Enhancing dark siren cosmology via Gaussian process reconstruction of incomplete galaxy catalogs

O universo está em expansão, e a velocidade dessa expansão é um número que os cientistas chamam de constante de Hubble. Saber esse número com precisão é crucial porque ele nos diz quão antigo é o universo e como ele evoluiu ao longo do tempo. No entanto, medir isso tornou-se uma fonte de grande tensão na física moderna. Quando os cientistas olham para o universo primitivo usando a radiação cósmica de fundo em micro-ondas, eles obtêm um valor. Quando olham para estrelas e supernovas próximas, obtêm um valor diferente, mais rápido. Esse desacordo é tão grande que não pode ser explicado por simples erros de medição; sugere que nossa compreensão do universo pode estar incompleta. Para resolver esse enigma, os astrônomos estão recorrendo a uma nova ferramenta: as ondas gravitacionais. Estas são ondulações no espaço-tempo causadas por eventos cósmicos violentos, como a colisão de dois buracos negros. Diferente da luz, essas ondas carregam uma medição direta de quão longe o evento ocorreu, atuando como um "sirene padrão" que não precisa ser calibrado em relação a outros objetos. A peça que falta para o quebra-cabeça, no entanto, é o parceiro da distância: o desvio para o vermelho (redshift), ou quão rápido a fonte está se afastando de nós. Como as próprias ondas não revelam essa velocidade, os cientistas devem encontrar a galáxia hospedeira da colisão e medir seu redshift. Mas encontrar a galáxia certa é difícil porque os sinais dessas colisões são frequentemente imprecisos, apontando para uma grande área do céu repleta de milhares de potenciais hospedeiros, muitos dos quais são muito tênues para serem vistos.

Em um novo estudo, pesquisadores desenvolveram uma maneira inteligente de preencher as lacunas desses mapas de galáxias incompletos para obter um melhor controle da taxa de expansão do universo. O problema que eles enfrentaram é que os métodos atuais para lidar com galáxias ausentes são simples demais. Quando um telescópio não consegue ver todas as galáxias em uma direção específica, a abordagem padrão assume que as ausentes estão espalhadas uniformemente, como areia espalhada uniformemente em uma praia. Essa suposição ignora o fato de que as galáxias estão, na verdade, agrupadas em grupos e filamentos, com vazios entre elas. Esses aglomerados e lacunas contêm informações vitais que ajudam a localizar precisamente a verdadeira localização de uma fonte de onda gravitacional. Ao tratar os dados ausentes como se fossem perfeitamente uniformes, os cientistas estavam efetivamente borrando as próprias características que tornam a medição precisa. A equipe, liderada por Matteo Tagliazucchi e colegas, propôs uma estratégia diferente. Em vez de adivinhar onde as galáxias ausentes estão, eles usaram uma ferramenta estatística chamada processo Gaussiano. Pense nesta ferramenta como um interpolador inteligente que aprende o padrão das galáxias que consegue ver e usa esse padrão para adivinhar a forma da distribuição onde os dados estão faltando, preservando os aglomerados e vazios naturais em vez de suavizá-los.

Os pesquisadores testaram sua ideia usando uma vasta coleção de dados simulados. Eles criaram um universo virtual contendo milhões de galáxias e, em seguida, simularam as ondas gravitacionais que seriam detectadas por futuros observatórios. Eles deliberadamente tornaram seus catálogos de galáxias incompletos, mimetizando as limitações de telescópios reais que perdem objetos tênues. Nessas simulações, eles compararam o método "uniforme" padrão contra o seu novo método de processo Gaussiano. Os resultados foram impressionantes. Quando o catálogo de galáxias estava com cerca de três quartos de suas galáxias faltando, o novo método produziu restrições sobre a taxa de expansão 37 por cento mais precisas do que o método padrão. Nos cenários mais desafiadores, onde os dados eram muito escassos, a melhoria atingiu 66 por cento. O novo método funcionou ao reconhecer que as galáxias que o telescópio via faziam parte de um padrão estruturado maior. Ele reconstruiu as partes ocultas do mapa seguindo a densidade das visíveis, efetivamente restaurando a "aglomeração" que o método padrão havia apagado. Isso permitiu que os pesquisadores estreitassem a localização possível das fontes de ondas gravitacionais de forma muito mais eficaz.

O estudo também explorou como diferentes níveis de erro na medição das distâncias das galáxias afetaram o resultado. Eles descobriram que, mesmo quando as medições das próprias galáxias eram bastante incertas, o novo método ainda superava o antigo. Isso ocorre porque o processo Gaussiano é flexível; ele aprende a escala de correlação da distribuição de galáxias diretamente dos dados, em vez de depender de suposições rígidas sobre como as galáxias devem se comportar. Ele não precisa conhecer a física complexa de como as galáxias se formam ou como estão distribuídas em halos de matéria escura. Ele simplesmente aprende a forma da distribuição a partir dos pontos observados. Os pesquisadores observaram que o método é particularmente poderoso ao observar eventos muito distantes, onde os catálogos de galáxias são mais incompletos. Nesses recônditos profundos do universo, o método padrão falha em capturar a estrutura do cosmos, enquanto a nova abordagem ainda consegue recuperar as características de densidade subjacentes.

Embora esses resultados sejam promissores, eles vêm de simulações, não de observações reais. Os autores reconhecem que aplicar isso a dados reais exigirá mais desenvolvimento, como combinar a reconstrução do mapa de galáxias com a medição da taxa de expansão em uma única etapa unificada. Eles também planejam testar o método em dados reais de levantamentos atuais e futuros. Por enquanto, o trabalho demonstra que, ao tratar as peças faltantes do quebra-cabeça cósmico com mais sofisticação estatística, os cientistas podem extrair significativamente mais informação do mesmo volume de dados. Esta abordagem oferece um caminho a seguir para resolver a tensão na constante de Hubble, potencialmente revelando se o universo está se expandindo mais rapidamente do que nossos modelos atuais preveem ou se há um mistério mais profundo esperando para ser descoberto. A principal conclusão é que o universo não é uma expansão suave e sem características, e ao respeitar sua estrutura natural mesmo nos dados que não podemos ver, podemos aprender mais sobre sua natureza fundamental.