[논문 리뷰] Precision growth index using the clustering of cosmic structures

Athina Pouri, Spyros Basilakos외 1명|arXiv (Cornell University)|2014. 02. 05.

Galaxies: Formation, Evolution, Phenomena인용 수 1

한 줄 요약

이 연구는 여러 설문에서 빛나는 빨간 와이프 성간 은하(LRG)의 군집 데이터를 사용하여 선형 물질 불안정성의 성장 지수 $\gamma$를 제약한다. $\chi^2$ 최소화와 통합 가능도 분석을 적용하여 $\gamma = 0.56 \pm 0.05$를 도출하였으며, 이는 $\Lambda$CDM와 뛰어난 일치를 보이며 이전 제약보다 훨씬 더 날카럽고, 불확실성이 $\sim 0.09\gamma$로 감소하였다. 적색편이에 의존하는 $\gamma$ 모델의 포함은 상관관계를 완화시켜 제약을 더욱 강화시켰다.

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.

연구 동기 및 목표

• 빛나는 빨간 와이프 성간 은하(LRG)의 군집 데이터를 사용하여 선형 물질 불안정성의 성장 지수 $\gamma$에 대한 제약을 향상시키는 것.
• 다양한 은하 설문에서의 관측 데이터를 사용하여 측정된 $\gamma$가 $\Lambda$CDM 모델과 일치하는지 테스트하는 것.
• 통합 가능도 분석을 통해 군집 데이터와 성장률 데이터를 융합하여 이전 연구보다 $\gamma$의 불확실성을 줄이는 것.
• 적색편이 $z=0$를 중심으로 타일러 전개 모델을 사용하여 성장 지수의 적색편이 의존성에 영향을 미치는지 조사하는 것.

제안 방법

• 이론적 예측의 물질 군집과 관측된 LRG 군집 데이터를 비교하기 위해 표준 $\chi^2$ 최소화 절차를 적용하는 것.
• 문헌에서 확보한 외부 성장률 측정치와 군집 데이터를 융합하는 통합 가능도 분석을 수행하는 것.
• $z=0$를 중심으로 $\gamma$의 타일러 전개를 사용하여 성장 지수의 적색편이 의존성을 모델링하는 것.
• 스케일 인자에 대해 $\gamma$의 타일러 전개를 사용하여 적색편이 의존성의 대안적 파arametrization을 탐색하는 것.
• 관측 데이터에 모델 파라미터를 피팅하여 $\chi^2$를 최소화하고 $\gamma$ 및 $\Omega_{m0}$에 대한 사후 제약를 유도하는 것.
• 다양한 데이터 세트를 융합하여 파라미터 간의 상관관계를 평가하고 제약 정밀도를 향상시키는 것.

실험 결과

연구 질문

• RQ1 LRG 군집 및 성장률 데이터로 제약된 성장 지수 $\gamma$의 최적 피팅 값은 무엇인가요?
• RQ2 측정된 $\gamma$는 $\gamma \approx 0.55$인 $\Lambda$CDM 예측과 어떻게 비교되나요?
• RQ3 적색편이 의존성 파arametrization을 허용함으로써 파라미터 상관관계를 감소시켜 제약 정밀도를 향상시킬 수 있나요?
• RQ4 유사한 데이터를 사용한 이전 연구와 비교하여 $\gamma$ 및 $\Omega_{m0}$의 불확실성은 어떻게 다릅니까?
• RQ5 군집 데이터와 성장률 데이터를 융합함으로써 $\gamma$의 전체 정밀도에 어떤 영향을 미치나요?

주요 결과

• 성장 지수의 최적 피팅 값은 $\gamma = 0.56 \pm 0.05$이며, 이는 $\Lambda$CDM 예측과 뛰어난 일치를 보인다.
• 물질 밀도 파라미터는 $\Omega_{m0} = 0.29 \pm 0.01$로 제약되었으며, 최신 플랑크 결과와 일치한다.
• $\gamma$의 불확실성은 $\sim 0.09\gamma$로 감소하여 이전 연구보다 상당한 향상이 있었다.
• $z=0$를 중심으로 타일러 전개를 사용하여 $\gamma$가 적색편이에 따라 변하도록 허용함으로써 파라미터 상관관계가 완화되고 제약가 강화되었다.
• 군집 데이터와 문헌 성장 데이터의 통합 분석은 최근 다른 연구들보다 더 엄격한 제약를 도출하였다.
• 결과는 현재 대규모 구조 데이터의 정밀도 범위 내에서 $\Lambda$CDM 모델의 타당성을 지지한다.