Galaxias y estructuras en vacíos cósmicos

Abstract

En las escalas más grandes, nuestro Universo muestra características geométricas como cúmulos, filamentos y vacíos, que componen lo que se conoce como la Red Cósmica. Los vacíos son las regiones menos densas y, por tanto, uno de los entornos más extremos para que las galaxias se formen y evolucionen. Por tanto, las galaxias y su distribución en estos entornos constituyen la mejor aproximación a sus propiedades prístinas. Sin embargo, su estudio estadístico en estos entornos subdensos está limitado por el pequeño tamaño de las muestras. Esta Tesis propone nuevos enfoques estadísticos que se aplican en simulaciones y pretenden mejorar las herramientas de análisis, a saber: métodos de estudio de la agrupación de galaxias que reduzcan el error de las estadísticas o su tiempo de cálculo; estadísticas para el análisis de orientaciones de galaxias orientaciones de las galaxias que puedan utilizar toda la información disponible y con una determinación robusta de su significancia estadística; y, por último, un estudio de la agrupación de galaxias utilizando un método que, a diferencia de las estadísticas más habituales, analiza las regiones de exclusión de galaxias y, por lo tanto, es una elección natural para entornos subdensos. Hemos aprendido que los vacíos son un entorno único en el que la estructura puede formarse y evolucionar, y pueden desempeñar un papel crucial en la generación de momento angular y alienación de galaxias.

On the largest scales our Universe displays striking geometrical features like clusters, filaments, and voids, that compose what is known as the Cosmic Web. Voids are the most underdense regions and thus one of the most extreme environments for galaxies to form and evolve. Therefore, galaxies and their distribution in these environments constitute the best approximation to their pristine properties. However, their statistical study in these subdense environments is limited by the small sample sizes. This Thesis proposes new statistical approaches that are applied in simulations and aim to improve the tools of analysis, namely: methods of studying the clustering of galaxies that reduce the error of the statistics or their computational time; statistics for the analysis of galaxy orientations that can use all the information available and with a robust determination of their statistical significance; and finally, a study of the clustering of galaxies using a method that, unlike the more usual statistics, analyses the regions of exclusion of galaxies and is therefore a natural choice for subdense environments. We have learned that voids are a unique environment in which structure can form and evolve and may play a crucial role in embedding galaxies with alignment and angular momentum.