Des échelle linéaire aux échelles non linéaire : analyse du regroupement des galaxies et des vitesses particulières pour contraindre l'énergie noire.

From linear to non-linear scales : galaxy and peculiar velocity clustering analysis to constrain Dark Energy.

• Auteur / Autrice : Tyann Dumerchat
• Direction : Julian Bautista
• Type : Projet de thèse
• Discipline(s) : PHYSIQUE & SCIENCES DE LA MATIERE - Spécialité : ASTROPHYSIQUE ET COSMOLOGIE
• Date : Soutenance en 2024
• Etablissement(s) : Aix-Marseille
• Ecole(s) doctorale(s) : Ecole Doctorale Physique et Sciences de la Matière
• Partenaire(s) de recherche : Laboratoire : CPPM - Centre de Physique des Particules de Marseille
• Jury : Président / Présidente : Cristinel Diaconu
• Jury : Examinateurs / Examinatrices : Julian Bautista, Tamara Davis, Pauline Zarrouk, Etienne Burtin, Ariel SáNCHEZ
• Jury : Rapporteur / Rapporteuse : Etienne Burtin, Ariel SáNCHEZ

Mots clés

Mots clés libres

Cosmologie

Structures à grande échelle

Regroupement de galaxies

Vitesses particulières

Simulation

Emulation

Cosmology

Large scale structures

Galaxy clustering

Peculiar velocity

Simulation

Emulation

Résumé

Le regroupement des galaxies en amas trace les structures à grande échelle et nous informe sur les lois physiques régissant l'Univers. Les oscillations acoustiques des baryons (BAO) et les distorsions spatiales provoquées par le décalage vers le rouge (RSD) sont de puissantes sondes, marquées dans la distribution spatiale des galaxies que nous observons. Elles permettent de tester différents modèles cosmologiques en mesurant l'histoire de l'expansion de l'Univers et la croissance de ses structures. Au cours de cette thèse, j'ai développé différentes analyses au-delà des méthodes standard, dans le but d'exploiter le maximum informations contenues dans les données, et d'améliorer les contraintes cosmologiques. J'ai développé une nouvelle analyse des BAO, ajustant simultanément le spectre de puissance et la fonction de corrélation des galaxies, tout en tenant compte de leurs fortes corrélations. La nouvelle méthode donne des incertitudes estimées plus importantes pour les paramètres BAO qu'avec la méthode standard, qui combine directement les postérieurs des paramètres corrélés. Cependant, cette nouvelle méthode repose sur moins d'hypothèses et produit des biais systématiques plus faibles. J'ai effectué une analyse jointe de l'échantillon de galaxies rouges lumineuses de la seizième version des données du relevé spectroscopique eBOSS, obtenant $D_H/r_d = 19.27 pm 0.48$ et $D_M/r_d = 17.77 pm 0.37$, en excellent accord avec les résultats BAO officiels de eBOSS $D_H/r_d = 19.33 pm 0.53$ et $D_M/r_d =17.86 pm 0.33$. Bien que la distribution des galaxies aux échelles non linéaires soit difficile à modéliser, elle contient une grande quantité d'informations cosmologiques. Elle est particulièrement sensible au taux de croissance des structures. L'inférence basée des simulations (SBI) permettant de modéliser ces échelles a suscité un intérêt croissant ces dernières années. J'ai développé un nouveau modèle de processus gaussien permettant d'étendre la dimension de l'espace des paramètres à émuler. J'ai testé ce formalisme en émulant simultanément chaque échelle de la fonction de corrélation des galaxies (dans l'espace des décalages vers le rouge), mesurée dans les simulations à N-corps textsc{AbacusSummit}. En entraînant l'émulateur sur des échelles de $0.3~$hmpc $ $ à $60~$hmpc, j'ai trouvé une performance améliorée pour contraindre les paramètres cosmologiques, par rapport à l'approche standard consistant à construire un émulateur indépendant pour chaque échelle. Analyser plusieurs traceurs des grandes structures est crucial pour obtenir des mesures des paramètres cosmologiques les plus précises possibles. J'ai étendu le cadre SBI pour analyser conjointement les échelles non-linéaires des fonctions de corrélation des galaxies et des vitesses particulières. Pour une densité de traceurs et des incertitudes de mesure réalistes, la combinaison de la distribution spatiale des galaxies et de leurs vitesses particulières diminue les barres d'erreurs de $40%$ pour $fsigma_8$. Enfin, j'ai utilisé la simulation hydrodynamique Milleniumtextsc{TNG} afin d'étudier les erreurs dans les vitesses particulières mesurées à partir des relations de Tully-Fisher et du plan fondamental. J'ai détecté que la dispersion physique intrinsèque de ces relations est corrélée avec l'environnement local, pour des échelles typiquement inférieures à $sim$10hmpc. Si elle n'est pas correctement prise en compte ces corrélations pourraient biaiser les petites échelles de la fonction de corrélation des vitesses.

Galaxies trace the large-scale structures, and contains richfull information about the physical laws governing the evolution of our Universe. The Baryon acoustic oscillations (BAO) and Redshift space distortions (RSD) are powerful probes, imprinted in the spatial distribution of observed galaxies, allowing to measure the expansion and growth history of the Universe and ultimately constrain the cosmological model. In this thesis, I built different analyses beyond the standard methods to leverage the available information and improve the cosmological constraints. %The BAO measurements are typically performed in the two-point statistics of a galaxy survey, either in Fourier space or in configuration space. I developed a new BAO analysis, jointly fitting the galaxy power spectrum and correlation function while accounting for their strong correlations, and compared the results with the standard method, which directly combines the parameters' correlated posteriors. I found that my new method yields larger estimated uncertainties but smaller biases on BAO parameters while relying on fewer assumptions. I performed a joint analysis of the luminous red galaxy sample of the extended baryon oscillation spectroscopic survey (eBOSS) data release 16, obtaining $D_H/r_d = 19.27 pm 0.48$ and $D_M/r_d = 17.77 pm 0.37$, in excellent agreement with the official eBOSS consensus BAO-only results $D_H/r_d = 19.33 pm 0.53$ and $D_M/r_d =17.86 pm 0.33$. While galaxy clustering on non-linear scales is challenging to model, it contains a lot of cosmological information, especially sensible to the growth rate of structures. Simulation based inference (SBI) has seen increasing interest in the past few years as a promising approach to model those scales of galaxy clustering. I present a new Gaussian process model that extends the input parameter space dimensions, and apply it to simultaneously emulate every scale of the non-linear clustering of galaxies in redshift space measured from the textsc{AbacusSummit} N-body simulations along with the halo occupation distribution formalism. I trained the emulator on scales from $0.3~$hmpc $ $ to $60~$hmpc, and found improved performance in constraining cosmological parameters compared to the standard approach of building one independent emulator for each scale. Conducting a multi-tracer analysis is crucial for obtaining the most accurate measurements of cosmological parameters. I extended the SBI framework to jointly analyse the non-linear galaxy and peculiar velocity auto- and cross-correlations. For a realistic density of tracers and measurement uncertainties, combining peculiar velocities and galaxy information increases the constraining power by $40%$ for $fsigma_8$. % including different effects, such as wide angle and Alcock-Paczynski distorsions, Finally, I used the Milleniumtextsc{TNG} hydrodynamical simulation to study the errors in the peculiar velocity measured from the Tully-Fisher and fundamental plane relations. I detected that the intrinsic physical scatter of those relations correlates with the local environment on scales typically below $sim$10hmpc, biasing the velocity correlation function on small scales if not properly accounted for.