Pequenos erros de modelagem podem se acumular mais rápido do que o esperado anteriormente quando os físicos combinam vários eventos de ondas gravitacionais (como buracos negros em colisão) para testar a teoria da relatividade geral de Albert Einstein, sugerem pesquisadores da Universidade de Birmingham, no Reino Unido. As evidências, publicado em 16 de junho na revista iScience , sugerem que catálogos com apenas 10 a 30 eventos com uma relação sinal-ruído de fundo de 20 (o que é típico para eventos usados ​​neste tipo de teste) podem fornecer desvios enganosos da relatividade geral, apontando erroneamente para uma nova física onde ela não existe. Por ser próximo ao tamanho dos catálogos atuais usados ​​para avaliar a teoria de Einstein, os autores concluem que os físicos devem proceder com cautela ao realizar tais experimentos.

"Testar a relatividade geral com catálogos de eventos de ondas gravitacionais é uma área de pesquisa muito nova, "diz Christopher J. Moore, professor da Escola de Física e Astronomia e do Instituto de Astronomia de Ondas Gravitacionais da Universidade de Birmingham, no Reino Unido, e principal autor do estudo. "Este é um dos primeiros estudos a examinar em detalhes a importância dos erros do modelo teórico neste novo tipo de teste. Embora seja bem conhecido que os erros nos modelos teóricos precisam ser tratados com cuidado quando você está tentando testar uma teoria, ficamos surpresos com a rapidez com que pequenos erros de modelo podem se acumular quando você começa a combinar eventos em catálogos. "

Em 1916, Einstein publicou sua teoria da relatividade geral, que explica como grandes objetos celestes distorcem a estrutura interconectada do espaço e do tempo, resultando em gravidade. A teoria prevê que incidentes violentos no espaço sideral, como colisões de buracos negros, perturbam o espaço-tempo de forma tão severa que produzem ondulações chamadas ondas gravitacionais, que zoom através do espaço na velocidade da luz. Instrumentos como LIGO e Virgo agora detectaram sinais de ondas gravitacionais de dezenas de buracos negros em fusão, que os pesquisadores têm usado para testar a teoria de Einstein. Até aqui, sempre passou. Para levar a teoria ainda mais longe, os físicos agora estão testando-o em catálogos de vários eventos de ondas gravitacionais agrupados.

"Quando me interessei pela pesquisa sobre ondas gravitacionais, uma das principais atrações era a possibilidade de fazer novos e mais rigorosos testes de relatividade geral, "diz Riccardo Buscicchio, um Ph.D. estudante da Escola de Física e Astronomia &Instituto de Astronomia de Ondas Gravitacionais e coautor do estudo. "A teoria é fantástica e já passou por uma gama imensamente impressionante de outros testes. Mas sabemos por outras áreas da física que ela não pode ser completamente correta. Tentar descobrir exatamente onde falha é uma das questões mais importantes da física. . "

Contudo, enquanto catálogos de ondas gravitacionais maiores podem aproximar os cientistas da resposta em um futuro próximo, eles também amplificam o potencial de erros. Uma vez que os modelos de forma de onda inevitavelmente envolvem algumas aproximações, simplificações, e erros de modelagem, modelos com alto grau de precisão para eventos individuais podem ser enganosos quando aplicados a grandes catálogos.

Para determinar como os erros de forma de onda aumentam conforme o tamanho do catálogo aumenta, Moore e colegas usaram simplificado, catálogos simulados linearizados para realizar um grande número de cálculos de teste, que envolveu o desenho de relações sinal-ruído, incompatibilidade, e ângulos de alinhamento de erro de modelo para cada evento de onda gravitacional. Os pesquisadores descobriram que a taxa em que os erros de modelagem se acumulam depende se os erros de modelagem tendem ou não a ter uma média entre muitos eventos de catálogo diferentes, se os desvios têm o mesmo valor para cada evento, e a distribuição de erros de modelagem de forma de onda entre eventos.

"A próxima etapa será encontrarmos maneiras de direcionar esses casos específicos usando modelos mais realistas, mas também mais caros do ponto de vista computacional, "diz Moore." Se quisermos ter confiança nos resultados de tais testes, devemos primeiro ter uma compreensão tão boa quanto possível dos erros em nossos modelos. "