The Amplitude-Growth Degeneracy and Implied $A_s$ Diagnostic for Background-Inert Modified Gravity

Este artigo demonstra que os acoplamentos perturbativos inerciais de fundo na gravidade $f(Q)$ coincidente criam uma degenerescência entre a amplitude primordial $A_s$ e o fator de crescimento, levando a valores de $\sigma_8$ anormalmente altos que podem ser resolvidos impondo priores de $A_s$ do Planck, uma restrição que, em última análise, penaliza os modelos estendidos com critérios de informação, apesar de uma preferência estatística fraca pela variante $\Lambda$CDM+$\lambda_0$+$\ln(A_s)$.

O essencial

Imagine o universo como um balão gigante em expansão. Há décadas, os cientistas utilizam uma receita padrão chamada ΛCDM (Lambda-Matéria Escura Fria) para descrever como esse balão infla e como a "poeira" sobre ele (galáxias) se aglomera. Essa receita funciona incrivelmente bem para o universo primordial, mas, quando observamos o universo hoje, algo parece ligeiramente errado. A poeira parece estar se aglomerando um pouco menos do que a receita prevê. Isso é conhecido como a tensão $S_8$.

Para corrigir isso, alguns cientistas propuseram um novo ingrediente para a receita: uma modificação na gravidade chamada gravidade $f(Q)$. Especificamente, eles adicionaram uma "especia" minúscula e invisível (um termo matemático chamado $\lambda_0$) que não altera como o balão se expande (o fundo), mas muda como a poeira se aglomera (o crescimento).

Aqui está a história do que este artigo descobriu sobre essa especia, explicada de forma simples:

1. O "Truque de Mágica" dos Dados

Os pesquisadores executaram uma simulação computacional para ver se essa nova especia poderia resolver o problema da aglomeração. Eles usaram um conjunto específico de regras (dados) que inclui medições da Radiação Cósmica de Fundo (a "foto de bebê" do universo) e como as galáxias estão se movendo hoje.

O Problema: A simulação computacional encontrou uma "brecha". Descobriu-se que, se você adicionar essa especia ($\lambda_0$), o modelo pode fazer as galáxias se aglomerar mais para corresponder aos dados. No entanto, para fazer isso, o computador teve que trapacear secretamente em um número fundamental chamado Amplitude Primordial ($A_s$).

Pense nisso como um chef tentando fazer uma sopa ficar mais salgada. Em vez de adicionar sal, o chef secretamente duplica a quantidade de água, o que faz a sopa ter um sabor diferente, mas depois afirma que a receita original estava apenas "pouco salgada". O computador encontrou uma maneira de fazer o modelo se ajustar perfeitamente aos dados inflando o número de "aglomeração", mas fez isso forçando o número do "universo primordial" a ser fisicamente impossível (cerca de 20–30% maior do que sabemos a partir da foto de bebê do universo).

2. A Ferramenta de Detetive "$A_s$ Implícita"

Os autores perceberam que isso era um truque estatístico, não uma descoberta real. O computador estava explorando uma "degenerescência" — uma situação em que dois botões diferentes (a especia $\lambda_0$ e a força de aglomeração $\sigma_8$) podem ser girados juntos para obter o mesmo resultado, escondendo o fato de que o botão do "universo primordial" está quebrado.

Para pegar esse truque, eles inventaram uma nova ferramenta de diagnóstico chamada verificação de "$A_s$ Implícita".

• Como funciona: Em vez de apenas perguntar: "Este modelo se ajusta aos dados?", eles perguntaram: "Se este modelo se ajustar aos dados, como teria que ser o universo primordial?"
• O Resultado: Quando aplicaram essa verificação, os modelos com a especia falharam. Eles exigiam um universo primordial que contradizia nossas melhores observações (dados do Planck). Foi como descobrir que a "sopa mais salgada" exigia um ingrediente secreto que não existe na natureza.

3. O "Firewall"

O artigo mostra que, se você colocar um "firewall" na simulação — forçando o computador a respeitar o valor conhecido do universo primordial (usando uma priori do Planck) — o truque de mágica para.

• O computador não pode mais trapacear inflando a aglomeração.
• A "especia" ($\lambda_0$) é empurrada de volta para zero ou para valores muito pequenos.
• Os modelos com a especia de repente parecem piores do que a receita padrão (ΛCDM), porque agora estão pagando uma penalidade por terem um ingrediente extra que realmente não ajuda.

4. A Única Exceção Estranha

Havia um caso minúsculo e estranho onde o modelo com a especia ainda parecia ligeiramente melhor do que a receita padrão, mesmo após o firewall ser colocado. Os autores chamam isso de uma "preferência fraca". Eles são muito cuidadosos ao dizer que isso não é uma descoberta confirmada; é uma pequena anomalia que precisa de mais investigação com dados melhores. É como uma moeda que cai de lado uma vez em um milhão de lançamentos — você não aposta nela ainda, mas também não a ignora.

A Conclusão

Este artigo é um aviso para a cosmologia futura.

• A Armadilha: Se você usar dados simplificados (CMB comprimido) para testar novas teorias da gravidade que afetam apenas como as coisas se aglomeram (e não como o universo se expande), você pode obter um "falso positivo". O computador dirá que a nova teoria é ótima, mas só é ótima porque está trapaceando nos números do universo primordial.
• A Solução: Sempre verifique a "$A_s$ Implícita". Se uma nova teoria exigir que o universo primordial seja totalmente diferente do que já sabemos, é provável que seja uma ilusão estatística, não uma descoberta real.

Em resumo: O artigo prova que uma nova teoria da gravidade popular parece promissora apenas porque a matemática está pregando uma peça em nós. Assim que paramos o truque, a teoria volta a ser apenas uma versão ligeiramente mais complicada do velho modelo padrão, sem nenhuma vantagem real.

Resumo técnico

Resumo Técnico: A Degenerescência Crescimento-Amplitude e $A_s$ Implícito como Diagnóstico para Gravidade Modificada Inerte ao Fundo

Declaração do Problema
A cosmologia moderna enfrenta tensões significativas, mais notavelmente a tensão $S_8$ (ou $\sigma_8$), onde sondas de tempos tardios (Lenteamento Fraco, Distorções do Espaço de Redshift) sugerem uma amplitude de aglomeração menor do que a extrapolada a partir dos dados do Fundo Cósmico de Micro-ondas (CMB) dentro do modelo padrão $\Lambda$CDM. Teorias de gravidade modificada, como a gravidade $f(Q)$ (Gravidade Teleparalela Simétrica), são frequentemente invocadas para resolver essas discrepâncias. No entanto, existe uma vulnerabilidade metodológica crítica ao analisar essas teorias usando "comprimidos" de distância do CMB (parâmetros de deslocamento $R$ e $l_a$) em vez de verossimilhanças completas do CMB.

O artigo identifica que, quando uma teoria de gravidade modificada converge para o $\Lambda$CDM padrão antes da recombinação, mas introduz um acoplamento perturbativo ($\lambda$) que é inerte à expansão de fundo (afetando apenas o crescimento da estrutura), surge uma degenerescência estatística. Especificamente, o amostrador explora uma degenerescência entre a amplitude primordial ($A_s$) e o fator de crescimento atual ($D_0$). Como os priores comprimidos do CMB fixam implicitamente $A_s$ aos valores do Planck, deixando a geometria de fundo constrita, o amostrador infla artificialmente a amplitude de aglomeração $\sigma_8$ para acomodar a história de crescimento modificada, levando a resultados estatisticamente preferidos, mas fisicamente não físicos.

Metodologia
Os autores analisam dois modelos específicos dentro do quadro coincidente $f(Q)$:

1. $\Lambda$CDM: O modelo de referência padrão.
2. $f(Q)$ Híbrido: Um modelo contendo um termo de fronteira ($\alpha^2$) que é indistinguível do $\Lambda$CDM na expansão de fundo, mas modifica as perturbações.

Ambos os modelos são testados com e sem uma correção perturbativa específica: o termo $\lambda_0 \sqrt{Q}Q_0$. Este termo é "inerte ao fundo", o que significa que não altera o parâmetro de Hubble $H(z)$, mas modifica a constante gravitacional efetiva $G_{eff}$ na equação de crescimento.

A análise emprega dois pipelines de conjuntos de dados:

• BD2R: CMB comprimido + estatística $E_g$ + Pantheon+ SNe + DESI DR2 BAO + dados RSD isolados.
• BSDp: CMB comprimido + estatística $E_g$ + Pantheon+ SNe + SDSS DR16 BAO (combinado com RSD).

Para diagnosticar a degenerescência, os autores propõem uma verificação de consistência independente do modelo chamada "diagnóstico $A_s$ Implícito". Esta métrica calcula a amplitude primordial necessária para reproduzir o valor de $\sigma_8$ previsto pelo amostrador, dado o fator de crescimento modificado, usando a relação $A_s^{Implícito} = A_s^{Planck} (\sigma_8 / \sigma_8^{Planck})^2$. Se o $A_s$ implícito se desviar significativamente do valor do Planck, indica que o amostrador está explorando a degenerescência $A_s - D_0(\lambda)$.

Principais Contribuições

1. Identificação da Degenerescência $A_s - D_0(\lambda)$: O artigo prova que qualquer acoplamento perturbativo inerte ao fundo na gravidade $f(Q)$ cria uma degenerescência com $\sigma_8$ ao usar priores comprimidos do CMB. O amostrador "desliza" ao longo de um vale $\sigma_8 - \lambda_0$ para encontrar um ajuste melhor, inflando $\sigma_8$ sem um ajuste correspondente em $A_s$ (que é fixo pelos priores).
2. O Diagnóstico $A_s$ Implícito: Os autores introduzem um teste de consistência simples, de pós-processamento. Ao mapear o melhor ajuste de $\sigma_8$ de volta para o $A_s$ requerido, os pesquisadores podem detectar se a preferência estatística de um modelo é impulsionada por uma inflação não física da amplitude de aglomeração.
3. Quantificação do Mecanismo de "Compensação de Amplitude": O estudo quantifica a extensão dessa inflação, mostrando que a correção $\lambda_0$ infla $\sigma_8$ para valores não físicos (por exemplo, $0,90$ vs. $0,79$), exigindo um aumento de $20\%-30\%$ em $A_s$ para ser fisicamente consistente, criando uma tensão de $1,7\sigma - 2,2\sigma$ com os dados do Planck.

Resultados

• Análise sem Restrições: Quando $\lambda_0$ é permitido variar livremente, tanto o modelo $\Lambda$CDM quanto o modelo $f(Q)$ Híbrido mostram evidência estatística moderada (via $\Delta \log Z$, AIC, DIC) a favor das variantes $\lambda_0$. No entanto, essa preferência é impulsionada pela inflação artificial de $\sigma_8$.
• Tensão do $A_s$ Implícito: Os valores de "$A_s$ Implícito" para os modelos $\lambda_0$ desviam-se significativamente dos valores do Planck 2018. Para o pipeline BD2R, a tensão atinge $2,2\sigma$; para o BSDp, é de $1,7\sigma - 1,8\sigma$.
• Efeito dos Priores: Quando um prior Gaussiano estrito sobre $\ln(A_s)$ (do Planck) é imposto, a degenerescência é quebrada. Os valores de $\sigma_8$ retornam à linha de base, e a preferência estatística pelos modelos $\lambda_0$ desaparece (ou torna-se fracamente desfavorecida), com os Critérios de Informação (AIC, BIC) penalizando os parâmetros extras conforme esperado.
• Exceção: Uma preferência residual fraca ($\Delta \log Z = +1,09$) pelo modelo $\Lambda$CDM + $\lambda_0$ + $\ln(A_s)$ permanece na combinação BSDp mesmo após o fechamento da degenerescência. Os autores sinalizam isso como um sinal potencial que requer investigação adicional com verossimilhanças de CMB de forma completa, notando que está na fronteira do regime "inconclusivo-fraco".

Significado e Alegações
O artigo alega que o uso de priores comprimidos do CMB é insuficiente para teorias onde os graus de liberdade perturbativos estão desacoplados da expansão de fundo. Nesses casos, a amplitude primordial fica sem restrições, permitindo que o amostrador gere ajustes não físicos que parecem estatisticamente superiores.

Os autores argumentam que o diagnóstico "$A_s$ Implícito" serve como um "firewall" ou verificação de consistência necessária. Ele permite que os pesquisadores identifiquem e rejeitem modelos que dependem da inflação de amplitude para ajustar os dados, garantindo que melhorias estatísticas não sejam confundidas com validade física. O estudo conclui que futuras análises desta classe de teorias de gravidade modificada devem utilizar verossimilhanças completas do CMB ou impor priores estritos sobre $\ln(A_s)$ para evitar inferências equivocadas, particularmente à medida que levantamentos de próxima geração fornecem medições de crescimento com precisão subpercentual.