Skip to main content
QUICK REVIEW

[논문 리뷰] The cosmic variance of Omega

T. P. Waterhouse, J. P. Zibin|ArXiv.org|2008. 04. 10.
Cosmology and Gravitation Theories참고 문헌 2인용 수 7
한 줄 요약

이 논문은 유한한 원인적 패치 내에서 관측 가능한 우주론적 밀도 파arameters—물질($Ω_{\text{m}}$), 복사($Ω_{\text{r}}$), 곡률($Ω_{\text{K}}$)—가 얼마나 정밀하게 측정될 수 있는지에 영향을 미치는 천체적 변동성의 한계를 정량화한다. 선형 섭동 이론과 CAMB에서 유도된 전이 함수를 사용하여, $Ω_{\text{K}}$는 1σ 기준으로 $1.5 \times 10^{-5}$ 이내로만 측정될 수 있음을 계산한다. 이 한계는 이미 암흑 에너지의 영향으로 줄어들고 있으며, 향후 21cm 설문조사가 이 기본 한계에 가까이 다가설 것임을 보여준다.

ABSTRACT

How much can we know about our Universe? All of our observations are restricted to a finite volume, and therefore our estimates of presumably global cosmological parameters are necessarily based on incomplete information. Even assuming that the Standard Model of cosmology is correct, this means that some cosmological questions may be unanswerable. For example, is the curvature parameter Omega_K positive, negative, or identically zero? If its magnitude is sufficiently small, then due to cosmic variance no causal observation can ever answer that question. In this article, we first describe the gauge problems associated with defining the cosmic variance of cosmological parameters, then describe a solution involving the use of parameters defined on the surface of last scattering, and finally calculate the statistical variance of ideal measurements of the matter, radiation, and curvature density parameters. We find that Omega_K cannot be measured to better than about 1.5x10^(-5) (1 sigma), and that this limit has already begun to decrease due to the flattening effect of dark energy. Proposed 21 cm hydrogen experiments, for example, make this limit more than just a theoretical curiosity.

연구 동기 및 목표

  • 우리의 유한한 관측 부피로 인해 발생하는 우주론적 전반적 파arameter—$Ω_{\text{m}}$, $Ω_{\text{r}}$, $Ω_{\text{K}}$—를 추정할 때 발생하는 불가피한 통계적 불확실성—천체적 변동성—을 정량화하는 것.
  • 비균일한 우주론적 파arameter에 대해 천체적 변동성을 정의할 때 발생하는 게이지 모호성을 제거하기 위해 마지막 산란 표면에서 정의된 파arameter를 사용하는 것.
  • 선형 섭동 이론과 전이 함수를 사용하여 $Ω_{\text{m}}$, $Ω_{\text{r}}$, $Ω_{\text{K}}$ 의 이상적 측정의 통계적 분산을 계산하는 것.
  • 장비 감도가 향상됨에 따라 정밀 우주론에서 천체적 변동성이 주요 불확실성 원인이 될 것임을 보여주는 것.

제안 방법

  • 저자들은 국소 허블 속도, 에너지 밀도, 공간 곡률을 사용하여 국소 밀도 및 곡률 파arameter $Ω_{\text{m}}(\bm{x},t)$, $Ω_{\text{r}}(\bm{x},t)$, $Ω_{\text{K}}(\bm{x},t)$ 를 정의한다.
  • 마지막 산란 표면에 중심을 둔 전이 함수 $T_{\text{C}}(k)$ 와 윈도우 함수 $W_{r_{\text{LS}}}(k)$ 를 사용하여 $ω_{\text{m}}^{\text{LS}}$ 의 분수적 분산 표현을 유도한다.
  • 분산에 대한 핵심 식은 $\text{Var}\left(\frac{\widehat{\delta\Omega}_{\text{m}}^{\text{LS}}}{\Omega_{\text{m}}^{\text{LS}}}\right) = \int \frac{dk}{k} \Gamma^2(k) k^4 T_{\text{C}}^2(k) \mathcal{P}_{\mathcal{R}}(k) W_{r_{\text{LS}}}^2(k)$ 로, $\Gamma(k)$ 는 섭동의 시간 진화를 반영한다.
  • 수치적으로 $\Gamma(k)$ 를 계산하기 위해 CAMB 코드를 수정하여 $∂_\tau a$ 와 $∂_\tau T_{\text{C}}(k)$ 를 출력하도록 한다.
  • 윈도우 함수 $W_{r_{\text{LS}}}(k)$ 의 급격한 진동을 처리하기 위해 선형 보간을 사용하는 조각별 수치 적분을 시행한다.
  • 표준 우주론적 파arameter를 사용하여 $Ω_{\text{m}}^{\text{LS}} \approx 0.748$, $Ω_{\text{r}}^{\text{LS}} \approx 0.252$, $r_{\text{LS}} \approx 9.86 h^{-1} \text{Gpc}$ 를 계산한다.

실험 결과

연구 질문

  • RQ1유한한 관측 가능한 우주에서 천체적 변동성으로 인해 곡률 밀도 파arameter $Ω_{\text{K}}$ 를 측정할 수 있는 기본 통계적 한계는 무엇인가?
  • RQ2$Ω_{\text{m}}$ 와 $Ω_{\text{r}}$ 의 천체적 변동성은 $Ω_{\text{K}}$ 와 비교해 볼 때 어떻게 다를까?
  • RQ3암흑 에너지는 $Ω_{\text{K}}$ 에 대한 천체적 변동성 한계를 어느 정도 줄이는가?
  • RQ4향후 21cm 수소 설문조사가 $Ω_{\text{K}}$ 의 천체적 변동성 한계를 탐색할 수 있는가?
  • RQ5비균일한 파arameter에 대해 천체적 변동성을 정의할 때 발생하는 게이지 모호성은 어떻게 해결할 수 있는가?

주요 결과

  • $Ω_{\text{K}}$ 의 천체적 변동성은 기본적으로 약 $1.5 \times 10^{-5}$ 로 제한되며, 이는 어떤 유한한 관측으로도 $Ω_{\text{K}}$ 가 정확히 0인지 여부를 결정할 수 없음을 의미한다.
  • 이 한계는 약 $10^{-5}$ 수준의 초기 공액 곡률 섭동 진폭에서 기인하며, 이는 곡률 측정에 불가피한 통계적 노이즈를 유도한다.
  • $Ω_{\text{m}}$ 와 $Ω_{\text{r}}$ 의 천체적 변동성은 동일한 초기 섭동으로 인해 유사한 상대적 크기로 예상된다.
  • 암흑 에너지의 존재는 $Ω_{\text{K}}$ 에 대한 천체적 변동성 한계를 줄이며, 이미 단순한 $10^{-5}$ 추정치보다 작아지고 있다.
  • 향후 21cm 수소선 설문조사가 $Ω_{\text{K}}$ 를 약 $\sim 10^{-4}$ 이내로 제약할 것으로 예상되며, 이는 천체적 변동성 한계에 매우 가까이 다가설 것이다.
  • 윈도우 함수 $W_{r_{\text{LS}}}(k)$ 는 약 $\sim 10^{-4} \text{Mpc}^{-1}$ 의 스케일에서 진동하므로, 분산 적분 계산에 신중한 수치 처리가 필요하다.

더 나은 연구,지금 바로 시작하세요

논문 읽기부터 검토까지, 연구 시간을 획기적으로 줄여보세요.

카드 등록 없음 · 무료 플랜 제공

이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.