La tesi consiste nello studio di nuovi metodi per testare teorie alternative di gravità a partire dalla distribuzione di materia nell’universo, descritta dalla funzione spettro di potenza, e utilizzando le galassie come tracciatore. Ad oggi il nostro Universo si trova in un’era dominata dall’energia oscura di cui si conosce molto poco, in cui a differenza del passato l’espansione sta accelerando. Nel tentativo di trovare una spiegazione a questo fenomeno sono due le strade che la ricerca sta percorrendo: da un lato si cerca di indagare la natura dell’energia oscura, dall’altro si è ipotizzata la probabilità che questo effetto di accelerazione sia spiegabile mediante delle modifiche alla teoria della Relatività generale di Einstain, e quindi alla gravità come la conosciamo oggi. Questa possibilità va sotto il nome di Teoria di Gravità Modificata ed è quella che programma da me sviluppato si propone di andare a testare. Utilizzando CAMB, una libreria di python implementata per lavorare nell’ambito della cosmologia, ho prodotto dei dati simulati di spettro di potenza di galassie, corretto poi con la funzione di bias e con rispettiva incertezza, sia utilizzando il redshift, tenendo perciò conto dell’effetto di redshift space distortion, sia utilizzando il segnale delle onde gravitazionali e perciò in questo caso prendendo in considerazione il luminosity space distortion. In entrambi i casi li ho poi confrontati con la corrispettiva funzione teorica utilizzando il metodo dei minimi quadrati e verificando che il valore del parametro libero che minimizza la funzione di chiquadro restituisca il valore atteso, in un certo intervallo di confidenza. In questo modo, quando in futuro verrà utilizzato con dati veri e non simulati si avrà la certezza di ottenere un risultato corretto e non dovuto a errori di programmazione. Infine si procede con il confronto sistematico dei due tracciatori.

Vincoli su teorie di gravità modificata per future misure di redshift e onde gravitazionali

EVANGELISTA, SARA
2021/2022

Abstract

La tesi consiste nello studio di nuovi metodi per testare teorie alternative di gravità a partire dalla distribuzione di materia nell’universo, descritta dalla funzione spettro di potenza, e utilizzando le galassie come tracciatore. Ad oggi il nostro Universo si trova in un’era dominata dall’energia oscura di cui si conosce molto poco, in cui a differenza del passato l’espansione sta accelerando. Nel tentativo di trovare una spiegazione a questo fenomeno sono due le strade che la ricerca sta percorrendo: da un lato si cerca di indagare la natura dell’energia oscura, dall’altro si è ipotizzata la probabilità che questo effetto di accelerazione sia spiegabile mediante delle modifiche alla teoria della Relatività generale di Einstain, e quindi alla gravità come la conosciamo oggi. Questa possibilità va sotto il nome di Teoria di Gravità Modificata ed è quella che programma da me sviluppato si propone di andare a testare. Utilizzando CAMB, una libreria di python implementata per lavorare nell’ambito della cosmologia, ho prodotto dei dati simulati di spettro di potenza di galassie, corretto poi con la funzione di bias e con rispettiva incertezza, sia utilizzando il redshift, tenendo perciò conto dell’effetto di redshift space distortion, sia utilizzando il segnale delle onde gravitazionali e perciò in questo caso prendendo in considerazione il luminosity space distortion. In entrambi i casi li ho poi confrontati con la corrispettiva funzione teorica utilizzando il metodo dei minimi quadrati e verificando che il valore del parametro libero che minimizza la funzione di chiquadro restituisca il valore atteso, in un certo intervallo di confidenza. In questo modo, quando in futuro verrà utilizzato con dati veri e non simulati si avrà la certezza di ottenere un risultato corretto e non dovuto a errori di programmazione. Infine si procede con il confronto sistematico dei due tracciatori.
ITA
IMPORT DA TESIONLINE
File in questo prodotto:
File Dimensione Formato  
927645_tesi.pdf

non disponibili

Tipologia: Altro materiale allegato
Dimensione 5.65 MB
Formato Adobe PDF
5.65 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14240/84680