Chebyshev interpolation in Einstein-Boltzmann codes

Om het universum te begrijpen, bouwen kosmologen complexe wiskundige modellen die beschrijven hoe materie en licht zich sinds de oerknal hebben gedragen. Deze modellen vertrouwen op een reeks complexe vergelijkingen die de evolutie van het kosmos door de tijd heen volgen, over verschillende schalen van afstand en in elke richting van de hemel. Om deze vergelijkingen om te zetten in voorspellingen die vergeleken kunnen worden met echte telescoopgegevens, gebruiken wetenschappers krachtige computerprogramma's die bekend staan als Einstein–Boltzmann-codes. Deze programma's fungeren als virtuele laboratoria die de geboorte van de kosmische achtergrondstraling simuleren — de zwakke nagalm van de oerknal — en de verdeling van sterrenstelsels. Het draaien van deze simulaties is echter ongelooflijk moeilijk omdat de vergelijkingen "stijf" zijn en snel veranderen op bepaalde momenten, zoals wanneer het universum voldoende afkoelde voor de vorming van atomen. Om de berekeningen beheersbaar te maken, lossen de programma's de vergelijkingen traditioneel alleen op bij een paar specifieke punten en vullen ze vervolgens de gaten tussen deze punten in met een methode genaamd interpolatie, wat in essentie het tekenen van een vloeiende curve door bekende datapunten is om de waarden daartussen te raden. De nauwkeurigheid van de gehele simulatie hangt zwaar af van hoe goed dit raadspel werkt.

Een onderzoeker aan de Universiteit van Oslo, Herman Sletmoen, heeft een manier gevonden om dit raadspel aanzienlijk nauwkeuriger en sneller te maken. In een nieuwe studie laat Sletmoen zien dat door de wiskundige techniek die wordt gebruikt om die gaten op te vullen te veranderen, de computer veel hogere precisie kan bereiken met veel minder berekeningen. De traditionele methode, die kubische splines gebruikt — een techniek die punten verbindt met kleine, vloeiende curven — werkt goed, maar vereist een groot aantal datapunten om een hoog niveau van nauwkeurigheid te bereiken. Sletmoen verving dit door een andere aanpak gebaseerd op Chebyshev-polynomen, een wiskundig instrument dat uitzonderlijk goed is in het fitten van vloeiende curven wanneer de datapunten op specifieke, niet-uniforme intervallen worden geplaatst. Door de moeilijke natuurkundige vergelijkingen alleen op deze speciale punten op te lossen en vervolgens de nieuwe methode te gebruiken om de rest in te vullen, kan de computer resultaten produceren met interpolatiefouten die tot tienduizend keer lager zijn dan die van de oude methode voor dezelfde hoeveelheid werk.

De kern van het probleem ligt in de aard van de gegevens die deze codes genereren. Het universum evolueert vloeiend over tijd en ruimte, behalve tijdens een paar korte momenten van snelle verandering. Wanneer een computer dit probeert te simuleren, moet hij het gedrag van licht en materie berekenen voor miljarden verschillende afstanden en hoeken. Dit doen voor elke denkbare mogelijkheid is onmogelijk, dus berekent de code een paar duizend voorbeelden en interpoleert vervolgens de rest. Decennialang was dit de standaardtool voor deze taak: kubische splines. Hoewel betrouwbaar, is deze methode enigszien lomp; om een zeer precies antwoord te krijgen, moet deze worden gevoed met een dicht raster van datapunten, wat de simulatie vertraagt. Sletmoens werk laat zien dat omdat de onderliggende fysica vloeiend is, een meer geavanceerde wiskundige aanpak het werk kan doen met een fractie van de data. Door de berekeningspunten daar te plaatsen waar de nieuwe methode ze het hardst nodig heeft, in plaats van ze gelijkmatig te verspreiden, kan de computer de fijne details van de evolutie van het universum veel efficiënter vastleggen.

In de studie testte Sletmoen deze nieuwe aanpak op de twee meest kritieke variabelen in de simulatie: de schaal van de golven in het vroege universum en de hoek waaronder we de hemel observeren. Wanneer de code de nieuwe methode gebruikte om de gaten voor de golfschalen in te vullen, daalde de fout in de uiteindelijke voorspelling drastisch. Terwijl de oude methode ongeveer tweehonderd datapunten nodig had om een bepaald niveau van precisie te bereiken, bereikte de nieuwe methode dezelfde of een betere precisie met slechts vijftig tot tachtig punten. Deze vermindering in vereiste berekeningen vertaalt zich direct naar snelheid. Voor een typische simulatie van de temperatuur van de kosmische achtergrondstraling maakte de nieuwe methode het hele proces tweeënhalf tot vier keer sneller, terwijl dezelfde hoge standaard van nauwkeurigheid werd behouden. Dit is een aanzienlijke winst, aangezien deze simulaties vaak duizenden keren worden uitgevoerd om verschillende theorieën over het universum te testen.

De uitdaging lag niet alleen in de wiskunde, maar ook in hoe de computer met de gegevens omgaat. De nieuwe methode werkt het best wanneer de punten op specifieke, ongelijkmatige intervallen worden geplaatst, maar de fysieke grootheden die worden gemeten, zoals de hoek aan de hemel, bestaan alleen als gehele getallen. Je kunt niet op een halve graad meten op dezelfde manier als je op een halve meter kunt meten. Om dit op te lossen, ontwikkelde Sletmoen een slimme workaround. In plaats van de computer te dwingen waarden te berekenen op onmogelijke, niet-gehele hoeken, rondt de methode de speciale berekeningspunten af naar het dichtstbijzijnde gehele getal. Deze kleine aanpassing zorgt ervoor dat de krachtige nieuwe wiskunde kan worden gebruikt zonder de regels van de fysieke simulatie te breken. De studie vond dat deze "afgeronde" aanpak net zo goed presteerde als de ideale wiskundige versie, wat bewijst dat de techniek robuust genoeg is voor de echte wereld van de kosmologie.

De resultaten suggereren een verschuiving in de manier waarop deze complexe simulaties worden gebouwd. Oudere computercodes gebruikten vaak shortcuts en benaderingen om zaken te versnellen, waarbij ze schakelden tussen verschillende vergelijkingen afhankelijk van de situatie. Hoewel snel, kunnen deze shortcuts kleine hobbels of onregelmatigheden in de gegevens introduceren waardoor de traditionele interpolatiemethoden moeite hebben. De nieuwe aanpak blinkt het meest uit wanneer deze wordt gebruikt met een nieuwere generatie codes die deze shortcuts vermijden en de vergelijkingen continu oplossen, waardoor de data perfect vloeiend blijft. Door deze vloeiende, benaderingsvrije codes te combineren met de nieuwe interpolatiemethode, kunnen wetenschappers het beste van beide werelden krijgen: de snelheid van minder berekeningen en de precisie van een uiterst nauwkeurig model. Deze combinatie stelt onderzoekers in staat om het universum te verkennen met een helderheid die voorheen te kostbaar was om te berekenen, wat de deur opent naar meer gedetailleerde tests van kosmologische theorieën zonder dat zij hoeven te wachten op snellere computers.