Etoiles multiples avec l'astrométrie Gaia // Multiple stars with Gaia astrometry

La plupart des étoiles ne vivent pas seules, mais dans des systèmes multiples. La caractérisation des systèmes stellaires est donc une étape essentielle dans notre compréhension de la formation stellaire. La mission spatiale Gaia fournit des données astrométriques, photométriques et spectroscopiques pour près de deux milliards d'étoiles. Son quatrième catalogue (DR4), prévu pour décembre 2026, fournira pour la première fois des observations d'époque provenant des trois instruments. Cela ouvrira une nouvelle mine d'or, en particulier pour l'étude de la multiplicité des systèmes stellaires. Le consortium Gaia DPAC fournira également dans cette version DR4 le plus grand catalogue à ce jour d'orbites d'étoiles multiples, découvrant des compagnons invisibles allant des exoplanètes aux trous noirs.
Cette thèse utilisera le code BINARYS (Leclerc et al. 2023) pour combiner les données Gaia avec des données complémentaires (en particulier les courbes de vitesse radiale et l'imagerie directe) afin de confirmer les candidats exoplanètes et trous noirs et d'en trouver de nouveaux, en particulier dans les systèmes triples. Ce faisant, nous dériverons également les masses dynamiques d'une grande variété d'étoiles, une donnée essentielle pour les modèles d'évolution stellaire. Les applications scientifiques d'un tel travail étant immenses, l'étudiant pourra sélectionner celles qui l'intéressent le plus. Il travaillera avec des collègues des équipes de l'IPAG qui s'occupent des exoplanètes et des trous noirs, ainsi qu'avec des experts du consortium Gaia DPAC à travers l'Europe. L'étudiant acquerra une expertise dans le traitement des données astrométriques.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

ost stars do not live alone, but in multiple systems. Characterising stellar systems is therefore an essential step in our understanding of stellar formation. The Gaia space mission provides astrometric, photometric and spectroscopic data for nearly two billions stars. Its fourth catalogue (DR4), scheduled for December 2026, will for the first time provide epoch observations from all three instruments. This will open up a new goldmine, particularly for the study of the multiplicity of stellar systems. The Gaia DPAC consortium will also provide in this DR4 release the largest catalogue to date of non-single stars orbits, discovering unseen companions with masses from exoplanets to black holes. This thesis will use the BINARYS code (Leclerc et al. 2023) to combine the Gaia data with complementary data (in particular radial velocity curves and direct imaging) to confirm the exoplanets and black holes candidates and find new ones, in particular in triples systems. In the process, we will also derive dynamical masses for a wide variety of stars, a critical input to stellar evolution models. The scientific applications of such a work being huge, the student will be able to select the applications he/she finds the most attractive. He/She will work with colleagues from the IPAG teams working on exoplanets and on black holes as well as with Gaia DPAC consortium experts across Europe.
The student will gain the expertise in astrometric data handling.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2026
WEB : https://www.cosmos.esa.int/web/gaia

Financement d'un établissement public Français

Université Grenoble Alpes

47 PHYS - Physique

Master 2 en astrophysique avec un intérêt pour l'analyse de données
Master 2 in astrophysics with an interest in data analysis