用于光锥上两点估计的玻璃态随机目录

我们介绍了 grlic，一个公开可用的 Python 工具，用于生成具有径向密度分布 $n(r)$ 的玻璃态点分布，该分布正如在过往光锥上星系分布的大尺度巡天中所观测到的那样。利用这些玻璃态目录，我们评估了由宇宙学 N 体代码 gevolution 创建的晕和粒子目录中，前三个两点相关函数（2PCF）多极矩的 Landy-Szalay（LS）估计量的偏差和方差。我们的结果表明，对于所有考虑的多极矩以及在除最小尺度外的所有尺度上，用玻璃目录计算的 LS 估计量相对于由泊松采样随机目录导出的估计量的偏差小于 $10^{-4}$。此外，基于玻璃态目录的估计量所表现出的标准差 $\sigma$ 明显小于基于常用的大小相当的泊松采样随机目录的估计量。估计量的标准差依赖于随机目录中天体数量 $N_R$ 的幂次；我们发现玻璃态随机目录满足幂律 $\sigma \propto N_R^{-0.9}$，而泊松采样随机目录为 $\sigma \propto N_R^{-0.48}$。在给定所需精度的情况下，这允许用于 2PCF 多极矩 LS 估计的玻璃态随机目录中的天体数量大幅减少，从而显著降低每次估计的计算成本。