Dernières Infos

Une nouvelle simulation montre exactement à quoi ressemblerait la matière noire si nous pouvions la voir

Comment étudier quelque chose d’invisible? C’est un défi auquel sont confrontés les astronomes qui étudient la matière noire. Bien que la matière noire représente 85% de toute la matière de l’univers, elle n’interagit pas avec la lumière. Il ne peut être vu qu’à travers l’influence gravitationnelle qu’elle a sur la lumière et d’autres matières. Pour aggraver les choses, les efforts pour détecter directement la matière noire de la Terre ont été infructueux jusqu’à présent.

Malgré la qualité insaisissable de la matière noire, nous avons appris plusieurs choses à son sujet. Nous savons que ce n’est pas seulement sombre mais froid. En conséquence, elle s’agglutine, formant les graines d’amas de galaxies. Elle forme également souvent des halos autour des galaxies, constituant la majorité de la masse d’une galaxie. Cependant, il reste encore de nombreuses questions sans réponse sur la matière noire, de sorte que les astronomes développent souvent de nouveaux modèles, en les comparant à l’observation pour tester leur précision.

Une façon d’y parvenir consiste à utiliser des simulations informatiques sophistiquées. Récemment, une équipe du Harvard & Smithsonian Center for Astrophysics a effectué une simulation détaillée du cosmos de la matière noire, et elle a produit des résultats surprenants.

La précision de toute simulation de la matière noire dépend des hypothèses que vous faites sur la matière noire. Dans ce cas, l’équipe a supposé que la matière noire consistait en des particules massives faiblement interactives (WIMP) d’une masse environ 100 fois supérieure à celle d’un proton. Les WIMP sont l’une des théories les plus populaires sur la matière noire. Des simulations informatiques similaires de la matière noire WIMP ont déjà été réalisées. Pourtant, celui-ci était d’une résolution exceptionnellement élevée, simulant des caractéristiques sur une échelle allant de trente ordres de grandeur.

La simulation montre des halos de matière noire à toutes les échelles. Crédit: J. Wang; S. Bose / Centre d’astrophysique

Dans cette simulation, la matière noire s’est formée en halos autour des galaxies, tout comme nous l’observons. Mais il est intéressant de noter que les halos se sont également développés à toutes les échelles de masse, des petits halos de masse planétaire aux halos galactiques, en passant par les halos massifs qui se forment autour d’amas de galaxies. Ces halos ont une structure similaire, où ils sont les plus denses vers leur centre, devenant plus diffus sur leurs bords. Le fait que cela se produise à toutes les échelles en fait une caractéristique explicite de la matière noire.

Bien que les halos à petite échelle soient trop petits pour être détectés grâce à leur influence gravitationnelle sur la lumière, ils pourraient nous dire comment la matière noire interagit avec elle-même. Une idée sur la matière noire est que lorsque les particules de matière noire entrent en collision, elles émettent un rayonnement gamma. Certaines observations de rayons gamma ont fait allusion à un excès de rayons gamma provenant du centre de notre galaxie, qui pourrait être causé par la matière noire. Dans ce modèle particulier, la plupart des rayonnements gamma produits par la matière noire proviendraient de halos plus petits. Étant donné que l’échelle d’un halo affecterait le spectre d’énergie des rayons gamma, ce modèle fait des prédictions spécifiques sur l’excès de rayons gamma que nous devrions voir à la fois dans la Voie lactée et dans d’autres galaxies.

La matière noire reste l’un des plus gros problèmes non résolus de l’astronomie moderne. Bien que nous aimerions la détecter directement, jusqu’à ce que cela se produise, des simulations comme celle-ci sont l’un de nos outils les plus puissants pour mieux comprendre la matière noire.

Adaptation Terra Projects

Sources : https://www.universetoday.com/ / https://arxiv.org/

(367)

Laisser un commentaire

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.