[논문 리뷰] Euclid preparation - LXXI. Simulations and nonlinearities beyond ΛCDM. 3. Constraints on f(R) models from the photometric primary probes

Euclid Collaboration, Koyama, K.외 276명|arXiv (Cornell University)|2024. 01. 01.

Advancements in Photolithography Techniques인용 수 4

한 줄 요약

이 논문은 유클리드 미션의 광도 측정 탐사 자료를 이용해 f(R) 중력 이론에 대한 제약 조건을 평가하며, 비선형 물질 파wer 스펙트럼 모델링의 불확실성이 매개변수 복원에 미치는 영향을 분석한다. 연구 결과, 복합 물리학과의 딜레마로 인해 f(R) 매개변수 제약 조건에 편향이 발생하지만, 이는 이론적 오차나 복합 물리 매개변수에 대한 사전 정보를 포함시킴으로써 완화될 수 있으며, 비관적인 설정에서는 사전 정보에 의존하지 않는 상한선 log₁₀|fR₀| < −5.6을 확보한다.

ABSTRACT

We study the constraint on $f(R)$ gravity that can be obtained by photometric primary probes of the Euclid mission. Our focus is the dependence of the constraint on the theoretical modelling of the nonlinear matter power spectrum. In the Hu-Sawicki $f(R)$ gravity model, we consider four different predictions for the ratio between the power spectrum in $f(R)$ and that in $Λ$CDM: a fitting formula, the halo model reaction approach, ReACT and two emulators based on dark matter only $N$-body simulations, FORGE and e-Mantis. These predictions are added to the MontePython implementation to predict the angular power spectra for weak lensing (WL), photometric galaxy clustering and their cross-correlation. By running Markov Chain Monte Carlo, we compare constraints on parameters and investigate the bias of the recovered $f(R)$ parameter if the data are created by a different model. For the pessimistic setting of WL, one dimensional bias for the $f(R)$ parameter, $\log_{10}|f_{R0}|$, is found to be $0.5 σ$ when FORGE is used to create the synthetic data with $\log_{10}|f_{R0}| =-5.301$ and fitted by e-Mantis. The impact of baryonic physics on WL is studied by using a baryonification emulator BCemu. For the optimistic setting, the $f(R)$ parameter and two main baryon parameters are well constrained despite the degeneracies among these parameters. However, the difference in the nonlinear dark matter prediction can be compensated by the adjustment of baryon parameters, and the one-dimensional marginalised constraint on $\log_{10}|f_{R0}|$ is biased. This bias can be avoided in the pessimistic setting at the expense of weaker constraints. For the pessimistic setting, using the $Λ$CDM synthetic data for WL, we obtain the prior-independent upper limit of $\log_{10}|f_{R0}|&lt; -5.6$. Finally, we implement a method to include theoretical errors to avoid the bias.

연구 동기 및 목표

• 유클리드의 광도 측정 주요 탐사 자료를 이용해 비선형 물질 파워 스펙트럼 모델링이 f(R) 중력 이론의 제약 조건에 미치는 영향을 평가하기 위해.
• 다양한 N-체 시뮬레이션 기반 예측(예: FORGE, e-Mantis, ReACT) 간의 격차가 f(R) 매개변수 복원에 어떻게 영향을 미치는지 조사하기 위해.
• 복합 물리학이 복합 물리 매개변수와의 딜레마를 통해 f(R) 매개변수 제약 조건을 어떻게 편향시키는지 검토하기 위해.
• 이론적 오차를 우도에 포함시켜 비정확한 비선형 파워 스펙트럼 예측으로 인한 편향을 줄이기 위한 방법을 개발하고 시험하기 위해.
• 이론적 모델링의 불확실성에 강건한 사전 정보에 의존하지 않는 f(R) 중력 이론의 제약 조건을 확립하기 위해.

제안 방법

• 어두운 물질만을 고려한 N-체 시뮬레이션 기반의 네 가지 다른 f(R)/ΛCDM 물질 파워 스펙트럼 비율 예측을 사용: 피팅 공식, 홀로 모델 반응 접근법(ReACT), 그리고 두 개의 에뮬레이터(FORGE 및 e-Mantis).
• 이 예측들을 몬테리스코프리티안(MontePython) 천체물리 매개변수 추정 프레임워크에 통합하여 약한 렌즈, 광도 측정 갤럭시 클러스터링, 그리고 그들의 상관관계에 대한 각도 파워 스펙트럼을 계산하였다.
• 다양한 이론적 모델링 가정 하에 f(R) 매개변수의 제약 조건을 비교하기 위해 마르코프 체인 몬테카를로(MCMC) 실행을 수행하였다.
• 한 모델(예: FORGE)을 사용해 시뮬레이션 데이터를 생성하고 다른 모델(예: e-Mantis)로 피팅함으로써 복원된 f(R) 매개변수의 편향을 평가하였다.
• 복합 물리학의 영향과 딜레마를 연구하기 위해 baryonification 에뮬레이터(BCemu)를 통합하였다.
• 비선형 파워 스펙트럼 예측의 불확실성을 반영하기 위해 FORGE와 ReACT 간의 보수적인 차이를 이용해 이론적 오차 추정을 구현하였다.

실험 결과

연구 질문

• RQ1 다양한 비선형 물질 파워 스펙트럼 이론 모델이 유클리드 광도 측정 데이터에서 f(R) 중력 이론 매개변수의 제약 조건에 어떻게 영향을 미치는가?
• RQ2 f(R) 매개변수와 복합 물리학 매개변수 간의 딜레마가 log₁₀|fR₀|의 일변량 최대우도 제약 조건에 얼마나 큰 편향을 유도하는가?
• RQ3 이론적 오차 추정이 비선형 파워 스펙트럼 모델링의 부정확성으로 인한 f(R) 매개변수 복원의 편향을 완화시킬 수 있는가?
• RQ4 약한 렌즈 데이터만을 사용하는 비관적인 관측 설정에서 log₁₀|fR₀|에 대해 사전 정보에 의존하지 않는 상한선은 무엇인가?
• RQ5 다른 비선형 구조 형성 모델을 사용할 경우, 복합 물리학의 포함 여부가 f(R) 중력 이론 제약 조건의 강건성에 어떻게 영향을 미치는가?

주요 결과

• 약한 렌즈 데이터만을 사용하는 비관적인 설정에서, 시뮬레이션 데이터가 FORGE로 생성되고 e-Mantis로 피팅될 경우, log₁₀|fR₀| 매개변수의 일변량 편향은 0.5σ이다.
• 복합 물리학을 포함시킬 경우, log₁₀|fR₀|의 최대우도 제약 조건의 편향이 악화되며, 이는 비선형 어두운 물질 예측의 차이가 복합 물리 매개변수 조정으로 상쇄될 수 있기 때문이다.
• 딜레마가 존재하더라도 옵티미스틱 설정에서는 f(R) 매개변수와 두 주요 복합 물리 매개변수를 제약 조건화할 수 있지만, log₁₀|fR₀|의 일변량 최대우도 제약 조건은 여전히 편향되어 있다.
• ΛCDM 시뮬레이션 데이터를 사용해 약한 렌즈 데이터만을 사용하는 비관적인 설정에서 log₁₀|fR₀| < −5.6의 사전 정보에 의존하지 않는 상한선을 확보하였다.
• FORGE와 ReACT 간의 차이를 이용한 이론적 오차 추정은 편향을 감소시키고 강건성을 향상시키며, 이는 그러한 오차 모델링이 신뢰할 수 있는 제약 조건을 확보하기 위해 필수적임을 시사한다.
• 에뮬레이터 정확도가 핵심임을 확인하였다: FORGE는 e-Mantis보다 더 큰 에뮬레이션 오차를 보이며, 이는 모델에 의존하는 편향을 유발하며, 향상된 에뮬레이션 기법을 통해 이를 줄일 수 있다.