继续阅读
引力波标准汽笛 · 阅读路径
用GW170817公开的GWTC-1距离样本,加上一个高斯形式的哈勃流速度,我们复算出的亮汽笛后验峰值在 ,最短68.3%区间从 到 。公布值是 ,差别可以用下文列出的两处简化来解释。在合成宇宙里,同一套推断加上选择归一化后,亮汽笛和暗汽笛都是校准的;去掉它就有偏。
本指南列出每一项输入、命令、版本、输出和失败案例,方便你把两部分都重做一遍。物理原理见从一个距离和一个红移到哈勃常数和暗汽笛、星系星表与选择归一化。
| 部分 | 数据 | 性质 |
|---|---|---|
| GW170817亮汽笛 | LVK的GWTC-1后验样本,天区固定在对应体位置 | 真实探测器数据,由LVK重新分析 |
| 哈勃流速度 | 发现论文给出的 | 已发表的测量 |
| 校准研究 | 由我们的脚本抽取的事件、星系和噪声 | 合成数据,注入的宇宙学已知 |
| 参考事件 | 列出的十个星系速度和两个振幅 | 合成数据,用来与Lab交叉核对 |
样本来自GWTC-1数据发布,文档号LIGO-P1800370,第5版,文件名GW170817_GWTC-1.hdf5。页面没有写明许可,所以我们不转发这个文件。脚本会自己下载,SHA-256摘要不符就拒绝运行。LIGO and Virgo, LIGO-P1800370-v5: Parameter estimation sample release for GWTC-1
我们在macOS上用Python 3.9.6、NumPy 1.26.4、SciPy 1.13.1和h5py 3.14.0运行全部脚本。距离单位是百万秒差距,速度单位 ,哈勃常数单位 。下载的文件和脚本要放在不同的文件夹里。
mkdir -p siren-check/data siren-check/scripts
cd siren-check/scripts
curl --remote-name-all "https://sandboxphysics.com/stories/standard-sirens/materials/{siren_model.py,synthetic_siren_study.py,recompute_gw170817_bright_siren.py,study-inputs.json}"
python3 -m venv ../venv && ../venv/bin/pip install numpy==1.26.4 scipy==1.13.1 h5py==3.14.0这几个文件是siren_model.py、synthetic_siren_study.py、recompute_gw170817_bright_siren.py和study-inputs.json。
../venv/bin/python recompute_gw170817_bright_siren.py ../data/GW170817_GWTC-1.hdf5 gw170817-outputs.json文件不存在时脚本会自动下载,并核对摘要:
eff59472991bb0f0fa8c1e58057093ce07b82eb4c112364e3578ba16fe54eca9脚本读取低自旋和高自旋两组运行的距离样本。这些样本按正比于 的先验抽取,与发现论文用的先验相同,所以对距离的积分变成样本平均:
其中 ,, 是样本数。发现论文说明,先验放在距离上时选择项是常数。Abbott et al., A gravitational-wave standard siren measurement of the Hubble constant, Methods
| 运行 | 样本数 | 距离中位数与16%至84%区间 | 先验 | 峰值 | 区间 |
|---|---|---|---|---|---|
| 低自旋 | , 至 | 至 | |||
| 低自旋 | 同上 | 平坦 | 至 | ||
| 高自旋 | , 至 | 至 | |||
| 公布值 | 至 |
低自旋后验的均值为 ,公布值为 。
发现论文用的是写作时已有的参数估计,距离为 。GWTC-1样本是后来的重新分析,低自旋距离中位数为 。距离变短,多数样本对应的 变大,高值一侧也变宽。发现论文还把测得的退行速度和本动速度分成两项建模, 取 到 之间的平坦先验,而我们只用一个高斯。Abbott et al., A gravitational-wave standard siren measurement of the Hubble constant, Methods, Eqs. 4 to 9 两处简化各自造成多少差别,我们没有检验。请把我们的数当作放在已发表结果旁边的一次复算。
../venv/bin/python synthetic_siren_study.py study-inputs.json synthetic-study-outputs.json在一台笔记本上运行用了51秒。模型是有意简化的:每个事件记录为两个偏振振幅,叠加单位高斯噪声;探测阈值是信噪比 ;宇宙学是 的平直模型,星表止于 。相位、偏振角和啁啾质量都当作已知。随机种子为 ,重跑得到完全相同的数。
| 输入 | 取值 |
|---|---|
| 源正对、位于 时的信噪比 | |
| 本动速度弥散 | |
| 的先验 | 平坦, 至 |
| 亮汽笛与暗汽笛试验次数 | , |
| 每个暗汽笛星表的星系数 | |
| 选择检验的蒙特卡罗事件数 |
| 检验 | 结果 | 是否通过 |
|---|---|---|
| 时的选择比例 | 蒙特卡罗 ,数值积分 | 是 |
| 时的 | ,预期 | 是 |
| 亮汽笛,含 | 覆盖率 ,KS | 是 |
| 亮汽笛,不含 | 覆盖率 ,KS | 否,符合预期 |
| 暗汽笛,含星表 | 覆盖率 ,KS | 是 |
| 暗汽笛,不含 | 覆盖率 ,KS | 否,符合预期 |
| 处40个亮汽笛事件,含 | , 至 | 相符 |
| 处40个暗汽笛事件,含 | , 至 | 相符 |
同样的文件里还有一个固定的参考事件。Lab背后的浏览器模型复现它的距离、亮汽笛和暗汽笛后验,与Python结果的差别分别在 、 和 以内,仓库里有一项测试专门检查这一点。
输出里有意包含三个失败案例。
暗汽笛试验还重抽了250个星表中的51个,这些星表里没有任何星系能产生可探测的事件。脚本的早期版本对这个循环没有设上限,跑了几个小时也没结束。
我们没有在应变数据上重做参数估计,没有为探测网络建模,合成星表里没有星系成团、光度加权或不完备性,也没有用质量的族群模型。GW170817的速度直接取自论文,没有从星系巡天重新推出。有这些局限,合成结果检验的只是推断逻辑本身。
在默认事件上多按几次“换一组噪声”,记下亮汽笛中位数移动多远,再和读数给出的区间比一比。 打开标准汽笛Lab
引力波标准汽笛 · 阅读路径