Improved recipes for peculiar velocity power spectra using Evolution Mapping

Resumen Técnico: Recetas Mejoradas para Espectros de Potencia de Velocidades Peculiares usando Mapeo de Evolución

Enunciado del Problema
Las encuestas de galaxias actuales y futuras (por ejemplo, DES, DESI, Euclid, LSST) requieren modelos teóricos precisos de la formación de estructuras no lineales para extraer información cosmológica de las distorsiones en el espacio de redshift (RSD). Un componente crítico del modelado de RSD es el campo de divergencia de velocidad ($\theta = -\nabla \cdot \mathbf{v}$), específicamente su espectro de potencia auto $P_{\theta\theta}(k)$ y su espectro de potencia cruzada con el campo de densidad $P_{\delta\theta}(k)$.

Las prescripciones de ajuste existentes, notablemente las de Bel et al. (2019, en adelante B19), adolecen de tres limitaciones principales:

1. Convergencia Numérica: Las calibraciones anteriores dependían de resoluciones de simulación donde los artefactos de muestreo (que surgen al estimar campos de velocidad a partir de distribuciones discretas de partículas) hacían que las mediciones fueran poco fiables en escalas tan grandes como $k \sim 0.2\text{--}0.3 \, h\text{Mpc}^{-1}$.
2. Dependencia Espuria de $h$: B19 parametriza la evolución no lineal utilizando $\sigma_8$ (fluctuación de densidad RMS suavizada en $8 \, h^{-1}\text{Mpc}$). Dado que la escala de suavizado depende del parámetro de Hubble $h$, esto introduce dependencias no físicas en $h$. En consecuencia, los modelos con física lineal idéntica pero diferentes valores de $h$ producen predicciones divergentes, comprometiendo la precisión al extrapolar a través del espacio de parámetros cosmológicos.
3. Forma Funcional: Los modelos existentes no capturan completamente los efectos de acoplamiento de modos ni la amortiguación no lineal de las Oscilaciones Acústicas Bariónicas (BAO) sin parámetros libres adicionales.

Metodología
Los autores presentan nuevas funciones de ajuste calibradas en una serie de simulaciones $N$-cuerpo solo de gravedad (Aletheia, AletheiaMass y AletheiaEmu) utilizando el marco de Mapeo de Evolución. Este marco postula que, cuando los parámetros de forma ($\Theta_s$) se mantienen fijos, el impacto de los parámetros de evolución ($\Theta_e$) y el corrimiento al rojo pueden absorberse en un único parámetro de amplitud de agrupamiento, $\sigma_{12}$ (fluctuación de densidad RMS suavizada en 12 Mpc), que es independiente de $h$.

Los pasos metodológicos clave incluyen:

• Estrategia de Convergencia: Los autores utilizan la serie AletheiaMass, que presenta simulaciones de múltiples resoluciones (variando tamaños de caja y conteos de partículas). Emplean una estrategia de "parcheo" donde las mediciones de diferentes volúmenes se unen. Se define una escala de convergencia $k_{\text{crop}}$ para cada caja comparando ejecuciones de alta y baja resolución; el espectro de potencia final utiliza la medición del volumen más grande que satisface $k < k_{\text{crop}}$. Esto produce mediciones convergidas hasta $k \simeq 0.56 \, \text{Mpc}^{-1}$.
• Estimación de Velocidad: Para mitigar los artefactos de muestreo, los autores utilizan el método MC-Voronoi. Esto implica re-muestrear el campo de velocidad sobre una distribución uniforme tipo vidrio de puntos (ponderada por volumen) basada en la partícula $N$-cuerpo más cercana, seguida de asignación Cloud-in-Cell (CIC) y deconvolución.
• Formas Funcionales:
  • $P_{\theta\theta}(k)$: Los autores proponen un ansatz que combina un término lineal amortiguado (utilizando un espectro de potencia lineal desoscilado $P_{dw}$ para accountar la amortiguación no lineal de BAO) y un término gaussiano aditivo en $\ln k$ para capturar el acoplamiento de modos. Los parámetros son funciones de $\sigma_{12}$.
  • $P_{\delta\theta}(k)$: Esto se modela como la media geométrica del espectro de densidad no lineal $P_{\delta\delta}(k)$ (predicho por el emulador Aletheia) y el nuevo $P_{\theta\theta}(k)$, multiplicado por un término de amortiguación exponencial dependiente de $\sigma_{12}$.
• Calibración: Los parámetros se ajustan utilizando un marco bayesiano (nautilus) contra la serie AletheiaMass, abarcando un amplio rango de $\sigma_{12}$ (0.2 a 1.0) y corrimientos al rojo ($z \approx -0.4$ a $4.2$).

Contribuciones Clave

1. Nuevas Funciones de Ajuste: El artículo proporciona fórmulas calibradas para $P_{\theta\theta}(k)$ y $P_{\delta\theta}(k)$ que dependen explícitamente de $\sigma_{12}$ y utilizan unidades físicas (Mpc$^{-1}$), eliminando dependencias espurias de $h$.
2. Convergencia Robusta: Al implementar una estrategia de parcheo conservadora con simulaciones de múltiples resoluciones, los autores logran una precisión a nivel de porcentaje hasta $k \simeq 0.56 \, \text{Mpc}^{-1}$, extendiendo significativamente el rango fiable en comparación con trabajos anteriores.
3. Validación del Mapeo de Evolución: El estudio confirma que expresar las estadísticas de velocidad en términos de $\sigma_{12}$ preserva la relación de mapeo de evolución, asegurando que las cosmologías con física lineal idéntica y $\sigma_{12}$ produzcan predicciones no lineales consistentes independientemente de su historia de crecimiento o valor de $h$.

Resultados

• Precisión: Las nuevas prescripciones logran una precisión del 1–2% tanto para $P_{\theta\theta}(k)$ como para $P_{\delta\theta}(k)$ en un amplio rango de $\sigma_{12}$ y escalas hasta $k \simeq 0.56 \, \text{Mpc}^{-1}$ dentro del conjunto de calibración.
• Comparación con B19: Los nuevos modelos superan sistemáticamente a B19. Las predicciones de B19 se desvían significativamente en escalas pequeñas ($k > 0.2 \, \text{Mpc}^{-1}$) debido a límites de resolución y muestran desplazamientos no físicos para cosmologías con diferentes valores de $h$. Los nuevos modelos predicen correctamente las estadísticas de velocidad a través de diferentes parámetros de Hubble.
• Efectos de la Historia de Crecimiento: Utilizando la serie Aletheia (que aísla los efectos de la historia de crecimiento fijando parámetros de forma pero variando parámetros de evolución), los autores cuantifican las desviaciones del mapeo de evolución perfecto. Descubren que para la mayoría de las cosmologías de interés práctico, ignorar las diferencias en la historia de crecimiento introduce errores por debajo del 1%. Las desviaciones significativas ($>1\%$) solo ocurren para cosmologías extremas, descartadas observacionalmente (por ejemplo, Einstein-de Sitter o valores extremos de $h$).
• Espectro Cruzado: El modelo $P_{\delta\theta}(k)$ se beneficia del emulador Aletheia para $P_{\delta\delta}(k)$, que captura implícitamente cierta dependencia de la historia de crecimiento, reduciendo aún más los errores.

Significado
El artículo afirma que la elección de la parametrización y las unidades es crítica para la robustez de los modelos de estadísticas de velocidad. Al demostrar que las unidades dependientes de $h$ (como $\sigma_8$) introducen sesgos sistemáticos, los autores proporcionan un fuerte soporte empírico para el uso de unidades físicas y $\sigma_{12}$ como parámetro de escala principal. Estas funciones de ajuste ofrecen una descripción robusta a nivel de porcentaje de los espectros de potencia de velocidad, directamente aplicable al modelado de RSD en encuestas de corrimiento al rojo de galaxias actuales y futuras. Los autores señalan que, aunque sus funciones de ajuste actuales son suficientes para aplicaciones prácticas, el trabajo futuro podría implicar la construcción de un emulador de velocidad dedicado para modelar explícitamente las desviaciones residuales de la historia de crecimiento y lograr una mayor precisión en todo el espacio de parámetros cosmológicos.