Excursion Set Approach to Primordial Black Holes: Cloud-in-Cloud and Mass Function Revisited

En reformulant l'approche de Press-Schechter pour les trous noirs primordiaux dans le cadre de l'ensemble d'excursion, cette étude démontre que le processus non markovien inhérent à la formation de ces objets invalide l'application du « facteur de correction » de 2 utilisé pour les halos de matière noire, nécessitant une prise en compte rigoureuse de deux composantes stochastiques égales pour obtenir une fonction de masse positive et cohérente.

L'essentiel

Imaginez que l'univers est une immense soupe en ébullition, remplie de petites bulles de matière. Parfois, certaines de ces bulles sont un peu plus denses que les autres. Si elles sont assez denses, elles s'effondrent sur elles-mêmes sous l'effet de leur propre gravité pour former des objets massifs : soit des galaxies (des "halos"), soit des trous noirs nés au tout début de l'univers (les "trous noirs primordiaux" ou TNP).

Le problème, c'est que les physiciens ont longtemps eu du mal à compter correctement combien de ces objets se forment. C'est là que cette nouvelle étude de Kushwaha et Suyama intervient pour clarifier la situation.

Voici une explication simple de leur découverte, utilisant des analogies du quotidien.

1. Le vieux problème : "Le nuage dans le nuage"

Prenons l'exemple des galaxies. Pour prédire combien il y en a, les scientifiques utilisent une méthode appelée "Press-Schechter". Imaginez que vous essayez de compter combien de nuages de pluie vont tomber sur votre ville.

• Le problème : Parfois, un petit nuage (une petite surdensité) est coincé à l'intérieur d'un très gros nuage (une grande surdensité). Si vous comptez le petit nuage comme un événement de pluie à part, et que vous comptez aussi le gros nuage, vous comptez deux fois la même chose ! C'est ce qu'on appelle le problème du "nuage dans le nuage".
• L'ancienne solution : Pour corriger cette erreur de comptage, les physiciens ont inventé un "truc" (un facteur de correction) : ils ont simplement multiplié leur résultat par 2. C'était comme dire : "On a compté la moitié des nuages, donc on multiplie par 2 pour avoir le total." Cela fonctionnait très bien pour les galaxies.

2. L'erreur d'application aux Trous Noirs Primordiaux

Quand on a voulu appliquer cette même méthode aux Trous Noirs Primordiaux (ces trous noirs qui se forment juste après le Big Bang), les scientifiques ont fait une hypothèse dangereuse : ils ont pensé que la règle "multiplier par 2" fonctionnait aussi pour eux.

• L'analogie : C'est comme si vous utilisiez la même recette de gâteau pour faire un gâteau aux pommes et un gâteau au chocolat, en pensant que les ingrédients réagissent exactement de la même façon. Or, ce n'est pas le cas !

3. La découverte : La marche aléatoire et le bruit coloré

Les auteurs de l'article ont regardé de plus près comment la matière se déplace avant de s'effondrer. Ils utilisent une image appelée "marche aléatoire" (comme une personne qui marche en titubant au hasard).

• Pour les galaxies (le cas simple) : La personne marche sur un sol plat. Ses pas sont indépendants les uns des autres. Si elle tombe d'un côté, elle a autant de chances de tomber de l'autre. C'est ce qu'on appelle un processus "Markovien". Dans ce cas, le "truc" de multiplier par 2 est parfaitement justifié.
• Pour les Trous Noirs Primordiaux (le cas complexe) : Ici, la personne marche sur un sol qui change de texture en temps réel. Ses pas d'aujourd'hui dépendent de ses pas d'hier. C'est ce qu'on appelle un processus "non-Markovien" (ou "bruit coloré"). La mémoire du chemin passé influence le futur.

4. Pourquoi le facteur "2" est faux pour les Trous Noirs

Grâce à des simulations informatiques très poussées, les auteurs ont montré que pour les Trous Noirs Primordiaux :

• La probabilité qu'un objet se forme maintenant n'est pas égale à la probabilité qu'il se soit formé plus tôt et ait été "oublié" dans un plus gros objet.
• L'analogie finale : Imaginez que vous comptez des voitures qui passent un péage.
  • Pour les galaxies, si une voiture passe, elle compte. Si elle est dans un convoi, on ajuste le compteur par deux. C'est simple.
  • Pour les Trous Noirs, c'est comme si les voitures pouvaient se transformer en camions, ou si le péage lui-même changeait de règles selon l'heure. Si vous appliquez la règle "multiplier par 2", votre compteur devient faux. Pire, il peut même afficher des nombres négatifs (ce qui est impossible en physique !), signifiant que votre modèle est cassé.

5. La conclusion de l'étude

Les auteurs disent : "Arrêtez de multiplier par 2 pour les Trous Noirs Primordiaux !"

Ils ont prouvé mathématiquement et numériquement que :

1. Le "facteur de correction 2" n'est pas valable pour les Trous Noirs car la physique est différente (le bruit est "coloré", pas blanc).
2. Si on continue d'utiliser ce facteur, on obtient des résultats absurdes (comme une masse négative).
3. Pour avoir le bon nombre de Trous Noirs, il faut calculer deux choses séparément et les additionner correctement, sans raccourci.

En résumé : Cette étude remet de l'ordre dans la comptabilité de l'univers. Elle nous dit que ce qui fonctionne pour les galaxies ne fonctionne pas pour les bébés trous noirs. En abandonnant l'ancien "truc" (le facteur 2) et en utilisant une méthode plus rigoureuse, nous pouvons enfin espérer savoir exactement combien de ces objets mystérieux remplissent notre cosmos, ce qui est crucial pour comprendre la matière noire et l'histoire de l'univers.

Résumé technique

Voici un résumé technique détaillé de l'article « Excursion Set Approach to Primordial Black Holes: Cloud-in-Cloud and Mass Function Revisited » par Ashu Kushwaha et Teruaki Suyama.

1. Problématique

L'abondance et la fonction de masse des trous noirs primordiaux (TNP) sont souvent estimées à l'aide du formalisme de Press-Schechter (PS). Ce formalisme, initialement développé pour la formation des halos de matière noire, souffre d'un problème de « nuage-dans-nuage » (cloud-in-cloud), où de petites régions surdensées sont comptées à plusieurs reprises si elles sont incluses dans des régions plus grandes.

• Pour les halos : Ce problème est résolu par l'introduction d'un « facteur de correction » (ou fudge factor) de 2, justifié théoriquement par la théorie des ensembles d'excursion (Excursion Set Theory) de Bond et al. Dans ce cadre, le processus de marche aléatoire du contraste de densité est Markovien (les étapes sont non corrélées), ce qui implique que la probabilité de franchir un seuil pour la première fois est égale à la probabilité de l'avoir franchi précédemment.
• Pour les TNP : L'application naïve du formalisme PS aux TNP (formés durant l'ère dominée par le rayonnement) a conduit à une confusion dans la littérature : certains auteurs appliquent le facteur 2, d'autres non. De plus, des calculs naïfs utilisant uniquement le terme de première traversée conduisent parfois à des fonctions de masse négatives, ce qui est physiquement inacceptable.

L'objectif de cet article est de reformuler rigoureusement l'approche PS pour les TNP dans le cadre des ensembles d'excursion et de déterminer si le facteur 2 est valide et comment calculer correctement la fonction de masse.

2. Méthodologie

Les auteurs adoptent le cadre de la théorie des ensembles d'excursion, où le contraste de densité lissé $\delta(x; R_M)$ à un point fixe $x$ évolue comme une marche aléatoire stochastique lorsque l'échelle de lissage $R_M$ (ou un paramètre de temps effectif $\tau \propto 1/R_M$) varie.

• Modélisation stochastique : Ils modélisent l'évolution de $\delta(\tau)$ via une équation de Langevin.
• Fonction de fenêtre : Ils utilisent une fonction de fenêtre « sharp-k » (coupe nette en espace des nombres d'onde).
• Analyse de la corrélation : Contrairement au cas des halos où le bruit est blanc (non corrélé), les auteurs démontrent analytiquement que pour la formation de TNP durant l'ère dominée par le rayonnement, le bruit $\xi(\tau)$ est coloré (corrélé dans le temps). Cela rend le processus non-Markovien.
• Simulations numériques : Pour valider leurs résultats analytiques, ils simulent numériquement l'équation de Langevin avec une matrice de covariance non diagonale (bruit coloré) pour différents spectres de puissance primordiaux (pics étroits et larges). Ils comptent les trajectoires franchissant le seuil critique $\delta_c$ pour la première fois à l'échelle $\tau_M$ (terme $P_1$) et celles qui l'ont franchi à une échelle antérieure (terme $P_2$).

3. Contributions Clés et Résultats

A. Nature Non-Markovienne du processus TNP

Les auteurs montrent que, même avec une fonction de fenêtre sharp-k, le processus de formation des TNP est non-Markovien. La matrice de covariance du bruit $\xi(\tau)$ contient des termes non nuls pour $\tau \neq \tau'$, ce qui signifie que l'histoire passée de la trajectoire influence son évolution future.

B. Inégalité des Probabilités ($P_1 \neq P_2$)

Dans le cas des halos (Markovien), la symétrie de la marche aléatoire implique que la probabilité de franchir le seuil pour la première fois ($P_1$) est égale à la probabilité de l'avoir franchi auparavant ($P_2$), justifiant le facteur 2 ($P(>M) = 2P_1$).
Pour les TNP, les simulations numériques démontrent que $P_1 \neq P_2$.

• En particulier, pour les spectres de puissance à pic étroit, dans la région où $\tau_M \gg \tau_*$ (au-delà du pic du spectre), la variance $\sigma^2(\tau_M)$ tend vers zéro. Il n'y a alors plus de nouvelles trajectoires qui franchissent le seuil ($P_1 \to 0$), mais les trajectoires ayant franchi le seuil plus tôt restent valides ($P_2 > 0$).
• Par conséquent, la probabilité totale de formation est $P(>M) = P_1 + P_2 \neq 2P_1$. L'utilisation du facteur 2 est donc incorrecte pour les TNP.

C. Résolution du problème de la fonction de masse négative

Les auteurs identifient que l'omission du terme $P_2$ dans les calculs précédents conduit à des résultats erronés.

• La dérivée de la probabilité $P_1$ par rapport à la masse ($dP_1/dM$) peut devenir négative dans certaines plages de masse, ce qui impliquerait une fonction de masse négative (physiquement impossible).
• L'inclusion du terme $P_2$ est essentielle pour garantir que la fonction de masse totale reste définie positive. La fonction de masse correcte doit être calculée à partir de la dérivée de la probabilité totale $P(>M) = P_1 + P_2$, et non de $P_1$ seul.

4. Signification et Implications

• Clarification théorique : L'article résout l'ambiguïté persistante dans la littérature concernant l'utilisation (ou non) du facteur 2 pour les TNP. Il démontre que ce facteur est spécifique au cas Markovien des halos et ne s'applique pas aux TNP.
• Fondation robuste : En établissant que le processus est non-Markovien et en quantifiant la contribution de $P_2$, les auteurs fournissent une base théorique rigoureuse pour le calcul de l'abondance des TNP.
• Correction des erreurs passées : Ils mettent en lumière le fait que les méthodes antérieures, basées uniquement sur $P_1$, produisaient des fonctions de masse non physiques (négatives) dans certaines configurations spectrales.
• Méthodologie : L'étude fournit un cadre numérique robuste pour traiter les processus stochastiques non-Markoviens en cosmologie, en particulier pour les phénomènes liés à l'ère dominée par le rayonnement.

En résumé, ce travail réévalue fondamentalement la manière dont on calcule l'abondance des trous noirs primordiaux, démontrant que la physique sous-jacente (non-Markovienne) exige une approche différente de celle utilisée pour la matière noire, rendant le facteur 2 obsolète et soulignant la nécessité d'inclure les effets d'histoire (terme $P_2$) pour obtenir des résultats physiquement cohérents.