Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
IRIS
We investigate the accuracy of the perturbative galaxy bias expansion in view of the forthcoming analysis of the Euclid spectroscopic galaxy samples. We compare the performance of a Eulerian galaxy bias expansion using state-of-the-art prescriptions from the effective field theory of large-scale structure (EFTofLSS) with a hybrid approach based on Lagrangian perturbation theory and high-resolution simulations. These models are benchmarked against comoving snapshots of the flagship I N-body simulation at z = (0.9, 1.2, 1.5, 1.8), which have been populated with Hα galaxies leading to catalogues of millions of objects within a volume of about 58 h−3 Gpc3. Our analysis suggests that both models can be used to provide a robust inference of the parameters (h, ωc) in the redshift range under consideration, with comparable constraining power. We additionally determine the range of validity of the EFTofLSS model in terms of scale cuts and model degrees of freedom. From these tests, it emerges that the standard third-order Eulerian bias expansion – which includes local and non-local bias parameters, a matter counter term, and a correction to the shot-noise contribution – can accurately describe the full shape of the real-space galaxy power spectrum up to the maximum wavenumber of kmax = 0.45 hMpc−1, and with a measurement precision of well below the percentage level. Fixing either of the tidal bias parameters to physically motivated relations still leads to unbiased cosmological constraints, and helps in reducing the severity of projection effects due to the large dimensionality of the model. We finally show how we repeated our analysis assuming a volume that matches the expected footprint of Euclid, but without considering observational effects, such as purity and completeness, showing that we can get constraints on the combination (h, ωc) that are consistent with the fiducial values to better than the 68% confidence interval over this range of scales and redshifts.
Euclid preparation XLI. Galaxy power spectrum modelling in real space / Pezzotta, A.; Moretti, C.; Zennaro, M.; Dizgah, A. M.; Crocce, M.; Sefusatti, E.; Ferrero, I.; Pardede, K.; Eggemeier, A.; Barreira, A.; Angulo, R. E.; Marinucci, M.; Quevedo, B. C.; de la Torre, S.; Alkhanishvili, D.; Biagetti, M.; Breton, M. -A.; Castorina, E.; D'Amico, G.; Desjacques, V.; Guidi, M.; Karcher, M.; Oddo, A.; Ibanez, M. P.; Porciani, C.; Pugno, A.; Salvalaggio, J.; Sarpa, E.; Veropalumbo, A.; Vlah, Z.; Amara, A.; Andreon, S.; Auricchio, N.; Baldi, M.; Bardelli, S.; Bender, R.; Bodendorf, C.; Bonino, D.; Branchini, E.; Brescia, M.; Brinchmann, J.; Camera, S.; Capobianco, V.; Carbone, C.; Cardone, V. F.; Carretero, J.; Casas, S.; Castander, F. J.; Castellano, M.; Cavuoti, S.; Cimatti, A.; Congedo, G.; Conselice, C. J.; Conversi, L.; Copin, Y.; Corcione, L.; Courbin, F.; Courtois, H. M.; Da Silva, A.; Degaudenzi, H.; Di Giorgio, A. M.; Dinis, J.; Dupac, X.; Dusini, S.; Ealet, A.; Farina, M.; Farrens, S.; Fosalba, P.; Frailis, M.; Franceschi, E.; Galeotta, S.; Gillis, B.; Giocoli, C.; Granett, B. R.; Grazian, A.; Grupp, F.; Guzzo, L.; Haugan, S. V. H.; Hormuth, F.; Hornstrup, A.; Jahnke, K.; Joachimi, B.; Keihanen, E.; Kermiche, S.; Kiessling, A.; Kilbinger, M.; Kitching, T.; Kubik, B.; Kunz, M.; Kurki-Suonio, H.; Ligori, S.; Lilje, P. B.; Lindholm, V.; Lloro, I.; Maiorano, E.; Mansutti, O.; Marggraf, O.; Markovic, K.; Martinet, N.; Marulli, F.; Massey, R.; Medinaceli, E.; Mellier, Y.; Meneghetti, M.; Merlin, E.; Meylan, G.; Moresco, M.; Moscardini, L.; Munari, E.; Niemi, S. -M.; Padilla, C.; Paltani, S.; Pasian, F.; Pedersen, K.; Percival, W. J.; Pettorino, V.; Pires, S.; Polenta, G.; Pollack, J. E.; Poncet, M.; Popa, L. A.; Pozzetti, L.; Raison, F.; Renzi, A.; Rhodes, J.; Riccio, G.; Romelli, E.; Roncarelli, M.; Rossetti, E.; Saglia, R.; Sapone, D.; Sartoris, B.; Schneider, P.; Schrabback, T.; Secroun, A.; Seidel, G.; Seiffert, M.; Serrano, S.; Sirignano, C.; Sirri, G.; Stanco, L.; Surace, C.; Tallada-Crespi, P.; Taylor, A. N.; Tereno, I.; Toledo-Moreo, R.; Torradeflot, F.; Tutusaus, I.; Valentijn, E. A.; Valenziano, L.; Vassallo, T.; Wang, Y.; Weller, J.; Zamorani, G.; Zoubian, J.; Zucca, E.; Biviano, A.; Bozzo, E.; Burigana, C.; Colodro-Conde, C.; Di Ferdinando, D.; Mainetti, G.; Martinelli, M.; Mauri, N.; Sakr, Z.; Scottez, V.; Tenti, M.; Viel, M.; Wiesmann, M.; Akrami, Y.; Allevato, V.; Anselmi, S.; Baccigalupi, C.; Ballardini, M.; Bernardeau, F.; Blanchard, A.; Borgani, S.; Bruton, S.; Cabanac, R.; Cappi, A.; Carvalho, C. S.; Castignani, G.; Castro, T.; Canas-Herrera, G.; Chambers, K. C.; Contarini, S.; Cooray, A. R.; Coupon, J.; Davini, S.; De Lucia, G.; Desprez, G.; Di Domizio, S.; Dole, H.; Diaz-Sanchez, A.; Vigo, J. A. E.; Escoffier, S.; Ferreira, P. G.; Finelli, F.; Gabarra, L.; Ganga, K.; Garcia-Bellido, J.; Giacomini, F.; Gozaliasl, G.; Hall, A.; Ilic, S.; Joudaki, S.; Kajava, J. J. E.; Kansal, V.; Kirkpatrick, C. C.; Legrand, L.; Loureiro, A.; Macias-Perez, J.; Magliocchetti, M.; Mannucci, F.; Maoli, R.; Martins, C. J. A. P.; Matthew, S.; Maurin, L.; Metcalf, R. B.; Migliaccio, M.; Monaco, P.; Morgante, G.; Nadathur, S.; Walton, N. A.; Patrizii, L.; Popa, V.; Potter, D.; Pourtsidou, A.; Pontinen, M.; Risso, I.; Rocci, P. -F.; Sahlen, M.; Sanchez, A. G.; Schneider, A.; Sereno, M.; Simon, P.; Mancini, A. S.; Steinwagner, J.; Testera, G.; Teyssier, R.; Toft, S.; Tosi, S.; Troja, A.; Tucci, M.; Valiviita, J.; Vergani, D.; Verza, G.; Vielzeuf, P.. - In: ASTRONOMY & ASTROPHYSICS. - ISSN 0004-6361. - 687:(2024). [10.1051/0004-6361/202348939]
Euclid preparation XLI. Galaxy power spectrum modelling in real space
Pezzotta A.;Moretti C.;Zennaro M.;Dizgah A. M.;Crocce M.;Sefusatti E.;Ferrero I.;Pardede K.;Eggemeier A.;Barreira A.;Angulo R. E.;Marinucci M.;Quevedo B. C.;de la Torre S.;Alkhanishvili D.;Biagetti M.;Breton M. -A.;Castorina E.;D'Amico G.;Desjacques V.;Guidi M.;Karcher M.;Oddo A.;Ibanez M. P.;Porciani C.;Pugno A.;Salvalaggio J.;Sarpa E.;Veropalumbo A.;Vlah Z.;Amara A.;Andreon S.;Auricchio N.;Baldi M.;Bardelli S.;Bender R.;Bodendorf C.;Bonino D.;Branchini E.;Brescia M.;Brinchmann J.;Camera S.;Capobianco V.;Carbone C.;Cardone V. F.;Carretero J.;Casas S.;Castander F. J.;Castellano M.;Cavuoti S.;Cimatti A.;Congedo G.;Conselice C. J.;Conversi L.;Copin Y.;Corcione L.;Courbin F.;Courtois H. M.;Da Silva A.;Degaudenzi H.;Di Giorgio A. M.;Dinis J.;Dupac X.;Dusini S.;Ealet A.;Farina M.;Farrens S.;Fosalba P.;Frailis M.;Franceschi E.;Galeotta S.;Gillis B.;Giocoli C.;Granett B. R.;Grazian A.;Grupp F.;Guzzo L.;Haugan S. V. H.;Hormuth F.;Hornstrup A.;Jahnke K.;Joachimi B.;Keihanen E.;Kermiche S.;Kiessling A.;Kilbinger M.;Kitching T.;Kubik B.;Kunz M.;Kurki-Suonio H.;Ligori S.;Lilje P. B.;Lindholm V.;Lloro I.;Maiorano E.;Mansutti O.;Marggraf O.;Markovic K.;Martinet N.;Marulli F.;Massey R.;Medinaceli E.;Mellier Y.;Meneghetti M.;Merlin E.;Meylan G.;Moresco M.;Moscardini L.;Munari E.;Niemi S. -M.;Padilla C.;Paltani S.;Pasian F.;Pedersen K.;Percival W. J.;Pettorino V.;Pires S.;Polenta G.;Pollack J. E.;Poncet M.;Popa L. A.;Pozzetti L.;Raison F.;Renzi A.;Rhodes J.;Riccio G.;Romelli E.;Roncarelli M.;Rossetti E.;Saglia R.;Sapone D.;Sartoris B.;Schneider P.;Schrabback T.;Secroun A.;Seidel G.;Seiffert M.;Serrano S.;Sirignano C.;Sirri G.;Stanco L.;Surace C.;Tallada-Crespi P.;Taylor A. N.;Tereno I.;Toledo-Moreo R.;Torradeflot F.;Tutusaus I.;Valentijn E. A.;Valenziano L.;Vassallo T.;Wang Y.;Weller J.;Zamorani G.;Zoubian J.;Zucca E.;Biviano A.;Bozzo E.;Burigana C.;Colodro-Conde C.;Di Ferdinando D.;Mainetti G.;Martinelli M.;Mauri N.;Sakr Z.;Scottez V.;Tenti M.;Viel M.;Wiesmann M.;Akrami Y.;Allevato V.;Anselmi S.;Baccigalupi C.;Ballardini M.;Bernardeau F.;Blanchard A.;Borgani S.;Bruton S.;Cabanac R.;Cappi A.;Carvalho C. S.;Castignani G.;Castro T.;Canas-Herrera G.;Chambers K. C.;Contarini S.;Cooray A. R.;Coupon J.;Davini S.;De Lucia G.;Desprez G.;Di Domizio S.;Dole H.;Diaz-Sanchez A.;Vigo J. A. E.;Escoffier S.;Ferreira P. G.;Finelli F.;Gabarra L.;Ganga K.;Garcia-Bellido J.;Giacomini F.;Gozaliasl G.;Hall A.;Ilic S.;Joudaki S.;Kajava J. J. E.;Kansal V.;Kirkpatrick C. C.;Legrand L.;Loureiro A.;Macias-Perez J.;Magliocchetti M.;Mannucci F.;Maoli R.;Martins C. J. A. P.;Matthew S.;Maurin L.;Metcalf R. B.;Migliaccio M.;Monaco P.;Morgante G.;Nadathur S.;Walton N. A.;Patrizii L.;Popa V.;Potter D.;Pourtsidou A.;Pontinen M.;Risso I.;Rocci P. -F.;Sahlen M.;Sanchez A. G.;Schneider A.;Sereno M.;Simon P.;Mancini A. S.;Steinwagner J.;Testera G.;Teyssier R.;Toft S.;Tosi S.;Troja A.;Tucci M.;Valiviita J.;Vergani D.;Verza G.;Vielzeuf P.
2024-01-01
Abstract
We investigate the accuracy of the perturbative galaxy bias expansion in view of the forthcoming analysis of the Euclid spectroscopic galaxy samples. We compare the performance of a Eulerian galaxy bias expansion using state-of-the-art prescriptions from the effective field theory of large-scale structure (EFTofLSS) with a hybrid approach based on Lagrangian perturbation theory and high-resolution simulations. These models are benchmarked against comoving snapshots of the flagship I N-body simulation at z = (0.9, 1.2, 1.5, 1.8), which have been populated with Hα galaxies leading to catalogues of millions of objects within a volume of about 58 h−3 Gpc3. Our analysis suggests that both models can be used to provide a robust inference of the parameters (h, ωc) in the redshift range under consideration, with comparable constraining power. We additionally determine the range of validity of the EFTofLSS model in terms of scale cuts and model degrees of freedom. From these tests, it emerges that the standard third-order Eulerian bias expansion – which includes local and non-local bias parameters, a matter counter term, and a correction to the shot-noise contribution – can accurately describe the full shape of the real-space galaxy power spectrum up to the maximum wavenumber of kmax = 0.45 hMpc−1, and with a measurement precision of well below the percentage level. Fixing either of the tidal bias parameters to physically motivated relations still leads to unbiased cosmological constraints, and helps in reducing the severity of projection effects due to the large dimensionality of the model. We finally show how we repeated our analysis assuming a volume that matches the expected footprint of Euclid, but without considering observational effects, such as purity and completeness, showing that we can get constraints on the combination (h, ωc) that are consistent with the fiducial values to better than the 68% confidence interval over this range of scales and redshifts.
I documenti in IRIS 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/11381/3000993
Citazioni
ND
0
0
social impact
Conferma cancellazione
Sei sicuro che questo prodotto debba essere cancellato?
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2023-2025 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.