Diverse reddening distributions in sight lines to type Ia supernovae
Cette étude démontre que l'utilisation d'un modèle universel de distribution de l'extinction par la poussière est erronée, car l'enroussissement varie selon le type morphologique des galaxies hôtes, ce qui peut introduire des biais dans les mesures cosmologiques des supernovae de type Ia.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Le Mystère des Supernovas : Pourquoi nos "lampadaires cosmiques" nous trompent parfois ?
Imaginez que vous essayez de mesurer la distance d'une voiture en pleine nuit en utilisant uniquement la luminosité de ses phares. Si la voiture est très brillante, vous vous dites : « Elle est juste très proche ! ». Mais si, sans le savoir, la voiture est cachée derrière un rideau de pluie ou de brouillard, ses phares paraîtront plus faibles. Vous allez alors conclure, à tort, que la voiture est beaucoup plus loin qu'elle ne l'est en réalité.
En astronomie, c'est exactement ce qui se passe avec les supernovas de type Ia. Ce sont des explosions d'étoiles si régulières et prévisibles qu'on les utilise comme des "lampadaires cosmiques" pour mesurer les distances dans l'Univers et comprendre l'expansion du cosmos.
Le problème : Le "rideau de poussière"
Le souci, c'est que ces explosions se produisent souvent à l'intérieur de galaxies remplies de poussière interstellaire. Cette poussière agit comme un voile qui absorbe la lumière et change sa couleur (elle la rend plus rouge).
Jusqu'à présent, les scientifiques utilisaient une règle mathématique toute simple (appelée "modèle exponentiel") pour corriger cet effet. C'était comme si on disait : "Peu importe la ville où se trouve la voiture, le brouillard a toujours la même intensité et la même répartition."
Ce que les chercheurs ont découvert
L'équipe de Lucas Hallgren et ses collègues a réalisé des simulations ultra-précises pour tester cette règle. Et ils ont découvert que c'est une erreur de généraliser !
Voici leurs trois grandes conclusions, expliquées avec des métaphores :
Toutes les galaxies ne sont pas des "villes brumeuses" :
Les galaxies spirales (les "late-type") sont comme des villes côtières très humides : il y a énormément de poussière partout. Mais les galaxies elliptiques (les "early-type"), elles, sont comme des déserts arides : il n'y a presque pas de poussière. En utilisant la même règle pour les deux, on fait une erreur de calcul massive. C'est comme si vous essayiez de prévoir la visibilité à Paris en utilisant les statistiques de la jungle amazonienne !Le "pic de clarté" oublié :
Le modèle mathématique habituel prédisait qu'il y aurait toujours un peu de poussière. Or, les simulations montrent qu'il y a beaucoup plus de cas où la vue est parfaitement nette (zéro poussière) que ce que l'on pensait. Le modèle actuel "lisse" trop la réalité.Le mystère des "supernovas rouges" dans le désert :
C'est le point le plus étrange. Dans les galaxies "désertiques" (elliptiques), on observe quand même des supernovas qui paraissent très rouges. Or, il n'y a pas assez de poussière pour expliquer cette couleur !- L'analogie : C'est comme si vous voyiez une voiture avec des phares rouges dans un désert sans brouillard. Soit la voiture est rouge à la base (l'étoile est intrinsèquement différente), soit il y a un mystère sur la nature de la poussière dans ces galaxies.
Pourquoi est-ce important ?
Si on se trompe sur la couleur et la luminosité des supernovas, on se trompe sur leur distance. Et si on se trompe sur la distance, on se trompe sur la vitesse à laquelle l'Univers grandit (la fameuse constante de Hubble).
En résumé, ce papier nous dit : "Arrêtez d'utiliser la même recette pour toutes les galaxies ! Pour bien mesurer l'Univers, il faut savoir si notre supernova est née dans un nuage de poussière ou dans un désert étoilé."
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.