[論文レビュー] Precision growth index using the clustering of cosmic structures

Athina Pouri, Spyros Basilakos+1 more|arXiv (Cornell University)|Feb 5, 2014

Galaxies: Formation, Evolution, Phenomena被引用数 1

ひとこと要約

本研究では、複数の調査から得られた明るい赤ギャラクシー（LRG）のクラスタリングデータを用いて、線形物質フラクチュエーションの成長指数 $\gamma$ を制約した。$\chi^2$-最小化と連続尤度解析を適用した結果、$\gamma = 0.56 \pm 0.05$ が得られ、$\Lambda$CDMと非常に良好に一致しており、以前の制約よりも著しく厳しくなっており、不確実性が $\sim 0.09\gamma$ まで低下した。赤方偏移に依存する $\gamma$ モデルの導入により、パラメータのデゲネラシーが緩和され、さらに制約が厳しくなった。

ABSTRACT

We use the clustering properties of Luminous Red Galaxies (LRGs) and the growth rate data provided by the various galaxy surveys in order to constrain the growth index ($\gamma$) of the linear matter fluctuations. We perform a standard $\chi^2$-minimization procedure between theoretical expectations and data, followed by a joint likelihood analysis and we find a value of $\gamma=0.56\pm 0.05$, perfectly consistent with the expectations of the $\Lambda$CDM model, and $\Omega_{m0} =0.29\pm 0.01$, in very good agreement with the latest Planck results. Our analysis provides significantly more stringent growth index constraints with respect to previous studies, as indicated by the fact that the corresponding uncertainty is only $\sim 0.09 \gamma$. Finally, allowing $\gamma$ to vary with redshift in two manners (Taylor expansion around $z=0$, and Taylor expansion around the scale factor), we find that the combined statistical analysis between our clustering and literature growth data alleviates the degeneracy and obtain more stringent constraints with respect to other recent studies.

研究の動機と目的

• 明るい赤ギャラクシー（LRG）のクラスタリングデータを用いて、線形物質フラクチュエーションの成長指数 $\gamma$ の制約を改善すること。
• 複数の銀河調査からの観測データを用いて、測定された $\gamma$ が $\Lambda$CDMモデルと整合するかを検証すること。
• クラスタリングデータと成長率データを連続尤度解析により統合することで、以前の研究を上回る $\gamma$ の不確実性を低減すること。
• 赤方偏移に依存する $\gamma$ のパラメータ化を、$z=0$ の周りのテイラー展開を用いて検討すること。

提案手法

• 理論的予測の物質クラスタリングと観測された LRG クラスタリングデータを比較するため、標準的な $\chi^2$-最小化手順を適用する。
• 文献からの外部の成長率測定値とクラスタリングデータを組み合わせた連続尤度解析を実施する。
• 赤方偏移に依存する成長指数のモデル化のため、$z=0$ の周りにおける $\gamma$ のテイラー展開を用いる。
• スケール因子の周りにおける $\gamma$ のテイラー展開を用いて、赤方偏移に依存する代替パラメータ化を探索する。
• 観測データにモデルパラメータをフィットさせ、$\chi^2$ を最小化し、$\gamma$ および $\Omega_{m0}$ の事後確率的制約を導出する。
• 複数のデータセットを組み合わせることで、パラメータ間のデゲネラシーを評価し、制約の精度を向上させる。

実験結果

リサーチクエスチョン

• RQ1 LRG クラスタリングおよび成長率データによって制約された際の、成長指数 $\gamma$ の最適適合値は何か？
• RQ2 測定された $\gamma$ は、$\gamma \approx 0.55$ の $\Lambda$CDM 予測とどのように一致するか？
• RQ3 赤方偏移に依存する $\gamma$ のパラメータ化により、パラメータのデゲネラシーが低減され、制約の精度が向上するか？
• RQ4 同様のデータを用いた以前の研究と比較して、$\gamma$ および $\Omega_{m0}$ の不確実性はどのように異なるか？
• RQ5 クラスタリングデータと成長率データを組み合わせることで、$\gamma$ の全体的な精度にどのような影響があるか？

主な発見

• 成長指数の最適適合値は $\gamma = 0.56 \pm 0.05$ であり、$\Lambda$CDM 予測と非常に良好に一致している。
• 物質密度パラメータは $\Omega_{m0} = 0.29 \pm 0.01$ に制約され、最新の Planck 結果と整合的である。
• $\gamma$ の不確実性は $\sim 0.09\gamma$ まで低下し、以前の研究に比べ顕著な改善が得られた。
• $z=0$ の周りおよびスケール因子の周りにおけるテイラー展開を用いて $\gamma$ を赤方偏移に依存させるようにすることで、パラメータのデゲネラシーが緩和され、制約がさらに厳しくなった。
• クラスタリングデータと文献からの成長率データを統合した解析は、他の最近の研究よりもより厳密な制約をもたらした。
• 結果は、現在の大規模構造データの精度の範囲内で、$\Lambda$CDM モデルの妥当性を支持している。