[论文解读] 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 1

一句话总结

本研究利用多个巡天中亮红 galaxies (LRG) 的团聚数据，对线性物质涨落的增长指数 $\gamma$ 进行约束。通过卡方最小化和联合似然分析，得到 $\gamma = 0.56 \pm 0.05$，与 $\Lambda$CDM 模型高度一致，且不确定性显著低于以往约束，误差缩小至 $\sim 0.09\gamma$。引入红移依赖的 $\gamma$ 模型进一步通过缓解参数退化现象，使约束更加紧密。

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.

研究动机与目标

• 利用亮红 galaxies (LRGs) 的团聚数据，改进线性物质涨落增长指数 $\gamma$ 的约束。
• 利用多个星系巡天的观测数据，检验测量得到的 $\gamma$ 与 $\Lambda$CDM 模型的一致性。
• 通过联合似然分析结合团聚数据与增长速率数据，将 $\gamma$ 的不确定性进一步降低，超越以往研究。
• 通过在 $z=0$ 处对 $\gamma$ 进行泰勒展开，研究允许 $\gamma$ 随红移变化时对参数退化的影响。

提出的方法

• 应用标准的 $\chi^2$-最小化程序，将理论物质团聚预测与观测到的 LRG 团聚数据进行比较。
• 执行联合似然分析，将团聚数据与文献中外部的增长速率测量结果相结合。
• 使用 $\gamma$ 在 $z=0$ 处的泰勒展开，对增长指数的红移依赖性进行建模。
• 使用 $\gamma$ 在尺度因子处的泰勒展开，探索替代的红移依赖参数化形式。
• 通过拟合模型参数以最小化 $\chi^2$，并推导出 $\gamma$ 与 $\Omega_{m0}$ 的后验约束。
• 通过组合多个数据集，评估参数之间的退化关系，以提高约束精度。

实验结果

研究问题

• RQ1 当利用 LRG 团聚与增长速率数据约束时，增长指数 $\gamma$ 的最佳拟合值是什么？
• RQ2 测量得到的 $\gamma$ 与 $\Lambda$CDM 模型预测的 $\gamma \approx 0.55$ 相比如何？
• RQ3 允许 $\gamma$ 随红移变化的参数化形式（如泰勒展开）是否可通过减少参数退化来提升约束精度？
• RQ4 与以往使用类似数据的研究相比，$\gamma$ 与 $\Omega_{m0}$ 的不确定性有何差异？
• RQ5 结合团聚数据与增长速率数据对 $\gamma$ 的整体精度有何影响？

主要发现

• 最佳拟合的增长指数为 $\gamma = 0.56 \pm 0.05$，与 $\Lambda$CDM 预测高度一致。
• 物质密度参数被约束为 $\Omega_{m0} = 0.29 \pm 0.01$，与最新普朗克结果一致。
• $\gamma$ 的不确定性已降低至 $\sim 0.09\gamma$，显著优于以往研究。
• 通过在 $z=0$ 和尺度因子处对 $\gamma$ 进行泰勒展开，允许其随红移变化，可有效缓解参数退化并进一步收紧约束。
• 结合团聚数据与文献中增长速率数据的联合分析，其约束比其他近期研究更为严格。
• 结果支持在当前大尺度结构数据精度范围内，$\Lambda$CDM 模型的有效性。