4.2 测谎曲线：w随红移的参数化

4.2 测谎曲线：w 随红移的参数化

本节摘要：恒定 w 只是假设，动力学嫌疑人的 w 本来就随红移变化；观测上用两参数的 CPL 曲线（今天的 w0 加演化幅度 wa）去逼近任意演化。本节画出四类口供的曲线族，核验每条曲线隐含的能量密度是否物理合理，并解释"测出 wa"为何是当代巡天的圣杯与难题。

4.1 的仪器把 w 当常数读，本节把仪器升级成记录曲线——因为 3.2 的家族嫌疑人明确主张"我的 w 会变脸"。参数化是审讯与观测之间的翻译层：数据点有限，曲线必须用尽量少的参数描述。

CPL 曲线：两参数的测谎模板

最通用的模板叫 CPL 参数化（由 Chevallier 与 Polarski、Linder 先后提出）：w(z) 等于 w0 加 wa 乘 z 除以一加 z。它在今天等于 w0，往过去渐近趋向 w0 加 wa，过渡平滑。两个参数各有分工：w0 记"今天的口供"，wa 记"口供随红移的总变化量"。宇宙学常数的曲线是一个点（w0 负一、wa 零）；解冻类场是"过去比今天更负"（wa 正）；幻影变体今天答负 1.1、过去回到负一以内（wa 正）；冻结类则 wa 负。

# 演算 1：四类口供的 CPL 曲线族
import math
def wCPL(z, w0, wa): return w0 + wa*z/(1+z)
print("口供               z=0    z=0.5   z=1    z=2")
cases = [("宇宙学常数", -1.0, 0.0), ("冻结类场", -0.9, -0.3),
         ("解冻类场", -0.9, 0.3), ("幻影变体", -1.1, 0.2)]
for name, w0, wa in cases:
    row = "%-10s (w0=%+.1f,wa=%+.1f)" % (name, w0, wa)
    for z in [0.0, 0.5, 1.0, 2.0]:
        row += "  %+.3f" % wCPL(z, w0, wa)
    print(row)
# 输出:
# 口供               z=0    z=0.5   z=1    z=2
# 宇宙学常数  (w0=-1.0,wa=+0.0)  -1.000  -1.000  -1.000  -1.000
# 冻结类场    (w0=-0.9,wa=-0.3)  -0.900  -1.000  -1.050  -1.100
# 解冻类场    (w0=-0.9,wa=+0.3)  -0.900  -0.800  -0.750  -0.700
# 幻影变体    (w0=-1.1,wa=+0.2)  -1.100  -1.033  -1.000  -0.967
​

四条曲线在红移 2 处最大分岔约 0.4——比当前观测误差棒宽，理论上可分。但注意一个结构性麻烦：曲线族在"红移 1 附近"挤得最拢（四条口供在那里的读数只差 0.15 左右），而超新星与 BAO 的最佳灵敏度恰好在红移 0.5 到 1——测谎曲线最难分的位置与观测最敏感的位置几乎重合。这就是 wa 难测的几何根源。

隐含账本：每条曲线必须过的物理关

w(z) 曲线不能随便画——它通过能量守恒隐含一条能量密度曲线，这条曲线必须为正、且行为合理。把守恒方程积分，密度比例由两个指数因子给出。

# 演算 2：核验曲线族隐含的能量密度（必须为正）
import math
def rho_ratio(z, w0, wa):
    # ρ(z)/ρ(0) = a^{-3(1+w0+wa)} × e^{-3·wa·(1-a)}，a = 1/(1+z)
    a = 1/(1+z)
    return a**(-3*(1+w0+wa))*math.exp(-3*wa*(1-a))
for name, w0, wa in [("宇宙学常数", -1.0, 0.0), ("冻结类场", -0.9, -0.3),
                     ("解冻类场", -0.9, 0.3), ("幻影变体", -1.1, 0.2)]:
    print("%-10s 红移 2 处密度/今天 = %.3f" % (name, rho_ratio(2.0, w0, wa)))
# 输出:
# 宇宙学常数  红移 2 处密度/今天 = 1.000
# 冻结类场    红移 2 处密度/今天 = 0.943
# 解冻类场    红移 2 处密度/今天 = 2.051
# 幻影变体    红移 2 处密度/今天 = 0.932
​

四条都过关（密度为正、无发散）。但把参数推极端就会翻车：某些 wa 正值大的组合在高红移隐含负密度——物理上非法，审讯中直接出局。这条"正定性关卡"是 CPL 参数化的内置质检：观测拟合出的 (w0, wa) 组合必须落在密度全程为正的区域内，否则说明这条曲线在描述真实演化时本身站不住。

图 四条测谎曲线与可分性

审讯实务：为什么 wa 是圣杯也是难题

圣杯的理由：wa 显著非零等价于当场排除宇宙学常数——这将是暗能量研究自 1998 年以来最大的翻案。难题由三层叠加：其一，几何根源（上文曲线挤压）；其二，参数简并——w0 与 wa 沿一条斜带简并，需要红移覆盖极宽的数据（从超新星的低红移到 CMB 的高红移边界）才能剪开；其三，系统误差——任何巡天间零点不一致都会伪装成演化信号。实务对策是"多探针正交"：超新星给低红移细节、BAO 给中红移锚点、CMB 给高红移边界、生长测量给独立切片——第六章的每台设备都是这套组合拳里的一环。

顺带把解冻与冻结的分型说透，它是 3.2 图的量化版：解冻类从早期的"贴着负一"逐渐松动（wa 正），对应场刚开始从势能坡上滑下；冻结类相反，从物质时期较高的 w 逐渐逼近负一（wa 负），对应场被膨胀逐渐冻住。两类都是物理上健康的动力学行为，CPL 曲线都能近似——但反着说不行：测出某条 CPL 曲线不等于找到了某个具体的场，参数化只是行为的描述，不是身份的指认。这条谦逊的脚注在解读新闻时值得常备。

⚠️ 常见坑：看到论文报"w0 负 0.9、wa 正 0.3、与 ΛCDM 差两个标准差"就宣布宇宙学常数被排除。参数化只是模板，同一组数据换一个模板（如分段常数）结论可能松动；宣布翻案需要多模板稳健、多数据一致、系统误差全面排查三关全过。

💡 关键直觉：w0 与 wa 的简并带有个几何直觉——观测对"曲线下的面积"（红移加权的平均 w）最敏感，对"曲线的斜率"迟钝。想测斜率，就得在曲线分岔最开的两端（很低与很高红移）同时布点。

追问：CPL 模板在高红移端的失真

CPL 曲线在审讯记录里好用，但它有一处必须写进卷宗的失真：红移越高，模板越不像任何真实物理模型。冻结类场在高红移的归宿是 w 逼近负一，而 CPL 只能给出线性外推——演算 2 里冻结场在红移 2 的密度比 0.943 就是这种失真的投影，真实冻结场的对应值应更接近一。失真在红移 2 以上会传导进密度积分，让"隐含账本"检查的灵敏度下降，所以 CPL 的审讯效力实际集中在红移 0 到 2 的主战场——恰好也是 DESI 与超新星样本密度最高的区段（6.1 节）。给读者的实用建议：引用任何"w0 与 wa 的联合约束"结论前，先看它用的红移臂长；臂长超过两的结论要加倍小心，那是模板替模型说话的地盘。

本节要点回顾

• 翻译层：CPL 参数化用 w0 加 wa 两参数逼近任意 w 演化，是观测与理论的通用接口
• 四类口供：常数、冻结（wa 负）、解冻（wa 正）、幻影（今天破负一线）
• 物理关卡：曲线隐含的密度必须全程为正，非法组合直接出局
• 结构性难题：曲线在红移 1 附近最挤，与观测最敏感区重合，wa 天然难测
• 实务原则：模板非身份，翻案需多模板、多数据、系统误差三关全过

曲线族与判据已经备齐。下一节把每条口供外推到宇宙的终局——从永恒冷寂到有限时间内的撕裂，量刑推演开庭。