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

Este artigo apresenta uma emulação precisa do espectro de potência da matéria em modelos de gravidade modificada com parâmetros binned, demonstrando que a combinação de dados de estrutura em grande escala e lentes gravitacionais do CMB permite análises bayesianas robustas e model-agnostic da evolução da gravidade em todas as escalas.

O essencial

Imagine que o universo é uma imensa teia de aranha feita de gravidade e matéria. Durante décadas, os cientistas acreditaram que conheciam as regras dessa teia perfeitamente (a teoria de Einstein, a Relatividade Geral). Mas, recentemente, as observações do cosmos começaram a sugerir que talvez existam "buracos" ou "costuras" nessa teia que não explicamos. Talvez a gravidade funcione de maneira diferente em certas épocas ou lugares.

Este artigo é como um manual de instruções para caçadores de buracos na teia do universo, usando os dados mais avançados que teremos em breve.

Aqui está a explicação simplificada, ponto a ponto:

1. O Grande Desafio: A "Zona de Neblina"

Os astrônomos estão prestes a lançar novos telescópios superpoderosos (como o LSST) que vão mapear milhões de galáxias. O problema é que, quando olhamos para galáxias muito próximas ou muito densas, a gravidade fica "bagunçada" (não-linear). É como tentar prever o movimento de uma multidão em um show de rock: é fácil prever o movimento de uma pessoa sozinha, mas quando todos se empurram, fica caótico.

Para testar se a gravidade muda (a "gravidade modificada"), os cientistas precisam simular esse caos no computador. Mas simular isso é tão lento e pesado que, até agora, era impossível fazer isso rápido o suficiente para analisar os dados reais.

2. A Solução: O "Simulador de Truques" (O Emulador)

Os autores deste trabalho criaram um truque inteligente. Em vez de rodar simulações pesadas do zero toda vez que mudam um parâmetro, eles criaram um "emulador".

• A Analogia: Imagine que você quer saber como um bolo fica se mudar a quantidade de açúcar e farinha. Fazer o bolo do zero 500 vezes demoraria dias. Em vez disso, você faz 500 bolos, tira fotos deles, e treina um robô (o emulador) para prever exatamente como o bolo ficará com qualquer combinação de ingredientes, sem precisar assar o bolo de novo.
• Na prática: Eles treinaram esse robô com simulações de gravidade modificada. Agora, o robô consegue prever como a gravidade se comporta em escalas "bagunçadas" em menos de um segundo, com uma precisão incrível (menos de 1% de erro).

3. O Teste: Olhando para o Passado e o Futuro

Eles usaram esse robô para fazer previsões de como os dados futuros (do LSST e do Observatório Simons) vão se comportar. Eles dividiram a história do universo em 5 fatias de tempo (redshifts), como se fossem fatias de um bolo:

• Fatias recentes (perto de nós): Onde a matéria se aglomerou muito.
• Fatias antigas (longe de nós): Onde o universo era mais jovem.

Eles testaram duas "alavancas" da gravidade nessas fatias:

1. $\mu$ (Mu): Quão forte é a gravidade para puxar a matéria (como galáxias se formam).
2. $\eta$ (Eta): Como a gravidade afeta a luz (como a luz se curva ao passar perto de galáxias).

4. A Descoberta Principal: O "Par de Dança"

Um dos resultados mais interessantes é que $\mu$ e $\eta$ são como um par de dançarinos que se movem juntos.

• Se você tenta medir apenas um, o outro se esconde. É difícil dizer qual deles está mudando a gravidade, porque eles parecem "conversar" entre si.
• No entanto, os dados são muito bons em medir uma combinação específica deles: $\Sigma = \mu(1 + \eta)/2$.
• A Analogia: Imagine que você não consegue saber se o carro está rápido porque o motor é potente ($\mu$) ou porque o pneu é leve ($\eta$). Mas você consegue medir perfeitamente a velocidade final do carro ($\Sigma$). O estudo mostra que os dados futuros vão medir essa "velocidade final" da gravidade com extrema precisão.

5. O Poder do "Olho Cósmico" (Lente do CMB)

O estudo comparou dois tipos de dados:

1. 3x2 pontos: Olhando apenas para galáxias (como olhar para árvores em uma floresta).
2. 6x2 pontos: Adicionando a "Lente do CMB" (Radiação Cósmica de Fundo).

A Analogia:

• Olhar apenas para galáxias é como tentar ver a paisagem de um vale apenas olhando para as árvores próximas. Você vê bem o que está perto, mas o que está lá no fundo fica embaçado.
• Adicionar a Lente do CMB é como subir em um helicóptero e olhar para o vale inteiro de cima. A luz do Big Bang (CMB) viajou por todo o universo e foi distorcida pela gravidade em todas as épocas.

O Resultado:

• Para o universo "recente" (perto de nós), olhar para as galáxias já é ótimo.
• Mas para o universo "antigo" (longe de nós), as galáxias sozinhas não dão muita informação. É aí que o "helicóptero" (CMB) brilha! Ele consegue ver a gravidade funcionando em épocas muito antigas, onde as galáxias sozinhas falham.

Conclusão: Por que isso importa?

Este trabalho é um passo gigante para a "Era de Ouro" da cosmologia.

1. Eles provaram que é possível usar simulações complexas de forma rápida e precisa.
2. Eles mostraram que, combinando dados de galáxias e da luz do Big Bang, teremos um "detector de mentiras" superpoderoso.
3. Se a gravidade estiver realmente modificada (não seguindo Einstein), esse método conseguirá detectar onde e quando isso acontece. Se não detectar, confirmaremos que a Relatividade Geral é perfeita em todas as escalas.

Em resumo: eles criaram um super-robô que permite aos cientistas testar as leis da física em todo o universo, do passado distante até o presente, com uma precisão que nunca foi possível antes.

Resumo técnico

Resumo Técnico: Cosmological Gravity on All Scales V

1. O Problema

A cosmologia está entrando na fase dominada por dados de levantamentos de estrutura em grande escala (LSS) de "Fase IV" (como o LSST). Um desafio central nesta era é a modelagem precisa de observáveis cosmológicos em escalas não lineares.

• Limitação Atual: A maioria dos modelos de gravidade modificada (MG) carece de ferramentas validadas por simulações para calcular o espectro de potência da matéria não linear de forma rápida e precisa. Modelos existentes (como $f(R)$) têm emuladores, mas não há ferramentas generalizadas para uma parametrização fenomenológica agnóstica ao modelo.
• Consequência: Para garantir confiabilidade, as análises atuais frequentemente aplicam cortes de escala severos, descartando a maior parte dos dados não lineares, o que reduz o poder de restrição.
• Objetivo: Preencher essa lacuna desenvolvendo um emulador rápido para efeitos de gravidade modificada não linear, permitindo análises Bayesianas completas (MCMC) com vetores de dados realistas (3x2pt e 6x2pt) e sistematismos astrofísicos.

2. Metodologia

Os autores desenvolveram um pipeline de inferência cosmológica completo baseado no framework CosmoSIS, integrando as seguintes etapas:

• Parametrização da Gravidade Modificada:

  • Utilizam o formalismo pós-friedmanniano (PS1PF), parametrizando a gravidade através de duas funções livres dependentes do tempo (redshift):
    • $\mu(z)$: Altera a força da gravidade (afeta o crescimento de estruturas).
    • $\eta(z)$: Deslizamento gravitacional (afeta a geodésica de fótons/lensing).
  • Binning: O redshift é dividido em 5 faixas discretas ($0 \le z < 3.0$) onde$\mu$e$\eta$ podem desviar de 1 (GR). Em cada execução, apenas uma faixa é ativada para isolar a sensibilidade.

• Emulação do Espectro de Potência Não Linear:

  • Simulações COLA: Geraram um conjunto de treinamento de 500 simulações usando o método COmoving Lagrangian Acceleration (COLA) com condições iniciais idênticas para pares de $\Lambda$CDM e MG.
  • Fator de Boost: Emulam o fator de boost $B(z, k) = P_{MG}/P_{\Lambda CDM}$ com precisão $< 1\%$ em relação a simulações N-body completas até $k = 1 h \text{ Mpc}^{-1}$.
  • Técnica de Emulação: Usaram Análise de Componentes Principais (PCA) para comprimir os dados e um Regressor de Processo Gaussiano (GP) para mapear os parâmetros cosmológicos e de MG para os coeficientes PCA, permitindo previsões instantâneas.

• Vetores de Dados e Sistematismos:

  • 3x2pt: Cisalhamento cósmico (cosmic shear), aglomeramento de galáxias e lentes galáxia-galáxia (LSST Year 10).
  • 6x2pt: Adiciona o lensing do CMB (Simons Observatory) e suas correlações cruzadas.
  • Sistematismos: Incluem modelagem de feedback bariônico (via emulador BCemu e modelo de Barionificação), alinhamentos intrínsecos (NLA), viés de galáxias e incertezas de redshift fotométrico.
  • Cortes de Escala: Utilizam a transformada BNT (Bernardeau-Nishimichi-Taruya) para reponderar os dados de cisalhamento, permitindo cortes conservadores em $k_{cut} = 0.5 h \text{ Mpc}^{-1}$ sem perder informação cosmológica.

• Inferência:

  • Utilização do algoritmo de Nested Sampling (Nautilus) para explorar o espaço de parâmetros e estimar evidências, garantindo a captura de posteriors não Gaussianas.

3. Contribuições Principais

1. Primeira Análise MCMC Agnóstica: É a primeira previsão de gravidade modificada agnóstica ao modelo que utiliza uma análise MCMC completa incorporando simultaneamente modelagem de feedback bariônico e a técnica de nulificação BNT.
2. Emulador de Alta Precisão: Desenvolvimento de um emulador baseado em COLA que replica o espectro de potência não linear com erro $< 1\%$, superando a lentidão de códigos baseados em modelo de halo (como ReACT) para uso em MCMC.
3. Integração de CMB Lensing: Demonstração prática de como a adição de dados de lensing do CMB melhora as restrições em altos redshifts, onde os dados de LSS puro falham.
4. Validação de Screening: Análise preliminar do impacto de mecanismos de screening (blindagem), mostrando que, mesmo com simplificações, o poder de restrição permanece robusto nas escalas estudadas.

4. Resultados Chave

• Degenerescência $\mu - \eta$: Confirmaram a degenerescência característica entre $\mu$ e $\eta$. A direção melhor restringida corresponde à combinação $\Sigma = \mu(1 + \eta)/2$, que governa o potencial de lente (potencial de Weyl).
• Sensibilidade ao Redshift:
  • Baixo Redshift ($z < 1$): O vetor 3x2pt (LSST) fornece restrições fortes, especialmente no primeiro bin de redshift.
  • Alto Redshift ($z > 2$): O vetor 3x2pt perde sensibilidade significativa. A adição do lensing do CMB (vetor 6x2pt) melhora drasticamente as restrições nos bins mais altos, pois o kernel do CMB lensing tem pico de sensibilidade em $z \sim 2$.
• Análise de Componentes Principais (PCA):
  • A análise PCA dos posteriors revela que os dados restringem fortemente a direção de $\Sigma$ (modo "apertado"), enquanto a direção ortogonal (modo "largo") permanece degenerada.
  • A inclusão do CMB lensing não quebra a degenerescência completa, mas estreita significativamente a restrição ao longo da direção de $\Sigma$ em altos redshifts.
• Impacto do Screening: Mesmo com a implementação de um esquema de screening (transição suave para $\Lambda$CDM em escalas não lineares), a restrição sobre $\mu$ e $\Sigma$ permanece forte (erro $< 5\%$ e $< 1\%$, respectivamente) nos bins 1-3.

5. Significado e Conclusão

Este trabalho demonstra que a emulação rápida de efeitos não lineares de gravidade modificada é viável e essencial para a próxima geração de levantamentos cosmológicos.

• Viabilidade: Permite realizar análises Bayesianas completas em espaços de parâmetros complexos sem depender de cortes de escala excessivos que descartariam dados valiosos.
• Sinergia de Probes: Reforça a necessidade crítica de combinar levantamentos de LSS (LSST) com lensing do CMB (Simons Observatory) para testar a Relatividade Geral em todo o volume do universo observável, especialmente em altos redshifts.
• Futuro: O framework estabelecido serve como base para futuras análises que incluirão múltiplos bins de redshift simultaneamente e estatísticas de ordem superior, visando uma caracterização completa de desvios da Relatividade Geral na era dos dados de precisão.