Upload
nguyenkhanh
View
214
Download
0
Embed Size (px)
Citation preview
Recherche et Étude de Supernovæ
Mesure du Taux d’Explosion
Guillaume Blanc
sous la direction de James Rich
Service de Physique des Particules
CEA Saclay – DAPNIA
Aperçu
Les supernovæ : des feux d’artifice cosmiques
La recherche de supernovæ avec EROS
La mesure du taux d’explosion de supernova
de type Ia
Des explosions d’étoiles !
I On observe différents types de supernovæ (classifiées
selon leurs spectres essentiellement) :
• type II, Ib/c = effondrement gravitationnel d’une
étoile massive
• type Ia = explosion thermonucléaire d’une naine
blanche
I Grande homogénéité observationnelle des supernovæ
de type Ia
Les courbes de lumière
SNe Ia : les pluslumineuses aumaximum delumièreexceptée unepoignée deSNe Ic : deshypernovæ...
Les courbes de lumière
SNe Ia : les pluslumineuses aumaximum delumièreexceptée unepoignée deSNe Ic : deshypernovæ...
Les spectres...lo
g(flu
x)
longueur d’onde (Å)
De nombreuses raieslarges (vitessesd’expansion∼ 10 000 km · s−1)
Raies en profils P-Cygni,typiques des atmosphèresen expansion
Les spectres...lo
g(flu
x)
longueur d’onde (Å)
De nombreuses raieslarges (vitessesd’expansion∼ 10 000 km · s−1)
Raies en profils P-Cygni,typiques des atmosphèresen expansion
Effondrement gravitationnel : SNe II, Ib/c
Épuisement du combustible
nucléaire : le cœur de fer s’effondre
→ Étoile à neutrons (trou noir ?)
L’enveloppe rebondit sur la surface
de l’astre compact→ SUPERNOVA !
Le progéniteur : étoilede masse > 8 M
Hydrogène
Hélium
Fer
IIHélium
Fer
Ib
Fer
Ic
Effondrement gravitationnel : SNe II, Ib/c
Épuisement du combustible
nucléaire : le cœur de fer s’effondre
→ Étoile à neutrons (trou noir ?)
L’enveloppe rebondit sur la surface
de l’astre compact→ SUPERNOVA !
Le progéniteur : étoilede masse > 8 M
Hydrogène
Hélium
Fer
IIHélium
Fer
Ib
Fer
Ic
Explosion thermonucléaire : SNe Ia
Système binaire (Naine Blanche C/O + Étoile dela Séquence Principale ou Géante Rouge)
Accrétion d’hydrogène/hélium(∼ 10−7 M/an→ combustion stable en surface)
MNB =⇒ ρcentre
Pour ρcentre ∼ 1012 kg ·m−3, la combustion du carbone s’allume(MNB . Masse de Chandrasekhar — 1.4 M, ρch ∼ 3 · 1013 kg ·m−3)
Naine Blanche = gaz d’électrons dégénérés : P ∝ ρΓ
Quand T , P n’augmente pas : équilibre hydrostatique impossible→ explosion !
SN Ia : l’explosion !
C/Ogroupe de Sigroupe de Fe
Déflagration
Détonation
Libre expansion
Allumage
Déflagration/Détonation
Transition
Déflagration = combustion parconduction électronique(subsonique)Détonation = onde de chocsupersoniqueLa naine blanche estentièrement détruite
12C + 12C → Ne, Mg, Na, α, p, n...
→ groupe de Si...
→ groupe de Fe (Ni)
∼ 0.6 M de Ni produit !
SN Ia : des chandelles standards ?
Chandelle standard = objet dont la luminosité est constante d’unévénement à l’autre
MB−
5lo
gh
65
jours
mesuré
jours
standardisé
σ ∼ 0.4 mag σ ∼ 0.1 mag
Supernovæ de type Ia : les meilleureschandelles standards !
SN Ia : des chandelles standards ?
Chandelle standard = objet dont la luminosité est constante d’unévénement à l’autre
MB−
5lo
gh
65
jours
mesuré
jours
standardisé
σ ∼ 0.4 mag
σ ∼ 0.1 mag
Supernovæ de type Ia : les meilleureschandelles standards !
SN Ia : des chandelles standards ?
Chandelle standard = objet dont la luminosité est constante d’unévénement à l’autre
MB−
5lo
gh
65
jours
mesuré
jours
standardisé
σ ∼ 0.4 mag σ ∼ 0.1 mag
Supernovæ de type Ia : les meilleureschandelles standards !
« Standardisation »
Phillips (1993) — ∆m15
(Luminosité au max) ∝ (- Taux de décroissance) + 15 jours
∆m15
∆m15 < 1.1 : courbe de lumière large — déclin lent — plus lumineuse∆m15 > 1.1 : courbe de lumière étroite — déclin rapide — moins lumineuse
∆m15 dépend del’opacité, qui dépend dela température quidépend de MNi
15
1991T
1990N
1994D
1992A
1991bg
fain
tbr
ight
2 m
agbr
ight
0.7 M
1.4 M
1.4 M
1.4 M
2.0 M
o
o
m (B)
o
o
o
0.1 M
0.4 M
0.6 M
0.8 M
1.0 M
o
o
o
o
o
56Ni mass mass
total
0.94
1.07
1.31
1.95
1.47
SN Ia
∆
Évolution chimique et SNe
10 20 30 40 50 60 70.01
.1
1
10
C
ONe
NaMg
AlSi
P S
Cl
Ar
KSc
Ca
Ti
V
Cr
Fe Ni
MnCo
w70
r = 0.07
Mass Number
(SN
Ia+
SN
II)
/ Sol
ar
SNe II∼ 2 M d’Oxygène / événement
SNe Ia∼ 0.6 M de Nickel / événement
Évolution chimique et SNe
10 20 30 40 50 60 70.01
.1
1
10
C
ONe
NaMg
AlSi
P S
Cl
Ar
KSc
Ca
Ti
V
Cr
Fe Ni
MnCo
w70
r = 0.07
Mass Number
(SN
Ia+
SN
II)
/ Sol
arSNe II
∼ 2 M d’Oxygène / événement
SNe Ia∼ 0.6 M de Nickel / événement
Évolution chimique et SNe
10 20 30 40 50 60 70.01
.1
1
10
C
ONe
NaMg
AlSi
P S
Cl
Ar
KSc
Ca
Ti
V
Cr
Fe Ni
MnCo
w70
r = 0.07
Mass Number
(SN
Ia+
SN
II)
/ Sol
arSNe II
∼ 2 M d’Oxygène / événementSNe Ia
∼ 0.6 M de Nickel / événement
Taux de supernova
SNe II→ . 100 millions d’années après la naissance du progéniteur
Taux d’explosion de SN II ∝ Taux de formation d’étoiles
SNe Ia→ & 100 millions d’années après la naissance du progéniteur
Taux d’explosion de SN Ia dépend de
taux de formation d’étoiles
progéniteur (systéme binaire, tauxd’accrétion,...)
La connaissance del’évolution du taux
d’explosion
regard inédit surl’évolution des
galaxies
Taux de supernova
SNe II→ . 100 millions d’années après la naissance du progéniteur
Taux d’explosion de SN II ∝ Taux de formation d’étoiles
SNe Ia→ & 100 millions d’années après la naissance du progéniteur
Taux d’explosion de SN Ia dépend de
taux de formation d’étoiles
progéniteur (systéme binaire, tauxd’accrétion,...)
La connaissance del’évolution du taux
d’explosion
regard inédit surl’évolution des
galaxies
Taux de supernova
SNe II→ . 100 millions d’années après la naissance du progéniteur
Taux d’explosion de SN II ∝ Taux de formation d’étoiles
SNe Ia→ & 100 millions d’années après la naissance du progéniteur
Taux d’explosion de SN Ia dépend de
taux de formation d’étoiles
progéniteur (systéme binaire, tauxd’accrétion,...)
La connaissance del’évolution du taux
d’explosion
regard inédit surl’évolution des
galaxies
EROS : une Expérience deRecherche d’Objets Superbrillants ?
Un télescope au Chili de ∅ 1 m
Une caméra CCD à grand champ (1 deg2)
mosaïque de 8 CCD de 2048 × 2048 pixels
Un système de pointage-guidageentièrement automatique
permet de chercher des supernovæ !
zlim ∝ ∅1/2 ·T 1/4
nSN ∝ Ω · z2lim
(zlim(EROS) . 0.3 et nSN(EROS) > 0)
Les champs de recherche d’EROS
250 champs de 1 deg2 proches de l’équateur céleste :
visibilité depuis les deux hémisphères
recouvrement partiel avec les champs du LCRS (Shectman et al. 1996)
S
NÉ
quat
eur
céle
ste
Champs SNEROS
La stratégie de rechercheNouvelle Lunesuivante
Nouvelle Lune
Images de Images de
ImagesSoustraites
RechercheRéférences
Soustraction
La stratégie de rechercheNouvelle Lunesuivante
Nouvelle Lune
Images de Images de
ImagesSoustraites
RechercheRéférences
Soustraction
Alignement géométrique
Alignement photométrique
Ajustement des seeing
La stratégie de rechercheNouvelle Lunesuivante
Nouvelle Lune
Images de Images de
ImagesSoustraites
RechercheRéférences
Soustraction
Éliminer les artefacts
Coupures sur la forme du candidat
Association à une galaxie hôte
La stratégie de rechercheNouvelle Lunesuivante
Nouvelle Lune
Images de Images de
ImagesSoustraites
RechercheRéférences
Soustraction
Examen visuel des candidats
Confirmation la nuit suivante
Spectre→ décalage spectral, type...
1999 : une recherche internationale
Coordonnée par le Supernova Cosmology Project,à laquelle EROS a participé
Les supernovæ obtenues
35 SNe19 de type Ia
suivies
Spring 99 SNIa
z
SNe
10-3
10-2
10-1
10
1
2
3
4
5
6
7
1 hypernova (Ic)
(SN1999as)
SN1999bw (Ia) plus
brillante que son hôte...
(Strolger et al 2002)
Glo
bal
emen
t
EROS2 × 250 deg2
12 SNe Ia (7 suivies)
3 SNe II
1 SN Ic
La campagne de 2000
170 deg2 arpentés
4 SNe de type Ia
3 SNe de type II
Suivi photométrique et spectroscopique effectué aux Canarieset à l’ESO en collaboration avec le European Supernova Cos-mology Consortium
Le taux de supernova...
(Nombre d’explosions par unité de temps et de volume)
ou
(Nombre d’explosions par unité de temps et de luminositégalactique)
La mesure du taux
Hypothèse : le nombre de supernova par galaxie par unité detemps est proportionel à la luminosité galactique
Le taux est donné par :
RSN =NSNe trouvées
Ngalaxies ·< LBgal > · T(εSN)
Nombre de galaxiesauquel la rechercheest sensible
Luminositémoyennedes galaxies
Intervalle de tempspendant lequel lesSNe sont visibles
La mesure du taux
Hypothèse : le nombre de supernova par galaxie par unité detemps est proportionel à la luminosité galactique
Si on connaît les redshifts de TOUTES les galaxies :
RSN =NSNe trouvées∑
galaxies LBgal ·
∫ +∞−∞ dt ε(t, z)
Luminositéde la galaxie
Efficacité dedétection enfonction du tempst et du redshift z
La mesure du taux
Hypothèse : le nombre de supernova par galaxie par unité detemps est proportionel à la luminosité galactique
Cas général :
RSN =NSNe trouvées∑
galaxies
∫ +∞0 dz p(z|mgal) · LB
gal ·∫ +∞−∞ dt ε(t, z)
Densité de probabilitéde z sachant lamagnitude apparentede la galaxie mgal
Luminositéde la galaxie
Efficacité dedétection enfonction du tempst et du redshift z
Les différentes étapes
• Déterminer la population des galaxies sur les images
• Mesurer l’efficacité de détection ε(ADU) — (ADU = « Analog Digital Unit »)
= simuler des supernovæ dans les galaxies
• Déterminer la distribution p(z|mgal)
(implique une calibration Rgal = f(ADUgal))
• Calculer l’intégrale de l’efficacité sur :
→ la courbe de lumière (impliquant une calibration ADU = f(V,R))
→ le décalage spectral
→ la phase de la supernova
• Vérifier l’adéquation entre la simulation et les observations
• En déduire le taux — quantifier les systématiques
Les différentes étapes
• Déterminer la population des galaxies sur les images
• Mesurer l’efficacité de détection ε(ADU) — (ADU = « Analog Digital Unit »)
= simuler des supernovæ dans les galaxies
• Déterminer la distribution p(z|mgal)
(implique une calibration Rgal = f(ADUgal))
• Calculer l’intégrale de l’efficacité sur :
→ la courbe de lumière (impliquant une calibration ADU = f(V,R))
→ le décalage spectral
→ la phase de la supernova
• Vérifier l’adéquation entre la simulation et les observations
• En déduire le taux — quantifier les systématiques
Discriminer entre les différents objetsLes objets sont détectés sur les images avec le logicielSExtractor (Bertin et al, 1996)
1
10
102
103
magnitude R
10 12 14 16 18 20 22
-lo
g(B
rilla
nce
de
Su
rfac
e)
-6
-5
-4
-3
-2
-1
0
1
2
Galaxies
Cosmiques
Etoiles
Etoiles Saturees
La population des galaxiesParamètre CSTAR : classification morphologique basée sur un réseau
de neurones
magnitude R
14 15 16 17 18 19 20 21 22
)-2
deg
⋅ -1
mag
⋅)
(gal
axie
sΩ
/(d
md
gal
dN
1
10
102
103
1999CSTAR < 0.55CSTAR < 0.6CSTAR < 0.5CSTAR < 0.4
2000CSTAR < 0.55
18.5 19 19.5 20 20.5
103
magnitudelimite decomplétudeRc = 20
magnitudelimite de« sécurité »Rc = 19
La population des galaxiesParamètre CSTAR : classification morphologique basée sur un réseau
de neurones
magnitude R
14 15 16 17 18 19 20 21 22
)-2
deg
⋅ -1
mag
⋅)
(gal
axie
sΩ
/(d
md
gal
dN
1
10
102
103
1999CSTAR < 0.55CSTAR < 0.6CSTAR < 0.5CSTAR < 0.4
2000CSTAR < 0.55
18.5 19 19.5 20 20.5
103
magnitudelimite decomplétudeRc = 20
magnitudelimite de« sécurité »Rc = 19
La population des galaxiesParamètre CSTAR : classification morphologique basée sur un réseau
de neurones
magnitude R
14 15 16 17 18 19 20 21 22
)-2
deg
⋅ -1
mag
⋅)
(gal
axie
sΩ
/(d
md
gal
dN
1
10
102
103
1999CSTAR < 0.55CSTAR < 0.6CSTAR < 0.5CSTAR < 0.4
2000CSTAR < 0.55
18.5 19 19.5 20 20.5
103
magnitudelimite decomplétudeRc = 20
magnitudelimite de« sécurité »Rc = 19
La coupure sur la magnitude des galaxies
0
100
200
300
400
500
600
700
800
900
magnitude R
13 14 15 16 17 18 19 20 21 22
CS
TA
R
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Galaxies LCRS
étoi
les
gala
xies
Les différentes étapes
• Déterminer la population des galaxies sur les images
• Mesurer l’efficacité de détection ε(ADU) — (ADU = « Analog Digital Unit »)
= simuler des supernovæ dans les galaxies
• Déterminer la distribution p(z|mgal)
(implique une calibration Rgal = f(ADUgal))
• Calculer l’intégrale de l’efficacité sur :
→ la courbe de lumière (impliquant une calibration ADU = f(V,R))
→ le décalage spectral
→ la phase de la supernova
• Vérifier l’adéquation entre la simulation et les observations
• En déduire le taux — quantifier les systématiques
Collage d’étoiles
Des supernovæsont simulées sur lesimages de recherche,dans les galaxies
SN simulée = étoilebrillante de lamême image,déplacée etréajustée en flux
Distribution desSNe sur la galaxieselon la brillancede surface
Avant Après
L’efficacité
Distance d’association (pixels)0 1 2 3 4 5
0
2000
4000
6000
8000
10000
12000
14000
16000Nent = 118130
Mean = 0.5808
RMS = 0.33
dassmc flux>0 && dassmc<10
Nent = 118130
Mean = 0.5808
RMS = 0.33
bleuADU
0 2000 4000 6000 8000 10000 12000 140000
100
200
300
400
500
SNe simulees
SNe retrouvees
bleuADU
0 2000 4000 6000 8000 10000 12000 14000
ε eE
ffic
acit
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
magnitude V
18.51919.52020.521
SN retrouvée si
distance (retrouvée - simulée) < 1.5 pixels
SNe retrouvées / SNe simulées
Les différentes étapes
• Déterminer la population des galaxies sur les images
• Mesurer l’efficacité de détection ε(ADU) — (ADU = « Analog Digital Unit »)
= simuler des supernovæ dans les galaxies
• Déterminer la distribution p(z|mgal)
(implique une calibration Rgal = f(ADUgal))
• Calculer l’intégrale de l’efficacité sur :
→ la courbe de lumière (impliquant une calibration ADU = f(V,R))
→ le décalage spectral
→ la phase de la supernova
• Vérifier l’adéquation entre la simulation et les observations
• En déduire le taux — quantifier les systématiques
Le décalage spectral des galaxies
p(z|mgal) ∝dVcdΩdz
· dN
dMdVc
Élément de volume
comobile
Function de
Luminosité
ApJ...464
Fonction de luminositédu LCRS
(Lin et al. 1996)
p(z|mgal) calculé vs LCRS(mag bin = 0.1)
0
5
10
15
0 0.05 0.1 0.15 0.2 0.25 0.3
Mean
RMS
0.8553E-01
0.3144E-01ΛCDM
SCDM
Rc = 16.5
p(m
|z)
0
5
10
0 0.05 0.1 0.15 0.2 0.25 0.3
MeanRMS
0.1034 0.3920E-01ΛCDM
SCDM
Rc = 17.0
p(m
|z)
0
2.5
5
7.5
10
0 0.05 0.1 0.15 0.2 0.25 0.3
MeanRMS
0.1264 0.4670E-01ΛCDM
SCDM
Rc = 17.5
z
p(m
|z)
Décalage spectral
Les différentes étapes• Déterminer la population des galaxies sur les images
• Mesurer l’efficacité de détection ε(ADU) — (ADU = « Analog Digital Unit »)
= simuler des supernovæ dans les galaxies
• Déterminer la distribution p(z|mgal)
(implique une calibration Rgal = f(ADUgal))
• Calculer l’intégrale de l’efficacité sur :
→ la courbe de lumière (impliquant une calibration ADU = f(V,R))
→ le décalage spectral
→ la phase de la supernova
• Vérifier l’adéquation entre la simulation et les observations
• En déduire le taux — quantifier les systématiques
L’intégrale de l’efficacité« Le Temps de Contrôle »
Calculée par une méthode de Monte-Carlolo
g(fl
ux)
0 Phase
seuil de détection
Une courbe delumière est tiréedans un lot de 17publiées
L’intégrale de l’efficacité« Le Temps de Contrôle »
Calculée par une méthode de Monte-Carlolo
g(fl
ux)
0 Phase
z
seuil de détection
On tire un « z »selon p(z|mgal)
L’intégrale de l’efficacité« Le Temps de Contrôle »
Calculée par une méthode de Monte-Carlolo
g(fl
ux)
0 Phase
t(z)
z
seuil de détection
On tire un instant dedécouverte
L’intégrale de l’efficacité« Le Temps de Contrôle »
Calculée par une méthode de Monte-Carlolo
g(fl
ux)
0 Phase
t(z)
m(t,z)
z
seuil de détection
Cela donne unemagnitude
L’intégrale de l’efficacité« Le Temps de Contrôle »
Calculée par une méthode de Monte-Carlo
ε(t,z)
log(
flux
)
0 Phase
t(z)
m(t,z)
z
seuil de détection
On va lire l’efficacitécorrespondante
L’échantillon de courbes de lumières
Parmi un ensemble de 51 courbes de lumière publiées (Hamuy et al.1996, Riess et al. 1999), nous choisissons celles qui ont le meilleuréchantillonnage dans les bandes V et R.
17 supernovæ répondent à ce critèreajustées avec un patron analytique (Contardo et al. 2000)
-20 0 20 40 60 80 100Jours par rapport au maximum
-12
-13
-14
-15
-16
-17
-18
-19
MV +
5 lo
g h
-20 0 20 40 60 80 100Jours par rapport au maximum
-12
-13
-14
-15
-16
-17
-18
-19
MV +
5 lo
g h
La fonction de luminosité des SNe Ia :La magnitude absolue au maximum
+ 5 log hmaxBM
-19 -18 -17 -16 -15 -14 -130
1
2
3
4
5
6
7
8 Nent = 51 Mean = -17.88RMS = 0.9431
Nent = 17 Mean = -17.52RMS = 1.389
Nent = 17 Mean = -17.52RMS = 1.389
Nent = 51 Mean = -17.88RMS = 0.9431
Nent = 51 Mean = -17.88RMS = 0.9431
+ 5 log hmaxVM
-19 -18.5 -18 -17.5 -17 -16.5 -16 -15.5 -15 -14.50
1
2
3
4
5
6
7 Nent = 51 Mean = -18.04RMS = 0.6458
Nent = 17 Mean = -17.78RMS = 0.9613
Nent = 17 Mean = -17.78RMS = 0.9613
Nent = 51 Mean = -18.04RMS = 0.6458
Nent = 51 Mean = -18.04RMS = 0.6458
Ce qui est important : la valeur moyenne
Notre distribution est biaisée vers les faibles luminosités
(écart de 0.26 mag)
La fonction de luminosité des SNe Ia :La relation de Phillips
B15 m∆
0.8 1 1.2 1.4 1.6 1.8 2
+ 5
log
hm
axB
M
-19
-18
-17
-16
-15
-14
-1351 SNe17 SNe
Ajustement deHamuy et al.1996
Des magnitudes aux ADU
Supernovæ : de la courbe de lumière aux ADU...
−2.5 · log
(ADU
Tpose
)= V + β · (V −R) +αV
Calibration
VSN(z, t) + AV +KSNV (z, t) RSN(z, t) + AR +KSN
R (z, t)
Courbe delumière
Extinctiongalactique Correction K
Des magnitudes aux ADU
Supernovæ : de la courbe de lumière aux ADU...
−2.5 · log
(ADU
Tpose
)= V + β · (V −R) +αV
Calibration
VSN(z, t) + AV +KSNV (z, t) RSN(z, t) + AR +KSN
R (z, t)
Courbe delumière
Extinctiongalactique Correction K
Des magnitudes aux ADU
Supernovæ : de la courbe de lumière aux ADU...
−2.5 · log
(ADU
Tpose
)= V + β · (V −R) +αV
Calibration
VSN(z, t) + AV +KSNV (z, t) RSN(z, t) + AR +KSN
R (z, t)
Courbe delumière
Extinctiongalactique Correction K
La calibration
passer des unités logiques des images en magnitudes standards
−2.5 · logADU
Tpose= V + β · (V −R) + α
Intercalibration des CCD
fond de ciel,
DENIS,
USNOTerme de couleur (β)
OGLE,
LandoltPoint Zéro (α)
Landolt,
étoiles secondairesSCP 1999
Une calibration globale
Évolution du point zéroavec le temps
22.5
22.6
22.7
22.8
22.9
23
23.1
8.5 8.6 8.7 8.8 8.9 9 9.1 9.2 9.3Temps (annees - 1990)
Po
int
Zer
o
22.5
22.6
22.7
22.8
22.9
23
23.1
10 10.05 10.1 10.15 10.2 10.25 10.3 10.35 10.4Temps (annees - 1990)
15fé
vrie
r19
9915
mar
s19
99
1erav
ril20
00
22.7 22.7
Supernovæ et étoiles
Peut-on calibrer des supernovæ avec des étoiles ?
Étude à l’aide de patrons spectraux : pour des étoiles telles que
(V −R)F = (V −R)SN, on trace (Beros − V )SN − (Beros − V )F :
Phase (jours)
-20 -10 0 10 20 30 40 50 60 70
eto
iles
-V)
er
os
-(B
sn
e-V
)
ero
s(B
-0.1
-0.08
-0.06
-0.04
-0.02
0
0.02
0.04
0.06
0.08
0.1
V-RV-R
écar
tàla
calib
ratio
nst
ella
ire(m
agni
tude
s)
moins de 10 % d’écart
L’extinction galactique
Déterminée champ par champ à l’aide des cartes de Schle-gel et al. 1998
VAbsorption A
0.05 0.1 0.15 0.2 0.25 0.3 0.350
2
4
6
8
10
Mean = 0.1385RMS = 0.04294Mean = 0.1385RMS = 0.04294
RAbsorption A
0.05 0.1 0.15 0.2 0.25 0.3 0.350
2
4
6
8
10
Mean = 0.1116RMS = 0.03463Mean = 0.1116RMS = 0.03463
∼ 0.12 mag d’absorption
La correction K
Le flux observé à travers une bande spectrale fixe varie enfonction du décalage spectral
0
0.2
0.4
0.6
0.8
1
300 400 500 600 700 800 900
Bande B Bande R
longueur d’onde (nm)
La correction K
Le flux observé à travers une bande spectrale fixe varie enfonction du décalage spectral
0
0.2
0.4
0.6
0.8
1
300 400 500 600 700 800 900
Bande B Bande R
longueur d’onde (nm)
z = 0 z = 0.2
Corrections K pour les supernovæ
Decalage spectral z
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Co
rrec
tio
n K
-1
-0.5
0
0.5
1
1.5
+ 5 j.
max
- 5 j.
+ 5 j.
max
- 5 j.
+ 5 j.
max- 5 j.
2.5 log(1+z)Bande B
Bande V
Bande R
Les différentes étapes
• Déterminer la population des galaxies sur les images
• Mesurer l’efficacité de détection ε(ADU) — (ADU = « Analog Digital Unit »)
= simuler des supernovæ dans les galaxies
• Déterminer la distribution p(z|mgal)
(implique une calibration Rgal = f(ADUgal))
• Calculer l’intégrale de l’efficacité sur :
→ la courbe de lumière (impliquant une calibration ADU = f(V,R))
→ le décalage spectral
→ la phase de la supernova
• Vérifier l’adéquation entre la simulation et les observations
• En déduire le taux — quantifier les systématiques
Distribution en z (1999)
Decalage spectral z
0 0.05 0.1 0.15 0.2 0.25 0.3 0.350
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
Nent = 10 Mean = 0.1214RMS = 0.03972
Nent = 10 Mean = 0.1214RMS = 0.03972
Decalage spectral z
0 0.05 0.1 0.15 0.2 0.25 0.3 0.350
100
200
300
400
500
600Nent = 34816 Mean = 0.1145RMS = 0.04963
Nent = 34816 Mean = 0.1145RMS = 0.04963
Decalage spectral z
0 0.05 0.1 0.15 0.2 0.25 0.3 0.350
0.2
0.4
0.6
0.8
1
1999
Observations
Monte-Carlo
Test de Kolmogorov-Smirnov
Probabilite = 0.85
Obs
ervé
eS
imul
éeC
umulées
Distribution en z (2000)
Decalage spectral z
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.40
0.2
0.4
0.6
0.8
1
Nent = 4 Mean = 0.1225RMS = 0.08258
Nent = 4 Mean = 0.1225RMS = 0.08258
Decalage spectral z
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.40
200
400
600
800
1000 Nent = 63907 Mean = 0.1373RMS = 0.05795
Nent = 63907 Mean = 0.1373RMS = 0.05795
Decalage spectral z
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.40
0.2
0.4
0.6
0.8
1 2000
Observations
Monte-Carlo
Test de Kolmogorov-Smirnov
Probabilite = 0.42
Obs
ervé
eS
imul
éeC
umulées
Distribution en magnitude (1999)
magnitude V
15 16 17 18 19 20 21 22
1
Nent = 10 Mean = 19.75RMS = 0.8133
Nent = 10 Mean = 19.75RMS = 0.8133
magnitude V
15 16 17 18 19 20 21 22
1
10
102
103
Nent = 34816 Mean = 19.56RMS = 0.9983
Nent = 34816 Mean = 19.56RMS = 0.9983
magnitude V
15 16 17 18 19 20 21 220
0.2
0.4
0.6
0.8
1
1999
Observations
Monte-Carlo
Test de Kolmogorov-Smirnov
Probabilite = 0.99
Obs
ervé
eS
imul
éeC
umulées
Distribution en magnitude de l’hôte (1999)
magnitude R
15 16 17 18 19 200
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
Nent = 10 Mean = 17.37RMS = 1.218
Nent = 10 Mean = 17.37RMS = 1.218
magnitude R
15 16 17 18 19 200
100
200
300
400
500
600
700
800
Nent = 34816 Mean = 17.64RMS = 0.9189
Nent = 34816 Mean = 17.64RMS = 0.9189
magnitude R
15 16 17 18 19 200
0.2
0.4
0.6
0.8
1
1999
Observations
Monte-Carlo
Test de Kolmogorov-Smirnov
Probabilite = 0.90
Obs
ervé
eS
imul
éeC
umulées
Distribution en distance à l’hôte (1999)
Distance SN - Galaxie hote (pixels)
0 2 4 6 8 10 12 14 16 18 200
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
Nent = 10 Mean = 4.29RMS = 3.736
Nent = 10 Mean = 4.29RMS = 3.736
Distance SN - Galaxie hote (pixels)
0 2 4 6 8 10 12 14 16 18 200
200
400
600
800
1000
1200
1400
1600
1800
2000
2200
Nent = 23220 Mean = 4.069RMS = 4.445
Nent = 23220 Mean = 4.069RMS = 4.445
Distance SN - Galaxie hote (pixels)
0 2 4 6 8 10 12 14 16 18 200
0.2
0.4
0.6
0.8
1
1999
Observations
Monte-Carlo
Test de Kolmogorov-Smirnov
Probabilite = 0.25
Obs
ervé
eS
imul
éeC
umulées
Les différentes étapes
• Déterminer la population des galaxies sur les images
• Mesurer l’efficacité de détection ε(ADU) — (ADU = « Analog Digital Unit »)
= simuler des supernovæ dans les galaxies
• Déterminer la distribution p(z|mgal)
(implique une calibration Rgal = f(ADUgal))
• Calculer l’intégrale de l’efficacité sur :
→ la courbe de lumière (impliquant une calibration ADU = f(V,R))
→ le décalage spectral
→ la phase de la supernova
• Vérifier l’adéquation entre la simulation et les observations
• En déduire le taux — quantifier les systématiques
Résultat : taux de SN Ia à z = 0.13
Avec 14 supernovæ observées en 1999 et 2000, le taux desupernovæ de type Ia est :
RRIa = 0.220+0.085+0.053
−0.051−0.053 h−2 SNuR
où 1 SNuR = 1 SNe / 1010 LR / siècle
Avec (B −R)galaxies = 1.11± 0.25 (Grogin et Geller 1999) on a :
RBIa = 0.231+0.089+0.077
−0.054−0.077 h−2 SNu
Avec ρR = 1.9± 0.47 · 108 h LR ·Mpc−3 on a :
RIa = 4.18+1.62+1.19−0.97−1.19 · 10−5 h3 Mpc−3 · an−1
Systématiques
Calibration∂R/∂pz ' −1 : incertitude de 10 % sur PZ => incertitude de 10 % sur R
Coupure sur la magnitude des galaxies hôtesincertitude de 0.2 mag => incertitude de 6 % sur R
Fonction de luminosité des supernovæ
RIa = 0.22
(LVmax
2.07 · 109 h2 LV
)−0.85(∆mB15
1.1
)0.65
incertitude de 6 % sur ∆mB15 => incertitude de 4 % sur R
incertitude de 24 % sur LVmax => incertitude de 20 % sur R
Mauvaise identification d’une supernovaErreur d’identification => incertitude de 7 % sur R
CosmologiePas de différence sur R entre SCDM et ΛCDM
TOTAL : ±24 %
Autres mesures
calage spectral zeD
0 0.2 0.4 0.6 0.8 1 1.2 1.4
)-3
Mp
c-1
SN
R (
an 10-4
10-3
Notre mesure
Hardin et al. 2000 (EROS)
Cappellaro et al. 1999
Pain et al. 2002 (SCP)évolution
d’un facteur∼ 3 entrez = 0.13 etz = 0.55
Autres mesures
calage spectral zeD
0 0.2 0.4 0.6 0.8 1 1.2 1.4
)-3
Mp
c-1
SN
R (
an 10-4
10-3
rarchiqueeFusion hi = 0.3τ = 1.0τ = 3.0τ
Effondrement monolithique
= 0.3τ = 1.0τ = 3.0τ
évolutiond’un facteur∼ 3 entrez = 0.13 etz = 0.55
Conclusion et perspectives
• Taux de SN Ia mesuré à z = 0.13
• Compatible avec la précédente mesure d’EROS — réaliséeavec 4 événements (Hardin et al. 2000)
• Compatible avec la mesure dans l’Univers local — entachéed’erreurs systématiques importantes (Cappellaro et al. 1999)
• Comparaison avec valeur à z = 0.55 (Pain et al. 2002) im-plique une évolution importante
• Suites logiques de ce travail
• L’avenir du taux de supernova
Conclusion et perspectives
• Taux de SN Ia mesuré à z = 0.13
• Suites logiques de ce travail
• Estimation du taux de SN II/Ib-c— 7 ( ?) événements en 1999 - 2000
• Détermination du taux en fonction du type des galaxies hôtes
• L’avenir du taux de supernova
Conclusion et perspectives
• Taux de SN Ia mesuré à z = 0.13
• Suites logiques de ce travail
• L’avenir du taux de supernova• Nearby Supernova Factory (courant 2003) : taux de SN Ia et
SN II dans l’Univers local
• CFHTLS - Supernovae (mars 2003) : évolution du taux de SNIa entre z ∼ 0.3 et z ∼ 1.2 et du taux de SN II jusqu’àz ∼ 0.7
• Satellite SNAP (2010) : taux de SN Ia jusqu’à z ∼ 1.7
Taxinomie
Classificationbasée sur lespectre, etéventuellementsur la courbede lumière oula forme desraies
H
Si
He raie fine
IIL IIP
lum
iere
Cou
rbes
de
Hypernovae
Pas d’absorption P−Cygni
I
Ia Ic Ib IIb IIn
II
OUI
NON
OUI
NON
NON OUI
SN Ia : la courbe de lumière
0.11 mag/jour
0.01 mag/jour
alimentée par la décroissance 56Ni →︸︷︷︸6.1j.
56Co →︸︷︷︸77.1j.
56Fe
1010 L au max ∼ LGalaxie
SNe Ia et cosmologie
Deux observables :
flux =Luminosité
4π · (Distance)2
z =λobservé
λémis− 1
Distance =f(z, H0,ΩM0
,ΩΛ0)
Calan/Tololo (Hamuy et al, A.J. 1996)
Supernova Cosmology Project
effe
ctiv
e m
B
(0.5,0.5) (0, 0)( 1, 0 ) (1, 0)(1.5,–0.5) (2, 0)
(ΩΜ,ΩΛ) = ( 0, 1 )
Flat
Λ =
0
redshift z
14
16
18
20
22
24
26
0.02 0.05 0.1 0.2 0.5 1.00.02 0.05 0.1 0.2 0.5 1.0
Perlmutter, et al. (1998)
FA
INT
ER
(F
arth
er)
(Fu
rth
er b
ack
in t
ime)
MORE REDSHIFT (More total expansion of universe since the supernova explosion)
In flat universe: ΩM = 0.28 [± 0.085 statistical] [± 0.05 systematic]
Prob. of fit to Λ = 0 universe: 1%
décalage spectral z
−2.
5·lo
g(fl
ux)
Diagramme de Hubble
Des ADU aux magnitudes
Galaxies : des ADU à la magnitude absolue...
probabilité p(z|mgal)
luminosité L
MR = R− µ(z)−AR −KgalR (z)
Module de distance
µ(z) = 5·log
[DL(z)
1 Mpc
]+25
Extinctiongalactique Correction K
calibration
R = −2.5·log
(ADU
Tpose
)−αgal
R
Des ADU aux magnitudes
Galaxies : des ADU à la magnitude absolue...
probabilité p(z|mgal)
luminosité L
MR = R− µ(z)−AR −KgalR (z)
Module de distance
µ(z) = 5·log
[DL(z)
1 Mpc
]+25
Extinctiongalactique Correction K
calibration
R = −2.5·log
(ADU
Tpose
)−αgal
R
Des ADU aux magnitudes
Galaxies : des ADU à la magnitude absolue...
probabilité p(z|mgal)
luminosité L
MR = R− µ(z)−AR −KgalR (z)
Module de distance
µ(z) = 5·log
[DL(z)
1 Mpc
]+25
Extinctiongalactique Correction K
calibration
R = −2.5·log
(ADU
Tpose
)−αgal
R