Thématique : Cosmologie observationnelle Bien que l'univers soit bien décrit par le modèle de concordance LCDM, la nature de ses composants, la matière noire et l'énergie noire, demeure une des principales énigmes de la cosmologie moderne. Alors qu'historiquement, l'attention s'est surtout portée sur les régions très denses en matière, les régions sous-denses représentent environ 80 % du volume total de l'univers observable et influencent fortement la croissance de la structure à grande échelle. Comme les vides sont pratiquement dépourvus de matière, ils se sont révélés être des objets très prometteurs pour explorer l'empreinte d'éventuelles modifications de la relativité générale (RG), telles que la gravité f(R) ou les théories étendues de la gravitation. L'équipe de cosmologie RENOIR du CPPM se concentre sur la compréhension de l'histoire et de la composition de notre Univers, en particulier sur ses composantes sombres. L'équipe est particulièrement impliquée dans les sondages de galaxies de nouvelle génération telles que le Dark Energy Spectroscopic Instrument (DESI) à Mayall (États-Unis) et la mission spatiale européenne Euclid, qui permettront d'observer plusieurs dizaines de millions de galaxies, soit la plus grande carte 3D de l'Univers jamais réalisée. Un moyen prometteur de sonder les modèles de gravité modifiée est de contraindre la croissance des structures de l'Univers en utilisant l’information issue des distorsions spatiales dans l’espace des redshifts (Redshift Space Distortions) autour des vides cosmiques. Ces Distorsions (RSD) sont induites par les vitesses particulières (gravitationnelles) des galaxies, qui provoquent une composante Doppler supplémentaire au flux d'expansion de Hubble, et induisent des anisotropies dans la distribution des galaxies encodées dans la fonction de corrélation à deux points. L'objectif de la thèse porte sur l'extraction de contraintes cosmologiques en utilisant les informations de déformation dit effet Alcock-Paczynski et les informations RSD autour des vides, avec les données DESI et Euclid. |