Bayesian large-scale structure inference and cosmic web analysis

Résumé : Les observations de la structure à grande échelle de l'Univers sont précieuses pour établir et tester des théories cosmologiques sur son origine et son évolution. Cette démarche requiert des outils appropriés d'assimilation des données, afin d'établir le contact entre les catalogues de galaxies et les modèles de formation des structures.Dans cette thèse, une nouvelle approche pour l'analyse ab initio et simultanée de la formation et de la morphologie de la toile cosmique est présentée : l'algorithme BORG infère les fluctuations de densité primordiales et produit des reconstructions physiques de la distribution de matière noire, en assimilant les relevés de galaxies dans un modèle cosmologique de formation des structures. La méthode, basée sur la théorie bayésienne des probabilités, fournit un moyen de quantifier précisément les incertitudes.On présente l'application de BORG aux données du Sloan Digital Sky Survey et on décrit la structure de l'Univers dans le volume considéré. On démontre que cette approche a mené à la première inférence quantitative des conditions initiales et du scénario de formation des structures observées. On utilise ces résultats pour plusieurs projets cosmographiques visant à analyser et classifier la toile cosmique. En particulier, on construit un catalogue de vides, décrits au niveau de la matière noire et non des galaxies. On présente des cartes probabilistes détaillées de la dynamique de la toile cosmique et on propose une solution générale pour la classification des structures en présence d'incertitude.Les résultats de cette thèse constituent une précise description chrono-cosmographique des inhomogénéités de la structure cosmique.
Type de document :
Thèse
Instrumentation and Methods for Astrophysic [astro-ph.IM]. Université Pierre et Marie Curie - Paris VI, 2015. English. 〈NNT : 2015PA066353〉
Liste complète des métadonnées

https://tel.archives-ouvertes.fr/tel-01265548
Contributeur : Abes Star <>
Soumis le : lundi 1 février 2016 - 11:33:07
Dernière modification le : mardi 29 mai 2018 - 12:50:21
Document(s) archivé(s) le : vendredi 11 novembre 2016 - 23:10:21

Fichier

these_archivage_2506817o.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01265548, version 1

Collections

Citation

Florent Leclercq. Bayesian large-scale structure inference and cosmic web analysis. Instrumentation and Methods for Astrophysic [astro-ph.IM]. Université Pierre et Marie Curie - Paris VI, 2015. English. 〈NNT : 2015PA066353〉. 〈tel-01265548〉

Partager

Métriques

Consultations de la notice

673

Téléchargements de fichiers

217