Exploring JLA supernova data with improved flux-averaging technique
Exploring JLA supernova data with improved flux-averaging technique
复制标题
使用改进的通量平均技术探索 JLA 超新星数据
DOI：
10.1088/1475-7516/2017/03/037
复制
发表时间：
2017-03
期刊：
影响因子：
--
通讯作者：
李淼
中科院分区：
文献类型：
--
作者：
王爽;温思翔;李淼
在这项工作中，我们探索的宇宙学后果的“联合光变曲线分析”（JLA）超新星（SN）的数据，通过使用改进的通量平均（FA）技术，其中只有Ia型超新星（SNe Ia）在高红移的通量平均。采用品质因数（FoM）准则，考虑六种暗能量（DE）参数化，在（zcut，Δ z）平面内寻找最佳的FA配方，使DE约束最紧，其中zcut和Δ z分别为FA的红移截止和红移区间.在此基础上，讨论了改变zcut和Δ z对SN色亮度参数β的影响，并研究了采用不同FA配方对参数估计的影响。我们发现：（1）最佳的FA配方是（zcut = 0.6，Δ z=0.06），它对特定的DE参数化不敏感。(2)在zcut ≥ 0.4处的通量平均JLA样本将产生比不使用FA的情况更严格的DE约束。(3)使用FA可以显著减小β的红移演化。(4)最佳FA配方有利于较大的分数物质密度Ωm。总之，我们提出了一种处理JLA数据的替代方法，该方法可以降低SNe Ia的系统不确定性，同时给出更严格的DE约束。我们的方法将是有用的使用SNe Ia数据的精密宇宙学。
In this work, we explore the cosmological consequences of the ``Joint Light-curve Analysis'' (JLA) supernova (SN) data by using an improved flux-averaging (FA) technique, in which only the type Ia supernovae (SNe Ia) at high redshift are flux-averaged. Adopting the criterion of figure of Merit (FoM) and considering six dark energy (DE) parameterizations, we search the best FA recipe that gives the tightest DE constraints in the (zcut, Δ z) plane, where zcut and Δ z are redshift cut-off and redshift interval of FA, respectively. Then, based on the best FA recipe obtained, we discuss the impacts of varying zcut and varying Δ z, revisit the evolution of SN color luminosity parameter β, and study the effects of adopting different FA recipe on parameter estimation. We find that: (1) The best FA recipe is (zcut = 0.6, Δ z=0.06), which is insensitive to a specific DE parameterization. (2) Flux-averaging JLA samples at zcut ⩾ 0.4 will yield tighter DE constraints than the case without using FA. (3) Using FA can significantly reduce the redshift-evolution of β. (4) The best FA recipe favors a larger fractional matter density Ωm. In summary, we present an alternative method of dealing with JLA data, which can reduce the systematic uncertainties of SNe Ia and give the tighter DE constraints at the same time. Our method will be useful in the use of SNe Ia data for precision cosmology.
登录
查看更多内容
影响因子：
5
作者：
Yun Wang
通讯作者：
Yun Wang
影响因子：
6.4
作者：
C. Pigozzo;M. A. Dantas;S. Carneiro;S. Carneiro;J. Alcaniz
通讯作者：
C. Pigozzo;M. A. Dantas;S. Carneiro;S. Carneiro;J. Alcaniz
影响因子：
6.4
作者：
Li, Miao;Wang, Shuang;Zhang, Xin;Li, Xiao-Dong
通讯作者：
Li, Xiao-Dong
影响因子：
5
作者：
Chul-Moon Yoo;T. Kai;K. Nakao
通讯作者：
Chul-Moon Yoo;T. Kai;K. Nakao
影响因子：
5
作者：
Yun Wang;Shuang Wang
通讯作者：
Yun Wang;Shuang Wang