大尺度晕分布中的局域偏置模型
摘要
我们在模拟中探讨了晕的聚类统计相对于暗物质(DM)的偏置。我们考察了(中等规模)MICEL1536 模拟在大尺度上的二阶和三阶统计量,并直接测量了局域偏置关系 h = f({\delta}),即模拟中某点处经半径为 Rs 的 top-hat 平滑后的暗物质涨落 {\delta} 与同一点处对应示踪物 h(即晕)之间的关系。该局域关系可通过泰勒展开来定义线性(b1)和非线性(b2)偏置参数。模拟中 b1 和 b2 的值随 Rs 变化,在 Rs > 30 - 60 Mpc/h 附近趋近于常数。我们利用该局域关系,通过暗物质的聚类来预测示踪物的聚类。该预测对晕的两点相关函数 {\xi}(r_12) 在 r_12 > 15 Mpc/h 时效果非常好(约为百分比水平),但这仅在我们使用在极大平滑半径 Rs > 30 - 60 Mpc/h 下发现的偏置值时才成立。我们发现 f({\delta}) 展开中的随机项或次领头阶项没有影响。但我们确实在三点函数中发现了一些需要进一步理解的差异。我们还考察了平滑矩的聚类,即方差和偏度,它们是体平均相关函数,因此包含了来自较小尺度的聚类。在这种情况下,我们发现需要在 10 - 20% 的水平上引入次领头阶和离散性修正(针对局域模型)。散粒噪声可以通过 {\sigma}e^2/n 项进行修正,其中 {\sigma}e^2 < 1,即始终小于泊松修正。我们还将这些结果与由测量的晕质量函数得到的峰-背景分裂预测进行了比较。我们发现,当使用晕模型偏置预测来校准质量时,质量估计中存在 5-10% 的系统误差(以及相近的统计误差)。
引用
@article{arxiv.0912.0446,
title = {The Local Bias Model in the Large Scale Halo Distribution},
author = {Marc Manera and Enrique Gaztanaga},
journal= {arXiv preprint arXiv:0912.0446},
year = {2015}
}
备注
Accepted in MNRAS. Compared to first version, the paper has been completely reorganised. New figures and content added