fbpx Sull'orlo del buco nero | Page 4 | Scienza in rete

Sull'orlo del buco nero

Primary tabs

Read time: 1 min

Grazie ai dati raccolti dall'osservatorio orbitante XMM-Newton, il telescopio europeo per la radiazione X realizzato con un importante contributo italiano, gli astronomi hanno spinto l'osservazione di un buco nero a un nuovo limite.

A partire dal gennaio dello scorso anno Andrew Fabian, dell'Università di Cambridge, e i suoi collaboratori hanno puntato XMM-Newton verso la galassia attiva 1H0707-495, interessati a svelare qualche segreto del massiccio buco nero che ospita. L'inseguimento si è protratto per quattro intere orbite dell'osservatorio spaziale e ha permesso di collezionare informazioni spettrali davvero preziose. Le conclusioni cui sono giunti i ricercatori sono state pubblicate a fine maggio su Nature.

Studiando in particolare la radiazione emessa dagli atomi di ferro (le linee di emissione L e K) gli astronomi hanno potuto appurare che la massa del buco nero è compresa tra 3 e 5 milioni di masse solari e che ogni mezz'ora quel mostro cosmico ingoia una quantità di materia equivalente alla massa della Terra. L'analisi delle distorsioni delle stesse linee spettrali ha inoltre evidenziato che si stava osservando il comportamento di materia posta proprio a ridosso del buco nero, a distanze inferiori al doppio del raggio del buco nero stesso. Un vero record che, secondo gli autori della ricerca, ci potrà finalmente portare alla mappatura delle immediate vicinanze di un buco nero.

Fonte ESA
Fonte ASI

Autori: 
Sezioni: 
Astronomia

prossimo articolo

La medicina di precisione non può fare a meno degli small data

I big data promettono di rivoluzionare la medicina, ma rischiano di nascondere più di quanto rivelino quando si tratta di curare il singolo paziente. Lorenzo Farina argomenta che gli small data - i dati «piccoli» abbastanza da essere compresi direttamente dal clinico - non sono un residuo del passato ma un elemento irrinunciabile della medicina di precisione. La vera sfida non è scegliere tra i due paradigmi, ma abbandonare l'approccio data-driven e tornare a ragionare per domande: prima la questione clinica, poi i dati necessari a rispondervi.

Gli small data sono definiti come quei dati di dimensione abbastanza «piccola» da poter essere immediatamente compresi da un essere umano, non tanto nella loro interpretazione che ovviamente ha sempre e necessariamente bisogno della analisi, ma nel loro significato biologico generale. Tipicamente, sono il risultato di esperimenti di laboratorio che non utilizzano macchine per l'analisi dei dati omici, bensì altre biotecnologie in grado di misurare relativamente «pochi» dati per provare a rispondere alla domanda che interessa.