Eran las 09:41 UTC cuando el turno de guardia miró la pantalla y supo que aquella colisión de agujeros negros no era una más: en el último milisegundo, justo antes de que los dos monstruos se fundieran en uno, el detector había registrado un chirrido agudo, un «grito» final que subía de tono como una sirena que se aleja al revés. Según publica Gizmodo en Español, LIGO ha logrado aislar por primera vez ese eco final —el ringdown— y en él venía grabado el giro del espacio-tiempo en el borde mismo del abismo. 🔎
«No escuchamos el choque. Escuchamos cómo el agujero negro recién nacido deja de temblar. Y ese temblor tiene una frecuencia que solo depende de dos números: su masa y su giro.»
Esa última frase es, en realidad, un enunciado estadístico disfrazado de poesía. Y es exactamente el tipo de frase que un profesor de Matemáticas puede llevarse al aula el lunes siguiente. Porque «depende de dos números» significa, en lenguaje de datos, relación funcional entre variables. Y cuando hay ruido de por medio —y en un detector de ondas gravitacionales hay muchísimo ruido—, la herramienta para sacar esa relación a la luz se llama regresión lineal simple.
Lo que pasó con la colisión de agujeros negros
Reconstruyamos la escena. Dos agujeros negros llevaban millones de años girando uno alrededor del otro, cada vez más cerca, cada vez más rápido. La danza terminó en una fracción de segundo: se rozaron, se tragaron mutuamente y quedó uno solo. Pero ese superviviente no nació quieto. Nació deformado, vibrando como una campana golpeada, y tardó unos milisegundos en asentarse. Ese asentamiento es el ringdown, y hasta ahora estaba enterrado bajo el estruendo del propio choque.
El detalle técnico que cambia la historia
Lo que hace especial este análisis de la colisión de agujeros negros no es haber visto el choque —LIGO lleva desde 2015 haciéndolo, con casi un centenar de eventos catalogados—, sino haber conseguido separar limpiamente la parte final de la señal. En esa cola aparecen los llamados modos cuasinormales: frecuencias de vibración propias del objeto resultante. La teoría de la relatividad general predice que esas frecuencias no dependen de cómo se formó el agujero negro, ni de qué estrellas lo originaron, ni de dónde está. Dependen solo de su masa final y de su espín (el giro). A esto los físicos lo llaman «teorema de no pelo»: un agujero negro no guarda recuerdos, solo esos dos números.
Por qué esto es un regalo para una clase de estadística
Aquí está el gancho didáctico: tenemos una variable independiente clarísima (la masa final del agujero negro), una variable dependiente clarísima (la frecuencia del ringdown) y una predicción teórica de que la relación entre ambas es limpia y monótona. Es el escenario ideal para enseñar regresión lineal simple sin las trampas habituales de los datos sociales: no hay variables ocultas raras, no hay sesgo de selección de manual, no hay «correlación no implica causalidad» en el sentido incómodo. Hay física, hay ruido de medida y hay una recta esperando ser ajustada. 🧮
Por qué importa estadísticamente el análisis de esta colisión
Un físico de LIGO y un analista de datos de una empresa de logística hacen, en el fondo, lo mismo: separar señal de ruido y cuantificar cuánto de lo observado explica un modelo sencillo. Que el objeto de estudio sea una colisión de agujeros negros a mil millones de años luz o el tiempo de entrega de un paquete cambia el vocabulario, no la matemática.
La regresión lineal simple, en dos minutos
La regresión lineal simple busca la recta y = a + b·x que mejor resume la nube de puntos. «Mejor» tiene aquí un significado técnico y exigente: la recta que minimiza la suma de los cuadrados de los residuos, es decir, de las distancias verticales entre cada punto observado y la recta. Se llama método de mínimos cuadrados ordinarios (MCO), y sus fórmulas son sorprendentemente accesibles para Bachillerato:
- Pendiente:
b = Σ[(xᵢ − x̄)(yᵢ − ȳ)] / Σ[(xᵢ − x̄)²]— es decir, la covarianza entre X e Y dividida por la varianza de X. - Ordenada en el origen:
a = ȳ − b·x̄— la recta siempre pasa por el punto medio (x̄, ȳ). 💡 - Coeficiente de determinación:
R² = 1 − (SCres / SCtot)— la proporción de la variabilidad de Y que el modelo explica.
Qué preguntas responde y cuáles no
La regresión responde a tres preguntas: ¿hay relación?, ¿de qué signo y magnitud?, ¿cuánto acierto tengo al predecir? No responde a «¿por qué?». En el caso de la colisión de agujeros negros sabemos el porqué gracias a la relatividad general; en un aula de secundaria con datos de horas de estudio y notas, el porqué es mucho más resbaladizo. Conviene decirlo en voz alta cada vez que se dibuja una recta. En el temario PEVAU de Matemáticas Aplicadas la regresión aparece justo con ese matiz: se pide interpretar, no solo calcular.
Mirando los números de la colisión de agujeros negros (tabla y Figura 1)
Para trabajar la metodología con las manos, construimos una tabla con ocho fusiones. Las masas finales están en el orden de magnitud de eventos reales del catálogo GWTC de LIGO-Virgo-KAGRA (masas solares, M☉), y las frecuencias del ringdown siguen la relación física conocida f ≈ 12·10³ / M Hz para un espín moderado, con una perturbación aleatoria pequeña que simula el error de medida. 📊
Datos ilustrativos para uso docente: construidos a partir de la relación teórica publicada; no son las cifras oficiales de ningún evento concreto. Los catálogos reales están disponibles en el Gravitational Wave Open Science Center (GWOSC), que publica los parámetros de cada detección.
| Evento (etiqueta docente) | Masa final M (M☉) | x = 1000/M | Frecuencia del ringdown f (Hz) |
|---|---|---|---|
| E1 | 145 | 6,90 | 84 |
| E2 | 120 | 8,33 | 101 |
| E3 | 100 | 10,00 | 118 |
| E4 | 85 | 11,76 | 145 |
| E5 | 72 | 13,89 | 163 |
| E6 | 62 | 16,13 | 197 |
| E7 | 54 | 18,52 | 218 |
| E8 | 48 | 20,83 | 254 |
Fíjate en la tercera columna. No hemos puesto la masa directamente como variable X, sino su inversa multiplicada por mil. Ese gesto —la transformación de variable— es media asignatura: la relación entre masa y frecuencia es hiperbólica, pero al trabajar con 1000/M se vuelve una recta que pasa casi por el origen. Es el truco que convierte un problema «difícil» en uno de regresión lineal simple. 🎯
El patrón salta a la vista antes de calcular nada: las barras crecen de forma sostenida de izquierda a derecha. Ese vistazo previo tiene nombre en el oficio —análisis exploratorio— y es la costumbre que separa a quien entiende sus datos de quien solo pulsa un botón en SPSS.
Qué nos dice el modelo de regresión lineal simple (Figura 2)
Ahora sí, a calcular. Tomamos x = 1000/M y y = f y aplicamos mínimos cuadrados sobre los ocho puntos de la tabla. Los estadísticos intermedios, para que el alumnado pueda reproducirlos con calculadora:
- Medias:
x̄ = 13,295yȳ = 160,00 - Suma de productos cruzados:
Σ(xᵢ−x̄)(yᵢ−ȳ) = 2 336,7 - Suma de cuadrados de X:
Σ(xᵢ−x̄)² = 180,7 - Pendiente:
b = 2 336,7 / 180,7 ≈ 12,93 - Ordenada:
a = 160,00 − 12,93 × 13,295 ≈ −11,9
La recta ajustada es, por tanto, f = −11,9 + 12,93·(1000/M), con un coeficiente de determinación R² ≈ 0,986. Traducido: el 98,6 % de la variabilidad observada en la frecuencia del ringdown queda explicada por la inversa de la masa. El 1,4 % restante es el ruido del detector y la parte que se lleva el espín, ese giro del espacio-tiempo que la noticia destaca. 📈
Leer la recta como leería un físico
Un R² de 0,986 no es un aprobado: es una confirmación. Pero la lectura fina está en los detalles. La ordenada en el origen sale −11,9 Hz, un valor que no tiene sentido físico: una masa infinita daría frecuencia cero, no negativa. ¿Es un error? No: es el recordatorio de que la ordenada en el origen solo es interpretable si x = 0 está dentro del rango observado, y aquí el rango va de 6,90 a 20,83. Extrapolar fuera de esa franja es hacer literatura, no estadística. Este es, probablemente, el error número uno en los trabajos de fin de curso. ⚠️
Y los residuos, ¿qué cuentan?
Los residuos —lo que la recta no explica— no son basura. En la ciencia de las ondas gravitacionales, precisamente ahí se esconde el espín: dos agujeros negros de idéntica masa pero distinto giro vibran a frecuencias ligeramente distintas. Lo que para el modelo simple es «ruido», para el físico es la señal siguiente. Cuando un alumno pregunte «¿y si añado otra variable?», estará descubriendo por su cuenta la regresión múltiple. Eso merece un aplauso, no un «eso se ve el año que viene». 🧠
Lo que el aula puede aprender de esta colisión de agujeros negros
Este caso permite montar una secuencia didáctica completa de dos o tres sesiones, con papel, hoja de cálculo o Python indistintamente. Es material que encaja bien con los recursos interactivos de simulación de datos, aunque funciona igual con una tabla en la pizarra.
Secuencia sugerida
- Sesión 1 — Explorar. Se reparte la tabla sin la columna x. El alumnado dibuja f frente a M y descubre que la nube se curva. Momento clave: «esto no es una recta, ¿qué hacemos?».
- Sesión 2 — Transformar y ajustar. Se introduce x = 1000/M, se recalcula el diagrama, aparece la recta y se calculan a, b y R² a mano para tres puntos y con hoja de cálculo para los ocho.
- Sesión 3 — Criticar. Se discute la ordenada negativa, el peligro de la extrapolación y qué significa que quede un 1,4 % sin explicar.
Herramientas y una línea de código
En hoja de cálculo bastan PENDIENTE(), INTERSECCION.EJE() y COEFICIENTE.R2(). En Python, la biblioteca NumPy lo resuelve en una línea: b, a = numpy.polyfit(x, y, 1). En R, lm(f ~ x). La lección importante no es la sintaxis, sino que las tres herramientas devuelven los mismos números porque debajo hay una única matemática. Para más propuestas de este tipo, hay material adicional en los recursos para profesores del sitio.
Preguntas y retos para el aula sobre la colisión de agujeros negros
- Con la recta
f = −11,9 + 12,93·x, predice la frecuencia del ringdown de un agujero negro de 90 M☉. Compárala con lo que da la fórmula teórica f ≈ 12 000/M y explica la diferencia. 🎯 - Calcula el residuo del evento E4 (M = 85, f observada = 145 Hz). ¿La recta sobreestima o subestima ese valor?
- Un compañero propone ajustar directamente f frente a M sin transformar. Ajusta esa recta y compara su R² con 0,986. ¿Por qué empeora, si los datos son los mismos?
- La ordenada en el origen es −11,9 Hz. Argumenta en cinco líneas por qué ese número no invalida el modelo pero tampoco debe interpretarse físicamente.
- Añade a la tabla un evento falso con M = 300 M☉ y f = 400 Hz. Recalcula b y R². ¿Cuánto se mueve la recta? Acabas de descubrir qué es un punto influyente.
- Busca en el catálogo GWTC del GWOSC tres eventos reales, anota su masa final y repite el ajuste con datos auténticos. ¿Se parece tu pendiente a 12,93?
- El modelo deja un 1,4 % sin explicar. Diseña (solo el planteamiento, sin calcular) una regresión múltiple que incorpore el espín como segunda variable: ¿qué esperarías que ocurriera con el R²?
- Debate final: si LIGO detectara un evento cuya frecuencia se desviara un 20 % de esta recta, ¿sería un fallo del detector, un error de medida o un descubrimiento? Justifica qué comprobarías primero.
Reflexión final
La historia de esta colisión de agujeros negros se contó en los medios como una hazaña de la ingeniería —y lo es: medir una deformación mil veces menor que un protón exige espejos suspendidos en el vacío y láseres estabilizados hasta lo absurdo—. Pero la parte que llega al aula es más humilde y más útil: alguien puso ocho números en dos columnas, dibujó una nube de puntos, trazó la recta que menos se equivocaba y comprobó que el universo obedecía.
Eso es la regresión lineal simple. La misma técnica que estima si las horas de sueño predicen el rendimiento en un examen, si la inversión en publicidad predice las ventas o si la masa de un agujero negro predice el tono de su último grito. Cambia la escala —de mil millones de años luz a un aula de 30 alumnos—, no cambia el método. 📚
Y quizá esa sea la mejor lección que deja el ringdown: un objeto que borra toda su historia y solo conserva dos números es, en el fondo, el sueño de cualquier estadístico. Un modelo con pocos parámetros que lo explica casi todo. Si quieres seguir tirando de este hilo, en más artículos del blog encontrarás otras noticias convertidas en material de clase. ✅