mise à jour : 1 février 2022
mise à jour : 1 février 2022
IntroductionStructures planétairesObservablesTechniques et méthodesLieux de vieAuteursBoite à outils
Entrée du siteSommaireGlossairePage pour l'impression<-->
- Techniques et méthodes

introductionVitesses radiales et astrométrie

Auteurs: Nathan Hara, Jacques Laskar

introductionPrésentation

L'observation directe d'exoplanètes est délicate à cause du grand contraste entre l'étoile et la planète. La plupart des détections sont faites en utilisant un effet de la planète sur l'étoile. Par exemple, la technique des transits consiste à mesurer une baisse de luminosité reçue, éventuellement due à une planète passant devant l'étoile observée.

Les techniques d'observations dont il est question dans ce cours reposent sur un principe simple: si des planètes orbitent autour d'une étoile, alors celle-ci aura un mouvement dépendant des planètes. En l'analysant, on infère la présence ou non de planètes et si oui, leurs orbites.

En effet, en astrométrie on mesure les variations de position angulaire de l'étoile et la détection par vitesse radiale consiste à mesurer la vitesse de l'étoile sur la ligne de visée. Le phénomène physique exploité et la réduction des données est similaire, c'est pourquoi ces deux méthodes seront présentées conjointement. Ce cours a deux objectifs:

  • Donner une vue d'ensemble de la détection, pour en comprendre les enjeux scientifiques et techniques
  • Donner les outils pour réaliser un code informatique simple d'analyse de données.

On présentera un modèle d'observations "sans bruit" relativement réaliste, les principales sources d'incertitude, le principe des instruments utilisés et des éléments de traitement de données.

prerequisPrérequis

  • Bases d'algèbre linéaire (opérations sur les matrices, produit scalaire, produit vectoriel) pour la modélisation et l'analyse des données
  • Notions de base d'optique ondulatoire (intensité lumineuse, spectre lumineux, diffraction)
  • Notions de probabilité (variable aléatoire, espérance, variance), pour l'analyse des données.
Page précédentePage suivante