Warum sind hohe Rotverschiebungsmessungen von Supernovae erforderlich ... um den Parameter der Zustandsgleichung der Dunklen Energie zu messen?
Die Leuchtkraftentfernung kann geschrieben werden als
Betrachten Sie dies nun. Wir können auch schreiben
Wo gehe ich falsch?
Seien Sie vorsichtig, wenn Sie versuchen, sich vorzustellen, wie empfindlich die Integralformulierung auf Änderungen reagiert . Der Parameter der Zustandsgleichung geht nur als Teil des Exponenten von ein , so für , hat annähernd keine Wirkung: .
Um es mit Gleichungen zu veranschaulichen, nehmen wir an, Sie wissen es bereits Und genau und möchte nur messen , davon unabhängig angenommen . Wenn du sagst , dann wird die Leuchtkraftentfernung
Zur grafischen Veranschaulichung ist unten ein Diagramm, das ich verwendet habe , , Und .
Die Mittellinie ist für , die darüber für , und die untere für . Die Linien fangen wirklich nur an, sich nach ungefähr zu trennen . Ein wahrscheinlich fairerer Vergleich unter der Annahme einer konstanten fraktionalen Unsicherheit bei Entfernungsmessungen besteht darin, die fraktionale Änderung darzustellen
Eindeutig, wenn sich Ihre Supernova-Erhebungen darauf beschränken (wie die frühen sicherlich waren), Unsicherheiten in Ihrer Leuchtkraft-Entfernungsmessung in Höhe von wird vergleichbar mit dem Effekt des Variierens sein von (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 ( ). Um die Unsicherheit in Ihrer Anpassung zu bestimmen ( ) müssen Sie eine Fehlerfortpflanzung durchführen, die eine Abhängigkeit vom Gesamtbereich von zeigt Werte, die Sie abtasten.
Sie können also bestimmen durch Anpassen eines Diagramms von , 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
Benutzer10851
Benutzer12345