरान धीरे-धीरे एक्सीलेटर को और ज़ोर से दबाता जाता है। इस विचार को "डायनेमिक डार्क एनर्जी" (विशेष रूप से CPL मॉडल) कहा जाता है।

इस शोध पत्र के लेखकों ने पूछा: यदि हम "स्थिर क्रूज कंट्रोल" से "डायनेमिक क्रूज कंट्रोल" पर स्विच करते हैं, तो क्या यह स्पीडोमीटर की असहमति को ठीक करता है? और क्या यह काम करता है, चाहे हम गति मापने के लिए किसी भी उपकरण का उपयोग करें?

प्रयोग: उपकरणों का मिश्रण और मिलान

शोधकर्ताओं ने एक जासूस की टीम की तरह काम किया जो साक्ष्यों के विभिन्न संयोजनों का परीक्षण कर रही थी। उन्होंने "बेबी फोटो" (CMB) को लिया और इसे "वर्तमान स्पीडोमीटर" के विभिन्न डेटा सेट के साथ जोड़ा:

DESI: आकाशगंगाओं का एक नया, अत्यंत सटीक सर्वेक्षण।
SDSS: आकाशगंगाओं का एक पुराना, लेकिन बहुत विश्वसनीय सर्वेक्षण।
BAOtr: कोणों (angles) का उपयोग करके आकाशगंगाओं की दूरियों को मापने का एक विशिष्ट तरीका (जैसे दूर से एक सिक्के के आकार को देखना)।
PantheonPlus: फटने वाले सितारों का एक संग्रह जिसे एक विशिष्ट टीम (SH0ES) द्वारा कैलिब्रेट किया गया है, जो आमतौर पर "तेज़" गति की रीडिंग देता है।

आश्चर्यजनक परिणाम: यह इस पर निर्भर करता है कि आप किससे पूछते हैं

शोध को मिला उत्तर कि "क्या डायनेमिक डार्क एनर्जी समस्या को ठीक करती है?" वह था—एक ज़ोरदार "यह निर्भर करता है।"

1. "पुराने स्कूल" बनाम "नए स्कूल" का टकराव
जब शोधकर्ताओं ने CMB को DESI डेटा (नए, उच्च-सटीक सर्वेक्षण) के साथ जोड़ा, तो डायनेमिक मॉडल ने गति की असहमति को ठीक नहीं किया। वास्तव में, डायनेमिक मॉडल ने अभी भी धीमी गति (लगभग 64 किमी/सेकंड) की भविष्यवाणी की, जिससे स्थानीय तेज़ मापों के साथ तनाव अनसुलझा ही रहा। यह ऐसा था जैसे नया मैकेनिक कह रहा हो, "भले ही हम क्रूज कंट्रोल बदल दें, फिर भी कार धीमी ही चलेगी।"

2. "कोण" का लाभ
हालाँकि, जब उन्होंने CMB को BAOtr (कोण माप) और PantheonPlus (तेज़ सुपरनोवा) डेटा के साथ जोड़ा, तो डायनेमिक मॉडल काम कर गया। इसने सफलतापूर्वक अनुमानित गति को ऊपर खींच लिया ताकि वह तेज़ स्थानीय मापों से मेल खा सके, जिससे हबल टेंशन प्रभावी रूप से "हल" हो गया।

3. मशीन में "भूत" (The Ghost in the Machine)
शोध पत्र में यह भी पाया गया कि जब केवल CMB (बेबी फोटो) का उपयोग किया गया, बिना किसी पास के डेटा के, तो डायनेमिक मॉडल बेकाबू हो गया। इसने सुझाव दिया कि ब्रह्मांड "सुपर-एक्सेलेरेटिंग" (इतनी तेज़ी से बढ़ रहा है कि यह ज्ञात भौतिकी के नियमों को तोड़ देता है) हो रहा है। लेकिन लेखक बताते हैं कि यह वास्तविक नहीं है; यह केवल एक गणितीय त्रुटि (glitch) है जो तब होती है जब मॉडल मार्गदर्शन के लिए पर्याप्त वर्तमान डेटा के बिना भविष्य का अनुमान लगाने की कोशिश करता है। एक बार जब उन्होंने वास्तविक पास के डेटा को जोड़ा, तो यह "भूत" जैसा व्यवहार गायब हो गया।

असली अपराधी: दो अलग-अलग मानचित्र

परिणाम इतने अलग क्यों थे? लेखकों ने डेटा की गहराई से जांच की और उन्हें एक छिपा हुआ संघर्ष मिला।

कल्पना कीजिए कि आप एक सड़क का मानचित्र बनाने की कोशिश कर रहे हैं।

समूह A (DESI और SDSS) दो शहरों के बीच की दूरी को मापता है और कहता है, "सड़क 100 मील लंबी है।"
समूह B (BAOtr) एक पहाड़ी से सड़क के कोण को मापता है और कहता है, "नहीं, सड़क वास्तव में 95 मील लंबी है।"

ये दोनों समूह डेटा के स्तर पर ही आपस में असहमत हैं, इससे पहले कि आप उन्हें किसी मॉडल में फिट करने की कोशिश करें।

जब आप "100 मील" वाले डेटा का उपयोग करते हैं, तो डायनेमिक मॉडल एक दिशा में खिंचता है।
जब आप "95 मील" वाले डेटा का उपयोग करते हैं, तो डायनेमिक मॉडल दूसरी दिशा में खिंचता है।

शोध पत्र निष्कर्ष निकालता है कि हबल टेंशन को ठीक करने में डायनेमिक डार्क एनर्जी की कथित सफलता एक सार्वभौमिक सत्य नहीं है। यह केवल तभी काम करता है जब आप उस विशिष्ट डेटा सेट (BAOtr + PantheonPlus) का उपयोग करते हैं जो तेज़ गति के साथ सहमत है। यदि आप दूसरे सेट (DESI/SDSS) का उपयोग करते हैं, तो मॉडल विफल हो जाता है।

निचोड़ (The Bottom Line)

यह शोध पत्र तर्क देता है कि बदलती डार्क एनर्जी के लिए सरल "दो-पैरामीटर" वाला मॉडल (CPL) एक सार्वभौमिक समाधान के रूप में बहुत सीमित (rigid) है।

यह कोई जादुई समाधान नहीं है जो हर किसी के लिए हबल टेंशन को ठीक कर दे।
तथ्य यह है कि परिणाम इस बात पर नाटकीय रूप से बदल जाते हैं कि आप कौन सा डेटासेट चुनते हैं, यह सुझाव देता है कि या तो:
1. ब्रह्मांड इस सरल मॉडल की तुलना में अधिक जटिल है।
2. अलग-अलग टीमों द्वारा दूरियों को मापने के तरीके में छिपी हुई त्रुटियां या "सिस्टमैटिक्स" (systematics) हैं (वह "100 मील" बनाम "95 मील" का विवाद)।

संक्षेप में: यह शोध पत्र हमें चेतावनी देता है कि हम "डायनेमिक डार्क एनर्जी" के समाधान का जश्न अभी न मनाएं। यह कुछ डेटा संयोजनों के लिए काम करता है लेकिन दूसरों के लिए विफल हो जाता है, जो यह दर्शाता कि ब्रह्मांड की गति के रहस्य को सुलझाने का दावा करने से पहले हमें बेहतर मॉडलों या अपने मापन उपकरणों की बेहतर समझ की आवश्यकता है।

तकनीकी सारांश: देर-समय के डेटा के साथ गतिशील डार्क एनर्जी की जांच

समस्या विवरण
मानक $\Lambda$ CDM मॉडल, हालांकि अनुभवजन्य रूप से सफल है, आंतरिक निरंतरता संबंधी चुनौतियों का सामना करता है, विशेष रूप से "हबल तनाव" (Hubble tension)—जो स्थानीय दूरी-सीढ़ी (distance-ladder) के निर्धारण ( $H_0 \approx 73.5$ किमी s $^{-1}$ Mpc $^{-1}$ ) और $\Lambda$ CDM के तहत CMB डेटा से अनुमानित मानों ( $H_0 \approx 67.2$ किमी s $^{-1}$ Mpc $^{-1}$ ) के बीच $\simeq 7.1\sigma$ का विसंगति है। इसके विस्तारों की खोज करने का प्राथमिक उद्देश्य यह निर्धारित करना है कि क्या डार्क सेक्टर में देर-समय की गतिशीलता (late-time dynamics) नए व्यवस्थित त्रुटियों (systematics) को पेश किए बिना इस तनाव को हल कर सकती है। शेवेलियर-पोलार्स्की-लिंडर (CPL) पैरामीट्रेशन ( $w(a) = w_0 + w_a(1-a)$ ) गतिशील डार्क एनर्जी (DDE) के परीक्षण के लिए एक मानक घटनात्मक ढांचा (phenomenological framework) है। हालांकि, डार्क एनर्जी स्पेक्ट्रोस्कोपिक इंस्ट्रूमेंट (DESI) डेटा रिलीज़ 2 (DR2) से संबंधित हालिया विश्लेषणों ने DDE के प्रति प्राथमिकता और हबल तनाव को कम करने में इसकी प्रभावकारिता के संबंध में परस्पर विरोधी परिणाम दिए हैं। यह शोध पत्र इस बात की जांच करता है कि क्या अनुमानित देर-समय की गतिशीलता और हबल तनाव का स्पष्ट समाधान सुदृढ़ है या केवल विशिष्ट डेटासेट विकल्पों के कारण उत्पन्न कृत्रिम प्रभाव (artifacts) हैं, विशेष रूप से विभिन्न बेरियन एकोस्टिक ऑसिलेशन (BAO) संकलनों के बीच निरंतरता पर ध्यान केंद्रित करते हुए।

कार्यप्रणाली
लेखक PolyChord नेस्टेड सैंपलिंग एल्गोरिदम के साथ Cobaya फ्रेमवर्क का उपयोग करके बेयसियन पैरामीटर अनुमान और मॉडल तुलना करते हैं। वे दो मॉडलों का परीक्षण करते हैं: मानक स्थानिक रूप से सपाट $\Lambda$ CDM और गतिशील $w_0w_a$ CDM (CPL) मॉडल। यह विश्लेषण प्रारंभिक-ब्रह्मांड डेटा (Planck 2018 CMB तापमान/ध्रुवीकरण स्पेक्ट्रा और Planck+ACT CMB लेंसिंग) को देर-ब्रह्मांड के दूरी संबंधी जांचों के एक समूह के साथ जोड़ता है:

DESI DR2 BAO: $z \in [0.295, 2.33]$ के बीच उच्च-परिशुद्धता वाले 3D BAO माप।
SDSS-IV/eBOSS BAO: पूर्व-DESI सर्वसम्मत संकलन (14 माप)।
BAOtr: 15 कोणीय/अनुप्रस्थ BAO मापों ( $\theta_{BAero} = r_d/D_M$ ) का एक संकलन, जो SDSS डेटा से प्राप्त किया गया है, जो फिडुशियल कॉस्मोलॉजी धारणाओं पर निर्भरता को कम करता है।
PP&SH0ES: SH0ES सेफिड दूरी एंकरों द्वारा कैलिब्रेट किए गए PantheonPlus टाइप Ia सुपरनोवा नमूने।

यह अध्ययन CPL निष्कर्षों की स्थिरता का मूल्यांकन करने के लिए छह अलग-अलग डेटासेट संयोजनों का मूल्यांकन करता है। मुख्य निदानों में शामिल हैं:

पैरामीटर प्रतिबंध (Parameter Constraints): $(w_0, w_a, H_0, \Omega_m)$ के लिए मार्जिनलाइज्ड पोस्टीरियर्स।
विस्तार इतिहास (Expansion History): कन्फॉर्मल हबल दर $H(z)/(1+z)$ और मंदन पैरामीटर (deceleration parameter) $q(z)$ का पुनर्निर्माण।
बेयसियन साक्ष्य (Bayesian Evidence): अतिरिक्त मापदंडों के लिए ऑकैम पेनल्टी (Occam penalty) को ध्यान में रखते हुए, $\Lambda$ CDM के विरुद्ध CPL की तुलना करने के लिए लॉग-एविडेंस अंतर $\Delta \ln Z$ की गणना।
डेटा-स्तर की निरंतरता (Data-Level Consistency): कॉस्मोलॉजिकल फिट्स पर निर्भर रहने के बजाय, आंतरिक तनावों की पहचान करने के लिए BAOtr और 3D BAO (DESI/SDSS) के बीच सीधे BAO दूरी अनुपातों ( $D_M/r_d$ , $D_H/r_d$ ) की तुलना।

मुख्य योगदान और परिणाम

CPL निष्कर्षों की तीव्र डेटासेट निर्भरता:
यह पत्र प्रदर्शित करता है कि CPL प्रतिबंध विशेष रूप से शामिल किए गए निम्न-रेडशिफ्ट डेटासेट पर अत्यधिक निर्भर हैं।

CMB + DESI/SDSS: जब मानक 3D BAO (DESI या SDSS) के साथ जोड़ा जाता है, तो CPL मॉडल एक निम्न $H_0$ समाधान ( $H_0 \approx 63.9\text{--}68.5$ किमी s $^{-1}$ Mpc $^{-1}$ ) और एक कमजोर रूप से त्वरित या लगभग कोस्टिंग (coasting) वर्तमान ब्रह्मांड ( $q_0 \simeq 0$ ) का पक्ष लेता है। इन मामलों में, हबल तनाव गंभीर बना रहता ( $>4\sigma$ ), और बेयसियन साक्ष्य अनिर्णायक है या मध्यम रूप से $\Lambda$ CDM का पक्ष लेता है।
CMB + PP&SH0ES + BAOtr: इसके विपरीत, सेफिड-कैलिब्रेटेड सुपरनोवा (PP&SH0ES) और/या कोणीय BAO (BAOtr) को शामिल करने वाले संयोजन उच्च $H_0$ ( $H_0 \approx 70.8\text{--}71.3$ किमी s $^{-1}$ Mpc $^{-1}$ ) और एक मध्यम रूप से त्वरित विस्तार ( $-1 < q_0 < 0$ ) की ओर झुकते हैं। ये संयोजन हबल तनाव को काफी कम कर देते हैं ( $\sim 2\sigma$ ) और $\Lambda$ CDM के मुकाबले CPL के पक्ष में मजबूत-से-बहुत-मजबूत बेयसियन साक्ष्य ( $\Delta \ln Z \approx 8\text{--}16$ ) प्रदान करते हैं।

BAO व्यवस्थित त्रुटियों (Systematics) की पहचान:
एक महत्वपूर्ण निष्कर्ष निम्न रेडशिफ्ट ( $z \lesssim 0.5$ ) पर BAOtr और मानक 3D BAO (DESI/SDSS) के बीच एक सीधा, मॉडल-स्वतंत्र बेमेल है।

$z=0.510$ पर, BAOtr कोणीय पैमाना माप ( $\theta_{BAO} = 4.81 \pm 0.17^\circ$ ) DESI LRG1 अनुप्रस्थ दूरी अनुपात से प्राप्त समकक्ष कोणीय पैमाने ( $\theta_{3D} = 4.22 \pm 0.05^\circ$ ) के साथ $3.34\sigma$ तनाव में है।
यह विसंगति CPL पुनर्निर्माण में प्रसारित होती है: BAOtr थोड़ा कम $D_M/r_d$ पसंद करता है, जबकि DESI/SDSS उच्च मान पसंद करते हैं। क्योंकि CPL ढांचा देर-समय के विस्तार इतिहास $E(z)$ में स्वतंत्रता की अनुमति देता है, ये परस्पर विरोधी दूरी अनुपात पुनर्निर्मित $H(z)$ और $q(z)$ को उपयोग किए गए BAO डेटासेट के आधार पर अलग-अलग शासन (regimes) में ले जाते हैं।

"सुपर-एक्सेलरेशन" पूंछ (Tail) की प्रकृति:
CMB-केवल CPL विश्लेषणों में, पोस्टीरियर एक फैंटम-जैसे क्षेत्र ( $w_0 < -1$ ) की अनुमति देता है जिससे $q_0 < -1$ (सुपर-एक्सेलरेशन, $\dot{H} > 0$ ) होता है। लेखक तर्क देते हैं कि यह एक मजबूत भौतिक निष्कर्ष नहीं है, बल्कि निम्न-रेडशिफ्ट दूरी एंकरों की कमी से उत्पन्न होने वाला डिजनरेसी-संचालित एक्सट्रपलेशन (extrapolation) आर्टिफैक्ट है। एक बार निम्न-z डेटा (जैसे DESI) शामिल हो जाने के बाद, यह पूंछ गायब हो जाती है, और पुनर्निर्माण $q_0 \simeq 0$ की ओर स्थानांतरित हो जाता है।
साउंड होराइजन स्थिरता:
CPL ढांचे के भीतर (जहाँ पूर्व-पुनर्संयोजन भौतिकी स्थिर है), साउंड होराइजन $r_d$ सभी डेटासेट संयोजनों में लगभग स्थिर रहता है (सभी संयोजनों में $<0.5\%$ परिवर्तन)। फलस्वरूप, $H_0$ में बदलाव पूरी तरह से देर-समय के विस्तार इतिहास ( $r_d H_0$ और $E(z)$ ) में परिवर्तनों द्वारा अवशोषित होते हैं, न कि प्रारंभिक-ब्रह्मांड के साउंड होराइजन में संशोधन द्वारा। यह परिणामों को अर्ली डार्क एनर्जी (EDE) समाधानों से अलग करता है, जो $r_d$ को बदलते हैं।

महत्व और दावे
यह पत्र निष्कर्ष निकालता है कि गतिशील डार्क ऊर्जा के लिए कथित समर्थन और हबल तनाव को कम करने की इसकी क्षमता CPL ढांचे के सार्वभौमिक गुण नहीं हैं, बल्कि विशेष रूप से विशिष्ट निम्न-रेडशिफ्ट डेटासेट (विशेष रूप से PP&SH0ES और BAOtr) के समावेश पर निर्भर हैं। लेखक दावा करते हैं कि:

CPL का दो-पैरामीटर रूप सभी वर्तमान निम्न-रेडशिफ्ट दूरी जांचों (CMB, PP&SH0ES, BAOtr, और DESI/SDSS) को आंतरिक विसंगति के बिना एक साथ समायोजित करने के लिए बहुत अधिक प्रतिबंधात्मक हो सकता है।
BAOtr और 3D BAO डेटासेट के बीच तनाव CPL पुनर्निर्माणों के विचलित होने का प्राथमिक चालक है।
"फैंटम-लाइक" एसिम्प्टोट ( $w(z \to \infty) < -1$ ) जिसे डेटा द्वारा पसंद किया जाता है, वह प्रारंभिक-ब्रह्मांड भौतिकी का प्रत्यक्ष प्रतिबंध होने के बजाय निम्न-रेडशिफ्ट पोस्टीरियर सहसंबंधों का एक एक्सट्रपलेटेड डिस्क्रिप्टर है।
भविष्य की प्रगति के लिए या तो अधिक लचीले देर-समय के मॉडलों (जैसे, साइन-चेंजिंग डार्क एनर्जी, मॉडिफाइड ग्रेविटी) की आवश्यकता है या निम्न-रेडशिफ्ट जांचों के बीच व्यवस्थित त्रुटियों और क्रॉस-कैलिब्रेशन की कठोर पुनरीक्षण की आवश्यकता है।

यह कार्य हबल तनाव को निश्चित रूप से हल करने का दावा नहीं करता है, बल्कि यह रेखांकित करता है कि समाधान डेटासेट-आधारित है और DDE के लिए मौजूदा "साक्ष्य" नाजुक है, जो उपयोग किए जा रहे विशिष्ट निम्न-रेडशिफ्ट डेटा के संयोजन द्वारा संचालित है।