校准ΛCDM模型系综中的表观动力学暗能量排除性与弱模式放大效应
《Physics of the Dark Universe》:Apparent Dynamical-Dark-Energy Exclusions and Weak-Mode Amplification in a Calibrated ΛCDM Ensemble
【字体:
大
中
小
】
时间:2026年10月22日
来源:Physics of the Dark Universe 7.4
编辑推荐:
摘要
联合重子声学振荡(BAO)、宇宙微波背景辐射(CMB)与Ia型超新星(SNe)约束在Chevallier–Polarski–Linder(CPL)模型中可能表现出较大的视觉位移,因为(w?, w?)的后验分布具有强烈的各向异性。我们通过对从同一固定平坦ΛCDM宇宙学模
摘要
联合重子声学振荡(BAO)、宇宙微波背景辐射(CMB)与Ia型超新星(SNe)约束在Chevallier–Polarski–Linder(CPL)模型中可能表现出较大的视觉位移,因为(w?, w?)的后验分布具有强烈的各向异性。我们通过对从同一固定平坦ΛCDM宇宙学模型生成的100组匹配BAO+CMB+SNe模拟实现进行量化,研究这种弱模式放大效应。中位数后验主轴比为8.25:因此,原始参数游程在弱方向上可远大于在强约束方向上的范围。利用基于行走者平衡链子样本计算的最高后验密度(HPD)区域,100次实现中有96次的生成分位于联合95.45%区域内,与名义重复抽样覆盖率一致;相同的四个主要排除在九种网格与平滑变体中持续存在,覆盖率为95–96/100。标准化模式投影显示,这四个排除并非均匀由弱模式主导,强调弱模式放大涉及的是位移的原始可见性,而非标准化运动的普遍方向。一个独立的N=1000零假设集合,仅通过似然最大化分析(无MCMC),给出95.45%分位数Q?.????(Δχ2_LR)=6.535,且1000次实现中有51次超过χ2?的95.45%参考阈值6.18。探针分解显示,在最强游程中没有共同的占主导地位的探针。这些结果表明,弱模式放大是受控压缩似然后验几何的属性,而名义排除本身以预期的百分之几频率发生。不对已发表的观测分析赋予任何经验显著性。
引言
近期来自暗能量光谱仪(DESI)的重子声学振荡(BAO)测量,结合宇宙微波背景辐射(CMB)信息和Ia型超新星(SNe),重新激发了对动力学暗能量(DDE)的兴趣,通常通过时间依赖的暗能量状态方程(EOS)来描述[1], [2], [3]。在广泛使用的Chevallier–Polarski–Linder(CPL)参数化[4], [5]中,几项近期分析报道了联合约束偏离嵌套的平坦ΛCDM点(w?, w?)=(-1, 0)。然而,这种偏好的位置和表观强度取决于SNe汇编、似然构造、校准处理、先验假设和所采用的DE扩展[6], [7], [8], [9], [10]。因此,不包含ΛCDM点的联合轮廓是重要的诊断指标,但本身并不能确立真正的DE动力学[11], [12], [13], [14], [15], [16], [17]。
观测数据稳健性研究表明,报道的DDE偏好取决于联合似然的组成。以基于阿塔卡马宇宙学望远镜(ACT)、南极望远镜(SPT)或威尔金森微波各向异性探测器(WMAP)的信息替代基于Planck的CMB信息,通常会削弱该偏好,并进一步依赖于所采用的SNe汇编[18], [19]。然而,最近联合ACT、SPT和Planck信息的分析发现,对于某些DESI DR2与SNe组合,显著的DDE偏好仍可存续[20]。对Ωm?的重建和直接距离级一致性检验考察了可能的BAO-SNe差异,包括其对SNe汇编、校准假设和重建方法的依赖[21], [22], [23], [24]。基于BAO可观测量的模型无关零诊断提供了对偏离平坦ΛCDM的补充检验[25], [26], [95]。还发现了对Planck详细似然和现象学CMB透镜振幅参数A_L的依赖[27], [28]。推断的偏好还对DESI红移箱构成和发布历史敏感[29], [30],以及对本地H?信息的纳入或早期时间自由度敏感[31]。
必须区分几种统计陈述。即使对于行为良好的推断程序,后验中心也会在不同数据实现之间波动。某一特定实现可能将固定生成分置于名义可信区域之外;相应的重复抽样覆盖率是否接近名义值,是在该点评估的完整程序的属性[32]。此外,由于平坦ΛCDM嵌套于CPL中,独立优化不能为CPL产生更大的最小χ2,且实现特定的波动可在零假设下产生正向拟合改善[33]。这种改善既非数值故障,本身也非新物理的证据。受控集合校准其在零假设下的行为[13]。
这种区分对于距离主导的探针尤为重要。从w(z)到DE密度、膨胀率和宇宙学距离的映射涉及连续积分[34], [35]。结果对w?和w?的约束强度差异显著:距离信息通常较好确定一个较宽的组合,同时在(w?, w?)平面中留下一个延伸的弱方向[36], [37]。增长可观测量可提供互补信息,因其响应不完全受相同嵌套距离核控制[38], [39]。因此,w?中较大的视觉位移不一定对应于在强约束方向上同样显著的位移,也不应孤立地解释为快速DE演化的直接局部测量。
探针依赖性为这种几何添加了一层。BAO约束涉及声视界横向与径向距离比,压缩CMB信息约束高红移几何组合,未校准SNe约束相对光度-距离历史[40], [96]。其主要退化方向不完全相同,故组合时探针提供互补信息[41]。一项相关的受控模拟研究考察了从共同宇宙学生成的组件BAO-only、压缩CMB-only和SNe-only似然块的集合恢复和后验几何[42]。本分析将该工作扩展至其联合乘积的重复抽样覆盖率,其有噪声、不对齐的似然脊可以以不由单独单探针结果决定的方式相交。
基于模拟的表观DDE偏好研究解决了几种互补的统计问题。Huang等人[7]使用大型Planck约束ΛCDM模拟集合估计至少与选定观测结果一样大的DDE偏好出现的频率。其研究关注观测动机偏好,某些实验结合模拟与观测输入。这里我们改为分离两个受控任务:100次实现的完整后验集合测量边缘与联合重复抽样覆盖率及弱模式几何,而独立的N=1000仅优化集合校准似然比分布的尾部。
DESI扩展DE分析[3]同样使用模拟DESI、Pantheon+ SNe和CMB信息的模拟组合来测试选定的非参数DE重建方法。那些代表性测试评估选定生成历史的恢复,而本集合确定名义联合排除的重复抽样频率和(w?, w?)后验区域的覆盖率。
从非穿越准精质模型生成的蒙特卡洛模拟显示,更灵活的CPL拟合可以在百分之几的频率下模拟幻象穿越[13],而观测数据轮廓似然分析比较贝叶斯和频率学派CPL约束并将拟合改善分解为数据集贡献[43]。这些研究分别处理了不同生成模型下的假穿越和实际观测的轮廓分析。我们考虑联合后验的互补固定ΛCDM重复抽样行为,并经验校准独立优化的似然比(LR)统计量。
受控的跨探针不一致性研究解决了相关但不同的机制。物质密度、绝对距离校准、声视界或其他探针级别量的故意偏移,当传播到CPL平面时可以产生对DDE的表观偏好[44], [45]。来自相互不一致观测的联合推断同样可以使参数约束产生偏差[46],观测一致性检验表明BAO-SNe差异可以模拟红移依赖的DE行为[21], [47]。这些研究阐明了涉及Ωm?、H?、ΔM或r_d的探针依赖值或假设如何将残余张力映射到(w?, w?)中[21], [44], [45], [48]。本集合转而测量由相互一致、无偏ΛCDM噪声生成的抽样分布。Tang等人[44]还考察了相反的误规范问题,即生成DDE模拟并在ΛCDM下拟合组件探针。
相关的统计框架解决不同的问题。先验预测模拟校准和相关的后验可靠性诊断测试从先验预测分布中抽取的参数-数据对的后验计算[49], [50], [51],而后验预测检验评估在指定模型下数据的一个子集是否可以预测另一个子集[52]。轮廓似然研究表明,当正则性条件失败时,Wilks型渐近校准可能变得不准确,如在弱识别、非高斯或边界约束的宇宙学问题中[53], [54]。这些框架激发了我们的诊断,但与固定生成分重复抽样实验仍然是不同的。
本分析在一个固定生成分校准中结合这些元素[3], [7], [13], [42]。100个完整后验实现完全合成,由相同的确切平坦ΛCDM宇宙学生成的匹配的BAO+CMB+SNe三元组,并使用相同的六参数CPL后验和独立嵌套模型优化程序进行分析。它们量化后验恢复、重复抽样覆盖率、探针解析似然贡献和实现特定的强-弱CPL几何。N=1000仅优化集合使用相同的前向模型、高斯噪声构造、先验和嵌套优化,但不运行MCMC;仅用于经验LR校准。
嵌套模型LR统计量是这种校准的核心。正如嵌套假设之间轮廓似然比所要求的,平坦ΛCDM和CPL中共同的参数在每个模型中分别重新优化,而不是将受限模型固定在完整的生成向量上[55]。这种处理消除了可以被共享参数的实现依赖位移吸收的表观改善。渐近两参数χ2分布仅作为参考[53], [56];下面报告的LR尾部经验校准来自独立的N=1000仅优化零假设集合。
所得到的校准以指定的平坦ΛCDM生成分和采用的BAO压缩、压缩CMB协方差、SN选择、讨厌参数处理、早期宇宙假设、先验、后验区域构造和优化程序为条件[32]。它不为任何现有观测结果赋予经验显著性。这样的比较将需要在相同的似然和分析约定下定义和分析的观测BAO+CMB+SNe乘积,以便其LR统计量可以一致地放在相应的经验零假设分布中[57]。在本文中,"排除"意味着固定生成值或点位于指定后验区域之外;它不表示ΛCDM为假的后验概率。
论文其余部分组织如下。第2节回顾弱CPL方向的结构性起源、早期时间物理条件和实现特定的轴心参数化。第3节定义共同的生成宇宙学和相干的BAO、压缩CMB和SNe模拟构造。第4节描述后验抽样、收敛标准、后验区域定义、位移和LR统计量以及独立的嵌套模型优化程序。第5节总结数值验证和收敛诊断。第6节呈现集合后验恢复和实现级相关性,而第7节报告边缘和联合重复抽样覆盖率。第8节呈现独立优化的LR统计量的经验校准。第9节将主要游程分解为BAO、CMB和SNe贡献并详细考察最大游程。第10节将集合结果连接到强和弱CPL协方差模式以及轴心状态方程。第11节陈述与校准零假设集合进行有效观测比较的要求。第12节讨论解释、观测含义和局限性,第13节总结主要结论。
章节片段
弱CPL方向的结构性起源
我们采用CPL参数化[4], [5]:
w(a) = w? + (1?a)w?,
w(z) = w? + z/(1+z) w?,
其中a = (1+z)?1是归一化到今天a=1的尺度因子,z是宇宙学红移,w(a)(等价于w(z))是DE状态方程,w? = w(a=1)是其当前值,w?控制其关于1?a的一阶演化。我们采用Friedmann–Lema?tre–Robertson–Walker(FLRW)背景。假设一个单独守恒、非相互作用的DE成分,FLRW背景中的协变连续性方程为:
ρ_DE(z) = ρ_DE,0 exp[3∫?^z (1+w(z'))/(1+z') dz']
共同的生成宇宙学
所有100组匹配的探针三元组均从同一空间平坦ΛCDM宇宙学生成,所有超新星模拟共享同一生成加性星等归一化。完整分析参数向量按当前物质密度参数ω_m = Ωm?h2、当前重子密度参数ω_b = Ωb?h2、当前哈勃常数H?、前述CPL参数以及自由加性SN星等归一化ΔM排序:
(ω_m, ω_b, H?, w?, w?, ΔM) = (0.147, 0.02237, 70, ?1, 0, 0),
其中h是……
推断方法论
CPL抽样向量为:
Θ = (ω_m, ω_b, H?, w?, w?, ΔM)。
共同生成值与参数先验见表1。CPL抽样还须满足第2节引入的物理条件w? + w? < 0。
由于三个模拟块的跨探针噪声协方差为零,联合高斯似然分解为三个探针贡献:
χ2(Θ) = χ2_BAO(Θ) + χ2_CMB(Θ) + χ2_SN(Θ),
其中
χ2_p(Θ) = [d_p ? μ_p(Θ)]? C_p?1 [d_p ? μ_p(Θ)]。
d_p是实现特定的模拟向量,μ_p(Θ)是……
数值验证与收敛
所有100条MCMC链均满足预定义的收敛标准,并包含有限样本、对数概率及在指定六参数排序下的探针解析χ2值。无实现被排除于集合分析之外。
最终生产长度为:21条链各20,000步,60条链各40,000步,13条链各50,000步,5条链各60,000步,1条链80,000步。后者为N100-3,是唯一需要最大累积生产长度的实现。
后验分布链集成恢复情况图1展示了100次模拟实现中恢复后验中位数的逐次实现变化。每个点代表一次实现,并按独立优化的LR统计量$\Delta\chi^2_{LR}$(定义见公式(29))着色。因此,颜色量化的是优化后CPL拟合相对于独立优化的$\Lambda$CDM拟合的改进程度,而非公式(28)中的统计量A。
左面板中,恢复的$(w_0, w_a)$中位数形成一条狭窄的强反相关序列
边缘与联合覆盖率我们现在检验第4节中定义的后验区域是否以接近标称的重复抽样频率包含生成值。图3比较了三种区域构建方法。
边缘区间是在对所有其他参数进行边缘化之后,对某一参数形成的一维等尾区间。因此,标记为$w_0$、$w_a$、$w_p$、$H_0$和$\Omega_{m,0}$的条目分别单独检验每个参数。相比之下,联合$(w_0, w_a)$构造检验的是二维生成点
优化LR统计量标定我们用独立的$N=1000$仅优化精确$\Lambda$CDM集成来标定公式(29)中定义的独立优化嵌套模型LR统计量。每次实现使用与100成员全后验集成相同的初级BAO+CMB+SNe前向模型、协方差结构、参数边界、物理条件$w_0+w_a<0$、高斯噪声构造以及独立的多元启动$\Lambda$CDM/CPL优化程序,但不运行MCMC。所有1000对优化结果均满足数值接受
探针分解与异常值我们接下来检查哪些探针波动产生了第7节中识别出的四个标称95.45%直接HPD排除。为简洁起见,下文将这些称为直接HPD 95%排除。它们是N100-21、N100-61、N100-65和N100-87。
公式(30)中的探针分辨量在联合BAO+CMB+SNe似然的独立优化最小值处计算。它们是LR统计量的贡献,而非独立优化的仅探针LR统计量,其总和等于公式
结构性弱模式解释集成结果量化了第2节中引入的弱CPL几何结构以及距离基时间依赖DE重建的结构性局限[37]。对于每次实现,我们在$(w_0, w_a)$平面上对边缘化后验协方差矩阵进行对角化,
$C_{w_0 w_a} = V(\lambda_{short}\ 0\ 0\ \lambda_{long})^T V^T$,$\lambda_{short}\leq\lambda_{long}$
短轴特征向量确定了相对约束较好的组合,而长轴特征向量定义了弱CPL模式。
为去除特征向量的固有符号
观测解释100成员后验集成和$N=1000$仅优化LR集成是受控压缩似然实验;它们并非对DESI、Planck或Pantheon+分析的端到端复现。将观测结果直接纳入标定的零假设分布中,需要观测到的BAO向量和协方差、压缩CMB约定、SNe选择和讨厌参数处理、早期宇宙前向模型、参数先验、后验区域构造以及独立
弱模式放大与标定排除主要结果是CPL后验的强各向异性,而非四个标称95.45%排除的存在。游走平衡HPD构造给出96/100覆盖率,与标称4.55%未覆盖期望一致。主轴比中位数为8.25,这解释了为什么适度的标准化运动当其在弱方向上有分量时,会表现为显著的原始$(w_0, w_a)$偏移。同时,四个被排除实现的标准化投影
结论我们分析了100个从单一平坦$\Lambda$CDM宇宙学模型生成的匹配BAO+CMB+SNe全后验实现,并用独立的$N=1000$仅优化零假设集成进行LR标定。游走平衡HPD构造在标称68.27%可信度下包含生成点的比例为64/100,在标称95.45%下为96/100;同样的四个初级排除在所有九个网格/平滑变体中持续存在,其95.45%覆盖率为95–96/100。标称
关于论文撰写过程中生成式AI和AI辅助技术的声明在论文撰写过程中,作者使用了ChatGPT(OpenAI,GPT-5.6)进行英文编辑、文献整理、论文结构和部分编码、代码审查以及图表工作流支持。科学思想、公式、数值方法、实现选择、分析执行、结果解释以及所有最终科学判断均由作者完成或独立验证。所有AI辅助建议均经过
资助声明本研究未获得公共、商业或非营利部门的任何特定资助。
CRediT作者贡献声明Seokcheon Lee:写作–审查与编辑,写作–原始草稿,可视化,验证,软件,资源,项目管理,方法论,调查,形式分析,数据管理,概念化。
利益冲突声明作者声明不存在利益冲突。
Seokcheon Lee