Submitted by JOSE DAVID RIVERA ECHEVERRI null (josedavidr@ift.unesp.br) on 2018-01-15T19:59:25Z No. of bitstreams: 1 tese_Jose_Rivera.pdf: 8882823 bytes, checksum: 86e911bf64637bfd689e529e9fd65fbe (MD5) / Approved for entry into archive by Hellen Sayuri Sato null (hellen@ift.unesp.br) on 2018-01-16T17:39:58Z (GMT) No. of bitstreams: 1 riveraecheverri_jd_dr_ift.pdf: 8882823 bytes, checksum: 86e911bf64637bfd689e529e9fd65fbe (MD5) / Made available in DSpace on 2018-01-16T17:39:58Z (GMT). No. of bitstreams: 1 riveraecheverri_jd_dr_ift.pdf: 8882823 bytes, checksum: 86e911bf64637bfd689e529e9fd65fbe (MD5) Previous issue date: 2017-12-11 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Os aglomerados de galáxias são os maiores objetos ligados que observamos no universo. Dado que as galáxias são consideradas traçadores de matéria escura, os aglomerados de galáxias nos permitem estudar a formação e a evolução de estruturas em grande escala. As contagens do número de aglomerados de galáxias são sensı́veis ao modelo cosmológico, portanto são usadas como observáveis para restringir os parâmetros cosmológicos. Nesta tese estudamos os aglomerados de galáxias óticos. Iniciamos o trabalho analisando a degradação da precisão e a exatidão no desvio para o vermelho fotométrico estimado através de métodos de aprendizagem de máquina (machine learning) ANNz2 e GPz. Além do valor singular do desvio para o vermelho fotométrico clássico (isto é, valor médio ou máximo da distribuição), implementamos um estimador baseado em uma amostragem de Monte Carlo usando a função de distribuição cumulativa. Mostramos que este estimador para o algoritmo ANNz2 apresenta a melhor concorância com a distribuição do desvio para o vermelho espectroscópico, no entanto, uma maior dispersão. Por outro lado, apresentamos o buscador de aglomerados VT-FOFz, o qual combina as técnicas de Voronoi Tessellation e Friends of Friends. Estimamos seu desempenho através de catálogos simulados. Calculamos a completeza e a pureza usando uma região de cilindrica no espaço 2+1 (ou seja, coordenadas angulares e desvio para o vermelho). Para halos maciços e aglomerados com alta riqueza, obtemos valores elevados de completeza e pureza. Comparamos os grupos de galáxias detectados através do buscador de aglomera- dos VT-FOFz com o catálogo RedMaPPer SDSS DR8. Recuperamos ∼ 90% dos aglomerados de galáxias do catálogo RedMaPPer até o desvio para o vermelho de z ≈ 0.33 considerando galáxias mais brilhantes com r < 20.6. Finalmente, realizamos uma previsão cosmológica usando um método MCMC para um modelo plano de wCDM por meio da abundância de aglomerados de galáxias. O modelo fiducial é um universo ΛCDM plano. Os efeitos devidos à massa observável estimada e aos deslocamentos para o vermelho fotométricos são incluı́dos através de um modelo de auto-calibração. Empregamos a função de massa de Tinker para estimar o número de contagens em uma faixa de massa e um bin de deslocamento para o vermelho. Assumimos que a riqueza e a massa do aglomerado estejam relacionadas através de uma lei de potência. Recuperamos os valores fiduciais com nı́vel de confiança de até 2σ para os testes considerados. / The galaxy clusters are the largest bound objects observed in the universe. Given that the galaxies are considered as tracers of dark matter, the galaxy clusters allow us to study the formation and evolution of large-scale structures. The cluster number counts are sensitive to the cosmological model, hence they are used as probes to constrain the cosmological parameters. In this work we focus on the study of optical galaxy clusters. We start analyzing the degradation of both precision and accuracy in the estimated photometric redshift via ANNz2 and GPz machine learning methods. In addition to the classical singular value for the photometric redshift (i.e., mean value or maximum of the distribution), we implement an estimator based on a Monte Carlo sampling by using the cumulative distribution function. We show that this estimator for the ANNz2 algorithm presents the best agreement with the distribution for spectroscopic redshift, nonetheless a higher scattering. On the other hand, we present the VT-FOFz cluster finder, which combines the techniques Voronoi Tessellation and Friends of Friends. Through mock catalogs, we estimate its performance. We compute the completeness and purity by using a cylindrical region in the 2+1 space (i.e., angular coordinates and redshift). For massive haloes and clusters with high richness, we obtain high values of completeness and purity. We compare the detected galaxy clusters via the VT-FOFz cluster finder with the redMaPPer SDSS DR8 cluster catalog. We recover ∼ 90% of the galaxy clusters of the redMaPPer catalog until the redshift z ≈ 0.33 considering brighter galaxies with r < 20.6. Finally, we perform a cosmological forecasting by using a MCMC method, for a flat wCDM model through galaxy cluster abundance. The fiducial model is a flat ΛCDM Universe. The effects due to the estimated observable mass and the photometric redshifts are included via a self-calibriation model. We employ the Tinker’s mass function to estimate the number counts in a range of mass and a redshift bin. We assume that the richness and the cluster mass are related through a power law. We recover the fiducial values at 2σ confindence level for the considered tests.