Dans l’Univers, on observe des galaxies lointaines ne formant plus d’étoiles, mais les astrophysiciens n’ont pas encore identifié avec certitude les phénomènes physiques à l’origine de leur “mort”. Pour apporter des éléments de réponse, je me suis penchée sur l’étude de phénomènes qui pourraient y jouer un rôle : les processus de rétroaction des étoiles et des trous noirs supermassifs actifs, la formation stellaire, et les vents galactiques. Le Chapitre 1 présente toutes les notions nécessaires à la compréhension du problème : les caractéristiques des galaxies typiques de l’Univers proche et lointain ; les vents galactiques ; la mort des galaxies; les trous noirs supermassifs actifs (noyaux actifs de galaxies, AGN) et les étoiles ; et leur rétroaction. Dans le Chapitre 2, je présente les techniques numériques utilisées : le code de simulations astrophysiques RAMSES et le code de transfert radiatif Cloudy, que j’ai utilisé pour développer une méthode de calcul de l’état d’ionisation d’une galaxie, détaillée au Chapitre 3. Le Chapitre 4 étudie le couplage entre les trous noirs actifs et les étoiles, avec le projet POGO, Origines Physiques des Vents Galactiques. Durant cette thèse, j’ai montré que les trous noirs actifs n’étaient pas en mesure de tuer subitement leur hôte, même en prenant en compte la rétroaction des étoiles, et que leur couplage peut réduire ou renforcer les vents dans les galaxies en fonction de leur masse. Le Chapitre 5 fait un état de l’art du domaine avant et pendant mon doctorat, reprend les conclusions de cette thèse et donne quelques perspectives, notamment en ce qui concerne le rôle additionnel des rayons cosmiques dans la mort des galaxies / In the Universe, we observe galaxies forming no, or almost no, stars anymore, but astrophysicists do not know yet what physical mechanisms cause their “death”. To give clues to solve the problem, I studied feedback processes from stars and active supermassive black holes, star formation and galactic outflows. Chapter 1 presents all the notions to understand the problem: the characteristics of typical galaxies in the local and distant Universe, galactic outflows, galaxy death, active supermassive black holes, stars, and their feedback processes. In Chapter 2, I describe the numerical techniques I used: the simulation code RAMSES, and the radiative transfer code Cloudy, which I used to develop a computation method to get the ionization state of an entire galaxy. This method is presented in Chapter 3. Chapter 4 studies the coupling between the feedback processes of active supermassive black holes and stars, with the POGO project, Physical Origins of Galactic Outflows. During this thesis, I showed that typical active supermassive black hole cannot suddenly kill their host, even when stellar feedback processes are accounted for, and that their coupling either reduces or enhances the mass outflow rate depending on the mass of the host. In Chapter 5, I give a state-of-the-art about active supermassive black holes before and during my thesis, sum up the conclusions of the work, and give perspectives to enlarge the scope of the study, especially regarding the additional role of cosmic rays in the death of galaxies

Ces dernières années les principaux relevés cosmologiques ont collectés plusieurs dizaines de milliers de spectres de noyaux actifs de galaxies (connus aussi sous l'abréviation anglaise AGN), illustrant ainsi la grande éfficacité des techniques de pré-sélections optiques de candidat AGN. Ils ont ainsi permis une étude statistique détaillée de la population d'AGN.<br />Le revers de ces techniques de pré-sélection est que certaines catégories de la population globale des AGN optiques sont peut-être sous-représentées dans ces échantillons, biaisant notre compréhension actuelle de l'évolution de ces objets.<br /><br />Cette thèse de doctorat est dédiée à l'étude des propriétés des AGN de type 1 de faible luminosité. Dans ce but nous utilisons un échantillon spectroscopique de 130 AGN à raies<br />d'émission larges, extrait d'un grand relevé de galaxie: le VIRMOS VLT Deep Survey (VVDS).<br />Cet échantillon présente un intérêt unique, de part la simplicité des critères de pré-sélection de ces objets (une simple limite en magnitude) ainsi que par la profondeur en magnitude atteinte: il fournit d'une part un aperçu des propriétés des AGN de type 1 à des magnitudes encore peu explorées spectroscopiquement (les AGN étudiés ici sont jusqu'à cent fois plus faibles que ceux du SDSS) et il permet d'autre part de quantifier les biais qui seraient introduits par des critères classiques de sélection.<br /><br />Nous mesurons une densité sur le ciel d'environ 470 AGN par degré carré à notre magnitude limite (Iab=24). Une fraction importante des AGN que nous observons ne serait pas sélectionée par les techniques de sélections morphologiques et d'excès d'UV classiquement appliquées. Nous attribuons cet effet à la contamination de nos AGN par leur galaxie hôte, vue leur faible luminosité. La fonction de luminosité des AGN montre qu'il y a relativement plus d'AGN de faible luminosité à bas redshift qu'á plus grand redshift. Cette observation corrobore le scénario de croissance anti-hierarchique de trous-noirs galactiques suggéré par les echantillons d'AGN sélectionnés en rayons-X.<br />Finalement nous nous sommes intéressés à la nature des trous noirs qui sont à l'origine de nos AGN. S'agit-il de petits trous noirs galactiques ou bien, au contraire, de trous noirs de grandes masses accrétant faiblement ?<br />Nos résultats, encore préliminaires, suggèrent que nos AGN correspondent en moyenne à des trous noirs galactique de masses intermediaires (~100 millions de masses solaires) accrétant à des taux d'Eddington modeste (~< 10%).

Des trous noirs supermassifs (TNs) de plusieurs millions de masses solaires occupent le centre de la plupart des galaxies proches. La découverte du TN Sagittarius A* au centre de notre galaxie, La Voie lactée, l'a confirmé. Pour autant, certaines galaxies semblent dépourvues de TNs (par exemple NGC205, M33), ou alors ne posséder un TN que de quelques milliers de masses solaires. D'autre part, des TNs dans leur forme la plus lumineuse, appelés quasars, dont la luminosité est plus importante que des centaines de fois celle d'une galaxie toute entière, ont été observés à très grand décalage spectral, lorsque l'Univers n'était alors âgé que d'un milliard d'années. Les modèles de formation des TNs doivent expliquer à la fois l'existence des TNs de faibles masses observés aujourd'hui dans les galaxies de faibles masses, mais aussi leur prodigieux homologues quasars dans l'Univers jeune. La formation des TNs pose encore de nos jours de nombreuses questions: comment se forment les TNs au début de l'histoire de l'Univers? Quelle est leur masse initiale? Quelle est la masse minimale d'une galaxie pour posséder un TN? Pour répondre à ces questions et pour étudier la formation des TNs dans le contexte de l'évolution des galaxies, nous avons utilisé des simulations hydrodynamiques cosmologiques, qui offrent l'avantage de suivre l'évolution temporelle de nombreux processus comme la formation stellaire, l'enrichissement en métaux, les mécanismes de rétroactions des TNs et des supernovae. J'ai particulièrement dirigé mes recherches sur les trois principaux modèles de formation des TNs à partir du reliquat des premières étoiles, d'amas d'étoiles, ou encore par effondrement direct. / Supermassive black holes (BHs) harboured in the center of galaxies have been confirmed with the discovery of Sagittarius A* in the center of our galaxy, the Milky Way. Recent surveys indicate that BHs of millions of solar masses are common in most local galaxies, but also that some local galaxies could be lacking BHs (e.g. NGC205, M33), or at least hosting low-mass BHs of few thousands solar masses. Conversely, massive BHs under their most luminous form are called quasars, and their luminosity can be up to hundred times the luminosity of an entire galaxy. We observe these quasars in the very early Universe, less than a billion years after the Big Bang. BH formation models therefore need to explain both the low-mass BHs that are observed in low-mass galaxies today, but also the prodigious quasars we see in the early Universe.BH formation is still puzzling today, and many questions need to be addressed: How are BHs created in the early Universe? What is their initial mass? How many BHs grow efficiently? What is the occurrence of BH formation in high redshift galaxies? What is the minimum galaxy mass to host a BH? We have used cosmological hydrodynamical simulations to capture BH formation in the context of galaxy formation and evolution. Simulations offer the advantage of following in time the evolution of galaxies, and the processes related to them, such as star formation, metal enrichment, feedback of supernovae and BHs. We have particularly focused our studies on the three main BH formation models: Pop III remnant, stellar cluster, and direct collapse models.

Des percées récentes ont été faites dans l’étude des trous noirs supermassifs (SMBH), grâce en grande partie à l’équipe du télescope de l’horizon des évènements (EHT). Cependant, déterminer la masse de ces entités colossales à des décalages vers le rouge élevés reste un défi de taille pour les astronomes. Il existe diverses méthodes directes et indirectes pour mesurer la masse de SMBHs. La méthode directe la plus précise consiste à résoudre la cinématique du gaz moléculaire, un traceur froid, dans la sphère d’influence (SOI) du SMBH. La SOI est définie comme la région où le potentiel gravitationnel du SMBH domine sur celui de la galaxie hôte. Par contre, puisque la masse d’un SMBH est négligeable face à la masse d’une galaxie, la SOI est, d’un point de vue astronomique, très petite, typiquement de quelques dizaines de parsecs. Par conséquent, il faut une très haute résolution spatiale pour étudier la SOI d’un SMBH et pouvoir adéquatement mesurer sa masse. C’est cette nécessité d’une haute résolution spatiale qui limite la mesure de masse de SMBHs à de plus grandes distances. Pour briser cette barrière, il nous faut donc trouver une manière d’améliorer la résolution spatiale d’objets observés à un plus au décalage vers le rouge. Le phénomène des lentilles gravitationnelles fortes survient lorsqu’une source lumineuse en arrière-plan se trouve alignée avec un objet massif en avant-plan, le long de la ligne de visée d’un observateur. Cette disposition a pour conséquence de distordre l’image observée de la source en arrière-plan. Puisque cette distorsion est inconnue et non-linéaire, l’analyse de la source devient nettement plus complexe. Cependant, ce phénomène a également pour effet d’étirer, d’agrandir et d’amplifier l’image de la source, permettant ainsi de reconstituer la source avec une résolution spatiale considérablement améliorée, compte tenu de sa distance initiale par rapport à l’observateur. L’objectif de ce projet consiste à développer une chaîne de simulations visant à étudier la faisabilité de la mesure de la masse d’un trou noir supermassif (SMBH) par cinéma- tique du gaz moléculaire à un décalage vers le rouge plus élevé, en utilisant l’apprentissage automatique pour tirer parti du grossissement généré par la distorsion d’une forte lentille gravitationnelle. Pour ce faire, nous générons de manière réaliste des observations du gaz moléculaire obtenues par le Grand Réseau d’Antennes Millimétrique/Submillimétrique de l’Atacama (ALMA). Ces données sont produites à partir de la suite de simulations hydrody- namiques Rétroaction dans des Environnements Réalistes (FIRE). Dans chaque simulation, l’effet cinématique du SMBH est intégré, en supposant le gaz moléculaire virialisé. Ensuite, le flux d’émission du gaz moléculaire est calculé en fonction de sa vitesse, température, densité, fraction de H2, décalage vers le rouge et taille dans le ciel. Le cube ALMA est généré en tenant compte de la résolution spatiale et spectrale, qui dépendent du nombre d’antennes, de leur configuration et du temps d’exposition. Finalement, l’effet de la forte lentille gravi- tationnelle est introduit par la rétro-propagation du faisceau lumineux en fonction du profil de masse de l’ellipsoïde isotherme singulière (SIE). L’exploitation de ces données ALMA simulées est testée dans le cadre d’un problème de régression directe. Nous entraînons un réseau de neurones à convolution (CNN) à apprendre à prédire la masse d’un SMBH à partir des données simulées, sans prendre en compte l’effet de la lentille. Le réseau prédit la masse du SMBH ainsi que son incertitude, en supposant une distribution a posteriori gaussienne. Les résultats sont convaincants : plus la masse du SMBH est grande, plus la prédiction du réseau est précise et exacte. Tout comme avec les méthodes conventionnelles, le réseau est uniquement capable de prédire la masse du SMBH tant que la résolution spatiale des données permet de résoudre la SOI. De plus, les cartes de saillance du réseau confirment que celui-ci utilise l’information contenue dans la SOI pour prédire la masse du SMBH. Dans les travaux à venir, l’effet des lentilles gravitationnelles fortes sera introduit dans les données pour évaluer s’il devient possible de mesurer la masse de ces mêmes SMBHs, mais à un décalage vers le rouge plus élevé. / Recent breakthroughs have been made in the study of supermassive black holes (SMBHs), thanks largely to the Event Horizon Telescope (EHT) team. However, determining the mass of these colossal entities at high redshifts remains a major challenge for astronomers. There are various direct and indirect methods for measuring the mass of SMBHs. The most accurate direct method involves resolving the kinematics of the molecular gas, a cold tracer, in the SMBH’s sphere of influence (SOI). The SOI is defined as the region where the gravitational potential of the SMBH dominates that of the host galaxy. However, since the mass of a SMBH is negligible compared to the mass of a galaxy, the SOI is, from an astronomical point of view, very small, typically a few tens of parsecs. As a result, very high spatial resolution is required to study the SOI of a SMBH and adequately measure its mass. It is this need for high spatial resolution that limits mass measurements of SMBHs at larger distances. To break this barrier, we need to find a way to improve the spatial resolution of objects observed at higher redshifts. The phenomenon of strong gravitational lensing occurs when a light source in the back- ground is aligned with a massive object in the foreground, along an observer’s line of sight. This arrangement distorts the observed image of the background source. Since this distor- tion is unknown and non-linear, analysis of the source becomes considerably more complex. However, this phenomenon also has the effect of stretching, enlarging and amplifying the image of the source, enabling the source to be reconstructed with considerably improved spatial resolution, given its initial distance from the observer. The aim of this project is to develop a chain of simulations to study the feasibility of measuring the mass of a supermassive black hole (SMBH) by kinematics of molecular gas at higher redshift, using machine learning to take advantage of the magnification generated by the distortion of a strong gravitational lens. To this end, we realistically generate observations of molecular gas obtained by the Atacama Large Millimeter/Submillimeter Antenna Array (ALMA). These data are generated from the Feedback in Realistic Environments (FIRE) suite of hydrodynamic simulations. In each simulation, the kinematic effect of the SMBH is integrated, assuming virialized molecular gas. Next, the emission flux of the molecular gas is calculated as a function of its velocity, temperature, density, H2 fraction, redshift and sky size. The ALMA cube is generated taking into account spatial and spectral resolution, which depend on the number of antennas, their configuration and exposure time. Finally, the effect of strong gravitational lensing is introduced by back-propagating the light beam according to the mass profile of the singular isothermal ellipsoid (SIE). The exploitation of these simulated ALMA data is tested in a direct regression problem. We train a convolution neural network (CNN) to learn to predict the mass of an SMBH from the simulated data, without taking into account the effect of the lens. The network predicts the mass of the SMBH as well as its uncertainty, assuming a Gaussian a posteriori distribution. The results are convincing: the greater the mass of the SMBH, the more precise and accurate the network’s prediction. As with conventional methods, the network is only able to predict the mass of the SMBH as long as the spatial resolution of the data allows the SOI to be resolved. Furthermore, the network’s saliency maps confirm that it uses the information contained in the SOI to predict the mass of the SMBH. In future work, the effect of strong gravitational lensing will be introduced into the data to assess whether it becomes possible to measure the mass of these same SMBHs, but at a higher redshift.

Les galaxies, qui sont des ensembles de milliards d’étoiles, de gaz, de poussière et de matière sombre — un mystère persistant — se répandent à travers l’univers. Il est reconnu que presque toutes les galaxies hébergent un trou noir supermassif capable d’augmenter ou de diminuer le taux de formation stellaire via un mécanisme appelé rétroaction. Les conglomérats massifs de galaxies gravitationnellement liés, nommés amas de galaxies, présentent le même phénomène astronomique, mais à une échelle plus grande. Ces phénomènes laissent des traces dans l’environnement qui sont observables grâce aux instruments contemporains. Cette thèse se concentre sur deux axes principaux : l’application des algorithmes d’apprentissage automatique pour améliorer l’analyse optique des galaxies et des amas de galaxies, ainsi que l’utilisation d’un algorithme spécifique en apprentissage automatique, la machine d’inférence récurrente (MIR), capable de déconvoluer les spectres en rayons X de sources astrophysiques. Dans la première moitié de cette thèse, nous discutons du développement de LUCI, un logiciel conçu pour ajuster les cubes de données de SITELLE à l’aide de l’apprentissage automatique. Ce logiciel vise à accélérer l’algorithme d’ajustement et à obtenir les meilleurs résultats possibles. LUCI a été développé dans le but de fournir un algorithme d’ajustement polyvalent, personnalisable, facile à utiliser et assisté par l’apprentissage automatique. Les deux premiers articles de cette thèse décrivent en détail LUCI et les algorithmes qui le sous-tendent. Après cette présentation, plusieurs projets scientifiques auxquels j’ai contribué sont mis en avant, illustrant l’utilisation de LUCI. Grâce aux innovations apportées par LUCI, nous avons pu étudier plus en détail le gaz ionisé diffus dans des galaxies proches telles que NGC 4449, analyser le gaz ionisé dans une galaxie en chute vers l’amas de Persée, et cartographier en détail le gaz ionisé dans un amas de galaxies à grand décalage vers le rouge (voir section 2.3). Les deux articles suivants, dans les sections 2.4, 2.5, explorent les méthodes d’apprentissage automatique pour effectuer des tâches qui auraient traditionnellement été réalisées par des algorithmes standard : calculer les rapports des lignes d’émission des spectres, démêler les systèmes en fusion et catégoriser les régions d’émission. Dans l’avant-dernier article du chapitre 2, section 2.7, nous développons une nouvelle technique basée sur les algorithmes d’apprentissage automatique qui segmente un cube hyperspectral en régions de source et régions de l’arrière-plan, construit un modèle local de la région à l’arrière-plan, et interpole ce modèle sur les pixels de la source. Dans le troisième chapitre, nous nous concentrons sur les techniques de déconvolution des spectres en rayons X, un objectif qui, jusqu’à présent, reste insaisissable. Cela nous permet, pour la première fois, d’observer le spectre intrinsèque du gaz chaud dans les amas de galaxies. Lorsqu’un spectre en rayons X est observé avec un observatoire en rayons X, le spectre intrinsèque n’est pas directement capturé mais plutôt, il est convolué avec la réponse instrumentale. Dans le cas des observatoires contemporains, cet effet est dramatique car la réponse instrumentale étale les lignes d’émission en une caractéristique simple et elle varie considérablement en fonction du temps et de la position. Les méthodes standard pour extraire les paramètres physiques du spectre utilisent des techniques de pré-ajustement qui augmentent les coûts computationnels et ajoutent des complexités d’ajustement. Par conséquent, une méthodologie de déconvolution des spectres observés peut mener à une modélisation plus précise. C’est avec cela en tête que nous explorons les méthodes de déconvolution des spectres en rayons X, nous donnant ainsi accès aux spectres intrinsèques. Le premier article de ce chapitre, section 3.1, démontre que les techniques traditionnelles de déconvolution ne fonctionnent pas suffisamment pour les spectres complexes, même si elles fonctionnent pour les spectres simples comme les lois de puissance. Dans l’article suivant, nous utilisons un nouvel algorithme d’apprentissage automatique, la MIR, pour effectuer la déconvolution. Dans ce papier, nous montrons le potentiel de cette nouvelle méthode sur des données synthétiques et réelles. Notre MIR entraînée reconstruit le spectre intrinsèque et les réalisations du modèle antérieur avec un niveau de bruit d’un écart-type, démontrant que la MIR est capable, au moins pour les spectres synthétiques, de récupérer les spectres intrinsèques. Dans le dernier article de cette thèse, nous explorons également l’efficacité et les limitations de la MIR dans la déconvolution des spectres en rayons X. La MIR est entraînée sur une base de données synthétique couvrant une gamme plus large de paramètres. Même pour les modèles complexes, la MIR est capable de déconvoluer les spectres synthétiques à un niveau de bruit d’un écart-type. Cependant, lorsqu’elle est appliquée aux données réelles, les reconstructions ne sont pas en accord avec les observations réelles. Cela indique soit que les données synthétiques ne représentent pas fidèlement les observations réelles, soit qu’il y a un problème avec la MIR. Nous concluons cet article en soulignant l’intérêt d’appliquer des modèles de diffusion pour pallier les limitations de la MIR. / Galaxies, combinations of billions of stars, gas, dust, and the ever-mysterious dark matter, permeate the universe. It is understood that nearly all galaxies host a supermassive black hole capable of either enhancing or reducing stellar formation through a mechanism known as active galactic nuclei feedback. Massive conglomerations of gravitationally bound galaxies, known as galaxy clusters, demonstrate the same astrophysical phenomena but on a much larger scale. These phenomena leave traces on their surrounding medium that can be observed through modern instrumentation. This thesis is aligned along two main research axes: the application of machine learning algorithms to enhance the optical analysis of galaxies and galaxy clusters and the application of a particular machine learning algorithm, the recurrent inference machine, to deconvolve X-ray spectra of astrophysical sources. In the first half of the thesis, we discuss the development of LUCI – a software package created to fit SITELLE datacubes using machine learning to speed up the fitting algorithms and increase their performance. LUCI was borne out of a desire to have a general-purpose line fitting algorithm that is highly customizable, easy to use, and enhanced by machine learning algorithms for SITELLE. The first two articles presented in this thesis describe LUCI and the algorithms that drive the package. After presenting the software, we showcase several scientific projects that LUCI has been used in which I contributed. Owing to the innovations in LUCI, we were able to expand our study of diffuse ionized gas in nearby galaxies such as NGC 4449, study the ionized gas in an infalling galaxy in the Perseus cluster, and make detailed maps of a high-redshift galaxy cluster’s ionized gas (see 2.3). The following three papers, sections 2.4, 2.5, and 2.6, explore machine learning methods to accomplish tasks normally reserved for standard algorithms: calculating line ratios from spectra and disentangling multi emission components in merging systems, and categorizing emission line regions. In the second to last paper of chapter 2, section 2.7, we develop a novel technique based off machine learning algorithms to segment an hyperspectral data cube into source and background regions, build a local model of the background region, and interpolate this model over source pixels. In the final paper of this chapter, we use LUCI to analyze multi-filter SITELLE observations of NGC 1275. This analysis reveals homogeneity in the ionization mechanism in the extended filaments. Moreover, they solidify previous findings that the emission nebula is not undergoing star formation except for two small and distinct regions. In chapter 3, we focus on techniques for deconvolving X-ray spectra, a goal that has, until now, remained elusive. By deconvolving X-ray spectra, we will be able to, for the first time, observe the intrinsic X-ray spectrum of the hot gas in galaxy clusters. When an X-ray spectrum is observed with an X-ray observatory, the intrinsic source spectrum is not itself captured but rather the intrinsic spectrum convolved with the instrumental response. In the case of contemporary X-ray observatories, this effect is dramatic since the instrumental response smears emission lines into a single feature and changes considerably as a function of time and the location of the detector. Therefore, having a methodology to deconvolve observed spectra can lead to more accurate modeling of the underlying physical phenomena. It is with this in mind that we explore methods to deconvolve the X-ray spectra and thus have access to the intrinsic spectrum of the astrophyiscal source. The first article presented in this chapter, section 3.1, demonstrates that traditional inverse techniques do not reliably deconvolve complex X-ray spectra from the instrumental response even though they are sufficient for simple spectra such as a powerlaw. In the following article, we employ a new machine learning algorithm, the recurrent inference machine (RIM), to tackle the problem of X-ray spectral deconvolution. In this paper, we show the potential of this new method as applied to synthetic and real data. Our trained RIM reconstructs the intrinsic matrix and forward model realizations below the 1-σ noise-level proving that the RIM is capable, at least for synthetic data, to recover the intrinsic spectra. In the final article of this thesis, we further explore the RIM’s ability and limitations in X-ray spectral deconvolution. The RIM is trained on a larger set of synthetic spectra covering a wider parameter range. The RIM is able to deconvolve the sythetic Xray spectrum at the 1-σ noise level even for complicated physical models. However, when applied to real observations, the RIM reconstructions do not match theoretical predictions. We conclude this paper by motivating the application of state-of-the-art diffusion models to address the limitations of the RIM.

No description available.

Les NAG (Active galactic nuclei, ou noyaux actifs de galaxie) sont des noyaux galactiques lumineux (L>10^42 erg/s) au centre desquels se trouve un trou noir super massif. Leur énergie lumineuse est libérée lors de l'accrétion sur ce trou noir, soit via un disque d'accrétion, soit via un flux d'accrétion relativement inefficace. Certaines questions, notamment concernant l'origine des jets dans environ 10 % des NAG, n'ont pas encore de réponse. Le Fermi/LAT gamma-ray survey a soulevé une nouvelle question lorsqu'il a détecté un petit groupe de radio galaxies en addition à de nombreux blazars. Les radio galaxies sont séparées en deux catégories en fonction du de la luminosité de leurs jets dans le domaine radio. La catégorie Fanaroff-Riley I (FR-I) rassemble les sources dont les jets sont brillants près du noyau, tandis que les jets des sources de la catégorie FR-II sont brillants aux extrémités. Les sources FR-I sont apparentées aux BL Lacs, blazars de faible luminosité. Les FSRQ, blazars de forte luminosité, sont probablement enfantés par les sources de type FR-II. Cette thèse présente une étude de radio galaxies lumineuses dans le domaine gamma. Nous avons étudié deux exemples de ce nouveau type de sources en analysant des données X et gamma et en créant des distributions spectrales d'énergie (SED) large-bande. Pour 3C 111, de type FR -II, nous avons analysé des observations de Suzaku/XIS et PIN, ainsi que des observations d'INTEGRAL IBIS/ISGRI, pour créer un spectre dans le domaine X. Nous avons aussi utilisé un spectre mesuré par Swift/BAT lors de sa campagne d'observation de 58 mois. Le spectre résultant, qui couvre les énergies de 0,4 à 200 keV, met en évidence deux contributions : l'une thermale de type Seyfert montrant une raie de fer K-alpha, l'autre non thermale caractéristique d'un jet. Nous avons aussi analysé des données gamma de Fermi/LAT. Nous avons combiné les données X et gamma avec des données historiques dans les domaines radio, infrarouge et optiques, pour construire le SED. Ce SED est modélisé de manière satisfaisante par un jet non thermal. La luminosité bolométrique de 3C 111 est relativement faible, et le modèle SED correspond plus à une source de type BL Lac que de type FSRQ auquel nous nous attendions. La seconde source que nous avons étudiée est M87, de type FR-I. Cette source proche a été détectée dans les bandes gamma et TeV, mais pas encore en rayons X durs (> 10 keV). Nous avons concentré la première partie de notre analyse sur la limite supérieure de l'émission X de cette source en utilisant des observations d'INTEGRAL IBIS/ISGRI. En plus de la méthode habituelle, nous avons appliqué plusieurs techniques telles que "pointing selection" et "shadogram treatment" afin d'augmenter le rapport signal sur bruit. En utilisant 5,1 Ms de données ISGRI nous avons déterminé, avec une certitude de 3 sigma, une limite supérieure de f < 3x10-12 erg/cm2/s pour le flux de M87 dans la bande 20-60 keV. Notre analyse d'observations de Suzaku/PIN nous a permis d'effectuer la première détection de rayons X dur émis par M87. Celle-ci a un flux de f=1.3+0.1-0.2x 10-11 erg/cm2/s entre 20 et 60 keV. Cette détection suggeste une éruption; en effet ce flux est très supérieur à la limite supérieure que nous avons calculée. En combinant cette limite supérieure d'émission X avec des données de Fermi/LAT et données historiques radio, infrarouges et optiques, nous avons construit un SED. Celui-ci est correctement modélisé par une source de type BL Lac, conforme à nos attentes puisque M87 est de type FR-I. Nous avons alors examiné les aspects généraux des radio galaxies à forte émission gamma. La plupart de ces objets sont de type FR-I, et le noyau d'au moins une source FR-II (3C 111) est plus proche de BL Lac que de FSRQ. Il est possible que ce soit aussi le cas des autres sources FR-II. Comme dans le cas des blazars, leur émission gamma est originaire du jet. La source est trop inclinée pour que l'émission du jet apparaisse boostée. En revanche, puisque les rayons gammas sont émis à proximité du trou noir central, les observations peuvent être expliquées soit par un grand angle d'ouverture du jet, soit par réflection sur le disque. Fermi/LAT a observé un potentiel halo de matière sombre aux alentours de l'amas de la vierge. J'ai participé à l'étude de l'émission de cette source. Notre travail a mis en évidence qu'une collection de source ponctuelles contribue à cette émission. Je présente dans cette thèse le résultat de notre analyse. Pour terminer, nous rapportons la première détection de rayons X provenant de l'objet BL Lac BZB J1552+0850 et de la galaxie de Seyfert LSBC F727-V01. Nous les avons observées avec les instruments UVOT et XRT de Swift. Ces deux sources sont situées dans le rayon d'erreur de la source Fermi/LAT 2FGL J1551.9+0855. Puisque les galaxies de Seyfert émettent rarement des rayons gammas, nous avançons l'hypothèse que BZB J1552+0850 est la contrepartie UV et X de la source gamma Fermi/LAT 2FGL J1551.9+0855. L'étude du rayonnement X des radio galaxies à forte émission gamma aide à caractériser ces sources. La résolution spectrale de la nouvelle génération d'instruments tels que NuSTAR et ASTRO-H permettra de distinguer les composantes thermales et non-thermales des spectres X. Construire des spectres de distribution d'énergie à partir d'observation à plusieurs longueurs d'ondes aidera à contraindre les émissions large-bande. Cela facilitera l'assignation de contreparties visibles aux sources détectées par Fermi/LAT, tâche non triviale à cause des incertitudes de position.

Les amas des galaxies sont l’une des plus grandes structures liées gravitationnellement de l’univers. Leur dynamique est complexe et bien que plusieurs études multi-longueur d’onde ont été effectuées depuis la fin du 20ème siècle, il persiste plusieurs incertitudes sur les subtilités de leur dynamique. À ce jour, le consensus scientifique est que les trous noirs supermassifs actifs au centre des amas ont un impact important sur l’évolution de ces structures. Le trou noir central agit comme centre gravitationnel, mais lorsque ce trou noir est actif, son rôle ne se limite pas seulement à son impact gravitationnel. D’une part, les trous noirs actifs ont un rôle crucial dans l’émission thermique des amas. En effet, les jets radio influencent l’émission rayons-X des amas en poussant mécaniquement le milieu intra-amas qui émet en rayons-X via l’émission Bremsstrahlung. Ce phénomène engendre la formation de cavités rayons-X qui constituent une preuve de la rétroaction énergétique du trou noir sur l’ensemble de l’amas. Un tel phénomène est nécessaire afin d’expliquer les résultats observationnels qui témoignent d’un refroidissement moins important que prédit théoriquement au centre des amas à cœur froid. D’autre part, il existe de plus en plus d’études qui supportent l’hypothèse que les trous noirs actifs ont un rôle dans la (ré-)accélération de particules relativistes responsables de l’émission synchrotron au cœur des amas à cœur froid. Ces structures appelées mini-halos sont typiquement diffuses en radio et donc difficiles à détecter. Dans ce mémoire, nous étudierons en détail l’émission radio de l’amas de galaxies massif à cœur froid MS 0735.6+7421 (z = 0.216). Cet amas est unique puisqu’il possède les jets radio les plus énergétiques détectés au centre d’un amas à cœur froid. Il s’agit donc d’un exemple de trou noir actif parmi les plus extrêmes connus. Cet objet constitue ainsi une cible parfaite afin d’étudier le lien qui unit la rétroaction du trou noir actif central et l’émission synchrotron au centre des amas à cœur froid. Pour réaliser cette étude, nous avons effectué une analyse radio exhaustive de MS 0735.6+7421 à l’aide de données acquises sur le Karl G. Jansky Very Large Array. Cette analyse a permis de détecter une nouvelle structure radio diffuse jamais détectée auparavant. Cette nouvelle structure possède une puissance radio à 1.4 GHz qui concorde avec celles des mini-halos les plus lumineux. Le résultat principal de notre étude supporte donc l’hypothèse selon laquelle il existe un lien fondamental entre la rétroaction du trou noir actif central et la formation de mini-halos au centre des amas à cœur froid. / Galaxy clusters are one of the largest gravitationally bound structures in the universe. They exhibit complex dynamics and even though several multi-wavelength studies have been conducted since the end of the 20th century, there are still a lot of uncertainties concerning their evolution. To this day, the scientific consensus is that the active supermassive black hole at the center of the cluster has a profound impact on the cluster’s evolution. Indeed, the central supermassive black hole has a substantial gravitational impact, but when the black hole actively accretes material, its role goes beyond its gravitational influence. Active supermassive black holes have a crucial role in terms of the thermal emission in clusters. Indeed, the radio jets influence the X-ray emission of clusters by mechanically pushing the intracluster medium which emits in X-ray via Bremsstrahlung emission. This leads to the formation of X-ray cavities which are proof of the energetic feedback of the central supermassive black hole on the cluster. Such a phenomenon is required to reconcile the observational results that report less cooling at the center of cool core clusters than what is theoretically predicted. Moreover, there are more and more studies that support the hypothesis that active supermassive black holes have a crucial role in the (re-)acceleration of seed particles responsible for synchrotron emission at the center of cool core clusters. These structures are named mini-halos and are usually difficult to detect because they are diffuse. In this Master’s thesis, we will study the radio emission of the massive cool core galaxy cluster MS 0735.6+7421 (z = 0.216). This cluster is unique because it exhibits the most powerful radio jets ever detected at the center of a cool core cluster. It thus contains one of the most powerful active supermassive black holes known. This object is a perfect target to study the link between active black hole feedback and synchrotron emission in cool core clusters. To conduct this study, we performed a radio analysis of MS 0735.6+7421 with new data obtained with the Karl G. Jansky Very Large Array. This analysis led to the discovery of an extended diffuse radio structure. This newly detected structure has a radio power at 1.4 GHz that matches the most luminous mini-halos known in the literature. The principal result of our study argues in favor of the hypothesis that there is a fundamental link between active black hole feedback and the formation of mini-halos at the center of cool core clusters.

No description available.