MADRID, 15 (EUROPA PRESS)
En un nuevo estudio publicado en la revista Astronomy and Astrophysics Letters, físicos del Instituto Tecnológico de Massachusetts comprobaron si los mismos datos arrojarían las mismas conclusiones al trabajarlos en modelos teóricos ligeramente distintos sobre cómo se forman los agujeros negros.
Las pistas sobre el origen de un agujero negro pueden encontrarse en su forma de girar, especialmente en el caso de los agujeros binarios, es decir, cuando dos agujeros negros giran juntos antes de fusionarse. El giro y la inclinación de los respectivos agujeros negros justo antes de fusionarse pueden revelar si surgieron de un disco galáctico tranquilo o de un cúmulo de estrellas más dinámico.
Los astrónomos han intentado averiguar cuál de estos orígenes es más probable analizando las 69 agujeros negros binarias confirmados detectadas hasta la fecha. Sin embargo, el nuevo estudio concluye que, por ahora, el catálogo actual de binarias no basta para revelar nada fundamental sobre cómo se forman los agujeros negros.
Por tanto, los orígenes de un agujero negro pueden "hilarse" de distintas maneras, dependiendo de las suposiciones del modelo sobre el funcionamiento del universo, de acuerdo con la nueva investigación.
"Nuestro trabajo demuestra que el resultado depende por completo de cómo se modele la astrofísica, más que de los datos en sí", afirma en un comunicado Sylvia Biscoveanu, coautora del estudio y becaria de investigación de posgrado de la NSF (National Science Foundation) que trabaja en el Laboratorio LIGO. "Cuando cambias el modelo y lo haces más flexible o haces suposiciones diferentes, obtienes una respuesta diferente sobre cómo se formaron los agujeros negros en el universo".
El primer autor, Salvatore Vitale, dice: "Necesitamos más datos de los que pensábamos si queremos hacer una afirmación que sea independiente de las suposiciones astrofísicas que hacemos."
"Las mediciones de los giros que tenemos ahora son muy inciertas. Pero a medida que vayamos acumulando muchos de ellos, podremos obtener mejor información. Entonces podremos decir, no importa el detalle de mi modelo, que los datos siempre me cuentan la misma historia, una historia que entonces podríamos creer."
