Inferring the dynamical growth of structures from high-redshift cosmological data sets

Porqueres i Rosa, Natàlia (2019): Inferring the dynamical growth of structures from high-redshift cosmological data sets. Dissertation, LMU München: Fakultät für Physik

Abstract

This thesis is devoted to understanding the formation of cosmic large-scale structures underlying the cosmological observations. In particular, my work focuses on inferring the spatial matter distribution and its dynamics in the high-redshift Universe from data. Imprinted by several physical processes throughout cosmic history, the matter distribution has the potential to answer outstanding a three-dimensional (3d) analysis of the matter distribution. For this reason, this thesis presents a fully Bayesian framework to infer the 3d matter distribution and its dynamics at z > 2 from the Lyman-alpha forest. This method provides the unbiased dark matter density field and its corresponding power spectrum, recovering mass and velocity profiles of cosmic structures such as clusters and voids. Further, the method constrains the properties of the intergalactic medium (IGM), more specifically, the temperature-density relation of the neutral hydrogen and the spectral shape of the first luminous sources of the Universe. Besides avoiding biases due to the unknown astrophysics of the IGM, constraints on the temperature-density relation could contribute to the current debate on whether the neutral hydrogen is hotter in overdense regions or vice-versa. As demonstrated in this work, detailed and physically plausible inference of 3d large scale structures at high redshift has become feasible, providing new paths towards ultimate tests of the cosmological standard model with next-generation data. questions of fundamental physics. In particular, the high-redshift Universe can provide invaluable information about the evolution of cosmological parameters governing the dynamics of our Universe. However, connecting theory and observations is a challenging task, requiring novel data analysis methods to cope with noise and systematic effects of next-generation data. In this thesis, I extended upon a Bayesian physical forward modelling approach that permits to jointly and fully self-consistently test the standard model with data. While the recently established standard model of cosmology fits most cosmological observations to extraordinary accuracy, there remain some tensions between the model and observations that seem to persists despite the increasing quality of data. Some of these tensions are H0 , σ8, and the high-redshift tension of H(z) reported by Lyman-alpha analyses. The cause of these tensions might be related to systematic effects in the data but can also be first signs of new physics indicated by the data. A more accurate treatment of the systematic effects is, thus, inevitable. For this reason, I developed a robust data model that is insensitive to survey systematics and therefore provides unbiased cosmological results even in light of unknown systematics. The detailed study of the cosmic matter distribution can provide new insights into fundamental physics. In particular, the analysis of cosmic large-scale structures has the potential to discriminate between homogeneous dark energy and modifications of gravity, test dark matter models, and constrain neutrino masses. For this reason, currently, cosmology turns to analyse the cosmic large-scale structure. While next-generation surveys will focus mostly on the analysis of the galaxy distribution at high redshift, the Lyman-alpha forest in quasar spectra traces the cosmic web with higher resolution than can be achieved with galaxy sampling rates. The small scales probed by the Lyman-alpha forest are sensitive to neutrino masses and dark matter models. Complementary to galaxy clustering in high-density regions, the Lyman-alpha forest traces the under-dense regions of the Universe, which are sensitive to diffuse components of the Universe such as dark energy. To harvest the information content of the Lyman-alpha forest, I developed a statistical framework to infer the matter distribution at z > 2 from the Lyman-alpha forest in quasar spectra. The nature of quasars and, more generally, active galactic nuclei (AGN) is still mysterious. To achieve a better understanding of their formation and evolution, I investigated the relation between AGN and their large-scale structure environment. This analysis provided evidence of an evolutionary sequence between two types of AGN. Detailed analyses of the three-dimensional matter distribution underlying the Lyman-alpha forest require an accurate treatment of systematic effects. The filamentary structure of the cosmic web arises as a result of the non-linear gravitational clustering governing structure formation. Capturing information entailed in this filamentary structure requires a three-dimensional (3d) analysis of the matter distribution. For this reason, this thesis presents a fully Bayesian framework to infer the 3d matter distribution and its dynamics at z > 2 from the Lyman-alpha forest. This method provides the unbiased dark matter density field and its corresponding power spectrum, recovering mass and velocity profiles of cosmic structures such as clusters and voids. Further, the method constrains the properties of the intergalactic medium (IGM), more specifically, the temperature-density relation of the neutral hydrogen and the spectral shape of the first luminous sources of the Universe. Besides avoiding biases due to the unknown astrophysics of the IGM, constraints on the temperature-density relation could contribute to the current debate on whether the neutral hydrogen is hotter in overdense regions or vice-versa. As demonstrated in this work, detailed and physically plausible inference of 3d large-scale structures at high redshift has become feasible, providing new paths towards ultimate tests of the cosmological standard model with next-generation data.

Abstract

Diese Arbeit widmet sich dem Verständnis der Bildung kosmischer Großstrukturen mithilfe der Analyse kosmologischer Beobachtungen. Dabei konzentriert sich meine Arbeit insbesondere auf die Analyse der räumlichen Materieverteilung und ihrer Dynamik im weit entfernten und damit hochrotverschobenen Universum aus Beobachtungsdaten. Diese räumliche Materieverteilung, wurde in der Entwicklungsgeschichte des Universums durch mehrere physikalische Prozesse geformt, und ihre Beobachtung hat demzufolge das Potenzial, offene und fundamentale Fragen der Grundlagenphysik zu beantworten. Insbesondere die Analyse des hochrotverschobenen Universums kann dabei unschätzbare Einblicke in die Entwicklung und Dynamik unseres Universums liefern und ermöglicht es die Parameter des kosmologischen Modells zu bestimmen. Jedoch können Beobachtungen und physikalische Theorien nicht trivial miteinander verbunden werden, und es bedarf neuer Methoden der Datenanalyse, um das Beobachtungsrauschen und die systematischen Unsicherheiten zukünftiger Daten zu behandeln. In dieser Arbeit habe ich den Ansatz der Bayes’schen physikalischen Vorwärtsmodellierung verfolgt, welcher es erlaubt Vorhersagen des Standardmodells der Kosmologie vollständig und selbstkonsistent mit Daten zu testen. Obwohl dieses, vor Kurzem etablierte Standardmodell der Kosmologie, die meisten der derzeit existierenden kosmologischen Beobachtungen mit grosser Genauigkeit erklären kann, verbleiben Spannungen zwischen Modellvorhersagen und Beobachtungen, welche trotz zunehmender Datenqualität bestehen bleiben. Einige dieser Spannungen bestehen bei Messungen der parameter H0 und σ8 und auch bei Messungen von H(z) bei hohen Rotverschiebungen mittels Lyman-alpha Daten. Die Ursachen dieser Spannungen sind unbekannt und könnten sowohl auf systematische Effekte in den Daten zurückzuführen sein als auch die ersten Anzeichen neuer Physik in den Beobachtungen sein. Eine genauere Behandlung systematischer Effekte in Daten ist daher notwendig, um neue Einsichten in die Physik des Universums zu gewinnen. Aus diesem Grund habe ich ein robustes Datenmodell entwickelt, welches unempfindlich gegenüber Beobachtungssystematiken ist und deswegen, selbst bei unbekannter Beobachtungssystematik, genaue kosmologische Aussagen ermöglicht. Die detaillierte Untersuchung der Verteilung der kosmischen Materie kann neue Erkenntnisse in der Grundlagenphysik liefern. Insbesondere die Analyse kosmischer Großstrukturen hat das Potenzial, zwischen homogener Dunkler Energie und Modifikationen der Schwerkraft zu unterscheiden, Modelle der Dunklen Materie zu testen als auch Neutrinomassen zu bestimmen. Aus diesem Grund wendet sich die Kosmologie derzeit der Analyse der kosmischen Großstruktur zu. Während sich in naher Zukunft die Beobachtungen hauptsächlich auf die Untersuchung der Galaxienverteilung bei hoher Rotverschiebung konzentrieren werden, zeichnet der Lyman-alpha Wald in Quasarspektren das kosmische Netz mit höherer Auflösung nach, als dies mit räumlichen Stichprobenraten von Galaxien zu erreichen wäre. Die vom Lyman-alpha Wald gemessenen Strukturen auf kleinen Skalen enthalten wertvolle Information über Neutrinomassen und Modelle der Dunklen Materie. Im Gegensatz zu Galaxien, die sich in Hochdichteregionen ansammeln, ermöglichen Beobachtungen des Lyman-alpha Waldes die Untersuchung unterdichter Regionen des Universums, die empfindlich auf diffuse Bestandteile des Universums wie die Dunkle Energie reagieren. Um den Informationsgehalt des Lyman-alpha Waldes zu erfassen, entwickelte ich ein statistisches Analyseverfahren, um die Materieverteilung bei Rotverschiebungen z > 2 aus dem Lyman-alpha Wald in Quasarspektren zu rekonstruieren. Die Natur der Quasare, und im Allgemeinen der aktiven Galaxienkerne (AGN), ist noch immer ein Rätsel. Mit dem Ziel eines besseren Verständnisses ihrer Entstehung und Entwicklung, habe ich den Zusammenhang zwischen den Eigenschaften der AGN und denen der sie umgebenden kosmischen Strukturen untersucht. Diese Analyse lieferte den Nachweis einer Entwicklungssequenz zwischen zwei Arten von AGN. Detaillierte Analysen der dreidimensionalen (3d) Materieverteilung, die dem Lyman-alpha Wald zugrunde liegt, erfordern eine genaue Behandlung der systematischen Effekte. Die filamentartige Struktur der kosmischen Materieverteilung entsteht durch die nichtlineare gravitative Anhäufung von Materie im Rahmen des kosmischen Strukturwachstums. Die Erfassung von signifikanter physikalischer Information, die in dieser Filamentstruktur enthalten ist, erfordert eine 3d Analyse der Materieverteilung. Um dieses Ziel zu erreichen stellt meine Arbeit einen vollständig Bayes’schen Ansatz vor, der es ermöglicht die 3d Materieverteilung und ihre Dynamik bei Rotverschiebungen z > 2 aus dem Lyman-alpha Wald zu extrahieren. Dieses Verfahren liefert das unverfälschte Dichtefeld der Dunklen Materie und sein Leistungsspektrum, als auch Massen- und Geschwindigkeitsprofile kosmischer Strukturen, wie Galaxienhaufen und grosse leere Regionen. Des Weiteren ermöglicht das Verfahren die Bestimmung der Eigenschaften des intergalaktischen Mediums (IGM), wie das Temperatur Dichte-Verhältnis des neutralen Wasserstoffs und die Spektralform der ersten Lichtquellen des Universums. Die genaue Bestimmung des Temperatur-Dichte-Verhältnisses lindert nicht nur Probleme bei der Dateninterpretation, die durch die unbekannte Astrophysik des IGM entstehen, sie könnte auch zur aktuellen Debatte um die Temperatur des neutralen Wasserstoffs in Regionen mit hoher Dichte beitragen. Wie in dieser Arbeit beschrieben, ist eine detaillierte und physikalisch plausible Inferenz der 3d Großstrukturen bei hoher Rotverschiebung möglich geworden, welche nun neue Wege zur ultimativen Überprüfung des kosmologischen Standardmodells anhand kommender Daten eröffnet.

• Dokumententyp: Dissertationen (Dissertation, LMU München)
• Keywords: cosmology, large-scale structure, Lyman-alpha forest, Bayesian statistics, AGN
• Themengebiete: 500 Naturwissenschaften und Mathematik ; 500 Naturwissenschaften und Mathematik > 530 Physik
• Fakultäten: Fakultät für Physik
• Sprache der Hochschulschrift: Englisch
• Datum der mündlichen Prüfung: 16. September 2019
• 1. Bericht­erstatter:in: Enßlin, Torsten