Thèse soutenue

Etude du disque épais de la Galaxie avec le modèle de la Galaxie de Besançon

FR  |  
EN
Auteur / Autrice : Guillaume Nasello
Direction : Céline ReyléAnnie Robin
Type : Thèse de doctorat
Discipline(s) : Astrophysique
Date : Soutenance le 11/10/2018
Etablissement(s) : Bourgogne Franche-Comté
Ecole(s) doctorale(s) : École doctorale Carnot-Pasteur (Besançon ; Dijon ; 2012-....)
Partenaire(s) de recherche : Laboratoire : Institut UTINAM (Univers, transport, interfaces, nanostructures, atmosphère et environnement, molécules) (Besançon) - Institut UTINAM (Univers, transport, interfaces, nanostructures, atmosphère et environnement, molécules) (Besançon)
Etablissement de préparation : Université de Franche-Comté (1971-2024)
Jury : Président / Présidente : Patrick De Laverny
Examinateurs / Examinatrices : Céline Reylé, Annie Robin, Patrick De Laverny, Arnaud Siebert, Carine Babusiaux
Rapporteurs / Rapporteuses : Arnaud Siebert, Carine Babusiaux

Mots clés

FR  |  
EN

Mots clés contrôlés

Résumé

FR  |  
EN

Lors de cette thèse, je me suis servis du modèle de la Galaxie de Besançon (BGM), modèle développé dans ce laboratoire depuis plusieurs années.Ce modèle, fortement utilisé par la communauté internationale (papier de référence Robin, Reylé et al, 2003, cité plus de 1250 fois), a été choisi comme modèle de référence dans la préparation de la mission spatiale de l’ESA Gaia.Ce modèle est un outil puissant pour étudier notre Galaxie car il permet de simuler statistiquement son contenu en étoiles. Ce contenu dépendant d'hypothèses émies sur la forme et l'histoire de la Voie Lactée.Ici, je me concentre sur une population de la Voie Lactée particulière, le disque épais (un ensemble d'étoiles vieilles qui représente environ 30% des étoiles de notre Voie Lactée).A l'aide du BGM, il est possible d’essayer de mieux comprendre sa forme et son histoire. La méthode utilisée pendant cette thèse est la comparaison d'observations avec les simulations du BGM et d'un ajustement des propriétés du disque épais à l'aide d’une méthode basée sur le principe des chaînes de Markov - Monte Carlo (MCMC).