| Summary: | Tra le più promettenti sfide della Cosmologia moderna possiamo certamente annoverare la polarizzazione del fondo cosmico di microonde (CMB) e l’analisi multifrequenza delle emissioni extragalattiche. Da un lato, la polarizzazione della CMB permette di vincolare sempre meglio i parametri cosmologici e testare il modello standard. Dall’altro lato, lo studio dei dati nelle frequenze millimetriche e sub-millimetriche apre uno spiraglio all’indagine della distribuzione di materia su grande scala, con il fine di comprendere la formazione e l’evoluzione della Struttura su Larga Scala dell’Universo. Nel primo progetto descritto in questa tesi presentiamo lo studio di una delle anomalie su larga scala della CMB basato sulla correlazione angolare a due punti. Utilizziamo lo stato dell’arte dei dataset in polarizzazione: il primo è basato su una analisi del cross-spettro delle bande a 100 e 143 GHz del dataset Planck 2018. Il secondo dataset è costruito a partire dalle mappe Planck 2018 LFI e WMAP-9yr. Consideriamo il noto estimatore S1/2 , che misura la distanza della funzione di correlazione angolare da zero a scale più larghe di 60° e impieghiamo simulazioni realistiche per valutare gli intervalli di confidenza. Entrambe i dataseset mostrano un basso valore della funzione di correlazione per i modi E locali, similmente all’effetto osservato in temperatura. Questo risultato è maggiormente vincolato dal dataset Planck HFI 100×143, che è quello con minore rumore, e per cui la significatività dell’effetto si attesta attorno al 99.5%. Per ulteriori indagini, questo test potrà essere ripetuto su nuove generazioni di dati, ad esempio quelli di LiteBIRD, che saranno limitati solo dalla varianza cosmica a tutte le scale angolari. Nel secondo progetto presentato in questa tesi abbiamo sviluppato un codice per l’analisi dati progettato per le frequenze millimetriche e sub-millimetriche. Con un unico modello fittiamo i dati del South Pole Telescope (SPT) e dell’esperimento Herschel/SPIRE. Il formalismo sviluppato descrive ...
|
|---|