От идеи к данным: LIGO и SPARC в действии

Вместо теоретических рассуждений я взял реальные наборы наблюдений — сигналы гравитационных волн LIGO и кривые вращения галактик из SPARC — и проанализировал их с помощью Python. LIGO дал мне время прихода и форму волн, что позволило оценить массу и спин источника. Данные SPARC показали, как изменяется скорость звёзд по радиусу галактики; традиционно это интерпретируется как следствие невидимой тёмной материи. Я применил чистую аппроксимацию и статистические методы, чтобы сопоставить оба набора и получить численные оценки.

Может быть интересно: Как оптимизировать форму для повышения конверсии посетителей в клиенты

Методы и ключевые результаты

Рабочий инструментарий включал обработку сигналов, подгонку моделей и бутстрэппинг для оценки погрешностей. Для LIGO я использовал шаблонные совпадения и байесовский вывод, что дало оценку массы черной дыры с ограниченной неопределённостью. Для SPARC — модель распределения видимой массы и её вклад в кривую вращения. Объединив результаты, я показал, что в выбранных примерах видимая материя и тонкая настройка динамики могут объяснять наблюдаемые кривые без обязательного введения тёмной материи в больших количествах. Это не окончательный приговор для тёмной материи, но демонстрация того, как внимательный анализ данных и открытые инструменты могут бросить вызов общепринятым представлениям.