Accueil
→
Projets
→

StronG

ANR · 2022

StronG — Gravitation en Champ Fort et Trous Noirs: Images, Modes Quasi-Normaux et Binaires

Financement : 392 367 €

2 partenaires

Fiche du financeur ↗

Les possibilités de détecter des ondes gravitationnelles émises par des binaires d'objets compacts et d' "observer" l'image des trous noirs galactiques sont en train de révolutionner la physique de l'espace-temps. Elles donnent un accès direct à des régions où la gravité est extrêmement forte et elles permettent d'étudier des phénomènes qui nous échappaient jusqu'alors. Elles ouvrent aussi la perspective de tester la relativité générale dans un régime encore inexploré et de mettre en évidence, pour la première fois, ses limites. Ce projet a précisément pour but d'étudier la gravitation en champ fort (aux abords des trous noirs et des étoiles à neutron) afin de la tester dans ce domaine. On peut s'attendre à des déviations. Pour cela, il est toujours fort intéressant de considérer des modifications à la relativité générale afin de prévoir des déviations observables dans la métrique, les modes quasi-normaux ou l'émission d'ondes gravitationnelles par les binaires. Nous commencerons par considérer la classe de théories tenseur-scalaire (physiquement pertinente) la plus vaste à ce jour pour développer, tester et améliorer nos méthodes à la fois analytiques et numériques. L'idée sera ensuite de s'appuyer sur ces modèles pour étendre ces méthodes de sorte à ce qu'elles s'appliquent à tout type de théories modifiées de la gravitation afin de paramétrer de façon complète l'espace des déviations possiblement observables de la RG. Nous nous rapprocherons alors des équipes expérimentales pour confronter les prédictions de ces calculs théoriques aux observations. Il serait exceptionnel d'observer des déviations de la RG, déviations qui pourraient nous guider vers une nouvelle physique. Il serait également extrêmement important de contraindre ou d'éliminer des modifications de la RG.

Structures participantes de Université Paris-Saclay

Provenance des données

Sources : scanR. Données consolidées le 27/10/2026. Une erreur ? Elle se corrige dans la source d’origine (HAL, RNSR, annuaire) ; voir comment.