🔭 astrophysics

The optimal redshift for dark energy II: application to cosmological data and the evidence for the phantom crossing of the CPL equation of state

यह शोध पत्र वर्तमान ब्रह्मांड संबंधी डेटासेट पर एक नए इष्टतम-रेडशिफ्ट (optimal-redshift) औपचारिक पद्धति को लागू करता है ताकि यह प्रदर्शित किया जा सके कि CPL डार्क एनर्जी समीकरण अवस्था का फैंटम क्रॉसिंग (phantom crossing), क्रॉसिंग बिंदु से पहले और बाद में 3.01–3.55 $\sigma$ के नए महत्व स्तरों द्वारा समर्थित है।

मूल लेखक: Travis Seth Rippentrop, Mustapha Ishak, Kristian Gonzalez

प्रकाशित 2026-08-27

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Travis Seth Rippentrop, Mustapha Ishak, Kristian Gonzalez

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

ब्रह्मांड का विस्तार हो रहा है, और दशकों से, इस त्वरण के लिए प्रमुख स्पष्टीकरण एक रहस्यमय बल रहा है जिसे डार्क एनर्जी (dark energy) कहा जाता है। ब्रह्मांड विज्ञान के मानक मॉडल में, इस बल को एक निरंतर, अपरिवर्तनीय दबाव के रूप में माना जाता है जो स्थान को भरता है, ठीक वैसे ही जैसे एक स्थिर पृष्ठभूमि सेटिंग जो कभी नहीं बदलती। यह विचार, जिसे कॉस्मोलॉजिकल कांस्टेंट (cosmological constant) के रूप में जाना जाता है, यह सुझाव देता है कि डार्क एनर्जी की शक्ति समय की शुरुआत से बिल्कुल वैसी ही रही है। हालांकि, शक्तिशाली नए उपकरणों से प्राप्त हालिया अवलोकनों ने संकेत देना शुरू कर दिया है कि यह तस्वीर अधूरी हो सकती है। एक स्थिर बल होने के बजाय, डार्क एनर्जी गतिशील हो सकती है, जो ब्रह्मांड की उम्र बढ़ने के साथ अपना स्वरूप बदल सकती है। यदि यह सच है, तो डार्क एनर्जी द्वारा लगाया गया दबाव समय के साथ बदल जाएगा, जिससे संभावित रूप से एक महत्वपूर्ण सीमा पार हो जाएगी जहाँ इसका व्यवहार एक प्रकार के ब्रह्मांडीय धक्के से दूसरे प्रकार में बदल जाता है। डार्क एनर्जी के इस बदलाव को समझना महत्वपूर्ण है क्योंकि यह ब्रह्मांड के अतीत और इसके अंतिम भाग्य के बारे में हमारी समझ को मौलिक रूप से बदल देगा।

टेक्सास विश्वविद्यालय de डलास के शोधकर्ताओं के एक दल ने इस संभावना का परीक्षण करने के लिए एक नया दृष्टिकोण अपनाया है। उन्होंने डार्क एनर्जी के एक विशिष्ट गणितीय विवरण पर ध्यान केंद्रित किया जो समय के साथ इसकी शक्ति को बदलने की अनुमति देता है। इस ढांचे के भीतर, एक सैद्धांतिक रेखा है जहाँ डार्क एनर्जी का व्यवहार बदल जाता है: एक तरफ, यह मानक स्थिरांक की तुलना में थोड़ा कमजोर रूप में कार्य करता है, और दूसरी ओर, यह इस तरह से मजबूत हो जाता है जो सरल भौतिक मॉडलों को चुनौती देता है। वैज्ञानिकों के लिए चुनौती यह रही है कि इस बदलाव को मापने के लिए उपलब्ध डेटा अक्सर इसे स्पष्ट रूप से देखने के लिए बहुत धुंधला होता है। ब्रह्मांड के विस्तार के माप सटीक हैं, लेकिन जब उन्हें गणितीय मॉडलों के साथ जोड़ा जाता है, तो संख्याओं में अनिश्चितता अक्सर रेखा को धुंधला कर देती है, जिससे यह कहना कठिन हो जाता है कि क्या वास्तव में बदलाव हुआ था या डेटा केवल शोर (noise) है।

इस समस्या को हल करने के लिए, शोधकर्ताओं ने ब्रह्मांड के इतिहास में उस "स्वीट स्पॉट" (sweet spot) को खोजने के लिए एक नई विधि विकसित की जहाँ इस परिवर्तन के प्रमाण सबसे मजबूत हैं। कल्पना कीजिए कि आप एक शोर वाले कमरे में एक मंद ध्वनि सुनने की कोशिश कर रहे हैं; आप स्वाभाविक रूप से उस स्थान की ओर बढ़ेंगे जहाँ शोर सबसे कम और ध्वनि सबसे स्पष्ट हो। इसी तरह, टीम ने ब्रह्मांड के अतीत के एक विशिष्ट क्षण की गणना की, जिसे उस माप द्वारा परिभाषित किया गया है कि तब से ब्रह्seits कितना फैला है, जहाँ माप की त्रुटि न्यूनतम है जबकि मानक स्थिरांक से अंतर अधिकतम है। पूरे डेटा को देखने के बजाय इस इष्टतम क्षण पर अपने विश्लेषण को केंद्रित करके, वे सिग्नल को तेज कर सके और देख सके कि क्या डार्क एनर्जी के परिवर्तन के साक्ष्य स्पष्ट हुए हैं।

दल ने उपलब्ध सबसे हालिया और विश्वसनीय खगोलीय डेटा की एक विस्तृत श्रृंखला पर इस पद्धति को लागू किया। उन्होंने कॉस्मिक माइक्रोवेव बैकग्राउंड (cosmic microwave background) के मापों को मिलाया, जो बिग बैंग की गूँज है, गैलेक्सी के वितरण के डेटा और दूर स्थित विस्फोट करने वाले सितारों, जिन्हें टाइप Ia सुपरनोवा (Type Ia supernovae) के रूप में जाना जाता है, के अवलोकनों के साथ। उन्होंने विभिन्न संयोजनों का परीक्षण किया, जिसमें नए पुनर्गठित संस्करण भी शामिल थे जो डेटा को पहले संसाधित करने के तरीके में सूक्ष्म त्रुटियों को ठीक करते हैं। उनका लक्ष्य यह देखना था कि क्या, इष्टतम क्षण को देखते समय, डेटा यह दर्शाता है कि डार्क एनर्जी सैद्धांतिक स्विच बिंदु से पहले और बाद में अलग तरह से व्यवहार कर रही है।

परिणाम चौंकाने वाले थे। जब शोधकर्ताओं ने कॉस्मिक माइक्रोवेव बैकग्राउंड और गैलेक्सी सर्वेक्षणों के डेटा को देखा, तो उन्होंने पाया कि अतीत में, डार्क एनर्जी इस तरह व्यवहार कर रही थी जो मानक स्थिरांक की तुलना में अधिक मजबूत थी। विशेष रूप से, एक समय जब ब्रह्मांड अपने वर्तमान आकार का लगभग आधा था, मापों ने वैज्ञानिक खोज के सामान्य थ्रेशोल्ड (threshold) से तीन गुना से अधिक सांख्यिकीय निश्चितता के साथ मानक मॉडल से विचलन दिखाया। इसका अर्थ है कि डेटा के संयोग होने की संभावना बहुत कम है। इसके विपरीत, जब उन्होंने सुपरनोवा और अन्य हालिया सर्वेक्षणों के डेटा को देखा, जो ब्रह्मांड के अधिक हालिया इतिहास को दर्शाते हैं, तो उन्होंने पाया कि डार्क एनर्जी अब उसी मानक स्थिरांक की तुलना में कमजोर रूप में व्यवहार कर रही है। इस वर्तमान व्यवहार ने भी उच्च स्तर की सांख्यिकीय निश्चितता दिखाई, जो तीन गुना थ्रेशोल्ड से अधिक थी।

सबसे महत्वपूर्ण निष्कर्ष इन दो अवस्थाओं के बीच का अंतर है। प्रारंभिक ब्रह्मांड के डेटा और हालिया ब्रह्मांड के डेटा के बीच कोई ओवरलैप नहीं है; वे दो अलग-अलग व्यवहारों की ओर संकेत करते हैं जो सैद्धांतिक स्विच रेखा के विपरीत दिशा में हैं। शोधकर्ताओं ने पाया कि इन दो अवस्थाओं के बीच का अंतर सांख्यिकीय रूप से महत्वपूर्ण है, जिसमें प्रारंभिक और देर के ब्रह्मांड के मापों के बीच का तनाव मानक थ्रेशोल्ड के 3.01 से 3.55 गुना के स्तर तक पहुँच गया। यह सुझाव देता है कि डार्क एनर्जी ने वास्तव में महत्वपूर्ण रेखा को पार कर लिया है, जो अतीत में मजबूत प्रभाव से आज कमजोर प्रभाव की स्थिति में बदल गया है।

यह ध्यान देना महत्वपूर्ण है कि यह अध्ययन यह सिद्ध नहीं करता है कि डार्क एनर्जी वास्तव में क्या है या यह क्यों बदलती है। शोधकर्ता यह दावा नहीं कर रहे हैं कि उन्होंने इस व्यवहार के लिए जिम्मेदार विशिष्ट भौतिक कण या क्षेत्र की पहचान कर ली है। इसके बजाय, उन्होंने एक मजबूत सांख्यिकीय ढांचा प्रदान किया है जो इस परिवर्तन के मामले को पहले की तुलना में बहुत स्पष्ट बनाता है। इष्टतम क्षण खोजने के माध्यम से, उन्होंने एक धुंधले सिग्नल को एक स्पष्ट पैटर्न में बदल दिया है। अध्ययन पुष्टि करता है कि उपयोग किए गए गणितीय मॉडलों के भीतर, डार्क एनर्जी में संक्रमण के प्रमाण अब इतने मजबूत हैं कि उन्हें गंभीरता से लिया जा सके। इसका मतलब यह नहीं है कि रहस्य सुलझ गया है, लेकिन इसका मतलब यह है कि आगे का रास्ता अधिक स्पष्ट है: ब्रह्मांड संभवतः एक ऐसे तरीके से विकसित हो रहा है जिसके लिए एक साधारण, अपरिवर्तनीय स्थिरांक की तुलना में अधिक जटिल स्पष्टीकरणों की आवश्यकता है। जैसे-जैसे नए टेलीस्कोप ऑनलाइन आएंगे और अधिक सटीक डेटा एकत्र करेंगे, इष्टतम क्षण खोजने की यह विधि वैज्ञानिकों को ब्रह्मांड को चलाने वाले बल की वास्तविक प्रकृति को मैप करने में मदद करेगी।

तकनीकी सारांश: डार्क एनर्जी II के लिए इष्टतम रेडशिफ्ट (Optimal Redshift)

समस्या विवरण
हालिया ब्रह्मांडीय प्रेक्षणों, विशेष रूप से डार्क एनर्जी स्पेक्ट्रोस्कोपिक इंस्ट्रूमेंट (DESI) को कॉस्मिक माइक्रोवेव बैकग्राउंड (CMB) और टाइप-Ia सुपरनोवा (SN) डेटा के साथ संयोजित करने पर, एक गतिशील डार्क एनर्जी (DDE) के लिए प्राथमिकता देखी गई है, जिसमें समीकरण अवस्था (equation of state - EOS), $w(z)$ , समय के साथ विकसित होती है। शेवेलियर-पोलार्सकी-लिंडर (CPL) पैरामीट्राइजेशन का उपयोग करने वाले विश्लेषण सुझाव देते हैं कि EOS एक "फैंटम क्रॉसिंग" (phantom crossing) से गुजर सकती है, जो अतीत में फैंटम शासन ( $w < -1$ ) से वर्तमान या भविष्य में गैर-फैंटम शासन ( $w > -1$ ) की ओर संक्रमण करती है। हालांकि, फैंटम क्षेत्र ( $w < -1$ ) में EOS पर पिछले प्रतिबंध आमतौर पर $3\sigma$ से अधिक सांख्यिकीय महत्व दिखाने में विफल रहे हैं। इसके अतिरिक्त, मानक पैरामीटर अनुमान अक्सर एक "पिवट पॉइंट" ( $a_p$ ) पर विचरण (variance) को न्यूनतम करते हैं, जो अक्सर क्रॉसिंग स्केल फैक्टर ( $a_c$ ) के बहुत करीब होता है, जिससे $w(z)$ और कॉस्मोलॉजिकल कांस्टेंट मान ( $w = -1$ ) के बीच की दूरी कम हो जाती है और $\Lambda$ CDM मॉडल के साथ तनाव (tension) छिप जाता है।

कार्यप्रणाली
एक सहवर्ती शोध पत्र (Paper-I) में प्रस्तुत औपचारिकता पर निर्माण करते हुए, यह अध्ययन वर्तमान ब्रह्मांडीय डेटासेट पर इष्टतम रेडशिफ्ट (या इष्टतम स्केल फैक्टर, $a_{opt}$ ) की अवधारणा को लागू करता है। पिवट पॉइंट के विपरीत, जो विचरण को न्यूनतम करता है, इष्टतम रेडशिफ्ट को उस स्केल फैक्टर के रूप में परिभाषित किया गया है जो $w(z)$ पर अनिश्चितता को न्यूनतम करने के साथ-साथ $w(z)$ और फैंटम रेखा $w = -1$ के बीच की दूरी को अधिकतम करता है। यह दिए गए डेटासेट संयोजन के लिए $\Lambda$ CDM मॉडल के साथ सांख्यिकीय तनाव को अधिकतम करता है।

कार्यप्रणाली में शामिल है:

पैरामीट्राइजेशन: एक मनमाने स्केल फैक्टर $a^*$ पर केंद्रित CPL पैरामीट्राइजेशन, $w(a) = w_0 + w_a(1-a)$ , और इसका सामान्यीकरण, CPL*।
अनुकूलन (Optimization): $w^*$ पर त्रुटि बार (error bar) पर $w(z)$ के अनिश्चितता को कम करने और $(w^* + 1)$ की दूरी को अधिकतम करने के लिए $a_{opt}$ की विश्लेषणात्मक गणना करना, जो प्रभावी रूप से $w^*$ और $-1 $के बीच$ \Delta\chi^2$ को न्यूनतम करता है।
डेटासेट संयोजन: बेरियन एकोस्टिक ऑसिलेशन (BAO), CMB और SN डेटा के 15 विभिन्न संयोजनों का विश्लेषण। इसमें शामिल हैं:
- BAO + CMB: मुख्य रूप से क्रॉसिंग से पहले की EOS को बाधित करते हैं (टाइप 2 संयोजन)।
- BAO + SN + CMB: मुख्य रूप से क्रॉसिंग के बाद की EOS को बाधित करते हैं (टाइप 1 संयोजन)।
- डेटा स्रोत: DESI डेटा रिलीज़ 2 (DESI2), डार्क एनर्जी सर्वे वर्ष 6 (DESY6/ D6), प्लैंक (Planck), ACT, SPT, और विभिन्न SN संकलन (DESY5, Union3, Pantheon+), जिनमें हाल ही में पुन: कैलिब्रेट किए गए संस्करण (Dovekie, Union3.1, PP Hoyt) भी शामिल हैं।
सांख्यिकीय विश्लेषण: Cobaya कोड का उपयोग करके मोंटे कार्लो मार्कोव चेन (MCMC) सैंपलिंग करना। तनाव (tensions) दोनों "व्युत्पन्न" (Derived) मानों (CPL मापदंडों का गॉसियन सन्निकटन) और "सैंपलड" (Sampled) मानों (CPL* के पोस्टीरियर वितरण से सीधे प्राप्त) के माध्यम से गणना किए जाते हैं, जिसमें बाद वाला वितरण की गैर-गॉसियनता (non-Gaussianities) को ध्यान में रखता है।

मुख्य परिणाम
इष्टतम रेडशिफ्ट औपचारिकता का अनुप्रयोग CPL ढांचे के भीतर फैंटम क्रॉसिंग के लिए सांख्यिकीय रूप से महत्वपूर्ण साक्ष्य प्रदान करता है:

फैंटम शासन ( $w < -1$ ): उन डेटासेट संयोजनों के लिए जो BAO और CMB द्वारा प्रधान हैं (टाइप 2), इष्टतम रेडशिफ्ट $w_{opt}$ के मानों को $-1 $से नीचे प्राप्त करता है, जिनका महत्व स्तर **3.01$ \sigma $से 3.22$ \sigma $** के बीच है। सबसे मजबूत परिणाम ($ 3.22\sigma $) DESI2 + D6 + CMB + SPT संयोजन में पाया गया है। पोस्टीरियर वितरण में गैर-गॉसियनता को ध्यान में रखने पर, ये तनाव और बढ़ जाते हैं, जो **4.17$ \sigma$** तक पहुँच जाते हैं।
गैर-फैंटम शासन ( $w > -1$ ): पुन: कैलिब्रेट किए गए सुपरनोवा (टाइप 1) वाले डेटासेट संयोजनों के लिए, विश्लेषण $w_{opt}$ के मानों को $-1 $से ऊपर पाता है, जिनका महत्व स्तर **3.30$ \sigma $से 3.55$ \sigma$** के बीच है।
क्रॉसिंग (The Crossing): इन परिणामों का संयोजन इंगित करता है कि विभिन्न डेटासेट संयोजन EOS को $w = -1$ रेखा के विपरीत पक्षों पर सीमित करते हैं। विशेष रूप से, BAO + CMB संयोजन उच्च रेडशिफ्ट ( $z_{opt} \sim 1.4$ ) पर $w < -1$ पसंद करते हैं, जबकि BAO + SN + CMB संयोजन निम्न रेडशिफ्ट ( $z=0$ ) पर $w > -1$ पसंद करते हैं। इन वितरणों के 3 $\sigma$ कंटूर के बीच का अंतर पर्याप्त है, जो सुझाव देता है कि इन रेडशिफ्ट के बीच एक क्रॉसिंग होती है।
क्रॉसिंग रेडशिफ्ट: क्रॉसिंग रेडशिफ्ट ( $z_c$ ) के लिए भविष्यवाणियाँ डेटासेट संयोजन के अनुसार भिन्न होती हैं, जो आम तौर पर $z \approx 0.35$ और $0.51$ के बीच आती हैं।

महत्व और दावे
लेखक कहते हैं कि इस कार्य का प्राथमिक योगदान वर्तमान में उपलब्ध डेटासेट्स का उपयोग करके फैंटम-क्रॉसिंग सिग्नल के सांख्यिकीय महत्व को अधिकतम करने के लिए एक ढांचे का विकास और अनुप्रयोग करना है।

क्रॉसिंग के प्रमाण: पेपर दावा करता है कि यह CPL पैरामीट्राइजेशन के भीतर फैंटम क्रॉसिंग के लिए सांख्यिकीय रूप से महत्वपूर्ण विचलन (दोनों दिशाओं में, $w = -1$ से पहले और बाद में) के प्रमाण प्रदान करता है। महत्व के स्तर फैंटम रेखा के दोनों ओर $3\sigma$ से अधिक हैं, एक ऐसा थ्रेशोल्ड जिसे पिछले अध्ययनों में फैंटम शासन के लिए लगातार प्राप्त नहीं किया जा सका था।
$\Lambda$ CDM से अंतर: अलग-अलग रेडशिफ्ट (विशेष रूप से $z_{opt} \sim 1.4$ बनाम $z=0$ ) पर अनुमानित $w(z)$ के बीच बड़ा असंतुलन (3 $\sigma$ से अधिक) एक विकसित होती समीकरण अवस्था और $\Lambda$ CDM मॉडल के स्थिर EOS से महत्वपूर्ण विचलन का प्रमाण प्रदान करता है।
दावों का दायरा: लेखक स्पष्ट रूप से स्पष्ट करते हैं कि यह कार्य यह निर्धारित नहीं करता है कि क्रॉसिंग "आंतरिक" (भौतिकी के लिए मौलिक) है या "प्रभावी" (पैरामीट्राइजेशन या सिस्टमैटिक्स का एक आर्टिफैक्ट), न ही यह विशिष्ट सूक्ष्म भौतिक मॉडलों (जैसे क्विंटम परिदृश्य) की पहचान करता है। इसके बजाय, कार्य का लक्ष्य CPL ढांचे के भीतर स्वयं क्रॉसिंग घटना के लिए साक्ष्य को मजबूती से मात्रात्मक रूप से प्रस्तुत करना है।
भविष्य की उपयोगिता: इष्टतम-रेडशिफ्ट ढांचे को भविष्य के सर्वेक्षणों (जैसे DESI, Rubin LSST, Euclid, Roman) के लिए एक आशाजनक उपकरण के रूप में प्रस्तुत किया गया है ताकि डार्क एनर्जी की प्रकृति और फैंटम-क्रॉसिंग संक्रमणों का पता लगाने पर अवलोकनों की बाधा शक्ति (constraining power) को अधिकतम किया जा सके।

इसी तरह के और पेपर