El secreto de la luz tenue: cómo medir galaxias invisibles ✛ ✎

Original: "Probabilistic redshift estimation of unresolved galaxies from multi-band background light maps"
arXiv:2607.14525 · 2026-07-16 · arXiv non-exclusive · análisis propio · 2 min
Los astrónomos han aprendido a determinar las distancias a galaxias que no se pueden distinguir individualmente.

Imagina una pintura hecha de millones de puntitos de diferentes colores. Desde lejos, los puntos se mezclan en un solo tono, pero por los matices en distintas zonas se puede adivinar qué colores predominan. Lo mismo hacen los astrónomos: observan la luz combinada de galaxias lejanas galaxias y, a partir de su color, calculan cómo están distribuidas esas galaxias en la distancia.

El Universo está lleno de galaxias, pero la mayoría son demasiado tenues para verlas por separado incluso con los telescopios más potentes, como el Hubble y el James Webb. Su luz combinada se funde en un débil resplandor: el fondo óptico cósmico. Si se examina este fondo en distintos colores (lo que se llama fotometría), se percibe un leve rizado. Esto sucede porque las galaxias lejanas brillan un poco distinto debido a la expansión del Universo: su luz se estira, volviéndose más roja. Es como el sonido de una ambulancia que se aleja: cuanto más lejos, más bajo es el tono. En astronomía, este corrimiento se conoce como desplazamiento al rojo, y por él se calcula la distancia a un objeto.

El nuevo método recurre al aprendizaje automático, un programa informático que aprende con ejemplos. Primero, los científicos crearon un enorme Universo virtual mediante simulaciones numéricas, donde se conocían de antemano todas las distancias a las galaxias. Luego, enseñaron al programa cientos de miles de imágenes del fondo junto con las respuestas correctas. El programa aprendió a adivinar a qué distancia están los cúmulos de luz que ve. La precisión resultó ser mejor del uno por ciento, incluso para aquellas galaxias imposibles de distinguir.

Alrededor del 90% de todas las galaxias del Universo no son visibles individualmente ni siquiera con el telescopio Hubble. Su resplandor combinado conserva la memoria de las primeras estrellas que se encendieron hace miles de millones de años.

Este descubrimiento ayudará a comprender mejor cómo es la materia oscura, esa masa invisible de la que se empezó a hablar tras las observaciones de Vera Rubin. También se podrá estudiar la época en que se encendieron las primeras estrellas —la época de formación estelar— y cómo el polvo interestelar oscurecía la luz. La idea se remonta al descubrimiento de Edwin Hubble, quien demostró que el Universo se expande, y a los sueños de Nancy Grace Roman sobre potentes telescopios espaciales. Por cierto, el método recuerda al estudio de la radiación de fondo cósmico, pero en lugar de la antigua luz de microondas, analizamos la luz visible.

El nuevo método determina la distancia media a las galaxias invisibles con una precisión superior al uno por ciento; es como poder medir la estatura de una persona con un margen de error inferior a un centímetro.

La idea de leer el fondo cósmico recuerda a la novela de Isaac Asimov 'El fin de la Eternidad', donde los científicos analizan una misteriosa radiación para comprender la estructura del tiempo.

v = H_0 d
Ley de Hubble: la velocidad de recesión de una galaxia v es proporcional a su distancia d, donde H₀ es la constante de Hubble, clave para la escala del Universo.
1+z = \frac{\lambda_{obs}}{\lambda_{em}}
El corrimiento al rojo z muestra cuántas veces se ha estirado la longitud de onda de la luz debido a la expansión del espacio. Cuanto mayor es z, más lejos está el objeto y más atrás en el tiempo estamos mirando.
Científicos
Fritz ZwickyEdwin HubbleSubrahmanyan ChandrasekharChristian DopplerAdam RiessJohn Archibald Wheeler
Conceptos
corrimiento al rojo distribución gaussiana bootstrap fuentes rojas del JWST modelo probabilístico galaxias de alto corrimiento al rojo lsst galaxias de puntos rojos flujos normalizadores distribución de pull clasificación de imágenes agrupamiento función de dispersión puntual mapa tridimensional reconstrucción de microlente con red neuronal red aleatoria teoría de la probabilidad estimación de incertidumbre modelado estocástico probabilistic forecast