Supernovae à grand z Supernovae à grand z Étude des erreurs et des Étude des erreurs et des biais biais dans SNLS dans SNLS Présenté par Présenté par Pascal Ripoche Pascal Ripoche thèse réalisée au thèse réalisée au CPPM CPPM sous la direction de sous la direction de Dominique Fouchez Dominique Fouchez
20
Embed
Supernovae à grand z Étude des erreurs et des biais dans SNLS
Supernovae à grand z Étude des erreurs et des biais dans SNLS. Présenté par Pascal Ripoche thèse réalisée au CPPM sous la direction de Dominique Fouchez. Sommaire. Présentation de l’expérience SNLS Buts de l’expérience SNLS Stratégie de recherche Résultats actuels et à venir - PowerPoint PPT Presentation
Welcome message from author
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Supernovae à grand z Supernovae à grand z Étude des erreurs et des biaisÉtude des erreurs et des biais dans dans
sous la direction desous la direction deDominique FouchezDominique Fouchez
SommaireSommaire
Présentation de l’expérience SNLSPrésentation de l’expérience SNLS– Buts de l’expérience SNLSButs de l’expérience SNLS– Stratégie de rechercheStratégie de recherche– Résultats actuels et à venirRésultats actuels et à venir
Supernovae à grand z – Étude des erreurs et des Supernovae à grand z – Étude des erreurs et des biaisbiais– Erreurs et supernovae à grand zErreurs et supernovae à grand z– ContaminationContamination– SimulationSimulation
Présentation de l’expérience SNLSPrésentation de l’expérience SNLS– Buts de l’expérience SNLSButs de l’expérience SNLS– Stratégie de rechercheStratégie de recherche– Résultats actuels et à venirRésultats actuels et à venir
Supernovae à grand z – Étude des erreurs et des Supernovae à grand z – Étude des erreurs et des biaisbiais– Erreurs et supernovae à grand zErreurs et supernovae à grand z– ContaminationContamination– SimulationSimulation
CollaborationCollaboration– France (IN2P3, CEA, INSU)France (IN2P3, CEA, INSU)– CanadaCanada– ……
ButsButs– Mesure des paramètres cosmologiquesMesure des paramètres cosmologiques
Utilisation des supernovae de type Ia comme chandelles Utilisation des supernovae de type Ia comme chandelles standardsstandards
– Étude supernovaeÉtude supernovae» Mesure du taux de supernovae en fonction du type et de la Mesure du taux de supernovae en fonction du type et de la
morphologie des galaxies hôtesmorphologie des galaxies hôtes» Évolution?Évolution?
Suivi de 4 champs d’un degrés carré chacun pendant 5 ans Suivi de 4 champs d’un degrés carré chacun pendant 5 ans (18 nuits par période sombres, 5 mois )(18 nuits par période sombres, 5 mois )
–Scanning individuel des candidatsScanning individuel des candidats
Identification et mesure du redshift Identification et mesure du redshift –Télescopes: Télescopes: VLT, Gemini, Keck et MagellanVLT, Gemini, Keck et Magellan –Mesure de zMesure de z–Détermination de la nature de la SNDétermination de la nature de la SN
Exemple deExemple de supernovasupernova
05D2fo / R26D2-6 /c050317-14
D2/ccd_20 10:01:18.764 : 02:04:34.39
Résultats actuels et à venirRésultats actuels et à venir
Résultats actuels: 130 snIa détectées et spectrées:Résultats actuels: 130 snIa détectées et spectrées:
Objectif: 1000 supernovae détectéesObjectif: 1000 supernovae détectéesdont 700 supernovae de type Ia détectées et spectrées sur 5 dont 700 supernovae de type Ia détectées et spectrées sur 5 ansans
Étude preliminaire effectuée sur le potentiel Étude preliminaire effectuée sur le potentiel des évènement à grand redshift.des évènement à grand redshift.– Effet de l’augmentation de statistiqueEffet de l’augmentation de statistique– Effet de la contaminationEffet de la contamination– conclusions conclusions
Supernovae à grand z Supernovae à grand z Étude des erreurs et des Étude des erreurs et des
biaisbiais
Hypothèses de départHypothèses de départ Stat: SNLS (5 ans) + Tololo Stat: SNLS (5 ans) + Tololo Hypothèses :Hypothèses :
High z d’autant plus intéressantes si l’erreur diminue
Effet de la contaminationEffet de la contamination Hypothèses de contaminationHypothèses de contamination
– Objets suivant la loi de Hubble et identifiés comme SNIa => Objets suivant la loi de Hubble et identifiés comme SNIa => décalage en magnitudedécalage en magnitude
– Objets fittés avec la dispersion intrinsèque des SNIaObjets fittés avec la dispersion intrinsèque des SNIa
– 2 Paramètres : décalage en sigma (= 0,153) et2 Paramètres : décalage en sigma (= 0,153) ettaux de contamination des SN récupéréestaux de contamination des SN récupérées
Biais sur OmegaM Vs contamination(%)
0,000
0,050
0,100
0,150
0,200
0,250
0,300
0 10 20 30 40 50
Pourcentage de contamination
Biai
s su
r om
egaM
Conta 1 sigma
Conta 2 sigma
Conta 3 sigma
gain en précision
ConclusionConclusion
il faut une contamination < 5% pour un biais < 0.05il faut une contamination < 5% pour un biais < 0.05
Type de contamination : SNII et Type de contamination : SNII et objets spectrés ?objets spectrés ?
Les objets spectrés:Les objets spectrés:
– Séparation SNIa SNII à 3-4 sigmaSéparation SNIa SNII à 3-4 sigma
– Autres objets ?Autres objets ?
21
21,5
22
22,5
23
23,5
24
24,5
0 0,5 1 1,5
Ia
1?
2
AGN
??
Imax vs z
0,46
SimulationSimulationSimulation de courbe de lumière de supernovae Ia Simulation de courbe de lumière de supernovae Ia sur image:sur image:Ajout de supernovae sur plusieurs nuits successives, dans le framework de production SNLS , avec gestion et Ajout de supernovae sur plusieurs nuits successives, dans le framework de production SNLS , avec gestion et
bookkeeping des différents paramètres de la simulation : nombre de SN , z, position / galaxie etc..bookkeeping des différents paramètres de la simulation : nombre de SN , z, position / galaxie etc.. Paramètre: position RaDec, redshift, stretch, alpha, extinctionParamètre: position RaDec, redshift, stretch, alpha, extinction Template de courbe de lumière multifiltreTemplate de courbe de lumière multifiltre Difficulté: bruit de fond, PSF, temps d’exposition,…Difficulté: bruit de fond, PSF, temps d’exposition,… Solution: le copier-collerSolution: le copier-coller
22
22,5
23
23,5
24
24,5
25
860 870 880 890 900 910 920
Détections Courbe modèle
Première exploitation de la Première exploitation de la simulationsimulation
Première simulation : 1500 sn sur 5 mois Première simulation : 1500 sn sur 5 mois d’images dans 4 filtresd’images dans 4 filtres
sélection automatique développée à sélection automatique développée à Marseille (shapelet et réseau de neurone)Marseille (shapelet et réseau de neurone)
Étude d’efficacité de sélection des SNÉtude d’efficacité de sélection des SN
Conclusion et perspectivesConclusion et perspectives
Fort potentiel des supernovae à grand zFort potentiel des supernovae à grand z Importance de l’estimation des erreurs et biais : Importance de l’estimation des erreurs et biais :
exemple contaminationexemple contamination Un outils pour ces estimations : la simulation , Un outils pour ces estimations : la simulation ,
déjà bien avancée .. Sera améliorée suivant les déjà bien avancée .. Sera améliorée suivant les besoins et mis a la disposition de la collaborationbesoins et mis a la disposition de la collaboration
Encore beaucoup de données à venir avec SNLS, Encore beaucoup de données à venir avec SNLS, qui donneront toute son importance à une étude qui donneront toute son importance à une étude précise des effets systématiquesprécise des effets systématiques
Travail à venirTravail à venir
Détermination de l’efficacité de sélection Détermination de l’efficacité de sélection => biais de Malmquist=> biais de Malmquist– Estimation du taux de contaminationEstimation du taux de contamination– Estimation des biais de sélectionEstimation des biais de sélection
Mesure des effets systématiquesMesure des effets systématiques– Influence de la luminosité de la galaxie hôteInfluence de la luminosité de la galaxie hôte– Influence de la position de la SN…Influence de la position de la SN…