Rozbieżności w danych mogą mieć wpływ na nasze rozumienie Wszechświata
Jedną z nierozwiązanych zagadek nauki jest to, że ekspansja Wszechświata wydaje się przyspieszać. Niektórzy naukowcy twierdzą, że jest to spowodowane obecnością teoretycznej ciemnej energii, która przeciwdziała przyciąganiu grawitacji. Inni natomiast uważają, że dawno już zaakceptowana teoria grawitacji Einsteina może wymagać modyfikacji.
Gdy astrofizycy szukają odpowiedzi w stertach danych zebranych z obserwacji, odkrywają, że sprzeczności w nich zawarte mogą ostatecznie doprowadzić do prawdy.
Dr Mustapha Ishak-Boushaki, profesor astrofizyki w School of Natural Sciences and Mathematics na University of Texas w Dallas, oraz jego doktorant Weikang Lin opracowali nowe narzędzie matematyczne, które identyfikuje i kwantyfikuje niespójności w danych kosmologicznych zebranych podczas różnych misji i eksperymentów naukowych. Ich odkrycia mogą rzucić nowe światło na zagadkę przyspieszenia kosmicznej ekspansji oraz mieć znaczący wpływ na nasze rozumienie Wszechświata.
Astrofizycy używają standardowego modelu kosmologicznego do opisu historii, ewolucji i struktury Wszechświata. Na jego podstawie mogą obliczyć wiek Wszechświata czy prędkość jego ekspansji. Model zawiera równania, które opisują ostateczny los Wszechświata – to, czy nadal będzie się on rozszerzał, czy w końcu jego ekspansja ulegnie spowolnieniu z powodu grawitacji a on sam zapadnie się w tzw. Wielkim Kolapsie.
Istnieje kilka zmiennych – zwanych parametrami kosmologicznymi – osadzonych w równaniach tego modelu. Wartości liczbowe parametrów określane są na podstawie obserwacji i obejmują takie czynniki, jak to jak szybko galaktyki oddalają się od siebie, gęstości materii, energii i promieniowania we Wszechświecie.
Jednak jest pewien problem z tymi parametrami. Ich wartości są obliczane przy użyciu zestawów danych z wielu różnych eksperymentów, a czasem nie zgadzają się one ze sobą. Efekt? Systematyczne błędy w zbiorach danych lub przypadkowość w modelu standardowym.
Zespół UT Dallas opracował nowy wskaźnik, zwany indeksem nieścisłości (Index of Inconsistency – IOI), który daje wartość liczbową stopnia nieścisłości między dwoma lub więcej zestawami danych. Porównywania z IOI większą, niż 1 uważane są za nieścisłe, a te z IOI powyżej 5 są klasyfikowane jako bardzo niespójne.
Dla przykładu naukowcy wykorzystali swoje IOI do porównania pięciu różnych technik określania stałej Hubble’a, która jest powiązana z tempem rozszerzania się Wszechświata. Jedna z tych technik – określana jako pomiar lokalny – polega na pomiarze odległości do stosunkowo bliskich supernowych. Inne techniki polegają na obserwacjach różnych zjawisk na znacznie większych odległościach.
Astronomowie odkryli, że istnieje zgodność czterech z pięciu modeli, ale stała Hubble’a mierzona na podstawie lokalnych supernowych jest niezgodna. Największe różnice widoczne są pomiędzy lokalnymi pomiarami supernowych a pomiarami satelity Planck, który charakteryzował kosmiczne mikrofalowe promieniowanie tła.
Żeby było ciekawiej, w celu określenia stałej Hubble’a na podstawie pomiarów lokalnych supernowych wykorzystano różne metody i zawsze prowadziły one do tej samej wartości, która jednak odstaje od tej określonej na podstawie danych z Plancka oraz innych eksperymentów.
Ishak-Boushaki oraz Lin także zastosowali swoje narzędzie IOI do pięciu zbiorów danych obserwacyjnych związanych z wielkoskalową strukturą Wszechświata. Parametry kosmologiczne wyliczone przy użyciu tych pięciu zbiorów bardzo się nie zgadzały, zarówno indywidualnie jak i zbiorowo, z parametrami określonymi na podstawie obserwacji z Plancka.
Jest to bardzo intrygujące i informuje nas o tym, że Wszechświat obserwowany na dużych skalach zachowuje się inaczej, niż Wszechświat w naszym bliskim otoczeniu. To z kolei prowadzi do pytania, czy teoria grawitacji Einsteina obowiązuje na każdej skali Wszechświata?
Naukowcy z UT Dallas udostępnili swoje narzędzie IOI innym naukowcom. Ishak-Boushaki powiedział, że Dark Energy Science Collaboration, część projektu Large Synoptic Survey Telescope, wykorzysta to narzędzie w celu poszukiwania niezgodności między zbiorami danych.
Opracowanie:
Agnieszka Nowak
Źródło:
