宇宙模型的简并与分立

摘要

探讨了宇宙学模型的简并与分立，改进了区分度因子的定义；利用马尔可夫链-蒙特卡罗（MC-MC）方法对2组哈勃常数的观测数据进行了拟合；检查了改进后的区分度因子对模型拟合的影响.结果显示：CC哈勃常数数据集的区分度因子普遍小于BAO哈勃常数数据集，且CC数据集的置信区间大于BAO数据集，说明区分度因子的确能够反映出数据点对宇宙学模型的区分度；BAO+CC合并数据集的置信区间小于2个原始的数据集，说明使用区分度因子比较数据集的区分能力时，所用数据集的数据点个数不能相差过大.

关键词

宇宙学 / 标准宇宙学模型 / 哈勃常数 / 简并与分立 / 区分度因子

基金资助

国家自然科学基金资助项目（11929301）