Karşılaştırma 9 (kapı 7): hızlanan genişleme kuralı süpernova eğrisiyle

Sade cümle. Modelin hızlanan genişleme kuralı "evren zamanın karesiyle büyüyor görünür" diyor; uzak süpernovaların ışığı ise yaklaşık 1,4'üncü kuvveti gösteriyor. Bu okuma tutmadı.

Yazar (28.10.2026 17:34): "her parçacıktan dışa yayılan tayf sürekli beslendiğinden ivmeli hareket eder … bu çeper … giderek daralır ama bu ilerleme kesinlikle durmamasına rağmen yavaşlar işte bu küçük örnek evrenin genişlemesi ile de alakalıdır". Yazar (30.10.2026 04:06), sohbet oturumunun beş cevabına: "Evet".

Etiket: KARAR (kural yazarın onayıyla, 30.10.2026 04:06) — sonuç UYUŞMUYOR.

Kural (hesaptan önce)

• Bir yapının salınım cephesi kendi adımlarıyla 2/3 kuvvetiyle büyür (salınım cephesi).
• İç evrenin adımı üst nefes sayısının küp köküyle ilerler (iç evren kuralı, yazar 03:43).
• Öyleyse gözlemci, kendi saatiyle, evrenin ölçeğini zamanın p. kuvvetiyle büyüyor görür: p ∈ {2/3, 2, 6, 18 …}. Doğal aday p = 2 (gökadaların içinden bir üst yapının cephesi).

Kural sohbet oturumunca 04:01'de, hedefe bakılmadan yazıldı ve karsilastirmalar.json'a 04:38'de hesaptan önce girdi. Döngünün seçtiği yalnız sınav yöntemi oldu (aynı satırda, hesaptan önce): düz evren; ölçek ∝ t^p için uzaklık d_L = (1 + z)·(c/H₀)·[(1 + z)^(1 − 1/p) − 1] / (1 − 1/p); mutlak parlaklık ile H₀ birlikte serbest (yalnız eğrinin biçimi); Pantheon+ ana sonuç, DES 5 yıl bağımsız denetim; ≤ 2σ uyuyor, 2–5σ yakın, > 5σ uyuşmuyor. Dürüstlük notu: döngü kaydı yazmadan hemen önce bir arama sonucunda literatürdeki güç yasası uyumlarının üssü 1,5 dolayında bulduğunu gördü; kural ve izin verilen üsler ondan önce sabitlenmişti.

Kesin veri

Süpernovaların uzaklık–kırmızıya kayma eğrisi doğrudan ölçümdür (parlaklık ve kırmızıya kayma); 1998–99'da iki ekipçe ayrı ayrı bulundu, sonra bağımsız derlemelerle yeniden ölçüldü (2011 Nobel). Listeye "supernova-egrisi" diye girdi (tur: ölçüm). Eğriden çıkarılan karanlık enerji payı ya da w değerleri standart modelin çıkarımıdır; burada kullanılmadı.

Sonuç

Çizginin dibi verinin istediği üs; iki derleme aynı yerde (1,4). Modelin üssü 2 çok yukarıda.

Hüküm: UYUŞMUYOR (> 5σ, iki bağımsız derlemede ayrı ayrı). Düşen, "gözlemci evrenin ölçeğini tek bir üsle, bir üst cephenin t² yasasıyla görür" okumasıdır; cephe anlatımının kendisi (2/3) ve iç saat kuralı sınanmadı, onlar ayrı sayılardır.

Bilgi (hüküm değil)

• Eğrinin parçaları farklı üs istiyor (Pantheon+): z 0,01–0,1 için 1,8 (1,1–5,6), z 0,1–0,4 için 1,62 (1,44–1,86), z 0,4–2,3 için 1,06 (0,98–1,16). Yani ışığı uzaktan gelen (eski) süpernovalar daha yavaş, yakınlar daha hızlı bir büyüme gösteriyor: genişleme yavaşlamadan hızlanmaya geçiyor. Tek bir üs bunu anlatamaz.
• Standart modelin eğrisi (düz, karanlık enerjili) aynı veriye biraz daha iyi uyuyor (Δχ² = 8,4 ve 4,2 daha düşük); bu yalnız bilgidir.
• Akla gelen: model iki cephe söylüyor — gözlemcinin kendi cephesi (2/3, yavaşlayan) ve bir üst cephe (2, hızlanan). Eski ışıkta birincisi, yakında ikincisi ağır basarsa eğri yavaşlamadan hızlanmaya geçer. Ama bu fikir veriye bakıldıktan sonra doğdu ve iki cephenin nasıl ve hangi oranla birleştiği yazarın anlatımında yok; döngü kural kurmadı. Yazara soruldu (açık soru "cephe-karisimi"). Oran yazardan, veriye bakılmadan gelirse ayrı bir sayıyla (örneğin en yaşlı yıldızların yaşı) da sınanmalıdır.

Açık sınav ve kapının açılma koşulu

Kapı 7 ancak modelin kendi anlatımından, ölçüme bakmadan yazılmış bir kural süpernova eğrisini (iki derlemede de ≤ 2σ) ve ikinci bir doğrudan ölçülen sayıyı ayarsız verirse açılır.

Kod

import numpy as np
# Pantheon+: Pantheon+SH0ES.dat (zHD, zHEL, m_b_corr, IS_CALIBRATOR) ve Pantheon+SH0ES_STAT+SYS.cov
v = [s.split() for s in open('Pantheon+SH0ES.dat')]; col = {b: i for i, b in enumerate(v[0])}; v = v[1:]
zhd = np.array([float(r[col['zHD']]) for r in v]); zhel = np.array([float(r[col['zHEL']]) for r in v])
m = np.array([float(r[col['m_b_corr']]) for r in v]); kal = np.array([int(r[col['IS_CALIBRATOR']]) for r in v])
c = np.loadtxt('Pantheon+SH0ES_STAT+SYS.cov'); n = int(c[0]); C = c[1:].reshape(n, n)
sec = (zhd > 0.01) & (kal == 0); z, zh, mm = zhd[sec], zhel[sec], m[sec]; Ci = np.linalg.inv(C[np.ix_(sec, sec)])
def chi2(dl):                                   # mutlak parlaklık + H₀ analitik serbest
    r = mm - 5 * np.log10(dl); A = r @ Ci @ r; B = Ci.sum(1) @ r; S = Ci.sum(); return A - B * B / S
def dl_guc(p):                                  # ölçek ∝ t^p, düz; c/H₀ = 1
    e = 1 - 1 / p; return (1 + zh) * ((1 + z) ** e - 1) / e
ps = np.linspace(0.5, 8, 751); X = np.array([chi2(dl_guc(p)) for p in ps]); i = X.argmin()
ic = ps[X <= X[i] + 1]
print(ps[i], ic.min(), ic.max())                # 1.40 (1.35 – 1.46)
for p in (2 / 3, 2, 6): print(p, chi2(dl_guc(p)) - X[i])   # 684.8, 55.4, 376.0
# DES 5 yıl: DES-Dovekie_HD.csv (zHD, zHEL, MU) ve STAT+SYS.npz (ters hata dizeyinin üst üçgeni)
# d = np.load('STAT+SYS.npz'); n = int(d[d.files[0]][0]); Ci = np.zeros((n, n)); Ci[np.triu_indices(n)] = d[d.files[1]]
# Ci[np.tril_indices(n, -1)] = Ci.T[np.tril_indices(n, -1)]  → en iyi p 1.39 (1.34 – 1.43); p = 2: Δχ² 83.1; 2/3: 922.9

Not: üs ızgarası 0,01 adımlı; ± değerleri Δχ² = 1 aralığının yarısıdır. σ uzaklıkları √Δχ² ile verildi.