Presentamos COSMIC BIRTH (COSMological Initial Conditions from Bayesian Inference Reconstructions with THeoretical models, NACIMIENTO CÓSMICO en castellano): un algoritmo para reconstruir los campos de densidad cósmicos primordiales y evolucionados en el cono de luz de censos de galaxias. Los campos de desplazamiento y de velocidades peculiares son obtenidos con un modelo hacia adelante a distintos tiempos cósmicos, dados los campos iniciales en un esquema de muestreo de Gibbs. Esto nos permite mapear galaxias, observadas en un cono de luz, a un solo alto corrimiento al rojo (“redshift”) y, por lo tanto, proporcionar trazadores y la completitud de la encuesta correspondiente en el espacio Lagrangiano, incluido el mapeo de teselación tetraédrica. Estos trazadores Lagrangianos a su vez nos permiten obtener de manera eficiente el campo de densidad primordial, haciendo que el código de COSMIC BIRTH sea general para cualquier modelo de formación de estructuras. Nuestras pruebas están restringidas por el momento a la teoría de perturbación Lagrangiana aumentada. Mostramos cómo calcular de manera robusta el sesgo Lagrangiano no lineal a partir de mediciones de agrupamiento de forma numérica, lo que nos permite obtener reconstrucciones de campo de materia oscura sin sesgo en los tiempos cósmicos iniciales. También mostramos que podemos recuperar con precisión la información del campo de materia oscura de la distribución de galaxias en base a una simulación detallada. Los ingredientes clave novedosos de este enfoque son una técnica de muestreo Hamiltoniano de orden superior y una matriz de masa Hamiltoniana no diagonal. Esta técnica podría usarse para estudiar el sesgo de galaxias Eulerianas de los estudios de galaxias y podría convertirse en una técnica de reconstrucción acústica bariónica ideal. En resumen, este método representa una técnica de reconstrucción general, que incluye de manera autoconsistente una máscara del cielo, sesgo no lineal y no local, y distorsiones del espacio de desplazamiento al rojo, con una eficiencia aproximadamente 10 veces superior a los métodos comparables anteriores.
