| note
| - Depuis la découverte de l'accélération de l'expansion de l'univers à la fin des années 90, le modèle LambdaCDM décrivant les propriétés de l'univers avec seulement six paramètres, demeure encore à ce jour en accord avec les observations actuelles. La découverte de l'accélération de l'expansion de l'univers révéla l'existence d'une nouvelle composante noire de l'univers: l'énergie noire qui constitue 70% de la densité totale de l'univers. Durant ces dernières années, de nombreuses expériences furent proposées dans le but d'étudier l'accélération cosmique, et cela grâce à diverses sondes cosmologiques, par exemple le groupement de galaxies, les supernovae, les lentillages gravitationnels faible et fort, le fond diffus cosmologique ou les amas de galaxies. Afin de quantifier les performances des sondes cosmologiques, la Dark Energy Task Force (DETF) a défini une métrique du facteur de mérite comme inversement proportionnelle à la surface du contour donnée par les paramètres d'énergie noire omega 0 , et omega a issus de la paramétrisation Chevallier-Polarski-Linder. Nous entrons actuellement dans une ère de haute précision avec les grands relevés cosmologiques de génération IV: Euclid, DESI, LSST, et W-FIRST. La prédiction des contraintes et du facteur de mérite qu'apportera une future expérience (forecasts) est aujourd'hui devenue l'une des principales préoccupations des scientifiques, car en plus de prédire les performances des futurs relevés, les forecasts aident à leur conception. Ce travail a pour but de donner des estimations quantitatives sur le pouvoir contraignant de quelques principaux relevés de génération IV (Euclid, DESI, et LSST) dans le cadre du modèle LambdaCDM, mais aussi pour ses extensions (modèles relâchant les paramètres de l'énergie noire, et modèles de gravité modifiée). Ce travail se concentre également sur l'aspect numérique des approches statistiques utilisées dans les forecasts et présente des méthodes assurant la robustesse des résultats via des analyses de stabilité, de convergence, et grâce aux comparaisons entre différentes approches possibles (formalisme de Fisher, et Monte-Carlo Markov-Chain). Dans cette thèse, nous montrons qu'effectuer des corrélations croisées entre différentes sondes cosmologiques améliore considérablement le facteur de mérite, en particulier pour Euclid, le gain étant moins important pour LSST. La comparaison des relevés montre toutefois que LSST sera potentiellement le relevé de génération IV qui fournira le plus grand facteur de mérite, contrairement à DESI qui sera le relevé le moins performant. Nous mettons également en avant que l'analyse multi-traceurs effectuée sur les différentes populations qu'observera DESI ne permet pas un gain considérable sur les contraintes et le facteur de mérite par rapport à une simple analyse mono-traceur.
- Since the discovery of the acceleration of the expansion of the universe at the end of the 90s, the LambdaCDM model describing the properties of the universe with only six parameters, remains to this day in agreement with current observations. The discovery of the accelerating expansion of the universe revealed the existence of a new dark component of the universe: dark energy which constitutes 70% of the total density of the universe. In recent years, many experiments have been proposed with the aim of studying cosmic acceleration, and this thanks to various cosmological probes. For example the grouping of galaxies, supernovae, weak and strong gravitational lensing, the cosmic microwave background or clusters of galaxies. In order to quantify the performance of cosmological probes, the Dark Energy Task Force (DETF) defined a figure of merit metric as inversely proportional to the contour area given by the dark energy parameters omega 0, and omega a derived from the Chevallier-Polarski-Linder parametrization. We are currently entering an era of high precision with large Generation IV cosmological surveys: Euclid, DESI, LSST, and W-FIRST. Predicting the constraints and the factor of merit that a future experiment will bring (forecasts) has now become one of the main concerns of scientists, because in addition to predicting the performance of future surveys, forecasts help in their design. This work aims to provide quantitative estimates of the binding power of some main Generation IV statements (Euclid, DESI, and LSST) within the framework of the LambdaCDM model, but also for its extensions (models relaxing the dark energy parameters, and modified gravity models). This work also focuses on the numerical aspect of the statistical approaches used in the forecasts and presents methods ensuring the robustness of the results via analyzes of stability, convergence, and thanks to the comparisons between different possible approaches (Fisher formalism, and Monte-Carlo Markov-Chain). In this thesis, we show that performing cross-correlations between different cosmological probes considerably improves the figure of merit, in particular for Euclid, the gain being less important for LSST. However, the comparison of the readings shows that LSST will potentially be the Generation IV survey that will provide the greatest figure of merit, unlike DESI, which will be the least efficient survey. We also highlight that the multi-tracer analysis carried out on the different populations that DESI will observe does not allow a considerable gain on the constraints and the figure of merit if we compare to a simple single-tracer analysis.
|
![[RDF Data]](/fct/images/sw-rdf-blue.png)
