Increasing the sensitivity of full-shape galaxy clustering measurements in configuration-space with three-point statistics

Sintesi Tecnica: Aumentare la Sensibilità delle Misurazioni del Clustering Galattico Full-Shape nello Spazio di Configurazione con le Statistiche al Terzo Ordine

Problema e Motivazione
Le analisi cosmologiche standard della struttura su larga scala (LSS) si affidano pesantemente alle statistiche al secondo ordine (2PCF), in particolare alla caratteristica delle oscillazioni acustiche barioniche (BAO) e alla modellazione full-shape su scale lineari e quasi-lineari. Sebbene robuste, questi approcci scartano l'informazione non-gaussiana generata dall'evoluzione gravitazionale tardiva, dalle distorsioni nello spazio dei redshift e dal bias galattico. La funzione di correlazione a tre punti (3PCF) cattura queste correlazioni di ordine superiore, offrendo un'estensione naturale alla 2PCF per sondare la struttura non lineare. Tuttavia, estrarre informazioni cosmologiche dalle scale non lineari rimane una sfida a causa del breakdown della teoria delle perturbazioni e della complessità computazionale nel modellare vettori di dati ad alta dimensionalità. Inoltre, le incertezze nella connessione galassia-alone (bias) spesso oscurano i vincoli cosmologici sulle piccole scale. Questo lavoro investiga se un estimatore della 3PCF compresso e dipendente dalla linea di vista (LOS) possa aumentare significativamente i vincoli cosmologici sulle scale più piccole della caratteristica BAO ($\lesssim 80 \, h^{-1}\text{Mpc}$) per futuri rilievi come il Nancy Grace Roman Space Telescope (Roman) e il Dark Energy Spectroscopic Instrument (DESI).

Metodologia
Gli autori utilizzano la suite di simulazioni N-body AbacusSummit, specificamente snapshot a $z=1.1$ e $z=0.8$, popolati con galassie utilizzando modelli di Distribuzione di Occupazione degli Aloni (HOD).

• Simulazioni: La cosmologia fiduciale ($c000$) si basa su Planck 2018. Un set di simulazioni offset ($c100, c102, \dots$) varia i parametri cosmologici ($h, \omega_{cdm}, n_s, \alpha_s, \sigma_8, N_{ur}, w_0$), mentre simulazioni aggiuntive ($c901, \dots$) variano i parametri HOD ($\log M_{cut}, \sigma, \log M_1, \alpha$).
• Campioni di Galassie: Due campioni rappresentativi sono modellati: galassie a emissione di linee (ELG) simili a Roman a $z \approx 1.1$ e galassie rosse luminose (LRG) simili a DESI a $z \approx 0.8$.
• Statistiche:
  • 2PCF: Calcolata usando Corrfunc, limitata a scale $2.5 < s < 82.5 \, h^{-1}\text{Mpc}$ per evitare la caratteristica BAO. Vengono utilizzati i multipoli del monopolo ($\ell=0$) e del quadrupolo ($\ell=2$).
  • 3PCF: Misurata usando TriCo, un codice veloce per il conteggio dei triangoli nello spazio di configurazione. Gli autori introducono una nuova decomposizione dipendente dalla LOS. I triangoli sono raggruppati per due lunghezze dei lati ($s_1, s_2$) e i coseni degli angoli che questi lati formano con la LOS ($\mu_1, \mu_2$).
  • Compressione: Per gestire la dimensionalità, $\mu$ è raggruppato in tre categorie: parallelo ($\parallel$), trasversale ($\perp$) e misto. Ciò produce tre componenti distinte della 3PCF ($\bar{\zeta}_{\parallel}, \bar{\zeta}_{\text{mix}}, \bar{\zeta}_{\perp}$) oltre ai multipoli standard della 2PCF.
• Modellazione: Un modello di risposta lineare è costruito attorno ai parametri fiduciali utilizzando le simulazioni offset per stimare il Jacobiano del vettore di dati. I parametri HOD sono trattati come parametri di disturbo (nuisance parameters) e marginalizzati.
• Covarianza: La matrice di covarianza è stimata da 1000 simulazioni indipendenti a scatola piccola ($500 \, h^{-1}\text{Mpc}$), riscalate al volume della scatola completa ($2 \, h^{-1}\text{Gpc}$). Viene utilizzata una covarianza effettiva fissa per le previsioni (forecast) per evitare complicazioni del likelihood dipendenti dai parametri, incorporando una correzione di Hartlap per il numero finito di mock.

Contributi Chiave

1. Nuovo Estimatore: Lo sviluppo di una base 3PCF compressa e dipendente dalla LOS che preserva l'informazione anisotropa rilevante per il clustering nello spazio dei redshift, mantenendo al contempo un vettore di dati di dimensioni gestibili (440 elementi per l'insieme completo).
2. Forecasting Basato su Simulazioni: L'applicazione di un framework basato su simulazioni che marginalizza esplicitamente le incertezze HOD, permettendo una quantificazione robusta del guadagno relativo di informazione della 3PCF senza dipendere dalla calibrazione assoluta del bias.
3. Validazione: Una rigorosa validazione del modello di risposta lineare utilizzando ulteriori cosmologie AbacusSummit, confermando la sua adeguatezza per i confronti a livello di forecast vicino al punto fiduciale, pur riconoscendo i limiti sulle scale più piccole.

Risultati
Le previsioni, eseguite tramite Markov Chain Monte Carlo (MCMC) sui campioni Roman ELG e DESI LRG, portano ai seguenti risultati:

• Miglioramento Significativo dei Vincoli: L'incorporazione della 3PCF dipendente dalla LOS insieme al monopolo e al quadrupolo della 2PCF stringe sostanzialmente i vincoli cosmologici. Per il campione Roman ELG, il vincolo su $\sigma_8$ migliora di un fattore di $\sim 5$ rispetto al caso con sola 2PCF. Miglioramenti simili, sebbene leggermente minori (fattori 2–4), sono osservati per altri parametri cosmologici ($h, \omega_{cdm}, n_s, w_0$) e parametri HOD.
• Guadagno di Informazione Cumulativo: Il miglioramento non è guidato da una singola scala o da una specifica configurazione di triangoli. Le diagnostiche $\chi^2$ cumulative mostrano che l'informazione è distribuita ampiamente tra le configurazioni dei triangoli, indicando che il guadagno deriva dal contenuto informativo cumulativo del segnale di clustering non lineare.
• Importanza della Dipendenza dalla LOS: Limitare l'analisi al monopolo della 3PCF (media sulla LOS) cattura solo parte dell'informazione disponibile. La misurazione completa dipendente dalla LOS fornisce un miglioramento di un fattore aggiuntivo di $\sim 2\text{--}3$ rispetto al monopolo da solo, dimostrando che l'orientamento delle configurazioni dei triangoli rispetto alla LOS trasporta informazione cosmologica critica.
• Robustezza al Bias: I guadagni persistono anche dopo la marginalizzazione sui parametri HOD, suggerendo che la 3PCF aiuta a rompere le degenerazioni tra parametri cosmologici e bias galattico.

Significatività e Affermazioni
Gli autori affermano che questo lavoro dimostra la fattibilità dell'uso di misurazioni della 3PCF su piccole scale e dipendenti dalla LOS per aumentare significativamente la sensibilità delle analisi del clustering galattico full-shape. Essi sottolineano che il metodo fornisce un "effettivo effetto di clustering di ordine superiore" piuttosto che una risposta a una caratteristica localizzata.

Il documento dichiara esplicitamente che questi risultati sono previsioni relative basate su un volume di scatola periodica idealizzato e non predicono l'esatto potere di vincolo di specifici campioni dei rilievi Roman o DESI, che richiederebbe di tenere conto della geometria del rilievo, delle collisioni delle fibre e di altri sistemi. Tuttavia, gli autori sostengono che il miglioramento relativo (ad esempio, il guadagno di un fattore 5 su $\sigma_8$) è un indicatore robusto del valore dell'inclusione dell'informazione 3PCF nelle future analisi full-shape. Il lavoro funge da passo verso analisi basate su simulazioni che combinano l'informazione al secondo e al terzo ordine mentre marginalizzano la connessione galassia-alone, offrendo una via promettente per utilizzare le scale non lineari che sono attualmente difficili da modellare.