Detection of Cosmic Strings in Cosmic Microwave Background maps

Abstract

ABSTRACT: In this work, we study the detection of cosmic strings using statistical methods based on non-Gaussian estimators derived from maps processed with steerable wavelets. We analyze temperatura map of the Cosmic Microwave Background, it is motivated by the clear non-Gaussian nature of the cosmic strings, as compare the CMB anisotropies predicted by the standard cosmological model. First we perform a hypothesis test to distinguish between CMB maps (under the addition of instrumental noise) and the same maps adding strings at some energy scale. Secondly, we solve a generalized X2 to explore of the detectability of the strings. Finally, we work with the angular power spectrum as a complementary analysis to the previous one. We conclude that a multi-scale analysis provides promising results, although we also find indications that the wavelets used should be improved in their directionality. We also conclude that, although non-Gaussianity is an important statistical property to be used to find an optimal estimator is not a trivial task.

RESUMEN: En este trabajo estudiamos la detección de cuerdas cósmicas usando métodos estadísticos basados en estimadores de la no gaussianidad, obtenidos de mapas analizados con steerable wavelets. Analizamos mapas de temperatura de anisotropías del Fondo Cósmico de Microondas. Esto está motivado por la naturaleza claramente no gaussiana de las cuerdas cósmicas, en comparación con las anisotropías del FCM predichas por el modelo cósmologico estándar. En primer lugar, realizamos un test de hipótesis para distinguir entre los mapas del FCM (bajo la adición de cierto ruido instrumental) y los mismos mapas añadiendo simulaciones de cuerdas cósmicas a una cierta escala de energía. En segundo lugar, utilizamos un X2 generalizado para estudiar la detectabilidad de las cuerdas cósmicas. Finalmente, trabajamos con el espectro angular de potencias como un análisis complementario al anterior. Concluimos que un análisis multiescala proporciona resultados prometedores, aunque también encontramos indicaciones de que las wavelets que hemos usado deben ser mejores, en lo que a su direccionabilidad se refiere. Así mismo, concluimos que la no gaussianidad es una propiedad estadística importante a ser usada, el encontrar un estimador óptimo de la misma no es una tarea sencilla.