Warum sind Messungen von Supernovae mit *hoher Rotverschiebung* erforderlich, um dunkle Energie zu messen?

Warum sind hohe Rotverschiebungsmessungen von Supernovae erforderlich ... um den Parameter der Zustandsgleichung der Dunklen Energie zu messen?

Die Leuchtkraftentfernung kann geschrieben werden als

D L ( z ) = C H 0 ( z 1 2 ( 1 + Q 0 ) z 2 ) ,
Wo
Q 0 = 1 2 ( 1 + 3 w D E Ω D E ) .
Hier, C ist die Lichtgeschwindigkeit, H 0 ist die Hubble-Konstante, z ist die Rotverschiebung der Galaxie, die die beobachtete Supernova beherbergt, w D E ist die Zustandsgleichungsparameter der Dunklen Energie, und Ω D E ist sein Dichteparameter. Das wurde mir beigebracht, weil Q 0 tritt erst in quadratischer Ordnung ein, wir müssen hoch messen - z Supernovae. Es gibt jedoch viele praktische Probleme bei der Messung von hohen - z Supernovae.

Betrachten Sie dies nun. Wir können auch schreiben

D L ( z ) = C ( 1 + z ) 0 z D z ' H 0 [ Ω M ( 1 + z ' ) 3 + Ω D E ( 1 + z ' ) 3 ( 1 + w D E ) ] .
Hier sehe ich keinen Grund, Hoch- z Supernova von Niedrig- z Supernovae. Es scheint also, dass wir die praktischen Schwierigkeiten vermeiden können, indem wir einfach eine andere Formel verwenden.

Wo gehe ich falsch?

Diese z s sollte sein z ' s innerhalb des Integranden?
@ChrisWhite Hoppla. Scheint aber jetzt bearbeitet worden zu sein.

Antworten (2)

Seien Sie vorsichtig, wenn Sie versuchen, sich vorzustellen, wie empfindlich die Integralformulierung auf Änderungen reagiert w . Der Parameter der Zustandsgleichung geht nur als Teil des Exponenten von ein 1 + z , so für z 0 , w hat annähernd keine Wirkung: 1 0 1 ϵ .

Um es mit Gleichungen zu veranschaulichen, nehmen wir an, Sie wissen es bereits Ω M Und Ω D E genau und möchte nur messen w , davon unabhängig angenommen z . Wenn du sagst w = 0 + δ w , dann wird die Leuchtkraftentfernung

D L ( z ) = C ( 1 + z ) H 0 0 z 1 Ω M ( 1 + z ' ) 3 + Ω D E ( 1 3 Ω D E Protokoll ( 1 + z ' ) δ w Ω M ( 1 + z ' ) 3 + Ω D E ) D z '
zur Erstbestellung. Du musst hoch genug gehen z so dass der Beitrag des zweiten Teils des Integranden (gewichtet durch den Gesamtfaktor vorne) signifikant genug wird, um den Effekt von Nicht-Null zu verstärken δ w . Obwohl die Ω M ( 1 + z ' ) Terme machen diesen Beitrag mit zunehmendem Wert kleiner z ' , jedes bisschen zählt, und das größere z desto größer wird die Abweichung sein.

Zur grafischen Veranschaulichung ist unten ein Diagramm, das ich verwendet habe Ω M = 0,3 , Ω D E = 0,7 , Und H 0 = 70   ( k M / S ) / M P C .

Leuchtkraft Entfernung

Die Mittellinie ist für w = 0 , die darüber für w = 0,05 , und die untere für w = 0,05 . Die Linien fangen wirklich nur an, sich nach ungefähr zu trennen z = 2 . Ein wahrscheinlich fairerer Vergleich unter der Annahme einer konstanten fraktionalen Unsicherheit bei Entfernungsmessungen besteht darin, die fraktionale Änderung darzustellen

D L ( z ) | w D L ( z ) | 0 D L ( z ) | 0 ,
Wie nachfolgend dargestellt.

Bruchteil ändern

Eindeutig, wenn sich Ihre Supernova-Erhebungen darauf beschränken z < 0,5 (wie die frühen sicherlich waren), Unsicherheiten in Ihrer Leuchtkraft-Entfernungsmessung in Höhe von 2 % wird vergleichbar mit dem Effekt des Variierens sein w von 0,05 (was übrigens eine große Variation ist), was viele unabhängige Supernovae und sehr kleine systematische Unsicherheiten erfordert.

Je weiter Sie bereit sind, in der Rotverschiebung zu gehen, desto größer ist das Volumen, das Sie untersuchen, wodurch Sie mehr Datenpunkte erhalten.

Sie können einen Wert für Dunkle Energie (DE) mit nahen oder fernen Supernovae (SNe) anpassen, der Vorteil entfernter SNe ist rein aus statistischer Sicht: Sie möchten Ihre Fehler bei Ihrem am besten angepassten Wert von DE ( Ω D E ). Um die Unsicherheit in Ihrer Anpassung zu bestimmen ( σ Ω D E ) müssen Sie eine Fehlerfortpflanzung durchführen, die eine Abhängigkeit vom Gesamtbereich von zeigt z Werte, die Sie abtasten.

Sie können also bestimmen Ω D E durch Anpassen eines Diagramms von D L ( z ) , Rechts? Stellen Sie sich vor, Sie haben N Datenpunkte, die in der Nähe von z = 0 verstreut sind, im Vergleich zu zwei Gruppen von N/2 Datenpunkten, eine in der Nähe des Ursprungs und eine in der Nähe von z~1. Im ersten Fall wird Ihre Unsicherheit auf der Ausgleichslinie von der Streuung in Ihren Datenpunkten dominiert, während im zweiten Fall die Unsicherheit die Streuung ist, skaliert auf die Steigung zwischen den Massenschwerpunkten jeder Gruppe.

Wenn das unklar ist, kann ich versuchen, einen Schaltplan zu erstellen