[논문 리뷰] Modified Gravity and Dark Energy models Beyond $w(z)$CDM Testable by LSST

Mustapha Ishak, Tessa Baker외 9명|arXiv (Cornell University)|2019. 05. 23.

Astronomy and Astrophysical Research인용 수 11

한 줄 요약

이 논문은 대규모 시천망원경(LSST)을 통해 검증 가능한 표준 $w(z)$CDM 프레임워크를 초월한 수정 중력 및 어두운 에너지 모델을 식별하고 우선순위를 정한다. 관측 가능성, 이론적 일관성, 그리고 예측된 검출 가능성에 기반해 모델을 평가하며, 성장과 렌즈링에 대한 해석적 표현을 포함하고, LSST의 천문학적 설문 조사로 $\Lambda$CDM와의 구별 가능성을 수량화하는 12개의 모델 순위 목록을 제공한다. 이들 모델에는 호른데스키, 바이그레비티, 비국소적 중력 등이 포함되어 있다.

ABSTRACT

One of the main science goals of the Large Synoptic Survey Telescope (LSST) is to uncover the nature of cosmic acceleration. In the base analysis, possible deviations from the Lambda-Cold-Dark-Matter ($\\Lambda$CDM) background evolution will be probed by fitting a $w(z)$CDM model, which allows for a redshift-dependent dark energy equation of state with $w(z)$, within general relativity (GR). A rich array of other phenomena can arise due to deviations from the standard $\\Lambda$CDM+GR model though, including modifications to the growth rate of structure and lensing, and novel screening effects on non-linear scales. Concrete physical models are needed to provide consistent predictions for these (potentially small) effects, to give us the best chance of detecting them and separating them from astrophysical systematics. A complex plethora of possible models has been constructed over the past few decades, with none emerging as a particular favorite. This document prioritizes a subset of these models along with rationales for further study and inclusion into the LSST Dark Energy Science Collaboration (DESC) data analysis pipelines, based on their observational viability, theoretical plausibility, and level of theoretical development. We provide references and theoretical expressions to aid the integration of these models into DESC software and simulations, and give justifications for why other models were not prioritized. While DESC efforts are free to pursue other models, we provide here guidelines on which theories appear to have higher priority for collaboration efforts due to their perceived promise and greater instructional value.

연구 동기 및 목표

• LSST 데이터로 관측 가능한, 표준 $w(z)$CDM 프레임워크를 초월한 수정 중력 및 어두운 에너지 모델을 식별하고 우선순위를 정하는 것.
• 천문학적 설문 조사에서 이론적 일관성, 관측 가능성, 예측된 검출 가능성에 기반해 모델을 평가하는 것.
• 주요 모델에서 성장과 렌즈링에 대한 해석적 표현을 제공하여 LSST 데이터와 직접 비교할 수 있도록 하는 것.
• LSST의 약한 렌즈링 및 군집 측정치를 이용해 $\Lambda$CDM와의 구별 가능성을 기반으로 모델을 순위 매기는 것.
• LSST 어둠의 에너지 과학 협력체계(DESC)를 위한 포괄적이고 접근 가능한 참고 자료를 정리하여 데이터 분석 파이프라인에 포함시키는 것.

제안 방법

• 호른데스키, 바이그레비티, 비국소적 중력 이론 등을 포함한 광범위한 수정 중력 및 어두운 에너지 모델을 체계적으로 검토하고 분류하는 것.
• 호른데스키 및 바이그레비티 모델의 편미분에 대해 정적 근사 방정식을 유도하여 수치적 및 예측 분석을 가능하게 하는 것.
• LSST의 약한 렌즈링 및 군집 스펙트럼을 통한 $\Lambda$CDM와의 구별 가능성에 기반해 모델 순위를 매기는 형식을 사용하는 것.
• 비국소적 중력 모델에서 어두운 에너지 편미분에 대해 선형화된 장 방정식을 사용해 효과적 유체 기술을 유도하는 것.
• $\hat{k}^2$-의존성 편미분 방정식을 적용하여 성장 및 렌즈링 신호를 계산하고, $\Phi$, $\Psi$, $\delta Z$에 대한 명시적 표현을 제공하는 것.
• 체계적 오차와 관측 제약 조건을 모델 평가에 통합하여 LSST 데이터 분석에 대한 강건성을 확보하는 것.

실험 결과

연구 질문

• RQ1 LSST 데이터로 관측 가능한, $w(z)$CDM를 초월한 수정 중력 및 어두운 에너지 모델 중에서 가장 관측 가능성이 높고 검증 가능한 것은 무엇인가?
• RQ2 호른데스키, 바이그레비티, 비국소적 중력 모델에서의 성장 및 렌즈링 신호는 $\Lambda$CDM와 어떻게 다를까?
• RQ3 LSST의 약한 렌즈링 및 군집 스펙트럼 예측치를 사용해 이 모델들이 $\Lambda$CDM와 얼마나 다른지 상대적으로 어떻게 식별할 수 있을까?
• RQ4 스리닝 메커니즘과 비선형 효과는 소규모 척도에서 보다 다양한 중력 모델의 검출 가능성에 어떻게 영향을 미치는가?
• RQ5 LSST 데이터 분석을 위해 비-$\Lambda$CDM 모델의 편미분을 일관되게 모델링하기 위해 필요한 분석적 및 수치적 도구는 무엇인가?

주요 결과

• 논문은 LSST 분석을 위한 12개의 우선 모델을 식별하였으며, 이론적 탄탄함과 예측된 검출 가능성으로 인해 호른데스키, 바이그레비티, 비국소적 중력 등이 상위 순위에 올랐다.
• 비국소적 중력 모델인 RT 모델에 대해 효과적 유체 성분인 $\delta\rho_{\rm DE}$, $\bar{\rho}_{\rm DE}(1+w_{\rm DE})\hat{\theta}_{\rm DE}$, $\delta p_{\rm DE}$에 대한 해석적 표현을 유도하여 데이터와 직접 비교할 수 있도록 하였다.
• 호른데스키 및 바이그레비티 모델의 정적 근사 방정식을 유도하고 성장 및 렌즈링 신호를 계산하는 데 사용하였으며, 특정 매개변수 영역에서 $\Lambda$CDM와의 상당한 이질성을 보였다.
• 모델 순위 매기기 프레임워크는 성장률과 약한 렌즈링에서 뚜렷한 서명을 보이는 특정 $\alpha_i$ 및 $\beta_i$ 함수를 가진 호른데스키 이론이 LSST 검출에 가장 유망하다고 밝혔다.
• 비국소적 중력 모델은 복잡한 스크리닝 행동과 스케일 의존성 성장을 보이며, 편미분 방정식이 곡률과 물질 비균일성에 강하게 결합되어 있음을 보였다.
• 이 연구는 LSST가 $\Lambda$CDM와 다양한 대체 모델을 식별할 수 있는 민감도를 지닌다는 것을 확인하였으며, 특히 체계적 오차와 비선형 효과를 정밀하게 모델링할 경우 더욱 그렇다.