DELFIN++: nueva versión de algoritmo de búsqueda de vacíos cosmológicos en 3D

Abstract

Los vacíos cósmicos son regiones del espacio cuya densidad es significativamente menor a la media, y contienen muy pocas o ninguna galaxia. Descubiertos en los primeros catálogos de galaxias en la década de 1970, los vacíos se han convertido en estructuras fundamentales para comprender y caracterizar la estructura a gran escala del universo. Debido a su importancia, en las últimas décadas ha aumentado la cantidad de información, herramientas y algoritmos disponibles para la detección y estudio de los vacíos. El algoritmo DELFIN (Delaunay Edge Void Finder), implementado para 2 y 3 dimensiones, se desarrolló como una propuesta para la búsqueda de vacíos a partir de la teselación de Delaunay de galaxias, en donde, a partir de aristas localmente más largas, se construyen los polígonos más grande posibles para caracterizarlos como vacíos. En este trabajo se presenta una nueva versión de DELFIN en 3 dimensiones, basada en el trabajo de R. Alonso (2016), la cual presenta problemas como la fragmentación de vacíos en dos o más poliedros y falta de información sobre los resultados, como la densidad y las galaxias que componen un vacío. Para desarrollar DELFIN++ como una extensión de DELFIN, se evalúa la calidad, extensibilidad y robustez de su implementación. En DELFIN++ se propone trabajar con la densidad de los vértices y aristas de la teselación, y generar poliedros -que representan a los vacíos- a partir de la agrupación de tetraedros con elementos de baja densidad. En esta extensión, se permite identificar información sobre los vacíos como sus galaxias, su densidad interna, y descriptores de la distribución de las partículas como el tensor de inercia y la elipticidad. DELFIN++ se separa de la construcción del poliedro más grande posible a partir de las aristas más largas, pero se continúa el trabajo con las teselaciones de Delaunay. Gracias a esto, se genera una implementación eficiente del algoritmo, la cual completa su ejecución en tiempo O(n log n), que además es extensible y sigue patrones de diseño orientado a objetos. El algoritmo se evalúa con datos generados artificialmente y con datos observacionales, comparando los resultados con un catálogo de vacíos obtenidos por un algoritmo que trabaja sobre campos de densidad (Sutter, 2015). Con los datos artificiales se obtiene una mejora en los resultados respecto a DELFIN, mientras que con datos observacionales se encuentran vacíos en posiciones similares a los reportados por el catálogo de referencia, y que tienden a ser más pequeños que estos últimos. El algoritmo y su investigación asociada pueden verse beneficiados por algunas extensiones, por lo que, para finalizar, se incluyen propuestas para mejorar la implementación y evaluar de manera más exhaustiva los resultados obtenidos por el algoritmo.