Soutenance de thèse : Martin Karcher

Soutenance de thèse de Martin Karcher, intitulée  “Vers une analyse optimale de la structure à grande échelle pour comprendre la nature de l’énergie noire”. La soutenance aura lieu mardi 3 decembre à 15h dans l’amphitheatre du LAM.

La soutenance sera en anglais.

Résumé:

À la fin du XXe siècle, la mise en évidence de l’expansion accélérée de l’Univers a marqué un tournant dans notre compréhension du cosmos. La preuve observationnelle de l’existence d’une forme d’énergie noire similaire à la constante cosmologique a marqué le départ d’une chasse au trésor pour découvrir sa véritable nature. Dans cette thèse, j’ai étudié comment nous pouvons analyser de manière optimale la distribution à grande échelle des galaxies dans l’Univers, orchestrée par la théorie de la gravitation dans le contexte du modèle cosmologique, afin de faire la lumière sur l’énergie noire. En préparation aux mesures extrêmement précises de la distribution spatiale des galaxies qu’obtiendra le satellite Euclid, j’ai analysé plusieurs modèles de la fonction de corrélation à deux points des galaxies (2PCF) dans l’espace des redshifts. Cette analyse a été réalisée sur un ensemble de simulations numériques. En utilisant différentes mesures statistiques caractérisant l’exactitude et la précision des paramètres cosmologiques déduits à partir de ces modèles, j’ai pu comparer les performances des différents modèles. J’ai mis en évidence qu’un modèle purement perturbatif utilisant le formalisme de la théorie effective des champs (EFT) n’est pas capable de reproduire les très petites échelles à un redshift de z ≈ 1. Les modèles décrivant l’effet des vitesses incohérentes au sein des surdensités de manière non-perturbative s’avèrent supérieurs. Le modèle de diffusion gaussienne complété de contre-termes EFT permet d’atteindre une performance similaire. Étant donnée la précision statistique attendue par Euclid de quelques pourcents sur les principaux paramètres cosmologiques, j’ai démontré que deux modèles permettent d’obtenir un biais statistique inférieur à la précision attendue. J’ai ensuite étudié des estimateurs statistiques plus sensibles aux signatures de gravitation modifiée (MG) car ils intègrent des informations allant au-delà de la fonction de corrélation standard. J’ai étudié les fonctions de corrélation labellisées qui consistent à pondérer les objets dans la 2PCF par une fonction de labellisation. Les mécanismes d’écrantage des théories de MG, nécessaires pour rétablir la relativité générale (GR) aux échelles du système solaire, impriment une dépendance environnementale qui peut être exploitée. J’ai étudié la propagation non-triviale des effets de discrétisation dans l’estimation des statistiques pondérées et développé une méthodologie qui permet de retrouver avec précision le véritable signal. J’ai également proposé une nouvelle fonction de labellisation dont l’efficacité repose sur l’introduction d’une anti-corrélation entre les régions à haute et basse densité, ainsi que sur des labels basées sur l’environnement à grande échelle des galaxies. Dans l’ensemble, j’ai trouvé que la fonction de labellisation la plus efficace est celle basée sur la densité locale et qui met l’accent sur les anti-corrélations. De manière unique, elle permet de montrer des écarts significatifs entre les théories de MG et de la GR sur des échelles allant jusqu’à 80 h^{-1}Mpc, à la fois dans l’espace réel et dans l’espace des redshifts. Cela rend l’utilisation des fonctions de corrélation labellisées avec des labels optimaux très prometteuses pour détecter des modifications à la gravitation standard dans la structure à grande échelle de l’Univers, même dans le cas de faibles modifications à la GR.