Cosmological gravity on all scales V: MCMC forecasts combining large scale structure and CMB lensing for binned phenomenological modified gravity

Dit artikel presenteert een nauwkeurige emulatie van het materiespectrum voor gemodificeerde zwaartekracht en voorspelt dat de combinatie van LSST- en Simons Observatory-gegevens de beperkingen op de gravitatieparameters $\mu$ en $\eta$ aanzienlijk zal verbeteren, met name door de hoge-roodverschuivingssensitiviteit van CMB-lensing.

De kern

De Zwaartekracht op alle Schalen: Een Reis door het Universum met een Nieuwe Lens

Stel je voor dat het heelal een gigantisch, onzichtbaar web is, gevlochten uit donkere materie en sterrenstelsels. De draden van dit web worden bij elkaar gehouden door de zwaartekracht. Al honderd jaar denken we dat we precies weten hoe deze zwaartekracht werkt, dankzij de theorieën van Einstein. Maar wat als die theorie niet helemaal klopt? Wat als er op bepaalde plekken of op bepaalde momenten in de geschiedenis van het heelal een beetje "extra" zwaartekracht is, of juist minder?

Dat is precies waar dit wetenschappelijke artikel over gaat. De auteurs hebben een nieuwe manier bedacht om te testen of de zwaartekracht zich overal en altijd precies zo gedraagt als we denken.

Het Probleem: De "Donkere" Hoek van het Heelal

Stel je voor dat je een enorme foto maakt van een stad bij nacht. Je ziet de lichten van de gebouwen (de sterrenstelsels), maar je ziet niet de wegen eronder (de donkere materie). Om te begrijpen hoe de stad is opgebouwd, moet je de lichten analyseren.

In de kosmologie hebben we nu heel goede camera's (zoals de LSST-telescoop) die miljoenen foto's maken van het heelal. Maar er is een probleem: op kleine schaal (zoals de straten en gebouwen) wordt de natuurkunde heel complex en "rommelig". De simpele formules die we gebruiken voor grote afstanden werken daar niet meer goed. Het is alsof je probeert het verkeer in een drukke stad te voorspellen met alleen formules voor snelwegen.

De auteurs van dit artikel zeggen: "Laten we niet wachten tot we de perfecte theorie hebben. Laten we gewoon kijken of de zwaartekracht zich anders gedraagt dan verwacht, zonder te weten welke specifieke theorie het is." Ze noemen dit een "model-onafhankelijke" aanpak.

De Oplossing: Een Slimme Voorspeller (De Emulator)

Om dit te testen, hebben ze een soort "super-rekenmachine" gebouwd, een emulator.

• De Simulatie: Eerst lieten ze een computer heel veel keer het heelal simuleren. Ze lieten de zwaartekracht soms iets sterker werken (als een zwaarder gewicht) en soms iets zwakker (als een veer). Dit deden ze in verschillende tijdperken (roodverschuivingen), alsof ze de geschiedenis van het heelal in stukjes hakten.
• De Leerling: Omdat het simuleren van het heelal heel lang duurt (zoals het bakken van een taart die uren in de oven moet), bouwden ze een slimme AI (een "Gaussian Process"). Deze AI leerde van de simpele simulaties en kon daarna heel snel voorspellen wat er zou gebeuren in een nieuwe situatie, zonder dat de computer uren hoefde te rekenen. Het is alsof je een kok hebt die een taart heeft gegeten en nu de receptuur uit het hoofd kent, zodat hij er in seconden een nieuwe kan bakken.

De Test: Twee Soorten Camera's

Om te zien of hun theorie klopt, combineerden ze twee soorten data:

1. De Lichte Camera (Sterrenstelsels): Ze keken naar hoe sterrenstelsels zich groeperen en hoe hun licht vervormt door zwaartekracht (gravitatie-lens). Dit geeft een goed beeld van de recente geschiedenis van het heelal (de laatste paar miljard jaar).
2. De Oude Camera (CMB Lensing): Ze keken ook naar het oudste licht in het heelal, de "Restwarmte" van de Big Bang. Dit licht heeft een lange reis gemaakt en is vervormd door alles wat het tegenkwam. Dit geeft een beeld van het heelal in zijn jeugd (heel lang geleden).

Het is alsof je wilt weten of de wegen in een stad altijd goed zijn geweest. Je kijkt niet alleen naar de auto's van vandaag (de sterrenstelsels), maar ook naar de oude sporen in de grond die al duizenden jaren oud zijn (het oude licht).

De Resultaten: Wat Vonden Ze?

1. De "Glijdende" Zwaartekracht: Ze ontdekten dat de data heel gevoelig is voor een specifieke combinatie van twee dingen: hoe sterk de zwaartekracht is (µ) en hoe het licht erdoorheen reist (η). Het is alsof je twee knoppen hebt op een geluidsapparaat. Je kunt de ene knop iets harder zetten en de andere iets zachter, en het geluid klinkt nog steeds hetzelfde. Dit noemen ze een "degeneratie".
2. De Kracht van de Oude Camera: Als je alleen naar de nieuwe foto's kijkt, kun je op grote afstand (ver in het verleden) niet goed zien of de zwaartekracht anders werkt. Maar zodra je de oude foto's (het oude licht) erbij haalt, wordt het beeld veel scherper. De oude camera helpt je om te zien wat er lang geleden gebeurde, waar de nieuwe camera blind is.
3. De "Lensing"-Formule: Ze vonden dat de data vooral gevoelig is voor een specifieke formule: $\Sigma = \mu(1 + \eta)/2$. Dit is de "magische formule" die bepaalt hoe zwaar de zwaartekracht voelt voor licht. Als deze waarde afwijkt, weten we dat Einstein misschien niet helemaal gelijk heeft.

Conclusie: Waarom is dit belangrijk?

Dit artikel is een blauwdruk voor de toekomst. Het laat zien dat we nu de rekenkracht en de slimme methoden hebben om te testen of de zwaartekracht in het heelal echt zo werkt als we denken, zelfs in de "rommelige" gebieden waar het heelal niet meer simpel is.

Ze hebben een gereedschapskist gebouwd die snel en nauwkeurig werkt. Als we in de toekomst echte data van nieuwe telescopen binnenkrijgen, kunnen we deze kist gebruiken om te zeggen: "Kijk, hier werkt de zwaartekracht net even anders dan verwacht!" Of, als we niets vinden: "Oké, Einstein had het toch al helemaal goed."

Kortom: Ze hebben een nieuwe, slimme manier bedacht om te kijken of de regels van het universum overal en altijd hetzelfde zijn, door te spelen met de tijd en te kijken door twee verschillende lenzen.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het artikel "Cosmological gravity on all scales V: MCMC forecasts combining large scale structure and CMB lensing for binned phenomenological modified gravity", geschreven in het Nederlands.

Probleemstelling

De kosmologie bevindt zich in de overgangsfase naar "Stage IV" grote-structuren-enquêtes (zoals LSST). Een van de grootste uitdagingen in dit tijdperk is het nauwkeurig modelleren van kosmologische observabelen op niet-lineaire schalen, vooral bij het analyseren van modellen die verder gaan dan het standaard $\Lambda$CDM-model (zoals gemodificeerde zwaartekracht).

• Bestaande tools zijn vaak beperkt tot specifieke modellen (bijv. $f(R)$-zwaartekracht) of vereisen extreem rekenkrachtige N-body simulaties die niet haalbaar zijn binnen een typische Bayesiaanse Markov Chain Monte Carlo (MCMC) analysepijplijn.
• Er is een gebrek aan gevalideerde methoden om het niet-lineaire materievermogensspectrum te berekenen voor een breed scala aan modellen, wat leidt tot conservatieve "scale cuts" (het weglaten van kleine schalen) om betrouwbaarheid te garanderen.
• Het doel is om een model-agnostische aanpak te ontwikkelen die snelle voorspellingen mogelijk maakt voor fenomenologische afwijkingen van de Algemene Relativiteitstheorie (GR), zonder afhankelijk te zijn van specifieke theorieën.

Methodologie

De auteurs hebben een volledig Bayesiaanse inferentiepijplijn ontwikkeld binnen het CosmoSIS-framework, die de volgende componenten combineert:

1. Fenomenologische Parametrisatie:

   • Ze gebruiken de "Post-Friedmann"-formalisme om de zwaartekracht te parametriseren via twee dimensieloze functies: $\mu(z)$ (verandering in de sterkte van de zwaartekracht) en $\eta(z)$ (gravitationele slip).
   • Deze functies worden niet als continue functies, maar als binned (in discrete intervallen) parameters behandeld over het roodverschuivingsbereik $0 \leq z \leq 3$. De analyse wordt uitgevoerd voor vijf specifieke roodverschuivingsbins (zie Tabel 1 in het artikel).

2. Emulatie van het Vermogensspectrum:

   • Om de niet-lineaire effecten snel te berekenen, hebben ze een Gaussian Process (GP) emulator ontwikkeld voor de "boost factor" $B(z, k) = P_{MG}(z, k) / P_{\Lambda CDM}(z, k)$.
   • De emulator is getraind op een suite van COLA (COmoving Lagrangian Acceleration) simulaties. Deze simulaties gebruiken identieke beginvoorwaarden voor zowel $\Lambda$CDM als gemodificeerde zwaartekracht-scenario's om kosmische variatie te minimaliseren.
   • De emulator bereikt een nauwkeurigheid van < 1% ten opzichte van de COLA-simulaties tot $k = 1 \, h \text{ Mpc}^{-1}$.
   • De training gebruikt Principal Component Analysis (PCA) om de hoge dimensionaliteit van de vermogensspectra te comprimeren.

3. Data Vectors en Systematiek:

   • De analyse voert forecasts uit voor een 3 $\times$ 2pt (cosmische schaar, galaxie-clustering, galaxie-galaxie lensing) en een 6 $\times$ 2pt (inclusief CMB-lensing auto- en cross-correlaties) data-vector.
   • De simulatie is gebaseerd op een LSST Year 10-achtige configuratie, gecombineerd met CMB-lensing data van het Simons Observatory.
   • Astrofysische systematiek wordt gemodelleerd en gemarginaliseerd, waaronder:
     • Baryonische feedback (via de BCemu emulator en het Baryonification Model).
     • Intrinsieke uitlijningen (NLA model).
     • Galaxie bias en fotometrische roodverschuiving-onzekerheden.
   • Om de gevoeligheid voor slecht gemodelleerde kleine schalen te verminderen, wordt de BNT-transformatie (Bernardeau-Nishimichi-Taruya) toegepast op de schaar-data, met een conservatieve cut-off van $k_{cut} = 0.5 \, h \text{ Mpc}^{-1}$.

4. Statistische Analyse:

   • De posterior-verdelingen worden gesampled met de Nautilus nested sampling algoritme, wat robuust is voor niet-Gaussische posteriors.

Belangrijkste Bijdragen

• Snelle Emulatie voor MCMC: Voor het eerst wordt een model-agnostische, niet-lineaire gemodificeerde zwaartekracht-emulator succesvol geïntegreerd in een volledige MCMC-inferentiepijplijn. Dit maakt het mogelijk om complexe, model-onafhankelijke testen uit te voeren met realistische survey-data en systematiek.
• Integratie van CMB-lensing: Het artikel demonstreert hoe CMB-lensing de beperkingen van de standaard 3 $\times$ 2pt benadering oplost, vooral op hoge roodverschuivingen waar grote-structurenproeven minder gevoelig zijn.
• Validatie van Screening: Hoewel screening-mechanismen (die GR herstellen op kleine schalen) niet expliciet in de simulaties zijn opgenomen vanwege de schaal-cuts, wordt de impact ervan onderzocht in Appendix C. De resultaten tonen aan dat de belangrijkste beperkingen (vooral op $\mu$ en $\Sigma$) behouden blijven zelfs met screening.
• Vergelijking met ReACT: De auteurs tonen aan dat de ReACT-halo-modelbenadering (gebruikt in eerdere werken) instabiel kan zijn voor deze specifieke phenomenologische parametrisatie, wat de noodzaak onderstreept van hun COLA-gebaseerde emulator.

Resultaten

• Degeneratie tussen $\mu$ en $\eta$: De analyse bevestigt de bekende degeneratie tussen de parameters $\mu$ en $\eta$. De data zijn het meest gevoelig voor de combinatie $\Sigma = \mu(1 + \eta)/2$, die de lensing-potentieel (Weyl-potentieel) bepaalt.
• Invloed van Roodverschuiving:
  • Bij lage roodverschuiving (Bin 1: $0 \leq z < 0.43$) levert de 3$\times$ 2pt data sterke beperkingen op.
  • Bij hoge roodverschuiving (Bin 5: $2.15 \leq z < 3$) degradeert de beperkingskracht van de 3$\times$ 2pt data aanzienlijk; de posterior loopt vaak tegen de prior-grenzen aan.
• Invloed van CMB-lensing (6 $\times$ 2pt):
  • Het toevoegen van CMB-lensing verbetert de beperkingen op hoge roodverschuiving drastisch. Omdat het CMB-lensing-kernfunctie piekt bij $z \sim 2$, overlapt deze perfect met de hogere roodverschuivingsbins.
  • De 6 $\times$ 2pt analyse verengt de onzekerheid op de $\Sigma$-richting aanzienlijk, terwijl de degeneratie in de orthogonale richting (waar $\Sigma$ constant blijft) grotendeels behouden blijft.
• Nauwkeurigheid: Zelfs met screening-mechanismen geïmplementeerd, behouden de auteurs beperkingen van $< 5\%$ op $\mu$ en $< 1\%$ op $\Sigma$ voor de eerste drie bins.

Betekenis

Dit werk is een mijlpaal in de voorbereiding op de data-gedreven fase van Stage IV-enquêtes. Het bewijst dat het mogelijk is om model-agnostische testen van de zwaartekracht uit te voeren op niet-lineaire schalen zonder afhankelijk te zijn van specifieke theorieën of onhaalbare rekenkracht.
De ontwikkelde emulator en pijplijn bieden een robuust raamwerk om de fundamentele aard van de zwaartekracht te testen en mogelijke afwijkingen van de Algemene Relativiteitstheorie te detecteren, waarbij de synergie tussen grote-structurenproeven en CMB-lensing cruciaal is voor het doorbreken van degeneraties op hoge roodverschuivingen. Dit legt de basis voor toekomstige analyses die screening-mechanismen en hogere-orde statistieken zullen incorporeren.