Probing cosmology with an eye on Rubin: from Strong Lensing to the Large Scale Structure of the Universe
Nome: RENAN ALVES DE OLIVEIRA
Data de publicação: 11/04/2024
Banca:
Nome |
Papel |
|---|---|
| CLÉCIO DE BOM | Examinador Externo |
| HERMANO ENDLICH SCHNEIDER VELTEN | Examinador Interno |
| MARTIN MAKLER | Presidente |
| RAUL ABRAMO | Examinador Externo |
| VALERIO MARRA | Examinador Interno |
Resumo: Em 2024, o Observatório Vera C. Rubin começará a observar o Universo pelos próximos dez anos. Dois observáveis cosmológicos importantes que o Rubin investigará são as lentes gravitacionais e a estrutura em grande escala do Universo. Nesta tese, obtemos soluções analíticas para imagens produzidas pelo efeito forte de lente que podem ser úteis para realizar simulações rápidas e como ponto de partida na busca de parâmetros para inversão de lentes. Logo após, obtemos uma expressão em forma fechada para a seção de choque de magnificação, que pode ser usada para prever a abundância de fontes muito magnificadas. Em seguida, nos concentramos em dados reais e montamos uma extensa compilação de sistemas candidatos a lenteamento forte da literatura, contendo mais de 30.000 objetos únicos. Cruzamos essa amostra com os principais catálogos fotométricos e espectroscópicos atuais. Como preparação para o Rubin, geramos recortes de imagens para esses sistemas na maioria dos levantamentos atuais de campo amplo com seeing de subsegundos de arco, sendo eles, DES, HSC, KiDS, CFHTLenS, RCSLenS e CS82. Essa amostra, chamada de “Last Stand Before Rubin” (LaStBeRu), possui uma infinidade de aplicações, desde o uso dos dados já armazenados até seleções para projetos de acompanhamento e o treinamento de algoritmos de aprendizado automatizado. Como aplicação, realizamos um teste de Relatividade Geral (RG) com esses dados, combinando informações de lentes fortes e dispersões de velocidade, o que permite definir restrições sobre o parâmetro Pós-Newtoniano PPN. Com o banco de dados LaStBeRu, conseguimos realizar o primeiro teste de PPN independente de resultados anteriores e, também pela primeira vez, apenas para sistemas identificáveis em imagens terrestres. Combinando esses dados com as amostras atuais obtivemos os limites mais fortes até agora em PPN. Além disso, coletamos novos dados espectroscópicos para sistemas selecionados do LaStBeRu, que foram usados para obter a primeira determinação de ponta a ponta de PPN. É também a primeira determinação derivada puramente de dados observados na Terra e a primeira a usar priores auto consistentes. Nossos resultados são consistentes com a RG no nível de 1- e com os resultados anteriores da literatura. Por fim, no contexto da estrutura em grande escala, apresentamos dois emuladores neurais capazes de fazer previsões rápidas para os campos de densidade, deslocamento e velocidade de partículas de matéria escura sem necessariamente ter que executar simulações de N-corpos. Comparamos esses emuladores com outro método rápido para a mesma tarefa, mostrando que os emuladores neurais fornecem os melhores resultados.
