François Couchot, CPE-Lyon, 17 mai 2006 1 Masse des Neutrinos et CMB Extraits de la thèse d’Alexandre Bourrachot (sept. 2004) Problématique de la vraisemblance.

Slides:



Advertisements
Présentations similaires
Probabilités et statistiques au lycée
Advertisements

Comparaison des méthodes déterministes et Monte Carlo
GESTION DE PORTEFEUILLE chapitre n° 7
STATISTIQUE INFERENTIELLE L ’ESTIMATION
LES FANTÔMES DE LA COSMOLOGIE Júlio C. Fabris Departamento de Física – UFES IAP
Champs de Markov en Vision par Ordinateur
RECONNAISSANCE DE FORMES
Processus de croissance dans un modèle de dynamique de population structuré en longueur Michel Bertignac et Stéphanie Mahévas Laboratoire RH, Lorient Laboratoire.
Inférence statistique
C1 Bio-statistiques F. KOHLER
Inférence statistique
Les TESTS STATISTIQUES
Avertissement Lexposé qui suit nest pas destiné au grand public. Cependant, certaines parties sont accessibles à tous (à condition dy mettre un peu de.
dans le cadre des expériences Archeops et Planck
Les TESTS STATISTIQUES
Échantillonnage-Estimation
Les tests d’hypothèses
Modélisation des systèmes non linéaires par des SIFs
Probabilités et statistique en TS
introduction aux modèles cosmologiques
Le filtrage au cours des âges Du filtre de Kalman au filtrage particulaire André Monin.
Une autre vision du vide
Probabilités et Statistiques
M.D., AMT Narbonne Fond diffus, structures et avant-plans Marian Douspis (LATT/OMP) Nabila Aghanim, Mathieu Langer (IAS)
La Cosmologie avec Planck
Etude longitudinale d’essais multilocaux: apports du modèle mixte
Journée des thèses 2007 Luis FERRAMACHO 2 ème année de thèse Encadrant: Alain BLANCHARD Introduction LUnivers actuel et.
Comprendre la variation dans les données: Notions de base
E2phy Nantes 22-25/8/2006 Jacques Bouchez CEA-Saclay
II- L’algorithme du recuit simulé (pseudo-code)
Commentaires sur les biais écologiques et les échelles non emboîtées
Les analyses multivariées
Approches non intrusives des éléments finis stochastiques
Réseaux bayésiens: Inférence
Le fond cosmic micro-ondes
Régression linéaire multiple : hypothèses & interprétation. Partie 2.
Non-gaussianités primordiales
Probabilités et Statistiques
10 février 2006GDR ISIS Journée Localisation et Navigation Projet EGNOS-BUS (Eurêka) André Monin, Wael Suleiman LAAS-CNRS.
A brief thermal history of the Universe
Séminaire de 3ème année Diane Talon-Esmieu
Peut-on remonter le temps jusqu’au big bang ?. Peut-on remonter le temps jusqu’au big bang ? Particules et interactions (forces) fondamentales de la.
Vers une loi à densité. Masse en gEffectifFréquence % [600,800[1162,32 [800,900[3957,9 [900,1000[91818,36 [1000,1100[124824,96 [1100,1200[121824,36 [1200,1300[71514,3.
Évolution des lois d’échelle dans les amas de galaxies à partir d’observations du satellite XMM : physique de la formation des grandes structures. Sergey.
Neutrinos et Perturbations Cosmologiques
Modélisation d'un modulateur et démodulateur OFDM
Extraction des paramètres cosmologiques par une approche multisonde
Plan de la séance 5. Deux grands thèmes L’analyse du risque, l’emploi de la simulation et du L’optimisation, la programmation linéaire.
Concepts fondamentaux: statistiques et distributions
Nouvelle technique de simulation pour la formation des galaxies
Les distributions des rendements La méthode du kernel.
STATISTIQUE INFERENTIELLE LES TESTS STATISTIQUES
L’erreur standard et les principes fondamentaux du test de t
Méthode des moindres carrés (1)
Approximation des équations de la magnéto-hydrodynamique
Rappel de statistiques
Analyse des données. Plan Lien entre les statistiques et l’analyse des données Propagation des erreurs Ajustement de fonctions.
M.D., PNC, paramètres cosmo 18/01/ Paramètres cosmologiques par Combinaisons Marian Douspis (IAS), Alain Blanchard (LATT) Nabila Aghanim (IAS), Jim.
La grande combinaison: problèmes et solutions Pourquoi les combinaisons ? Comment combiner ? Les problèmes techniques ? Les solutions possibles Prospectives.
Julien Lesgourgues, LAPTH IAP, janvier 2006 accélération décélération lente décélération rapide inflationradiationmatièreénergie noire temps Extraction.
Recuit simulé Une métaheuristique venue de la métallurgie.
ECHANTILLONAGE ET ESTIMATION
Académie européenne des patients sur l'innovation thérapeutique Rôle et notions élémentaires des statistiques dans les essais cliniques.
UED SIM – Département OLCI Année Arts & Métiers ParisTech CER ANGERS Probabilités et statistiques Cours n° 2.
BABAR Georges Vasseur CEA Saclay, DSM/IRFU/SPP Workshop sur l’analyse des données au centre de calcul de Lyon 17 avril 2008.
MECANIQUE DES MILLIEUX CONTINUS ET THERMODYDAMIQUE SIMULATIONS.
Étude des émissions diffuses avec l’expérience H.E.S.S. Tania Garrigoux.
23/05/2016 Déterminer la taille des échantillons notion sous-jacente : puissance d'un test Claire Chabanet fonction F4, étendre l'écran configurer le diaporama,
Processus ponctuels Caractéristiques et Modèles de répartitions spatiales.
5 ème Journée des doctorants – ED SPI Lille – 26 Juin 2012 – Ecole des Mines de Douai ETUDE DES CARACTERISTIQUES THERMOPHYSIQUES D’ISOLANTS AGRO-SOURCES.
Transcription de la présentation:

François Couchot, CPE-Lyon, 17 mai Masse des Neutrinos et CMB Extraits de la thèse d’Alexandre Bourrachot (sept. 2004) Problématique de la vraisemblance des mesures des spectres / Biais Couplage avec les déterminations des autres paramètres cosmologiques Je ne traiterai que l’aspect spectres hors utilisation de l’effet de lentille des grandes structures sur le CMB

François Couchot, CPE-Lyon, 17 mai Contributions à l'analyse des données dans l'expérience Archeops et à la mesure de la masse des neutrinos avec les expériences CMB Alexandre Bourrachot Laboratoire de l'Accélérateur Linéaire d'Orsay Pdf disponible à : (soutenance de thèse 22/09/2004)

François Couchot, CPE-Lyon, 17 mai Méthodologie Modèle Univers (paramètres Θ ) -> spectres angulaires théoriques Données simulées C l Analyse effectuée par MCMC (Monte Carlo Markov Chains) Paramètres cosmologiques : contraintes (intervalles de confiance) Code de calcul Caractéristiques instrumentales Fonctions de vraisemblance Densité de probabilité (pdf) Etapes Outils

François Couchot, CPE-Lyon, 17 mai Modèle cosmologique choisi - ns = 1 - As perturbations initiales - At - matière baryonique :  b = 0,049 - matière noire froide :  cdm = 0, masse totale de neutrinos : Σ m = 0,47 eV  nu =0,010 soit :fnu =  nu /(  nu +  cdm ) = 0,040 (m1=m2=m3) -constante de Hubble : H 0 = 70 -profondeur optique :  = 0,1 8 paramètres libres : 2 paramètres fixés : 2 paramètres fixés : - densité totale :  = 1 (Univers plat) - indice spectral tensoriel nt=0

François Couchot, CPE-Lyon, 17 mai

6 Planck : précisions attendues Couverture en l de 2 à 3000

François Couchot, CPE-Lyon, 17 mai Tirage d’une réalisation de mesure des spectres par Planck TT EE TE

François Couchot, CPE-Lyon, 17 mai Monte Carlo Markov Chains Monte Carlo Markov Chains (1) Principe : La chaîne explore l'espace des paramètres Θ : distribution maillons de la chaîne -> p.d.f. ( Θ |données) Avantage : - espace disque - analyse avec plusieurs paramètres Difficultés : - critère de convergence

François Couchot, CPE-Lyon, 17 mai Monte Carlo Markov Chains Monte Carlo Markov Chains (2) Outils : Analyse MCMC (programme public : CosmoMC) Ingrédients : code de Boltzmann -> programmes publics : CAMB / CMBfast fonctions de vraisemblance L(C l |C l th ( Θ )) -> dépendent de l'expérience Application : Analyse de données simulées (et simplifiées) -> ~ 1 semaine avec 30 PC

François Couchot, CPE-Lyon, 17 mai Problématique de la vraisemblance Les mesures des Cl (TT,EE,BB) suivent des lois de chi2. Les mesures des Cl (TE) suivent des lois somme de chi2 et de sommes de produits de 2 variables gaussiennes. Selon la précision de la mesure, une approximation gaussienne de ces lois est ou non légitime : –Typiquement OK pour WMAP / NOK pour Planck

François Couchot, CPE-Lyon, 17 mai Choix de la fonction vraisemblance Fonction de vraisemblance exacte : -> inverser (S+N) la matrice corrélation de la carte Mauvaise loi statistique à bas l Approximations : biaisées ----> non biaisees (pour TT, EE, BB) Approximation TE : fonction vraisemblance gaussienne --> non biaisée

François Couchot, CPE-Lyon, 17 mai Fonction de vraisemblance : biais sur l’amplitude Recherche de biais : Cl th -> Cl mes (10 4 ) M.L. : L( Cl mes | A Cl th ) (partie TE) L Gaussienne A A Données type Planck L WMAP

François Couchot, CPE-Lyon, 17 mai Exemple : biais sur Ns

François Couchot, CPE-Lyon, 17 mai Résultat 1.σ8.σ8 - Planck - masses des neutrinos supposées connues H0H0 Précision : 2-3%

François Couchot, CPE-Lyon, 17 mai σ8.σ8 Précision : 10% Résultats 1 bis H0H0 - Planck - somme des masses de neutrinos laissée libre

François Couchot, CPE-Lyon, 17 mai Résultat 2 : contraintes sur les neutrinos Avec les spectres de puissance (Planck) uniquement : contrainte faible ! (attention, on a mis.47 eV dans la simu.) Σ m = 0,47 eV  nu =0,010 fnu =  nu /(  nu +  cdm ) = 0,040 (m1=m2=m3)

François Couchot, CPE-Lyon, 17 mai Résultat 2 : contraintes sur les neutrinos, bis.nufrac = Ω nu / Ω dm Pour Planck : dégradation de la mesure de certains par. cosm., si nufrac est supérieure à.01, ou connu avec une précision moins bonne que.005 (somme des 3 masses de neutrinos connue à mieux que.05 eV)… i.e. : l’hypothèse Mnu = 0 est cavalière…

François Couchot, CPE-Lyon, 17 mai

François Couchot, CPE-Lyon, 17 mai

François Couchot, CPE-Lyon, 17 mai Ces dégénérescences disparaissent Quand on exploite les effets de lentille des grandes structures sur le CMB Joli challenge !

François Couchot, CPE-Lyon, 17 mai Prise en compte de l'effet de lentille L'effet de lentille altère les alm, et induit des corrélations non gaussiennes. Grandeur associée l'effet de lentille : C l dd spectre de puissance angulaire de l'angle de déviation Extraction de C l dd à partir des cartes CMB. Pour un modèle donné, C l dd se calcule avec un code de Boltzmann soutenance de thèse 22/09/

François Couchot, CPE-Lyon, 17 mai Perspectives avec Planck Construction d'un estimateur du spectre de puissance C l dd = l(l+1) C l ΦΦ Effet de lentille -> informations sur l'évolution à z < ,16 eV – 0,08eV /famille