Valutare i modelli HOD nella ricerca sull'energia oscura
Questo studio valuta come le assunzioni sulla distribuzione delle galassie influenzino le misurazioni BAO utilizzando i dati DEL DESI.
― 4 leggere min
Indice
- Scopo dello Studio
- Cosa sono le Oscillazioni Acustiche dei Barioni (BAO)?
- L'importanza delle Sistematizzazioni
- Distribuzione dell'Occupazione degli Aloni (HOD)
- Dati e Metodi
- Spazio di Configurazione e Spazio di Fourier
- Il Ruolo dei Variabili di controllo
- Risultati dell'Analisi
- Conclusione
- Direzioni Future
- Importanza dei Risultati
- Riconoscimenti
- Disponibilità dei Dati
- Fonte originale
- Link di riferimento
L'Instrumento Spettroscopico per l'Energia Oscura (DESI) è un progetto che mira a capire l'energia oscura e come influisce sull'espansione dell'Universo. DESI misurerà milioni di redshift di galassie su un'ampia area del cielo, fornendo dati importanti per studiare la struttura cosmica e il comportamento dell'energia oscura.
Scopo dello Studio
Questo studio si concentra sul comprendere come certe assunzioni sulla distribuzione delle galassie nei mantelli di materia oscura possano influenzare le misurazioni ottenute da DESI, in particolare riguardo alle Oscillazioni acustiche dei barioni (BAO). Le BAO sono schemi regolari nella distribuzione delle galassie che possono aiutare gli scienziati a capire l'espansione dell'Universo.
Cosa sono le Oscillazioni Acustiche dei Barioni (BAO)?
Le Oscillazioni Acustiche dei Barioni sono onde di pressione che si sono propagate attraverso il plasma caldo dell'Universo primordiale. Quando l'Universo si è raffreddato, queste onde hanno lasciato una firma distintiva nella distribuzione delle galassie. Misurando la scala BAO, gli scienziati possono dedurre dettagli sulla storia dell'espansione dell'Universo e ottenere informazioni sull'energia oscura.
L'importanza delle Sistematizzazioni
Quando i ricercatori conducono analisi come questa, devono considerare vari fattori che potrebbero introdurre errori nelle loro misurazioni. Questi errori, noti come Incertezze sistematiche, possono influenzare l'accuratezza dei risultati. Questo studio mira a valutare come il modello di Occupazione degli Aloni (HOD), che descrive come le galassie popolano i mantelli di materia oscura, influisce sulle misurazioni delle BAO.
Distribuzione dell'Occupazione degli Aloni (HOD)
L'HOD è un modello usato per collegare il numero di galassie in un alone alle proprietà di quell'alone. In termini più semplici, aiuta gli scienziati a capire come le galassie siano distribuite all'interno delle regioni di materia oscura. Lo studio esamina diversi modelli HOD per vedere come influenzano le misurazioni delle BAO.
Dati e Metodi
L'analisi utilizza dati dal sondaggio One-Percent DESI, che fornisce un'istantanea delle proprietà delle galassie. Simulando diversi modelli HOD usando questi dati, i ricercatori possono confrontare come varie assunzioni influenzano i parametri BAO. L'analisi viene condotta in due metodi principali: nello spazio di configurazione e nello spazio di Fourier.
Spazio di Configurazione e Spazio di Fourier
Nello spazio di configurazione, i ricercatori esaminano la funzione di correlazione delle galassie, che indica quanto sia probabile trovare coppie di galassie a diverse distanze. Nello spazio di Fourier, le misurazioni vengono fatte basandosi sullo spettro di potenza, che cattura come la densità delle galassie varia su scale. Entrambi i metodi permettono un'accurata esamina del segnale BAO.
Variabili di controllo
Il Ruolo deiI variabili di controllo sono tecniche usate per ridurre il rumore nelle misurazioni statistiche. Combinando i risultati di diversi modelli e dati, i ricercatori possono ottenere una maggiore precisione nelle stime delle BAO. Questo studio applica variabili di controllo per migliorare la qualità dei risultati.
Risultati dell'Analisi
L'analisi rivela che diversi modelli HOD forniscono misurazioni BAO simili, con errori sistematici relativamente piccoli. I risultati suggeriscono che l'influenza del modello HOD sui parametri BAO è trascurabile, soprattutto rispetto all'accuratezza statistica delle misurazioni.
Conclusione
Lo studio conclude che la metodologia utilizzata è robusta contro le variazioni nel modeling HOD per il tracciante ELG nell'analisi BAO DESI 2024. Gli errori sistematici dalla dipendenza HOD sono sufficientemente piccoli, indicando che DESI è ben posizionato per fornire misurazioni precise della scala BAO e contribuire significativamente alla nostra comprensione dell'energia oscura.
Direzioni Future
Mentre DESI continua le sue osservazioni, le analisi future affineranno i risultati attuali. I ricercatori continueranno a produrre nuovi modelli ed esplorare le implicazioni dei loro risultati sulla comprensione complessiva dell'Universo. Questo lavoro continuo è essenziale per comprendere la natura complessa dell'energia oscura e il suo ruolo nell'evoluzione cosmica.
Importanza dei Risultati
Capire gli effetti sistematici nelle misurazioni cosmologiche è cruciale per l'avanzamento dell'astronomia. Le intuizioni da questa analisi non solo supporteranno la missione DESI, ma informeranno anche le future strategie osservative e i modelli teorici in cosmologia.
Riconoscimenti
Il completamento con successo della ricerca nel campo della cosmologia spesso dipende dalla collaborazione di scienziati, istituzioni e agenzie di finanziamento. I loro sforzi combinati contribuiscono in modo significativo all'avanzamento della conoscenza sull'Universo.
Disponibilità dei Dati
I dati utilizzati in questa analisi saranno disponibili come parte della DESI Data Release 1. Questa accessibilità assicura che altri ricercatori possano convalidare i risultati ed esplorare ulteriori aspetti dei dati.
Titolo: HOD-Dependent Systematics in Emission Line Galaxies for the DESI 2024 BAO analysis
Estratto: The Dark Energy Spectroscopic Instrument (DESI) will provide precise measurements of Baryon Acoustic Oscillations (BAO) to constrain the expansion history of the Universe and set stringent constraints on dark energy. Therefore, precise control of the global error budget due to various systematic effects is required for the DESI 2024 BAO analysis. In this work, we focus on the robustness of the BAO analysis against the Halo Occupation Distribution (HOD) modeling for the Emission Line Galaxy (ELG) tracer. Based on a common dark matter simulation, our analysis relies on HOD mocks tuned to early DESI data, namely the One-Percent survey data. To build the mocks, we use several HOD models for the ELG tracer as well as extensions to the baseline HOD models. Among these extensions, we consider distinct recipes for galactic conformity and assembly bias. We perform two independent analyses in the Fourier space and in the configuration space. We recover the BAO signal from two-point measurements after performing reconstruction on our mocks. Additionally, we also apply the control variates technique to reduce sample variance noise. Our BAO analysis can recover the isotropic BAO parameter $\alpha_\text{iso}$ within 0.1\% and the Alcock Paczynski parameter $\alpha_\text{AP}$ within 0.3\%. Overall, we find that our systematic error due to the HOD dependence is below 0.17\%, with the Fourier space analysis being more robust against the HOD systematics. We conclude that our analysis pipeline is robust enough against the HOD systematics for the ELG tracer in the DESI 2024 BAO analysis.
Autori: C. Garcia-Quintero, J. Mena-Fernández, A. Rocher, S. Yuan, B. Hadzhiyska, O. Alves, M. Rashkovetskyi, H. Seo, N. Padmanabhan, S. Nadathur, C. Howlett, M. Ishak, L. Medina-Varela, P. McDonald, A. J. Ross, Y. Xie, X. Chen, A. Bera, J. Aguilar, S. Ahlen, U. Andrade, S. BenZvi, D. Brooks, E. Burtin, S. Chen, T. Claybaugh, S. Cole, A. de la Macorra, A. de Mattia, A. Dey, B. Dey, Z. Ding, P. Doel, K. Fanning, J. E. Forero-Romero, E. Gaztañaga, H. Gil-Marín, S. Gontcho A Gontcho, G. Gutierrez, J. Guy, C. Hahn, K. Honscheid, A. Kremin, M. Landriau, L. Le Guillou, M. E. Levi, M. Manera, P. Martini, A. Meisner, R. Miquel, J. Moustakas, E. Mueller, A. Muñoz-Gutiérrez, A. D. Myers, J. A. Newman, J. Nie, G. Niz, E. Paillas, N. Palanque-Delabrouille, W. J. Percival, C. Poppett, A. Pérez-Fernández, A. Rosado-Marin, G. Rossi, R. Ruggeri, E. Sanchez, D. Schlegel, M. Schubnell, D. Sprayberry, G. Tarlé, M. Vargas-Magaña, B. A. Weaver, J. Yu, H. Zhang, R. Zhou, H. Zou
Ultimo aggiornamento: 2024-04-12 00:00:00
Lingua: English
URL di origine: https://arxiv.org/abs/2404.03009
Fonte PDF: https://arxiv.org/pdf/2404.03009
Licenza: https://creativecommons.org/licenses/by/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia arxiv per l'utilizzo della sua interoperabilità ad accesso aperto.
Link di riferimento
- https://data.desi.lbl.gov/doc/releases/
- https://doi.org/10.5281/zenodo.10905805
- https://www.desi.lbl.gov/collaborating-institutions
- https://github.com/cosmodesi/pycorr
- https://github.com/cosmodesi/pyrecon
- https://github.com/martinjameswhite/recon_code
- https://github.com/cosmodesi/pypower
- https://github.com/Samreay/Barry
- https://github.com/cosmodesi/desilike
- https://github.com/cosmodesi/thecov
- https://github.com/oliverphilcox/RascalC