Una red neuronal escucha el pulso de las estrellas variables ✎

Original: "Decoding RR Lyrae light curves with deep learning for accurate absolute magnitude estimation"
arXiv:2609.14342v1 · 2026-09-13 · arXiv non-exclusive · análisis propio · 4 min
El aprendizaje profundo extrae la luminosidad absoluta de las curvas de luz de las estrellas de tipo RR Lyrae sin necesidad de datos sobre metalicidad.

Un viejo faro en el borde del puerto parpadea con la precisión de un mecanismo de relojería. Cada pocas horas su lámpara se enciende y se apaga, y los marineros reconocen ese ritmo desde lejos, y por la intensidad de la luz saben dónde está la costa. Las estrellas de tipo RR Lyrae se comportan de manera parecida: pulsan con un período que va de unas pocas horas a un día, y su brillo cambia en decenas de por ciento. Los astrónomos llevan mucho tiempo usando estas estrellas como «candelas estándar», es decir, objetos con un brillo real conocido, para medir distancias hasta cúmulos lejanos. Pero este método tiene un punto débil: para calcular el brillo real hay que conocer la composición química de la estrella, y no siempre se puede determinar con exactitud.

Antes, los astrónomos primero estimaban la proporción de elementos pesados en la estrella y luego la convertían en brillo mediante una fórmula especial. Un error en la composición química se transformaba de inmediato en un error en la distancia.

Un trabajo nuevo propone saltarse ese paso. En lugar de medir la composición química, los investigadores entrenaron una red neuronal para que mirara la propia curva de luz, el gráfico que muestra cómo cambia el brillo de la estrella con el tiempo. La red funciona como un músico experimentado que, por el ritmo y el timbre de las pulsaciones, determina con qué fuerza suena el instrumento aunque no lo tenga cerca. Para el entrenamiento se tomaron unas 80 mil curvas de luz del catálogo Gaia DR3: 63 mil estrellas de un tipo de pulsación y 16 mil de otro. Cada curva se plegó con cuidado según su fase, se alineó y se normalizó, de modo que la red neuronal solo viera la forma de las pulsaciones y no diferencias casuales de brillo.

El modelo no recibió ningún dato sobre la composición química de las estrellas. Aprendió a encontrar por su cuenta la relación entre la forma de la curva de luz y el brillo real, como un niño aprende a distinguir las voces de las personas sin saber sus edades.

El resultado fue más preciso que el de los métodos anteriores. Para estrellas individuales, el error en la distancia fue de alrededor del 2,5% para un tipo de pulsación y del 1,7% para el otro. Cuando el método se aplicó a cúmulos globulares, esos grupos densos de cientos de miles de estrellas viejas, la precisión subió hasta el 1%. Esto es 1,8 veces mejor que lo que dan los cálculos tradicionales basados en la composición química. La red neuronal también determinó la distancia hasta la Gran Nube de Magallanes, una galaxia enana vecina, con un margen de error menor que 0,02 magnitudes, lo que concuerda con mediciones anteriores.

¿Por qué es importante? Las distancias a las estrellas son la base de toda la escala de distancias del universo. De ellas depende el valor de la constante de Hubble, que describe la velocidad de expansión del cosmos. Hoy las mediciones locales de esa constante no coinciden con los cálculos basados en la radiación de fondo, y a esa discrepancia se la llama «tensión de Hubble». El nuevo método ofrece una forma independiente de comprobar la escala de distancias sin depender de suposiciones sobre la composición química de las estrellas. En los próximos años, telescopios como el LSST descubrirán millones de estrellas variables nuevas, y una red neuronal así podrá convertir rápidamente sus curvas de luz en un mapa de la Galaxia.

Ese mismo faro en el borde del puerto ahora se puede «leer» sin un manual de química de su lámpara. Basta con escuchar el ritmo de los destellos, y la red neuronal dirá a qué distancia está la costa. Ahí está el cambio: antes los astrónomos medían la composición para calcular el brillo, y ahora la propia forma de las pulsaciones revela el brillo directamente. El error que se acumulaba en el paso intermedio desapareció, y las estrellas viejas hablan con más claridad.

Las estrellas RR Lyrae pulsan con períodos de entre 0,2 y 1,2 días, y su brillo varía entre 0,2 y 2 magnitudes. En los cúmulos globulares son tan numerosas que se las llama «faros de los sistemas viejos y pobres».

En la novela de Isaac Asimov «Los propios dioses», una civilización extraterrestre utiliza fuentes de energía pulsantes para la comunicación interestelar. Nuestras RR Lyrae son púlsares naturales del rango óptico, y su ritmo bien podría convertirse en un código de distancia.

\sigma = \sqrt{\frac{1}{N} \sum_{i=1}^N (y_i - \hat{y}_i)^2}
N es el número de estrellas, y_i la magnitud absoluta real, ŷ_i la predicha. Cuanto menor sea σ, más preciso es el modelo.
Conceptos
candela estándar escalera de distancias cósmicas teledetección por lidar telemetría láser distancia fotométrica