Jornal da USP
14/07/2022
![Pesquisadores criam “máquina do tempo” simulada para estudar evolução de galáxias ancestrais Pesquisadores criam “máquina do tempo” simulada para estudar evolução de galáxias ancestrais](https://i0.wp.com/jornal.usp.br/wp-content/uploads/2022/07/07072022_galaxias_ancias.jpg?resize=768%2C403&ssl=1)
Embora seu tamanho pareça considerável do nosso ponto de vista, a Terra é apenas um pequeno planeta em um vasto Universo formado por infinitos aglomerados de galáxias.
Pensando nisso, em um estudo publicado recentemente na revista Nature Astronomy, pela primeira vez, pesquisadores do Kavli Institute for the Physics and Mathematics of the Universe, localizado na Universidade de Tóquio, no Japão, criaram simulações computacionais que recriam diretamente o ciclo de vida completo de algumas das maiores coleções de galáxias observadas no Universo distante.
A partir das simulações, os pesquisadores do projeto COSTCO (COnstrained Simulations of The COsmos Field) conseguiram encontrar evidências de três protoaglomerados de galáxias. Além disso, eles identificaram mais cinco estruturas que se formaram consistentemente nas simulações, isso inclui o proto-superaglomerado Hyperion, o maior e mais antigo proto-superaglomerado conhecido hoje, que tem 5 mil vezes a massa da nossa Via Láctea.
De acordo com o professor Gastão Lima Neto, do Instituto de Astronomia, Geofísica e Ciências Atmosféricas (IAG) da USP, simulações cosmológicas são cruciais para estudarmos como o Universo funciona. Entretanto, muitas delas não correspondem ao que os astrônomos observam através de telescópios.
Portanto, as simulações dessa natureza são úteis, principalmente, quando um conjunto de equações não pode ser solucionado com “papel e caneta”, ilustra o professor. “Você precisa alimentar esses dados no computador, dando um ponto de partida, e o computador vai calculando passo a passo o que acontece com a evolução de um sistema”, explica.
Com isso em mente, a equipe de pesquisadores se concentrou em tentar entender protoclusters de galáxias massivas, que são ancestrais dos atuais aglomerados de galáxias antes que eles pudessem se agrupar sob sua própria gravidade. E como a luz do Universo distante só está chegando à Terra agora, as galáxias que os telescópios observam hoje são um retrato do passado, por isso, simular esse passado é quase como criar uma “máquina do tempo”.
“Toda simulação é uma máquina do tempo. Você sai de um Universo primordial com, por exemplo, 1 bilhão de anos ou até menos e chega hoje em um Universo com quase 14 bilhões de anos”, esclarece Lima Neto. A simulação computacional “acelera a evolução do Universo”, sintetiza o professor.
No projeto, os especialistas tiraram fotos de galáxias-avós “jovens” no Universo e, em seguida, avançaram rapidamente sua idade para estudar como os aglomerados de galáxias se formariam. A luz das galáxias que os pesquisadores usaram percorreu uma distância de 11 bilhões de anos-luz para chegar até nós.
De acordo com o professor, esse tipo de trabalho ajuda os cientistas a testarem o modelo padrão da cosmologia, que é usado para descrever a física do Universo. Além disso, ele pode ser o ponto de partida para entendermos conceitos ainda obscuros sobre tudo o que nos cerca, como, por exemplo, a entender o que é a “energia escura”.
“Com essas simulações podemos começar a dar vínculos, cada vez mais estreitos, para o que pode ser essa energia escura. Será que essa é uma energia escura que muda com o tempo? Será que é uma propriedade de espaço-tempo? Será que é uma componente ligada à matéria escura? Com esse tipo de trabalho, vamos aprimorando o nosso conhecimento não só do nosso universo, mas também das nossas leis da física”, finaliza. [2]
[1] Foto: Pixabay.
[2] Texto de Denis Pacheco.
Como citar este texto: Jornal da USP. Pesquisadores criam “máquina do tempo” simulada para estudar evolução de galáxias ancestrais. Texto de Denis Pacheco. Saense. https://saense.com.br/2022/07/pesquisadores-criam-maquina-do-tempo-simulada-para-estudar-evolucao-de-galaxias-ancestrais/. Publicado em 14 de julho (2022).