Exploring non-Poisson satellite occupation in HOD models and its impact on 2- and 3-point galaxy clustering

기술적 요약: HOD 모델에서 비푸아송 위성 은하 점유율 탐구 및 2 점 및 3 점 은하 군집화에 미치는 영향

문제 제기
은하와 암흑물질 헤일로 간의 연결은 현대 우주론의 초석이며, 일반적으로 헤일로 점유 분포 (HOD) 프레임워크를 사용하여 모델링됩니다. HOD 모델의 표준 가정은 고정된 질량의 헤일로 내 위성 은하의 수가 푸아송 분포를 따른다는 것입니다. 그러나 수치 시뮬레이션과 관측 분석은 헤일로 형성 편향, 조석 스트리핑, 상관된 강하 역사와 같은 효과로 인해 위성 집단이 엄격한 푸아송 통계에서 벗어날 수 있음을 시사합니다. 이러한 편차는 위성 수의 하위 푸아송 또는 상위 푸아송 산란으로 나타나며, 이는 점유 수의 제 2 계승 모멘트를 변경합니다. 이 모멘트는 군집화 통계에서 단일 헤일로 항의 진폭을 직접 제어하므로, 비푸아송 행동을 무시하면 DESI 및 Euclid 와 같은 4 단계 (Stage-IV) 탐사의 작은 규모 군집화 분석과 우주론적 제약에 체계적 오차를 도입할 수 있습니다.

방법론
이를 해결하기 위해 저자들은 표준 푸아송 모델의 최소적이고 유연한 확장으로서 콘웨이 - 맥스웰 - 푸아송 (CMP) 분포를 도입합니다. CMP 분포는 확률 질량 함수 $P(N_{sat}=k | \lambda, \nu) = \frac{\lambda^k}{(k!)^\nu Z(\lambda, \nu)}$로 정의되며, 여기서 $\nu$는 분산 매개변수입니다: $\nu=1$은 푸아송 분포를 회복하고, $\nu < 1$은 상위 푸아송 행동 (분산 > 평균) 을 산출하며, $\nu > 1$은 하위 푸아송 행동 (분산 < 평균) 을 산출합니다.

방법론은 세 가지 주요 기술적 구성 요소를 포함합니다:

1. 해석적 근사 및 수치적 체계: 정규화 상수 $Z(\lambda, \nu)$에 폐쇄형 해가 없으므로, 저자들은 두 영역에서 평균과 분산에 대한 해석적 근사를 유도합니다:
   • 작은 $\lambda$ ($\lambda \to 0$): 평균과 분산을 근사하기 위해 $O(\lambda^4)$까지의 급수 전개를 유도합니다.
   • 큰 $\lambda$ ($\lambda \to \infty$): 안장점 (saddle-point) 방법에 기반한 점근적 확장을 활용합니다.
   • 전역 스케일링: 이러한 영역을 연결하기 위해 오차 함수를 사용한 부드러운 보간을 구성하여, 목표 평균 점유율 $\langle N_{sat}(M) \rangle$과 CMP 매개변수 $\lambda$ 사이의 연속적인 매핑을 보장하며, $0.5 < \nu < 2$에 대해 약 5% 의 정확도를 달성합니다.
2. 모의 카탈로그 생성: HODDIES 패키지와 AbacusSummit N-바디 시뮬레이션 (Planck 2018 $\Lambda$CDM 우주론) 을 사용하여, 저자들은 밝은 적색 은하 (LRG) 샘플을 나타내는 16 개의 모의 은하 카탈로그를 생성합니다. 표준 HOD 매개변수는 고정된 반면, CMP 분산 매개변수 $\nu$는 0.5 에서 2.0 까지로 변화시킵니다.
3. 군집화 통계 분석: $\nu$를 변화시키는 영향은 다음을 사용하여 정량화됩니다:
   • 2 점 통계: 투영된 상관 함수 ($w_p$) 와 적색편이 공간 상관 함수의 단극자 ($\xi_0$) 및 사중극자 ($\xi_2$).
   • 3 점 통계: $k$ 범위 $[0, 0.3] \, h/\text{Mpc}$에서 Sugiyama 추정기를 사용하여 계산된 은하 비스펙트럼 (단극자 $B_{000}$ 및 사중극자 $B_{202}$).
   • 고차 모멘트: 국소 은하 환경을 탐구하고 분포의 고차 모멘트를 분석하기 위한 원통 내 카운트 (CiC) 통계.

주요 기여 및 결과

• HOD 내 CMP 구현: 이 논문은 HOD 프레임워크 내에서 CMP 분포를 구현하기 위한 강력한 수치적 체계를 제공하며, 매개변수 $\nu$를 통해 평균 위성 점유율과 분산을 성공적으로 분리하면서도 물리적 평균 $\langle N_{sat} \rangle$을 유지합니다.
• 점유 통계에 미치는 영향: $\nu$를 변화시키는 것은 위성 수 분포를 크게 변경합니다. $\nu < 1$의 경우 분포가 넓어지고 (상위 푸아송), 고점유 헤일로의 확률이 증가합니다. 반면 $\nu > 1$의 경우 분포가 좁아집니다 (하위 푸아송). 위성 수의 평균은 푸아송 사례에 비해 최대 $\pm 5\%$까지 변동하며, 이는 낮은 $\lambda$에서 CMP 분포의 비대칭성으로 인한 편차로 귀착됩니다.
• 2 점 군집화 영향: 비푸아송 통계는 주로 단일 헤일로 항 (작은 규모, $r_p \lesssim 1 \, h^{-1}\text{Mpc}$) 에 영향을 미칩니다.
  • 투영된 상관 함수 $w_p$는 푸아송 사례에 비해 최대 **10%**까지 편차를 보입니다.
  • 단극자와 사중극자는 최대 **5%**까지 편차를 보입니다.
  • 이러한 변화는 분산과 상관관계가 있습니다: 분산이 클수록 (낮은 $\nu$) 군집화 파워가 강화되고, 분산이 작을수록 억제됩니다.
• 3 점 군집화 (비스펙트럼) 영향: 트리 레벨 은하 비스펙트럼 (Sugiyama 기저) 은 $k_{\text{max}} = 0.3$ 범위에서 비푸아송 가정に対して 강건한 것으로 나타났습니다.
  • 비스펙트럼 단극자의 변동은 2% 미만입니다.
  • 저자들은 현재 및 가까운 미래의 대규모 분석 ($k < 0.3$) 에 대해 비푸아송 위성 통계가 비스펙트럼에서 유도된 우주론적 제약에 편향을 일으킬 가능성은 낮다고 결론지었습니다. 왜냐하면 신호가 예상된 데이터 오차보다 작기 때문입니다.
• 원통 내 카운트 (CiC) 민감도: CiC 통계는 위성 점유율의 분산에 대해 높은 민감도를 보입니다.
  • 푸아송 사례에서의 편차는 최대 **30%**에 달합니다.
  • 이는 CiC 가 HOD 매개변수의 퇴화를 깨고 비푸아송 행동을 탐지하는 강력한 탐침임을 확인시켜 주며, 이 측면에서 표준 2 점 통계보다 우수함을 보여줍니다.

의의 및 주장
이 논문은 CMP 분포가 HOD 프레임워크 내에서 푸아송 가설을 테스트하기 위한 "최소적이고 통제된 메커니즘"을 제공한다고 주장합니다. 저자들은 비푸아송 통계가 작은 규모 군집화의 정확한 모델링 (단일 헤일로 항에 상당한 영향) 에 중요하지만, 대규모 ($k < 0.3$) 에서 전력 스펙트럼 및 비스펙트럼 측정으로부터 유도된 우주론적 제약에 미치는 영향은 제한적이라고 단정합니다.

이 연구는 관측 정밀도가 증가함에 따라 은하 - 헤일로 연결을 이해하는 것이 체계적 불확실성을 통제하기 위해 푸아송 가설을 넘어 진화해야 함을 강조합니다. 저자들은 비스펙트럼이 강건할 수 있지만, 분산 매개변수 $\nu$를 제약하기 위해서는 CiC 및 은하 멀티플릿과 같은 고차 통계가 필수적이라고 제안합니다. 이 논문은 이러한 확장을 통합하는 것이 향후 우주론적 측정을 위한 견고한 체계적 오차 예산을 도출하는 데 필요하다고 결론지으며, 다만 비스펙트럼을 사용한 우주론적 매개변수 추정에 미치는 영향에 대한 상세한 분석은 향후 연구 과제로 남아 있음을 겸손하게 지적합니다.