Soutenance de thèse de ARONICA VINCENZO

Résumé de la thèse

Cette thèse présente notre étude de la structure à grande échelle de l'Univers à partir des relevés de galaxies, en exploitant les distorsions d'espace des décalages vers le rouge (RSD) et les mesures directes des vitesses particulières pour contraindre le taux de croissance des structures. Nous utilisons les données de la version DR16 de l'Extended Baryon Oscillation Spectroscopic Survey (eBOSS) et de la version DR1 du Dark Energy Spectroscopic Instrument (DESI).
Dans un premier temps, nous mesurons le taux de croissance des structures via une analyse conjointe du clustering en espace de Fourier et en espace des corrélations. Nous utilisons des modèles de clustering basés sur le formalisme lagrangien et la théorie des champs effectifs des grandes structures. Notre méthodologie est validée sur la suite de simulations N-body AbacusSummit en boîte périodique, ainsi que sur un ensemble de catalogues simulés approximatifs reproduisant les propriétés du relevé eBOSS. Avec l'échantillon de galaxies rouges lumineuses (LRG) de eBOSS DR16, notre analyse conjointe donne ( fsigma_8 = 0.463 pm 0.052 ), en accord avec les résultats de eBOSS 2020. Nous appliquons également cette méthode à tous les échantillons de DESI DR1. Nos mesures du taux de croissance sont en excellent accord avec le modèle (Lambda)CDM et offrent des contraintes plus précises que les analyses séparées en espace de Fourier ou en espace des corrélations.
Dans un second temps, nous étudions l'impact des effets systématiques dans le Bright Galaxy Survey (BGS) de DESI, notamment ceux induits par la sélection des cibles, qui peuvent introduire des fluctuations artificielles biaisant les mesures de clustering. À l'aide de techniques d'apprentissage automatique implémentées dans le paquet texttt{regressis} et de catalogues simulés, nous quantifions l'impact sur les multipôles du spectre de puissance causé par la contamination due à la sélection des cibles, ainsi que le signal résiduel après application de corrections. Nous constatons que seuls les modes de très grande échelle ((k < 0.03,h,mathrm{Mpc}^{-1})) sont affectés par ces systématiques, avec des biais inférieurs à une fois l'écart type. L'impact sur les contraintes du taux de croissance est donc minimal.
Enfin, nous générons des catalogues simulés réalistes de supernovae de type Ia (SN Ia) à partir de simulations N-body pour des études de vitesses particulières. En vue d'analyses futures combinant les données de DESI et des échantillons de SN Ia à bas redshift tels que ZTF, nous comparons le clustering des galaxies hôtes de SN Ia avec celui des échantillons standards de galaxies. Nous ne trouvons pas de différences significatives, suggérant que la sélection des SN Ia n'introduit pas de biais notable dans les statistiques de clustering et qu'aucun paramètre physique supplémentaire n'est nécessaire pour modéliser les statistiques de vitesses.
Ce travail ouvre la voie à des mesures robustes du taux de croissance des structures via une analyse conjointe des galaxies à bas redshift ((z < 0.1)) de DESI et des SN Ia de ZTF, offrant un potentiel pour tester la validité de la relativité générale à l'échelle cosmique.