Mostrando entradas con la etiqueta galaxias. Mostrar todas las entradas
Mostrando entradas con la etiqueta galaxias. Mostrar todas las entradas

lunes, 16 de marzo de 2026

Simulación del universo revela el papel de la materia oscura en el origen de las galaxias

 Aunque las galaxias parecen islas brillantes flotando en el espacio, su historia podría estar escrita en algo que no podemos ver. Una investigación de la Universidad Nacional de Colombia (UNAL) encontró que, en especial en galaxias relativamente pequeñas y aún activas en la formación de estrellas, su evolución está muy relacionada con el momento en que se formó el halo de materia oscura que las rodea, una estructura invisible cuya gravedad actúa como el “andamio” donde nacen las galaxias.

Casi todo lo que vemos en el universo —estrellas, planetas, gas o polvo— representa apenas una pequeña fracción de su contenido total. La materia que forma todo lo visible corresponde a cerca del 5 %; lo demás está compuesto principalmente por materia oscura, un tipo de materia que no emite ni absorbe luz y que por eso no se puede observar directamente. Sin embargo, los científicos saben que existe porque su gravedad deja huellas claras en el movimiento de las galaxias y en la estructura del universo.

Con el paso de miles de millones de años, esa materia invisible se agrupa en enormes estructuras llamadas “halos de materia oscura”, cuya masa puede ser miles de millones de veces mayor que la del Sol. Estos halos funcionan como grandes reservorios de gravedad que atraen gas del espacio, especialmente hidrógeno y helio. Con el tiempo, ese gas se enfría, se concentra y da origen a nuevas estrellas. Así, los halos se convierten en una incubadora cósmica donde nacen y crecen las galaxias.

Por eso, para muchos cosmólogos la historia de una galaxia comienza mucho antes de que aparezcan sus primeras estrellas: empieza cuando se forma el halo de materia oscura que la rodea.

El reto es que los telescopios solo muestran la parte visible de esa historia. A partir de la luz de una galaxia los astrónomos pueden medir su tamaño, su color o qué tanto forma nuevas estrellas, pero no pueden observar directamente cómo se ensambló el halo de materia oscura que la contiene.

¡Al infinito y más allá!

Para investigar esa relación, la profesora Yeimy Dallana Camargo, doctora en Física de la UNAL, utilizó IllustrisTNG300, una de las simulaciones cosmológicas más avanzadas del mundo. Este modelo funciona como un laboratorio virtual en el que supercomputadores recrean la evolución del universo durante miles de millones de años y permiten seguir, paso a paso, cómo crecen la materia, el gas y las galaxias.

En ese entorno virtual la investigadora analizó más de 200.000 galaxias y los halos de materia oscura que las contienen, reconstruyendo cuándo se formaron y cómo crecieron a lo largo del tiempo.

“Las observaciones funcionan como una fotografía del universo en un momento específico, mientras que las simulaciones permiten ver la película completa de cómo evolucionan las galaxias”, explica la investigadora.

Al comparar la historia de los halos con la de las galaxias, la investigadora encontró un patrón interesante: en muchos casos —especialmente en sistemas de menor tamaño—, cuando el halo de materia oscura se formó temprano en la historia del universo, también comenzó pronto la formación de estrellas en su interior. En cierto sentido, estas estructuras parecen conservar la “memoria” del momento en que se ensambló la estructura gravitacional que las sostiene.

Entre las propiedades que tuvo en cuenta estaban: el momento en que las galaxias formaron la mitad de sus estrellas; su color —relacionado con la edad de esas estrellas—; la tasa de formación estelar, que indica qué tan activamente nacen nuevas estrellas; y la eficiencia con la que han convertido el gas disponible en estrellas a lo largo del tiempo. Esta última propiedad conecta directamente la masa de la galaxia con la del halo de materia oscura que la rodea.

La doctora Camargo encontró que esta conexión es más fuerte en galaxias centrales pequeñas, que viven en halos de materia oscura con masas de hasta unos 10¹² la masa del Sol. En estos casos, los halos que se formaron temprano suelen contener galaxias que también comenzaron a formar sus estrellas antes. En cambio, en sistemas más masivos la relación se debilita y la evolución se vuelve más compleja, influida por procesos como el crecimiento de agujeros negros supermasivos en el centro de las galaxias.

Las apariencias engañan

“Por otro lado, los halos de materia oscura no crecen aislados, sino dentro de una gran estructura llamada red cósmica, una especie de telaraña que organiza la materia a gran escala. Está formada por cúmulos densos de galaxias, filamentos que los conectan, paredes más extendidas y enormes vacíos con muy poca materia. En este entorno la materia no llega a los halos desde todas las direcciones por igual, lo que puede influir en cómo crecen, y en consecuencia en la evolución de las galaxias que contienen”, indica la física Camargo.

El estudio también reveló que el entorno del universo influye en este proceso. Según la investigadora, la gravedad puede actuar con distinta intensidad en cada región, lo que cambia la forma en que crecen los halos, y con ello la evolución de las galaxias.

“La posición dentro de esa red no lo explica todo; también importa cómo actúan las fuerzas gravitacionales en el entorno cercano de cada halo. En algunos lugares la gravedad tira con mayor intensidad en ciertas direcciones, lo que puede influir en la forma en que crecen los halos de materia oscura, y en consecuencia en la evolución de las galaxias que viven dentro de ellos”, explica la investigadora.

Comprender estas conexiones ayuda a los cosmólogos a reconstruir cómo el universo pasó de ser una nube casi uniforme después del Big Bang a convertirse en la compleja red de galaxias que hoy observamos.









miércoles, 5 de junio de 2024

¿De qué están hechas las galaxias? Algoritmo lo dice con hasta un 99 % de eficacia

 ¿Dónde nacen las estrellas, dónde se posa un agujero negro supermasivo o dónde abundan hidrógeno, oxígeno o nitrógeno? Estas son las pistas que persiguen los astrónomos, ya que les permiten determinar qué compone una galaxia. Aunque los diagramas que las explican se han analizado manualmente desde hace décadas, toman mucho tiempo y requieren de un esfuerzo mayor; ahora, un algoritmo entrenado con aprendizaje de máquina (machine learning) hace la tarea en solo minutos ayudando a desentrañar los misterios del universo en el que vivimos.

La era tecnológica ha impactado todas las áreas del conocimiento, y el cosmos no se ha quedado atrás, un campo en el que la investigadora Katherine Andrea Caballero Soto, magíster en Astronomía de la Universidad Nacional de Colombia (UNAL), se aventuró queriendo complementar, a través de inteligencia artificial (IA), la mirada de los grandes telescopios que toman registros fotométricos y espectroscópicos de galaxias y estrellas, las cuales varían según su composición o su distancia.

Estar a una distancia de años luz de la Tierra ya no es un inconveniente para encontrar el núcleo de una galaxia activa, una en la que fantaseamos con que haya algún lugar parecido a nuestro planeta, o en donde tal vez haya formas de vida que desconocemos.

De hecho, desde la década de 1980 expertos y científicos elaboran diagramas que muestran los elementos que componen los núcleos de estos sistemas galácticos, pero la información que recopila un telescopio o una técnica de observación llega a ser tanta, que se hace casi imposible hacer cálculos rápidos y sencillos.

Por eso la investigadora Caballero implementó distintos algoritmos de machine learning en el estudio de los núcleos activos de galaxias (AGN), pues quería saber si la potencia de estos avances de IA son tales que, aquellas clasificaciones manuales que hacen astrónomos profesionales y que pueden tomar horas o hasta días, ahora se realicen en cuestión de segundos.

Los AGN son regiones extremadamente brillantes en el centro de una galaxia que se alimentan por el material que cae en agujeros negros gigantes supermasivos; emiten luz y energía en todas las longitudes de onda, desde rayos X hasta ondas de radio.

Su estudio ha despertado el interés de los científicos porque entenderlas nos daría una visión de cómo han evolucionado históricamente tanto las galaxias como los agujeros negros; cómo se comporta el cosmos en estas inmensas concentraciones de energía, e incluso cómo se podría haber distribuido la materia oscura en el universo.

Para desarrollar su propuesta, la investigadora utilizó la base de datos astronómicos Sloan Digital Sky Survey (SDSS), una de las más detalladas del mundo y de acceso gratuito, que tiene información sobre las líneas de emisión, unas “firmas” espectrales específicas de luz que hablan acerca de los materiales y elementos que componen una galaxia. De esta se recopiló la información de unas 250.000 galaxias.

Para eso se tuvieron en cuenta variables como la baja densidad de electrones en el espacio, la cual hace que existan mayores probabilidades de que se presenten transiciones prohibidas de los átomos ionizados como OIII, NII, SII, o líneas espectrales de hidrógeno H-alfa (Hα) y H-beta (Hβ), características principales que permiten determinar si el objeto es una galaxia de núcleo activo, o si por el contrario es formadora estelar.

Los datos se complementaron con los registros de fotometría de estas galaxias, imágenes de distintos rangos de brillo y filtros de color que emiten estas estructuras cósmicas. Tomando estas características se entrenaron distintos algoritmos es busca de aquel que pudiera clasificar con precisión el tipo de galaxia del que se estaba hablando; estas podían ser: (i) de núcleo activo, en las que abundan oxígeno, nitrógeno y azufre, (ii) estelares, en las que nacen estrellas y el elemento principal es hidrógeno, y (iii) una combinación de ambas.

Según la investigadora, “de todos los algoritmos que se desarrollaron en el lenguaje de programación Python, el de redes neuronales obtuvo el mejor desempeño, pues alcanzó alrededor de un 99 % de eficiencia en la identificación de estas galaxias: de 250.000, clasificó alrededor de 248.000”.

“Estamos viendo la astronomía a través de los ojos del aprendizaje de máquina, ya que optimiza el trabajo y permite tener la información y parametrización correcta de cualquier objeto celeste, lo que posibilita estudiar no solo las galaxias sino también las estrellas y nebulosas, e incluso clasificar ondas gravitacionales”, agrega.

Por otro lado, indica que “es una herramienta que queda abierta al público, ya que el código con el que se generó el algoritmo está disponible para que cualquier investigador lo utilice; y en la literatura sobre el tema no había acceso, lo que quiere decir que usaban lenguajes de programación no gratuitos y con información muy específica”.

Se espera que este desarrollo se convierta en una plataforma web en la que los interesados utilicen el algoritmo para determinar el tipo de galaxia que están estudiando, o que quieren analizar más a fondo.