Return to search

Cosmology with galaxy surveys: how galaxies trace mass at large scales

Els cartografiats galàctics són una eina important per la cosmologia. No obstant això, la majoria de la matèria està en forma de matèria fosca, que no interacciona amb la llum. Per tant, les galàxies que observem des dels nostres telescopis són una petita fracció de la matèria total de l'univers. Per això és necessari entendre la connexió entre galàxies i matèria fosca per tal d'inferir la distribució de tota la matèria de l'univers a partir dels cartografiats galàctics.
Les simulacions són una eina important per a predir la formació i evolució de les estructures de matèria fosca i galàxies. Les simulacions permeten estudiar l'impacte de diferents cosmologies i models de formació de galàxies en les estructures a gran escala finals que formen les galàxies i la matèria.
A gran escala, les fluctuacions de densitat de galàxies a gran escala són proporcionals a les fluctuacions de matèria per un factor anomenat bias galàctic. Aquest factor permet inferir la distribució de matèria total a partir de la distribució de galàxies, i per tant el coneixement del bias galàctic té un impacte molt important en els nostres estudis cosmològics. Aquesta tesi doctoral està focalitzada en l'estudi del bias galàctic i el bias d'halos a grans escales.
Hi ha diferents tècniques per a estudiar el bias galàctic, en aquesta tesi ens focalitzem en dues d'elles. La primera tècnica utilitza l'anomendat Halo Occupation Distribution (HOD), que assumeix que les galàxies poblen halos de matèria fosca només segons la massa dels halos. No obstant això, aquesta hipòtesi no sempre és suficientment precisa. Utilitzem la simulació Millennium per a estudiar el bias galàctic i d'halos, la dependència en la massa del bias d'halos i els seus efectes en les prediccions del bias galàctic. Trobem que l'ocupació de galàxies en halos no depèn només de la seva massa, i assumir això causa un error en la predicció del bias galàctic. També estudiem la dependència del bias d'halos en l'ambient, i mostrem que l'ambient restringeix molt més el bias que la massa. Quan un conjunt de galàxies és seleccionat per propietats que estan correlacionades amb l'ambient, l'assumpció de que el bias d'halos només depèn de la massa falla. Mostrem que en aquests casos utilitzant la dependència en l'ambient del bias d'halos produeix una predicció del bias galàctic molt més bona.
Una altra tècnica per estudiar el bias galàctic és utilitzant Weak gravitational lensing per mesurar directament la massa en observacions. Weak lensing és el camp que estudia les distorsions lleus en les imatges de les galàxies degut a la deflexió de la llum produïda per la distribució de matèria del davant de la galàxia. Aquestes distorsions permeten inferir la distribució a gran escala de la matèria total. Desenvolupem i estudiem un nou mètode per mesurar el bias galàctic a partir de la combinació dels mapes de weak lensing i el camp de distribució de galàxies. El mètode consisteix en reconstruïr el mapa de weak lensing a partir de la distribució de les galàxies de davant del mapa. El bias és mesurat a partir de les correlacions entre el mapa de weak lensing reconstruït i el real. Testegem diferents sistemàtics del mètode i estudiem en quins règims el mètode és consistent amb altres mètodes per mesurar el bias lineal. Trobem que podem mesurar el bias galàctic utilitzant aquesta tècnica. Aquest mètode és un bon complement d'altres mètodes per mesurar el bias galàctic, perquè utilitza assumpcions diferents. Juntes, les diferents tècniques per mesurar el bias galàctic permetran restringir millor el bias galàctic i la cosmologia en els futurs cartografiats galàctics. / Galaxy surveys are an important tool for cosmology. The distribution of galaxies allow us to study the formation of structures and their evolution, which are needed ingredients to study the evolution and content of the Universe. However, most of the matter is made of dark matter, which gravitates but does not interact with light. Hence, the galaxies that we observe from our telescopes only represent a small fraction of the total mass of the Universe. Because of this, we need to understand the connection between galaxies and dark matter in order to infer the total mass distribution of the Universe from galaxy surveys.
Simulations are an important tool to predict the structure formation and evolution of dark matter and galaxy formation. Simulations allow us to study the impact of different cosmologies and galaxy formation models on the final large scale structures that galaxies and matter form. Simulations are also useful to calibrate our tools before applying them to real surveys.
At large scales, galaxies trace the matter distribution. In particular, the galaxy density fluctuations at large scales are proportional to the underlying matter fluctuations by a factor that is called galaxy bias. This factor allows us to infer the total matter distribution from the distribution of galaxies, and hence knowledge of galaxy bias has a very important impact on our cosmological studies. This PhD thesis is focused on the study of galaxy and halo bias at large scales.
There are several techniques to study galaxy bias, here we focus on two of them. The first technique is the Halo Occupation Distribution (HOD) model, that assumes that galaxies populate dark matter haloes depending only on the halo mass. With this hypothesis and a halo bias model, we can relate galaxy clustering with matter clustering and halo occupation. However, this hypothesis is not always accurate enough. We use the Millennium Simulation to study galaxy and halo bias, the halo mass dependence of halo bias, and its effects on galaxy bias prediction. We find that the halo occupation of galaxies does not only depend on mass, and assuming so causes an error in the galaxy bias predictions. We also study the environmental dependence of halo bias, and we show that environment constrains much more bias than mass. When a galaxy sample is selected by properties that are correlated with environment, the assumption that halo bias only depends on mass fails. We show that in these cases using the environmental dependence of halo bias produces a much better prediction of galaxy bias.
Another technique to study galaxy bias is by using weak gravitational lensing to directly measure mass. Weak lensing is the field that studies the weak image distortions of galaxies due to the light deflections produced by the presence of a foreground mass distribution. Theses distortions can be used to infer the total mass (baryonic and dark) distribution at large scales. We develop and study a new method to measure bias from the combination of weak lensing and galaxy density fields. The method consists on reconstructing the weak lensing maps from the distribution of the foreground galaxies. Bias is then measured from the correlations between the reconstructed and real weak lensing fields. We test the different systematics of the method and the regimes where this method is consistent with other methods to measure linear bias. We find that we can measure galaxy bias using this technique. This method is a good complement to other methods to measure bias because it uses different assumptions. Together the different techniques will allow to constrain better bias and cosmology in future surveys.

Identiferoai:union.ndltd.org:TDX_UAB/oai:www.tdx.cat:10803/385515
Date26 May 2016
CreatorsPujol Vallribera, Arnau
ContributorsGaztañaga Balbás, Enrique, Bagan Capella, Emili, Universitat Autònoma de Barcelona. Departament de Física
PublisherUniversitat Autònoma de Barcelona
Source SetsUniversitat Autònoma de Barcelona
LanguageEnglish
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/doctoralThesis, info:eu-repo/semantics/publishedVersion
Format145 p., application/pdf
SourceTDX (Tesis Doctorals en Xarxa)
RightsL'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/3.0/es/, info:eu-repo/semantics/openAccess

Page generated in 0.0032 seconds