Un equipo internacional de investigadores ha elaborado un mapa de la materia oscura dentro del universo local, utilizando un modelo para inferir su ubicación debido a su influencia gravitacional en las galaxias (puntos negros).
Un nuevo mapa de materia oscura en el universo local, desarrollado mediante aprendizaje automático, revela varias estructuras filamentosas no descubiertas que conectan galaxias.
Esta cartografía cósmica podría permitir estudios sobre la naturaleza de la materia oscura, así como sobre la historia y el futuro de nuestro universo local, según sus autores.
La materia oscura es una sustancia esquiva que constituye el 80% del universo. También proporciona el esqueleto de lo que los cosmólogos llaman la red cósmica, la estructura a gran escala del universo que, debido a su influencia gravitacional, dicta el movimiento de las galaxias y otro material cósmico.
Sin embargo, actualmente se desconoce la distribución de la materia oscura local porque no se puede medir directamente. En cambio, los investigadores deben inferir su distribución basándose en su influencia gravitacional en otros objetos del universo, como las galaxias.
"Irónicamente, es más fácil estudiar la distribución de la materia oscura mucho más lejos porque refleja un pasado muy lejano, que es mucho menos complejo", dijo Donghui Jeong, profesor asociado de astronomía y astrofísica en la Universidad de Penn State y autor correspondiente del estudio. "Con el tiempo, a medida que la estructura a gran escala del universo ha crecido, la complejidad del universo ha aumentado, por lo que es inherentemente más difícil realizar mediciones sobre la materia oscura a nivel local".
Los intentos anteriores de mapear la red cósmica comenzaron con un modelo del universo temprano y luego simularon la evolución del modelo durante miles de millones de años. Sin embargo, este método es computacionalmente intensivo y hasta ahora no ha podido producir resultados lo suficientemente detallados para ver el universo local, informa Phys.org.
En el nuevo estudio, los investigadores adoptaron un enfoque completamente diferente, utilizando el aprendizaje automático para construir un modelo que utiliza información sobre la distribución y el movimiento de las galaxias para predecir la distribución de la materia oscura.
Los investigadores construyeron y entrenaron su modelo utilizando un gran conjunto de simulaciones de galaxias, llamado Illustris-TNG, que incluye galaxias, gases, otra materia visible y materia oscura. El equipo seleccionó específicamente galaxias simuladas comparables a las de la Vía Láctea y finalmente identificó qué propiedades de las galaxias son necesarias para predecir la distribución de la materia oscura.
"Cuando se le da cierta información, el modelo esencialmente puede llenar los vacíos basándose en lo que ha mirado antes", dijo Jeong. "El mapa de nuestros modelos no se ajusta perfectamente a los datos de la simulación, pero aún podemos reconstruir estructuras muy detalladas. Descubrimos que incluir el movimiento de las galaxias (sus velocidades radiales peculiares) además de su distribución mejoró drásticamente la calidad del mapa y nos permitió ver estos detalles ".
Luego, el equipo de investigación aplicó su modelo a datos reales del universo local del catálogo de galaxias Cosmicflow-3. El catálogo contiene datos completos sobre la distribución y el movimiento de más de 17.000 galaxias en las cercanías de la Vía Láctea, dentro de los 200 megaparsecs. El mapa resultante de la red cósmica local se publica en un artículo que aparece en Astrophysical Journal.
El mapa reprodujo sucesivamente estructuras prominentes conocidas en el universo local, incluida la 'hoja local', una región del espacio que contiene la Vía Láctea, galaxias cercanas en el 'grupo local' y galaxias en el cúmulo de Virgo, y el 'vacío local': una región de espacio relativamente vacía junto al grupo local. Además, identificó varias estructuras nuevas que requieren más investigación, incluidas estructuras filamentosas más pequeñas que conectan las galaxias.
"Tener un mapa local de la red cósmica abre un nuevo capítulo de estudio cosmológico", dijo Jeong. "Podemos estudiar cómo la distribución de la materia oscura se relaciona con otros datos de emisión, lo que nos ayudará a comprender la naturaleza de la materia oscura. Y podemos estudiar estas estructuras filamentosas directamente, estos puentes ocultos entre galaxias".
Por ejemplo, se ha sugerido que las galaxias Vía Láctea y Andrómeda pueden estar moviéndose lentamente una hacia la otra, pero no está claro si pueden colisionar en muchos miles de millones de años. El estudio de los filamentos de materia oscura que conectan las dos galaxias podría proporcionar información importante sobre su futuro.
"Debido a que la materia oscura domina la dinámica del universo, básicamente determina nuestro destino", dijo Jeong. "Así que podemos pedirle a una computadora que desarrolle el mapa durante miles de millones de años para ver qué sucederá en el universo local. Y podemos hacer evolucionar el modelo hacia atrás en el tiempo para comprender la historia de nuestro vecindario cósmico".
Los investigadores creen que pueden mejorar la precisión de su mapa agregando más galaxias. Los estudios astronómicos planificados, por ejemplo, utilizando el telescopio espacial James Webb, podrían permitirles agregar galaxias débiles o pequeñas que aún no se han observado y galaxias que están más lejos.
Un nuevo mapa de materia oscura en el universo local, desarrollado mediante aprendizaje automático, revela varias estructuras filamentosas no descubiertas que conectan galaxias.
Esta cartografía cósmica podría permitir estudios sobre la naturaleza de la materia oscura, así como sobre la historia y el futuro de nuestro universo local, según sus autores.
La materia oscura es una sustancia esquiva que constituye el 80% del universo. También proporciona el esqueleto de lo que los cosmólogos llaman la red cósmica, la estructura a gran escala del universo que, debido a su influencia gravitacional, dicta el movimiento de las galaxias y otro material cósmico.
Sin embargo, actualmente se desconoce la distribución de la materia oscura local porque no se puede medir directamente. En cambio, los investigadores deben inferir su distribución basándose en su influencia gravitacional en otros objetos del universo, como las galaxias.
"Irónicamente, es más fácil estudiar la distribución de la materia oscura mucho más lejos porque refleja un pasado muy lejano, que es mucho menos complejo", dijo Donghui Jeong, profesor asociado de astronomía y astrofísica en la Universidad de Penn State y autor correspondiente del estudio. "Con el tiempo, a medida que la estructura a gran escala del universo ha crecido, la complejidad del universo ha aumentado, por lo que es inherentemente más difícil realizar mediciones sobre la materia oscura a nivel local".
Los intentos anteriores de mapear la red cósmica comenzaron con un modelo del universo temprano y luego simularon la evolución del modelo durante miles de millones de años. Sin embargo, este método es computacionalmente intensivo y hasta ahora no ha podido producir resultados lo suficientemente detallados para ver el universo local, informa Phys.org.
En el nuevo estudio, los investigadores adoptaron un enfoque completamente diferente, utilizando el aprendizaje automático para construir un modelo que utiliza información sobre la distribución y el movimiento de las galaxias para predecir la distribución de la materia oscura.
Los investigadores construyeron y entrenaron su modelo utilizando un gran conjunto de simulaciones de galaxias, llamado Illustris-TNG, que incluye galaxias, gases, otra materia visible y materia oscura. El equipo seleccionó específicamente galaxias simuladas comparables a las de la Vía Láctea y finalmente identificó qué propiedades de las galaxias son necesarias para predecir la distribución de la materia oscura.
"Cuando se le da cierta información, el modelo esencialmente puede llenar los vacíos basándose en lo que ha mirado antes", dijo Jeong. "El mapa de nuestros modelos no se ajusta perfectamente a los datos de la simulación, pero aún podemos reconstruir estructuras muy detalladas. Descubrimos que incluir el movimiento de las galaxias (sus velocidades radiales peculiares) además de su distribución mejoró drásticamente la calidad del mapa y nos permitió ver estos detalles ".
Luego, el equipo de investigación aplicó su modelo a datos reales del universo local del catálogo de galaxias Cosmicflow-3. El catálogo contiene datos completos sobre la distribución y el movimiento de más de 17.000 galaxias en las cercanías de la Vía Láctea, dentro de los 200 megaparsecs. El mapa resultante de la red cósmica local se publica en un artículo que aparece en Astrophysical Journal.
El mapa reprodujo sucesivamente estructuras prominentes conocidas en el universo local, incluida la 'hoja local', una región del espacio que contiene la Vía Láctea, galaxias cercanas en el 'grupo local' y galaxias en el cúmulo de Virgo, y el 'vacío local': una región de espacio relativamente vacía junto al grupo local. Además, identificó varias estructuras nuevas que requieren más investigación, incluidas estructuras filamentosas más pequeñas que conectan las galaxias.
"Tener un mapa local de la red cósmica abre un nuevo capítulo de estudio cosmológico", dijo Jeong. "Podemos estudiar cómo la distribución de la materia oscura se relaciona con otros datos de emisión, lo que nos ayudará a comprender la naturaleza de la materia oscura. Y podemos estudiar estas estructuras filamentosas directamente, estos puentes ocultos entre galaxias".
Por ejemplo, se ha sugerido que las galaxias Vía Láctea y Andrómeda pueden estar moviéndose lentamente una hacia la otra, pero no está claro si pueden colisionar en muchos miles de millones de años. El estudio de los filamentos de materia oscura que conectan las dos galaxias podría proporcionar información importante sobre su futuro.
"Debido a que la materia oscura domina la dinámica del universo, básicamente determina nuestro destino", dijo Jeong. "Así que podemos pedirle a una computadora que desarrolle el mapa durante miles de millones de años para ver qué sucederá en el universo local. Y podemos hacer evolucionar el modelo hacia atrás en el tiempo para comprender la historia de nuestro vecindario cósmico".
Los investigadores creen que pueden mejorar la precisión de su mapa agregando más galaxias. Los estudios astronómicos planificados, por ejemplo, utilizando el telescopio espacial James Webb, podrían permitirles agregar galaxias débiles o pequeñas que aún no se han observado y galaxias que están más lejos.
Fuente CIENCIA PLUS