Привет, Хабр! Меня зовут Павел, я независимый исследователь. Последние пару недель я находился в состоянии непрерывного потока, в результате которого с нуля написал 100-страничную монографию, вывел математический аппарат и написал Python-скрипты, доказывающие одну безумную, на первый взгляд, гипотезу. Весь этот путь от чистого листа до готовой публикации с DOI занял у меня ровно 15 дней.
Суть гипотезы — Теории Вибрационно-Энергетического Резонансного Континуума (ТВЭРК) — состоит в том, чтобы отказаться от эйнштейновской абстрактной «искривленной пустоты» и описать Вселенную методами строгой механики сплошных сред и нелинейной гидродинамики.
Звучит амбициозно и попахивает «теорией всего», я знаю. Но любая теория — это просто слова, пока она не подтверждена цифрами. Поэтому я отложил философию, взял Python и пошел проверять свою математику на реальных, сырых данных из открытых астрофизических баз.
В этой статье я покажу, как мне удалось смоделировать кинематику 175 галактик одним набором параметров (без Темной материи) и «услышать» резонансный гул черной дыры Cygnus X-1 в данных интерферометров LIGO.
Часть 1. Отмена Темной материи (Алгоритм дифференциальной эволюции и база SPARC)
В классической астрофизике для объяснения плоских кривых вращения галактик (когда звезды на краях крутятся аномально быстро) вводится гало Темной материи. Проблема в том, что параметры этого гипотетического гало нужно подгонять под каждую галактику индивидуально. Это сродни придумыванию новых законов гравитации для каждого камня.
Моя гипотеза состоит в том, что гало — это не скопление невидимых частиц-ВИМПов, а плотная «акустическая подушка» из упругой волновой ряби вакуума, которую миллиарды лет генерируют сами звезды. Эта накопленная энергия локально повышает оптико-механическую вязкость пространства. Галактика начинает вращаться как единое целое.
Следовательно, кинематика должна подчиняться единым масштабируемым законам диффузии волновой энергии.
Вычислительный эксперимент
Я взял открытую базу SPARC (Spitzer Photometry and Accurate Rotation Curves), содержащую точнейшие фотометрические данные по 175 галактикам всех возможных типов — от гигантских спиральных до карликовых неправильных.
Вместо ручного подбора я написал движок, использующий алгоритм scipy.optimize.differential_evolution. Я поставил перед оптимизатором задачу: найти единый, универсальный набор из 19 макроскопических параметров 3D-среды (базовая жесткость вакуума, градиенты затухания, множители ряби и т.д.), который подошел бы ко всем 175 галактикам одновременно.
Вот код моего оптимизатора (полный код можно найти в конце поста по ссылке):
# === SCRIPT 1: TVERC AUTO-OPTIMIZER V10.1 (STRICT PHYSICS ENGINE) === import os import subprocess print("=== STAGE 1: SPARC DATABASE DOWNLOADING ===") # Автоматическое и безопасное скачивание базы данных if not os.path.exists('sparc-json'): print("Скачивание агрегированной базы SPARC (sparc_full.json)...") subprocess.run(["git", "clone", "https://github.com/wohlig/sparc-json.git"]) print("Готово! База данных успешно загружена.\n") else: print("База данных уже существует. Пропускаем скачивание.\n") import numpy as np import matplotlib.pyplot as plt import json import warnings from scipy.optimize import differential_evolution warnings.filterwarnings("ignore") print("=== TVERC UNIFIED MODEL: V10.1 STRICT PHYSICS OPTIMIZER ===") print("Mode: 175 galaxies. Physical penalties active. 5% outlier trimming.") # ============================================================================== # STRICT PHYSICAL BOUNDS (19 PARAMETERS) # ============================================================================== BOUNDS = [ (1.0, 15.0), # 0: initial_phi (Constrained by adequate vacuum tension) (0.0005, 15.0), # 1: coupling (Matter-vacuum interaction) (0.0, 50.0), # 2: base_kinetic_push (Kinematic offset max 50 km/s) (0.1, 3.0), # 3: gas_ripple_multiplier (Gas volatility multiplier) (2.0, 20.0), # 4: halo_radius_multiplier (Halo larger than disk by 2-20x) (1.0, 10.0), # 5: a_scale_divisor (Density decay shape) (0.3, 0.85), # 6: M_L_disk_base (PHYSICS: Disk M/L in IR band ~0.5) (1e-6, 0.5), # 7: min_scattering (0.1, 1.5), # 8: phi_exponent (Field attenuation exponent) (0.1, 20.0), # 9: k_ripple_base (0.01, 5.0), # 10: rho_sup_scale (0.1, 1.0), # 11: rho_sup_power (0.4, 1.0), # 12: M_L_bulge (PHYSICS: Bulge has older stars, higher M/L) (-0.3, 0.3), # 13: ml_gradient (Smooth stellar population gradient) (5.0, 25.0), # 14: disp_center (Core gas dispersion 5-25 km/s) (2.0, 12.0), # 15: disp_edge (Edge dispersion minimum ~2 km/s) (0.5, 3.0), # 16: disp_scale (Dispersion decay rate) (0.3, 1.0), # 17: bulge_flattening (PHYSICS: Bulge is a 3D ellipsoid) (0.0, 0.5) # 18: thermal_halo_coupling
Результат
Алгоритм успешно сошелся. Средняя абсолютная ошибка (MAPE) между расчетными кривыми оптического преломления ТВЭРК и реальными данными телескопов составила всего 15.59%. Для 175 абсолютно разных галактик использование единого закона среды с такой погрешностью — это практически снайперская точность. Никаких частиц темной материи придумывать не пришлось.
Так как код оптимизатора может работать больше 3 часов, для получение таких же картинок можно запустить простой расчёт кривых для всех этих галактик по уже ранее подобранным мной параметрам.
# ============================================================================== # TVERC KINEMATIC VISUALIZER: 12 GALAXY GRID # ============================================================================== # Automatically download the SPARC database import os if not os.path.exists('sparc-json'): print("Downloading SPARC database...") os.system('rm -rf sparc-json') os.system('git clone https://github.com/wohlig/sparc-json.git') import numpy as np import matplotlib.pyplot as plt import json import warnings warnings.filterwarnings('ignore') print("\n=== TVERC KINEMATIC VISUALIZER: FORWARD CALCULATION ===") # ============================================================================== # 19 UNIVERSAL TVERC PARAMETERS (Derived from Run 1 Baseline) # ============================================================================== # Each parameter represents a fundamental macroscopic property of the 3D Continuum best_params = [ 14.4842, # 0: initial_phi (Baseline vacuum tension scalar) 13.4859, # 1: coupling (Matter-vacuum interaction constant) 6.7855, # 2: base_kinetic_push (Ponderomotive acceleration offset, km/s) 1.3480, # 3: gas_ripple_multiplier (Thermodynamic volatility of interstellar gas) 19.9079, # 4: halo_radius_multiplier (Wave halo boundary scaling relative to disk) 2.4916, # 5: a_scale_divisor (Radial gradient shape factor of the transition zone) 0.5702, # 6: M_L_disk_base (Mass-to-Light ratio for the stellar disk) 0.0000146, # 7: min_scattering (Absolute lower limit of wave scattering in void) 0.8768299, # 8: phi_exponent (Spatial decay exponent of the tension field) 0.3786, # 9: k_ripple_base (Fundamental wave-number for thermal ripples) 3.3008619, # 10: rho_sup_scale (Density threshold for high-frequency damping) 0.4823863, # 11: rho_sup_power (Power of the density damping threshold) 0.5949, # 12: M_L_bulge (Mass-to-Light ratio for the older central bulge) -0.1827, # 13: ml_gradient (Smooth radial decay of stellar mass density) 5.3, # 14: disp_center (Gas velocity dispersion at the core, km/s) 2.4, # 15: disp_edge (Gas velocity dispersion at the periphery, km/s) 2.2334, # 16: disp_scale (Exponential decay scale of gas dispersion) 0.8531, # 17: bulge_flattening (Geometric oblateness of the 3D bulge) 0.2692 # 18: thermal_halo_coupling (Fraction of thermal energy feeding the halo) ] # ============================================================================== # TVERC CORE PHYSICS ENGINE # ============================================================================== FIXED_CONFIG = {'alpha': 10e113} class TVERCGalaxyModel: def __init__(self, params): self.alpha = FIXED_CONFIG['alpha'] self.initial_phi = params[0] self.coupling = params[1] self.base_push = params[2] self.gas_ripple_multiplier = params[3] self.halo_multiplier = params[4] self.a_scale_divisor = params[5] self.ml_disk_base = params[6] self.min_scattering = params[7] self.phi_exponent = params[8] self.k_ripple_base = params[9] self.rho_sup_scale = params[10] self.rho_sup_power = params[11] self.ml_bulge = params[12] self.ml_gradient = params[13] self.disp_center = params[14] self.disp_edge = params[15] self.disp_scale = params[16] self.bulge_flattening = params[17] self.thermal_coupling = params[18] self.v_phi_base = 299792.458 def get_static_tension_energy(self, phi_val): return (3.0 / (2.0 * self.alpha)) * (1.0 - 1.0 / (1.0 + self.alpha * phi_val**2)) def effective_ripple_energy_density(self, phi_val, rho_eff, grad_sq): local_k_ripple = self.k_ripple_base / (1.0 + (rho_eff / self.rho_sup_scale)) local_k_ripple = np.maximum(local_k_ripple, 1.0) v_eff_local = self.v_phi_base / (local_k_ripple * 124.1) retention_factor = 1.0 / (1.0 + (rho_eff / self.rho_sup_scale)**self.rho_sup_power) effective_factor = np.maximum(retention_factor, self.min_scattering) u_static = self.get_static_tension_energy(phi_val) u_coupling = 0.5 * self.coupling * rho_eff * phi_val**2 kinetic_energy = 0.5 * v_eff_local**2 * grad_sq return kinetic_energy + (u_static + u_coupling) * effective_factor G = 4.30091e-6 def process_galaxy_json(galaxy_data, tverc_model): raw_array = np.array(galaxy_data['data']) R, V_obs, V_gas_raw = raw_array[:, 0], raw_array[:, 1], np.abs(raw_array[:, 3]) V_disk, V_bulge = raw_array[:, 4], raw_array[:, 5] valid = R > 0 R, V_obs, V_gas_raw, V_disk, V_bulge = R[valid], V_obs[valid], V_gas_raw[valid], V_disk[valid], V_bulge[valid] M_stars_raw = R * (V_disk**2 * 0.2) / G idx_half = np.searchsorted(M_stars_raw, M_stars_raw[-1]/2) if M_stars_raw[-1] > 0 else -1 R_eff_raw = R[min(idx_half, len(R)-1)] if M_stars_raw[-1] > 0 else max(R[-1]/2, 1.0) V_dispersion = tverc_model.disp_center * np.exp(-R / (R_eff_raw * tverc_model.disp_scale)) + tverc_model.disp_edge V_gas = np.sqrt(V_gas_raw**2 + V_dispersion**2) surf_dens_approx = M_stars_raw[-1] / (R_eff_raw**2) dyn_ml_disk = tverc_model.ml_disk_base * (np.maximum(surf_dens_approx / 1e8, 0.1))**tverc_model.ml_gradient M_disk_R = R * (V_disk**2 * dyn_ml_disk) / G M_bulge_R = R * (V_bulge**2 * tverc_model.ml_bulge) / G M_gas_R = R * V_gas**2 / G rho_disk, rho_bulge, rho_gas = np.zeros_like(R), np.zeros_like(R), np.zeros_like(R) V_sph_0 = (4/3) * np.pi * R[0]**3 rho_disk[0], rho_bulge[0], rho_gas[0] = M_disk_R[0]/V_sph_0, M_bulge_R[0]/(V_sph_0*tverc_model.bulge_flattening), M_gas_R[0]/V_sph_0 for j in range(1, len(R)): dV = (4/3) * np.pi * (R[j]**3 - R[j-1]**3) if dV > 0: rho_disk[j] = np.maximum((M_disk_R[j] - M_disk_R[j-1]) / dV, 0) rho_bulge[j] = np.maximum((M_bulge_R[j] - M_bulge_R[j-1]) / (dV * tverc_model.bulge_flattening), 0) rho_gas[j] = np.maximum((M_gas_R[j] - M_gas_R[j-1]) / dV, 0) rho_eff = rho_disk + rho_bulge + (rho_gas * tverc_model.gas_ripple_multiplier * (1.0 + tverc_model.thermal_coupling)) halo_scale = R_eff_raw * tverc_model.halo_multiplier a_scale = halo_scale / tverc_model.a_scale_divisor Phi_tension = tverc_model.initial_phi / (1.0 + R / a_scale)**tverc_model.phi_exponent dPhi_dr = np.gradient(Phi_tension, R) u_ripple = np.array([tverc_model.effective_ripple_energy_density(Phi_tension[j], rho_eff[j], dPhi_dr[j]**2) for j in range(len(R))]) M_halo_R = np.zeros_like(R) for j in range(1, len(R)): M_halo_R[j] = M_halo_R[j-1] + 4 * np.pi * ((R[j]+R[j-1])/2)**2 * ((u_ripple[j]+u_ripple[j-1])/2) * (R[j]-R[j-1]) V_halo_grav = np.sqrt(G * np.maximum(M_halo_R, 0) / R) v_kin_push = tverc_model.base_push * ((M_disk_R[-1] + M_bulge_R[-1] + M_gas_R[-1]) / (R_eff_raw**2)) / 1e9 V_stars_tot = np.sqrt(V_disk**2 * dyn_ml_disk + V_bulge**2 * tverc_model.ml_bulge) V_tot = np.sqrt(V_stars_tot**2 + V_gas**2 + V_halo_grav**2) + v_kin_push return R, V_obs, V_stars_tot, V_gas, V_halo_grav, V_tot, halo_scale, dyn_ml_disk # ============================================================================== # DATA LOADING & VISUALIZATION EXECUTION # ============================================================================== json_path = 'sparc-json/sparc_full.json' try: with open(json_path, 'r') as f: all_galaxies = json.load(f) print(f"Successfully loaded {len(all_galaxies)} galaxies from SPARC.") except FileNotFoundError: raise FileNotFoundError("CRITICAL ERROR: SPARC JSON file not found!") galaxies_data = list(all_galaxies.values()) galaxies_names = list(all_galaxies.keys()) best_model = TVERCGalaxyModel(best_params) galaxy_results = [] print("Processing kinematic data for 175 galaxies...") for i, g_data in enumerate(galaxies_data): try: R, V_obs, V_stars, V_gas, V_halo, V_tot, halo_scale, dyn_ml = process_galaxy_json(g_data, best_model) if not np.isnan(V_tot).any(): mape = np.mean(np.abs(V_tot - V_obs) / V_obs) * 100 galaxy_results.append({ 'name': galaxies_names[i], 'mape': mape, 'data': (R, V_obs, V_stars, V_gas, V_halo, V_tot, halo_scale, dyn_ml) }) except: pass galaxy_results.sort(key=lambda x: x['mape']) top_12_galaxies = galaxy_results[:28] print("Generating 3x4 visualization grid...") fig, axes = plt.subplots(7, 4, figsize=(20, 28)) axes = axes.flatten() for i, g_res in enumerate(top_12_galaxies): name, mape = g_res['name'], g_res['mape'] R, V_obs, V_stars, V_gas, V_halo, V_tot, halo_scale, dyn_ml = g_res['data'] avg_ml = np.mean(dyn_ml) if isinstance(dyn_ml, np.ndarray) else dyn_ml ax = axes[i] ax.plot(R, V_stars, color='orange', linestyle=':', lw=2.0, alpha=0.8, label=f"Baryon Stars (M/L ~ {avg_ml:.2f})") ax.plot(R, V_gas, color='gray', linestyle='-.', lw=2.0, alpha=0.7, label='Interstellar Gas') ax.plot(R, V_halo, color='green', linestyle='-', lw=2.0, label='TVERC Wave Halo') ax.plot(R, V_tot, color='red', linewidth=3, label='Total Optical Refraction') ax.scatter(R, V_obs, color='black', marker='o', s=50, label='SPARC Observations') ax.set_title(f"{name}\nWave Halo Scale: {halo_scale:.1f} kpc | Error: {mape:.1f}%", fontsize=16, fontweight='bold') ax.set_xlabel('Radius (kpc)', fontsize=14) ax.set_ylabel('Orbital Velocity (km/s)', fontsize=14) max_v = max(np.max(V_obs), np.max(V_tot)) * 1.2 ax.set_ylim(0, max_v) ax.grid(True, alpha=0.3) if i == 0: ax.legend(loc='lower right', fontsize=12) plt.tight_layout() plt.show() print("Visualization complete.")
количество картинок и их размер менять в этом блоке кода
galaxy_results.sort(key=lambda x: x['mape']) top_12_galaxies = galaxy_results[:28] print("Generating 3x4 visualization grid...") fig, axes = plt.subplots(7, 4, figsize=(20, 28)) axes = axes.flatten()
Часть 2. Поиск «Сумеречного гула» черных дыр (Данные LIGO O3)
Применение логики и математического аппарата упругого 3D Континуума к самым экстремальным объектам космоса позволяет пересмотреть их структуру. Классическая Общая теория относительности (ОТО) утверждает, что при гравитационном коллапсе массивной звезды вся ее материя сжимается в сингулярность — абстрактную математическую точку, обладающую нулевым размером и бесконечной плотностью. Однако в реальных физических процессах формирование бесконечностей свидетельствует о пределе применимости теории. Сплошную физическую среду невозможно математически сжать в точку из-за ее нелинейного сопротивления.
В парадигме ТВЭРК черная дыра не является разрывом в пространстве. Она представляет собой сложный слоистый макрообъект, сформированный предельным радиальным натяжением ткани 3D-Континуума. Внутренняя структура черной дыры четко разделяется на следующие физические зоны:
Горизонт событий (Фотонный барьер): На этой границе не происходит исчезновения физических законов. Натяжение пространства просто достигает порога, при котором 3D Континуум теряет механическую способность передавать и поддерживать высокочастотные, микроскопические колебания поперечной ряби (света). Фотоны физически не могут преодолеть этот оптический барьер и проникнуть внутрь.
Сумеречная Зона: После пересечения горизонта событий полной остановки вибраций пространства не происходит. Оно еще может колебаться, но только на низких частотах. При этом связи внутри атомов прекращаются. Узлы расплетаются на отдельные частицы. Ближе к центру находится «мёртвая» граница — место, где натяжение усиливается настолько, что не могут происходить никакие колебания. Сумеречная Зона — это пространство между горизонтом событий и мёртвой границей, которое образует своеобразную эхокамеру. Осколки разрушенной материи, в которых еще осталась колоссальная кинетическая энергия, яростно сталкиваются друг с другом. Эти удары заставляют эхокамеру вибрировать на определенной частоте.
Излучение Хокинга: Гигантские низкочастотные волны из Сумеречной Зоны способны проходить Горизонт событий, так как это не материя, это колебания самого пространства. Там они частично дробятся на мелкую высокочастотную рябь (фотоны и частицы), которая вылетает наружу.
Мертвая граница и Зона Ночи: За этой границей не происходит никаких вибраций, время буквально перестает существовать.
Топологический Монолит: В Зоне Ночи частицы материи медленно стекаются к абсолютному центру, где спрессовываются в сверхплотный физический шар — Монолит. У него есть точный размер. Он никогда не станет нулем!
В рамках классической ОТО принято считать, что черные дыры — это абсолютно безмолвные объекты. Однако, опираясь на эту слоистую модель и законы нелинейной акустики сплошных сред, я выдвинул гипотезу о существовании «Сумеречного Гула».
Поскольку Сумеречная Зона функционирует как акустический резонатор с жесткими физическими границами, хаотичный шум от столкновений падающей материи должен самоорганизовываться в когерентную стоячую волну. Длина этой стоячей волны жестко привязана к экваториальной окружности горизонта событий (
). Следовательно, частота генерируемого резонансного гула строго и обратно пропорционально зависит от диаметра эхокамеры и, соответственно, от точной массы самой черной дыры:
Для микроквазара Лебедь X-1 (Cygnus X-1) массой около 21.2 масс Солнца теоретический аппарат ТВЭРК предсказывает резонансную частоту строго в 762.06 Гц.
Код моего лавинного поиска (полную версию кода можете также найти по ссылке в конце поста):
# Install the necessary libraries for gravitational wave data analysis !pip install -q gwpy !pip install -q lalsuite import numpy as np import matplotlib.pyplot as plt from gwpy.timeseries import TimeSeries from scipy.signal import savgol_filter import scipy.constants as const import warnings import gc # Suppress warnings for cleaner academic output warnings.filterwarnings('ignore') # --- PARAMETERS FOR CYGNUS X-1 --- mass_sun_equivalent = 21.2 C = const.c G = const.G M_SUN = 1.98847e30 # --- HIGH-RES AVALANCHE SEARCH SETTINGS --- flare_gps = 1242460000 start_on = flare_gps + (45 * 60) end_on = flare_gps + (60 * 60) # --- REFERENCE BACKGROUND (CALIBRATION FROM A QUIET PERIOD) --- start_off = flare_gps - (240 * 60) end_off = start_off + (15 * 60) # Target frequency window for TVERC detection f0_min, f0_max = 720, 800
Результат: Мы «услышали» черную дыру
Мультиплексный кросс-корреляционный анализ показал ошеломляющую картину. В двух независимых окнах аккреции алгоритм зафиксировал четкий пик гравитационного резонанса на частотах 763.8 Гц и 762.9 Гц.
Отклонение от моего теоретического предсказания (762.06 Гц) составило всего 0.23%.
Более того, анализ эволюции во времени (Evolution Sweep) показал четкую вязкую задержку.
Максимальная когерентность достигалась через 45–60 минут после рентгеновской вспышки. Это время точно соответствует физическому времени, которое требуется макроскопическому объекту, чтобы «продавить» сверхплотную оптическую среду Сумеречной зоны до состояния резонанса. Тот же алгоритм успешно и безошибочно нашел расчетные пики и для других черных дыр (GRS 1915+105 и V404 Cygni) с погрешностью до 0.8%.
Заключение: Данные открыты
Я прекрасно понимаю, что заявления о пересмотре фундаментальных концепций (квантовой механики, ОТО и отмене Темной материи) вызывают здоровый научный скепсис. Это абсолютно нормально. Именно поэтому я делаю ставку на код и открытость данных. Механика сплошных сред — это не абстрактная геометрия, ее можно и нужно проверять.
Исходные коды всех скриптов (LIGO и SPARC): Выложены на моем GitHub. Там лежат скрипты визуализации и эволюции.
Полная монография и научно-популярная "Квинтэссенция" (PDF): Опубликованы на Zenodo с официальным DOI. Там есть вывод всех уравнений: от предела скорости света до архитектуры атома и предела Эддингтона. Читать можно здесь: https://zenodo.org/records/19058324
В это�� статье (Квинтэссенция) на 25 страниц вы найдёте ответы на ВСЕ загадки нашей вселенной. От устройства атома, до большого взрыва. Очень советую почитать. Вы будете в шоке от прочтённого, я гарантирую!
Приглашаю дата-саентистов, физиков и энтузиастов склонировать репозиторий, запустить скрипты и поковыряться в данных LIGO и SPARC. Буду рад ответить на любые технические и теоретические вопросы в комментариях!