Galaxy clustering with the Dark Energy Surveymeasurement and systematics mitigation

  1. Rodríguez Monroy, Martín
Dirigida por:
  1. Ignacio Sevilla Noarbe Director/a
  2. Eusebio Sánchez Álvaro Director/a

Universidad de defensa: Universidad Complutense de Madrid

Fecha de defensa: 10 de noviembre de 2021

Tribunal:
  1. Juan Abel Barrio Uña Presidente
  2. Antonio López Maroto Secretario
  3. Violeta González Pérez Vocal
  4. Jacobo Asorey Barreiro Vocal
  5. David Alonso Monge Vocal

Tipo: Tesis

Resumen

De acuerdo con las observaciones realizadas durante las últimas décadas, el Universo se encuentra en un proceso de expansión acelerada. El agente responsable de este comportamiento es la llamada energía oscura, la cual actúa como un fluido de presión negativa. A pesar de tratarse de la componente más abundante del Universo, su naturaleza continúa siendo incierta. El modelo que proporciona la mejor descripción de las distintas observaciones cosmológicas es el llamado Modelo Cosmológico Estándar o LambdaCDM. Según este modelo, detrás de la energía oscura se encuentra la constante cosmológica, Lambda, cuyo parámetro de ecuación de estado es w=-1. El experimento Dark Energy Survey (DES) proporciona estimaciones sobre el valor de ciertos parámetros cosmológicos, como el contenido de materia, Omega-m, la amplitud de las fluctuaciones de materia, sigma-8, o el parámetro w para la energía oscura. Para la obtención de estos resultados, DES utiliza medidas de tres observables distintos: la correlación entre las posiciones donde se agrupan las galaxias, w(theta), la correlación entre las formas distorsionadas de las galaxias, xi+/-(theta), y la correlación entre posiciones y formas de galaxias, gamma-t(theta). Finalmente, la combinación de estos tres observables (3x2pt) permite obtener estimaciones mucho más estrictas y evitar efectos sistemáticos. El principal objetivo de esta tesis es la caracterización y mitigación de efectos sistemáticos observacionales que afectan a la medida de la función de correlación angular del agrupamiento de galaxias. Esto es un paso esencial para la correcta estimación de parámetros cosmológicos. Entre estos se encuentran efectos de las perturbaciones atmosféricas, tiempos de exposición o contaminación por estrellas. Uno de los objetivos específicos de esta tesis es la determinación de las correlaciones entre los efectos sistemáticos, caracterizados por mapas de las condiciones observacionales. Por otro lado, el siguiente objetivo principal es la obtención de los mapas de pesos correctores con los que poder eliminar los efectos sistemáticos de los datos. Para obtener esta corrección, se ha aplicado el método Iterative Systematics Decontamination, al cual se le han implementado adaptaciones y mejoras para tratar con mayores volúmenes de datos. Una vez obtenidos pesos correctores, se ha llevado a cabo el último objetivo de la tesis: la validación de la corrección. Para ello, se han utilizado simulaciones en combinación con métodos alternativos de descontaminación, como Elastic Net, lo que ha permitido evitar puntos ciegos en la metodología y proveer una estimación del error sistemático para su inclusión en la matriz de covarianza utilizada por el análisis 3x2pt de DES. Los resultados presentados en esta tesis muestran un gran nivel de robustez y han sido esenciales para la obtención de los resultados cosmológicos de DES. Tanto los resultados obtenidos solo con datos de DES como los derivados tras la combinación con datos de otros observables cosmológicos, como el fondo cósmico de microondas, suponen la estimación más precisa de parámetros cosmológicos y el test más exigente sobre la validez del modelo LambdaCDM hasta la fecha. Los valores obtenidos tras la combinación son Omega-m = 0.306+0.004/-0.005, sigma-8=0.804+0.008/-0.008 (LambdaCDM) y w=-1.031+0.030/-0.027 (wCDM). Finalmente, el análisis y resultados presentados en esta tesis suponen una referencia en el tratamiento de efectos sistemáticos observacionales y su validación para próximos análisis cosmológicos de DES y de futuros experimentos, como LSST y Euclid, en tanto que la mejora en el error estadístico está haciendo que las incertidumbres sistemáticas vayan cobrando más importancia.