It's not $σ_8$ : constraining the non-linear matter power spectrum with the Dark Energy Survey Year-5 supernova sample
Auteurs : Paul Shah, T. M. Davis, M. Vincenzi, P. Armstrong, D. Brout, R. Camilleri, L. Galbany, M. S. S. Gill, D. Huterer, N. Jeffrey, O. Lahav, J. Lee, C. Lidman, A. Möller, M. Sullivan, L. Whiteway, P. Wiseman, S. Allam, M. Aguena, J. Annis, J. Blazek, D. Brooks, A. Carnero Rosell, J. Carretero, C. Conselice, L. N. da Costa, M. E. S. Pereira, S. Desai, H. T. Diehl, P. Doel, S. Everett, I. Ferrero, B. Flaugher, J. Frieman, J. García-Bellido, E. Gaztanaga, G. Giannini, D. Gruen, R. A. Gruendl, G. Gutierrez, S. R. Hinton, D. L. Hollowood, K. Honscheid, D. J. James, S. Lee, J. L. Marshall, J. Mena-Fernández, R. Miquel, A. Palmese, A. Pieres, A. A. Plazas Malagón, A. Porredon, S. Samuroff, E. Sanchez, I. Sevilla-Noarbe, M. Smith, E. Suchyta, M. E. C. Swanson, G. Tarle, D. L. Tucker, N. Weaverdyck
Résumé : The weak gravitational lensing magnification of Type Ia supernovae (SNe Ia) is sensitive to the matter power spectrum on scales $k>1 h$ Mpc$^{-1}$, making it unwise to interpret SNe Ia lensing in terms of power on linear scales. We compute the probability density function of SNe Ia magnification as a function of standard cosmological parameters, plus an empirical parameter $A_{\rm mod}$ which describes the suppression or enhancement of matter power on non-linear scales compared to a cold dark matter only model. While baryons are expected to enhance power on the scales relevant to SN Ia lensing, other physics such as neutrino masses or non-standard dark matter may suppress power. Using the Dark Energy Survey Year-5 sample, we find $A_{\rm mod} = 0.77^{+0.69}_{-0.40}$ (68\% credible interval around the median). Although the median is consistent with unity there are hints of power suppression, with $A_{\rm mod} < 1.09$ at 68\% credibility.
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
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.