Sursauts avec redshift

Nous allons, dans un premier temps, nous intéresser à la distribution générale des délais spectraux pour tous les sursauts ayant un redshift et pour lesquels nous

Figure 6.21 – Représentation de l’évolution, moyennée sur l’ensemble des 70 sur- sauts de notre échantillon, du délai spectral mesuré en fonction du maximum de la CCF obtenue pour des affaiblissements de niveau 1, 2, 3, 4 et 5 (point le plus à gauche). Nous pouvons y voir la décroissance du maximum de la CCF tandis que la valeur du délai spectral mesuré reste proche des barres d’erreurs de la valeur d’origine représentées en rouge.

sommes capables d’extraire une valeur raisonnable du délai spectral. Ces sursauts sont au nombre de 70. Nous avons 54 sursauts avec une valeur de délai spectral positive dont 19 compatibles avec zéro en considérant les barres d’erreur à 1σ. Nous avons 16 sursauts avec une valeur de délai spectral négative dont 13 compatibles avec zéro en considérant toujours les barres d’erreur à 1σ. Les valeurs négatives de délai spectral ne sont donc pas rares même si la plupart d’entre elles sont en réalité compatibles avec zéro.

La figure 6.22 présente l’histogramme des valeurs de délais spectraux obtenues. Nous pouvons constater que cette distribution est piquée aux alentours d’une valeur proche de la dizaine de ms avec une moyenne de 25.7 ± 8 ms. Cela nous indique que la majorité des délais spectraux, s’ils sont positifs, ne sont pas très importants. Cela peut s’expliquer par le faible bras de levier dont nous disposons. En effet, nous nous retrouvons limités pour le choix des bandes en énergie par la bande de détection de Swift (15-350 keV au maximum). Si l’on rajoute la contrainte d’avoir les même bandes en énergie pour tous les sursauts dans le repère de la source, cela limite mécaniquement de manière drastique les possibilités. Ainsi, l’écart entre les deux bandes en énergie est réduit à 50 keV (100-150 keV et 200-250 keV). Or, il s’agit là d’un paramètre impactant de manière importante la valeur du délai spectral, comme l’ont montré plusieurs études à la fois théoriques Hafizi & Mochkovitch (2007), Mochkovitch et al. (en préparation) et observationnelles Foley et al. (2008). De manière générale, plus l’écart entre les bandes en énergie est important, plus la valeur du délai spectral obtenue le sera également.

Nous pouvons déjà constater à ce stade l’importance d’avoir accès à des bandes en énergie larges et variées, ce qui est notamment le cas de Fermi. Néanmoins, la nécessité de travailler dans le repère de la source et donc d’avoir une mesure du redshift, réduit de manière importante l’échantillon de sursauts disponibles. En effet, comme nous l’avons déjà noté, la localisation des sursauts et donc la mesure

Figure 6.22 – Histogramme des valeurs de délais spectraux obtenues pour notre échantillon de 70 sursauts gamma avec redshift. La moyenne de la distribution se situe autour de la dizaine de ms.

du redshift proviennent essentiellement de Swift. Nous constatons encore une fois l’importance de l’association sur un même satellite de moyens de localisation et de mesure du spectre des sursauts gamma, comme ce sera effectivement le cas sur SVOM avec l’association des instruments ECLAIRs et GRM.

Une seconde constatation est une dispersion importante des valeurs autour de la moyenne. Cette dernière, avec 69.9 ms, est plus grande que la valeur de la moyenne. De plus nous pouvons constater visuellement une certaine asymétrie de la distribu- tion, avec une queue de distribution plus étendue vers les délais spectraux positifs. Cette asymétrie se constate notamment sur les bornes en délai spectral de notre échantillon qui s’étend de -169 ms à 436 ms, soit une valeur près de trois fois plus grande en valeur absolue pour les délais spectraux positifs par rapport aux délais spectraux négatifs. Elle n’est cependant pas statistiquement significative. Ainsi, si les queues de distributions semblent s’étendre plus vers les délais spectraux positifs que négatifs, nous avons deux sursauts qui se situent à plus que 2σ de la moyenne de chaque côté et un seul qui se situe à plus de 3σ de la moyenne du côté des délais spectraux positifs ce qui n’est pas suffisant pour valider une asymétrie de la distri- bution. La faible valeur des délais spectraux obtenues lié au petit bras de levier en énergie dont nous disposons peut encore une fois être mis en cause.

Un ajustement de la distribution par des gaussiennes symétrique et asymétrique a permis de confirmer le fait que l’asymétrie n’était pas requise pour ajuster la dis- tribution puisque l’amélioration obtenue pour l’ajustement n’est pas significatif. En effet, une loi normale ajuste de manière statistiquement satisfaisante la distribution. Néanmoins, il est possible qu’avec un bras de levier en énergie plus important que celui utilisé (50 keV), des valerus de délais spectraux plus importantes permettent de revoir l’ajustement de la distribution. En effet, l’étendue des queues de distri- bution qu’il est possible de voir, pourrait laisser présager que la distribution des délais spectraux serait préférentiellement log-normale avec une asymétrie en faveur des délais spectraux positifs.

Nous avons pu constater que les valeurs de délais spectraux obtenues sont faibles et préférentiellement positives. Nous allons maintenant nous assurer que ces der- nières ne sont pas compatibles avec l’absence de délais spectraux au sein des sursauts

Figure 6.23 – Comparaison de la fonction de répartition des sursauts de notre échantillon en noir et la somme des fonctions de répartition obtenues lors des 1000 tirages aléatoires pour lesquels la valeur du délai spectral des sursauts était centrée autour de zéro. Le test de KS associé, avec 9.5 10−3, indique que les deux distribu- tions ne sont que marginalement compatibles.

gamma. En effet, au vu du nombre important de sursauts compatibles avec zéro, la question mérite d’être étudiée.