Relativistic Effect in Galaxy Clustering

Auteurs : Jaiyul Yoo

Class.Quant.Grav. 31 (2014) 234001
arXiv: 1409.3223v1 - DOI (astro-ph.CO)
21 pages, no figures. Invited review article, accepted for publication in Classical and Quantum Gravity focus issue on "Relativistic Effects in Cosmology", edited by Kazuya Koyama

Résumé : The general relativistic description of galaxy clustering provides a complete and unified treatment of all the effects in galaxy clustering such as the redshift-space distortion, gravitational lensing, Sachs-Wolfe effects, and their relativistic effects. In particular, the relativistic description resolves the gauge issues in the standard Newtonian description of galaxy clustering by providing the gauge-invariant expression for the observed galaxy number density. The relativistic effect in galaxy clustering is significant on large scales, in which dark energy models or alternative theories of modified gravity deviate from general relativity. In this paper, we review the relativistic effect in galaxy clustering by providing a pedagogical derivation of the relativistic formula and by computing the observed galaxy two-point statistics. The relativistic description of galaxy clustering is an essential tool for testing general relativity and probing the early Universe on large scales in the era of precision cosmology.

Soumis à arXiv le 10 Sep. 2014

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.