This work and its companion paper, Amon et al. (2021), present cosmic shear measurements and cosmological constraints from over 100 million source galaxies in the Dark Energy Survey (DES) Year 3 data. We constrain the lensing amplitude parameter $S_8\equiv\sigma_8\sqrt{\Omega_\textrm{m}/0.3}$ at the 3% level in $\Lambda$CDM: $S_8=0.759^{+0.025}_{-0.023}$ (68% CL). Our constraint is at the 2% level when using angular scale cuts that are optimized for the $\Lambda$CDM analysis: $S_8=0.772^{+0.018}_{-0.017}$ (68% CL). With cosmic shear alone, we find no statistically significant constraint on the dark energy equation-of-state parameter at our present statistical power. We carry out our analysis blind, and compare our measurement with constraints from two other contemporary weak-lensing experiments: the Kilo-Degree Survey (KiDS) and Hyper-Suprime Camera Subaru Strategic Program (HSC). We additionally quantify the agreement between our data and external constraints from the Cosmic Microwave Background (CMB). Our DES Y3 result under the assumption of $\Lambda$CDM is found to be in statistical agreement with Planck 2018, although favors a lower $S_8$ than the CMB-inferred value by $2.3\sigma$ (a $p$-value of 0.02). This paper explores the robustness of these cosmic shear results to modeling of intrinsic alignments, the matter power spectrum and baryonic physics. We additionally explore the statistical preference of our data for intrinsic alignment models of different complexity. The fiducial cosmic shear model is tested using synthetic data, and we report no biases greater than 0.3$\sigma$ in the plane of $S_8\times\Omega_\textrm{m}$ caused by uncertainties in the theoretical models.

We constrain the mass–richness scaling relation of redMaPPer galaxy clusters identified in the Dark Energy Survey Year 1 data using weak gravitational lensing. We split clusters into 4 × 3 bins of richness λ and redshift |$z$| for λ ≥ 20 and 0.2 ≤ |$z$| ≤ 0.65 and measure the mean masses of these bins using their stacked weak lensing signal. By modelling the scaling relation as 〈M200m|λ, |$z$|〉 = M0(λ/40)F((1 + |$z$|⁠)/1.35)G, we constrain the normalization of the scaling relation at the 5.0 per cent level, finding M0 = [3.081 ± 0.075(stat) ± 0.133(sys)] · 1014 M⊙ at λ = 40 and |$z$| = 0.35. The recovered richness scaling index is F = 1.356 ± 0.051 (stat) ± 0.008 (sys) and the redshift scaling index G = −0.30 ± 0.30 (stat) ± 0.06 (sys). These are the tightest measurements of the normalization and richness scaling index made to date from a weak lensing experiment. We use a semi-analytic covariance matrix to characterize the statistical errors in the recovered weak lensing profiles. Our analysis accounts for the following sources of systematic error: shear and photometric redshift errors, cluster miscentring, cluster member dilution of the source sample, systematic uncertainties in the modelling of the halo–mass correlation function, halo triaxiality, and projection effects. We discuss prospects for reducing our systematic error budget, which dominates the uncertainty on M0. Our result is in excellent agreement with, but has significantly smaller uncertainties than, previous measurements in the literature, and augurs well for the power of the DES cluster survey as a tool for precision cosmology and upcoming galaxy surveys such as LSST, Euclid, and WFIRST.

ABSTRACT We present simulation-based cosmological wcold dark matter (wCDM) inference using dark energy survey year 3 weak-lensing maps, via neural data compression of weak-lensing map summary statistics: power spectra, peak counts, and direct map-level compression/inference with convolutional neural networks (CNN). Using simulation-based inference, also known as likelihood-free or implicit inference, we use forward-modelled mock data to estimate posterior probability distributions of unknown parameters. This approach allows all statistical assumptions and uncertainties to be propagated through the forward-modelled mock data; these include sky masks, non-Gaussian shape noise, shape measurement bias, source galaxy clustering, photometric redshift uncertainty, intrinsic galaxy alignments, non-Gaussian density fields, neutrinos, and non-linear summary statistics. We include a series of tests to validate our inference results. This paper also describes the Gower Street simulation suite: 791 full-sky pkdgrav3 dark matter simulations, with cosmological model parameters sampled with a mixed active-learning strategy, from which we construct over 3000 mock dark energy survey lensing data sets. For wCDM inference, for which we allow $-1< w< -\frac{1}{3}$, our most constraining result uses power spectra combined with map-level (CNN) inference. Using gravitational lensing data only, this map-level combination gives $\Omega _{\rm m}= 0.283^{+0.020}_{-0.027}$, ${S_8 = 0.804^{+0.025}_{-0.017}}$, and $w < -0.80$ (with a 68 per cent credible interval); compared to the power spectrum inference, this is more than a factor of two improvement in dark energy parameter ($\Omega _{\rm DE}, w$) precision.