Titre de la HDR
Simulation numérique et modélisation des galaxies.
Composition du jury
- Joshua BARNES, Institute for Astronomy, University of Hawaii at Manoa, Rapporteur
- Alain BLANCHARD, Institut de Recherche en Astrophysique et Planétologie, Rapporteur
- Annie ROBIN, Université Marie et Louis Pasteur, Rapporteur
- Jacques LASKAR, Observatoire de Paris, Président du jury
- Rodrigo IBATA, Observatoire Astronomique de Strasbourg, Examinateur
- Gary MAMON, Institut d’Astrophysique de Paris, Examinateur
- François HAMMER, Observatoire de Paris, Examinateur
Résumé
Cette thèse explore la dynamique galactique en combinant des simulations numériques multi-échelles et des comparaisons avec des données d’observation. L’objectif principal est de mettre en lumière les processus physiques qui régissent la formation et l’évolution des galaxies sur une large gamme de masses, allant des galaxies à disque massives aux systèmes nains peu lumineux. Le cadre méthodologique repose sur le développement et l’application de techniques de simulation efficaces, capables de rendre compte des effets couplés de la gravité, de la dynamique des gaz, de la formation stellaire et du retour d’action stellaire. Plusieurs résultats clés sont obtenus dans le cadre de ce travail. Tout d’abord, les simulations de fusions dans le cadre du programme IMAGES montrent que les fusions majeures riches en gaz peuvent entraîner la formation de galaxies à disque et fournissent une explication physiquement fondée de la séquence de Hubble. Un modèle de fusion majeure bien contraint reproduit les principales propriétés structurelles de la galaxie d’Andromède, offrant une référence cohérente pour son bulbe, sa barre, son disque et ses courants stellaires dans le halo. Parallèlement, des simulations et une modélisation analytique axées sur le milieu circumgalactique (CGM) de la Voie lactée montrent que les processus de pression dynamique jouent un rôle central dans la formation des systèmes nains proches. Un solveur analytique de pression dynamique, étendu aux interactions dissipatives entre naines, permet de reconstituer efficacement l’histoire orbitale des Nuages de Magellan et fournit des conditions initiales fiables pour la modélisation hydrodynamique du Flux de Magellan, ce qui corrobore l’hypothèse d’une origine liée à la pression dynamique plutôt qu’à un dépouillement par marées. De manière cohérente, les simulations de galaxies naines indiquent que les naines sphéroïdales autour de la Voie lactée pourraient provenir de systèmes riches en gaz subissant une première chute, leur évolution rapide étant entraînée par le dépouillement par pression dynamique à partir du CGM. Lorsqu’on les combine avec la modélisation N-corps et analytique, leur cinématique peut s’expliquer par les effets combinés des forces de marée, de l’élimination du gaz et de la turbulence au sein du halo chaud, remettant en question la vision traditionnelle de satellites à longue durée de vie dominés par la matière noire. Cette image est encore étayée par la découverte de jeunes populations stellaires et de halos stellaires étendus à faible densité dans les naines sphéroïdales classiques. De plus, des simulations montrent que l’arrachement par pression dynamique par le milieu intergalactique peut expliquer la perte de gaz dans les galaxies naines irrégulières telles que WLM, soulignant l’importance plus large des processus environnementaux. Dans l’ensemble, ces travaux démontrent que la modélisation dynamique détaillée offre une approche puissante et directe pour comprendre les processus à l’échelle des galaxies, en complément des simulations cosmologiques. Les efforts futurs se concentreront sur l’extension des capacités de simulation et la constitution d’une bibliothèque complète de modèles de fusions de galaxies et d’interactions entre galaxies naines et le CGM et l’IGM, couvrant un large éventail de masses, de paramètres orbitaux et de configurations. L’objectif à long terme est d’intégrer ces outils à des méthodes d’intelligence artificielle afin de développer un cadre communautaire, assisté par l’IA, pour la dynamique des galaxies.
