Tests of general relativity at the fourth post-Newtonian order

Auteurs : Poulami Dutta Roy, Sayantani Datta, K. G. Arun

11 pages, 2 figures, 2 tables
Licence : CC BY 4.0

Résumé : The recently computed post-Newtonian (PN) gravitational-wave phasing up to 4.5PN order accounts for several novel physical effects in compact binary dynamics such as the {\it tail of the memory, tails of tails of tails and tails of mass hexadecupole and current octupole moments}. Therefore, it is instructive to assess the ability of current-generation (2G) detectors such as LIGO/Virgo, next-generation (XG) ground-based gravitational wave detectors such as Cosmic Explorer/Einstein Telescope and space-based detectors like LISA to test the predictions of PN theory at these orders. Employing Fisher information matrix, we find that the projected bounds on the deviations from the logarithmic PN phasing coefficient at 4PN is ${\cal O}(10^{-2})$ and ${\cal O}(10^{-1})$ for XG and 2G detectors, respectively. Similarly, the projected bounds on other three PN coefficients that appear at 4PN and 4.5PN are ${\cal O}(10^{-1}-10^{-2})$ for XG and ${\cal O}(1)$ for 2G detectors. LISA observations of supermassive BHs could provide the tightest constraints on these four parameters ranging from ${\cal O}(10^{-4}-10^{-2})$. The variation in these bounds are studied as a function of total mass and the mass ratio of the binaries in quasi-circular orbits. These new tests are unique probes of higher order nonlinear interactions in compact binary dynamics and their consistency with the predictions of general relativity.

Soumis à arXiv le 11 Jui. 2024

Explorez l'arbre d'article

Cliquez sur les nœuds de l'arborescence pour être redirigé vers un article donné et accéder à leurs résumés et assistant virtuel

Accédez également à nos Résumés, ou posez des questions sur cet article à notre Assistant IA.

Recherchez des articles similaires (en version bêta)

En cliquant sur le bouton ci-dessus, notre algorithme analysera tous les articles de notre base de données pour trouver le plus proche en fonction du contenu des articles complets et pas seulement des métadonnées. Veuillez noter que cela ne fonctionne que pour les articles pour lesquels nous avons généré des résumés et que vous pouvez le réexécuter de temps en temps pour obtenir un résultat plus précis pendant que notre base de données s'agrandit.