11 oct 2011

Prix Nobel de physique : un exemple concret de statistique

Submitted by Anonyme (non vérifié)

Mardi 4 octobre 2011, le prix Nobel de physique a été attribué à Saul Permutter, Brian P. Schmidt et Adam G. Reiss pour leurs travaux concluant à l'accélération de l'expansion de l'univers. Ces résultats avaient fait beaucoup de bruit à l'époque de leur publication, en 1998.

Pourquoi cela ?

Comme nous l'expliquions dans l'article sur la galaxie UDFy-38135539, les scientifiques ont observé un phénomène global de « décalage vers le rouge » des objets astronomiques. Ceci traduit le fait qu'ils s'éloignent, phénomène est expliqué par l'expansion de l'univers.

Cependant, cette expansion elle-même n'est pas considérée comme constante. En effet, depuis environ un siècle, l'hypothèse dominante était que l'expansion devrait décélérer du fait de l'attraction gravitationnelle. Saul Permutter, Brian P. Schmidt et Adam G. Reiss s'attendaient eux aussi, grâce à leurs observations, à montrer cette décélération. Ils ont été surpris de leurs propres résultats et disent avoir vérifier minutieusement leurs données avant de les publier.

Mais comment sont-ils arrivés à cette conclusion ?

L'objectif initial de leurs recherches était d'effectuer une mesure plus précise du taux actuel d'expansion de l'univers. Pour cela, ils utilisent les propriétés des supernovae Ia.

Une supernova est une étoile en train d'exploser. Elle libère ainsi une grande quantité de lumière, parfois autant qu'une galaxie, ce qui facilite son observation.

Les supernovae de type Ia ont une composition particulière (sans hydrogène, avec silicium) et ont pour caractéristique d'avoir un pic de luminosité uniforme. C'est-à-dire que toutes les courbes de luminosité ont une forme relativement similaire. Cette conclusion a été obtenue grâce aux courbes de luminosité de supernovae proches que l'on peut voir ci-contre [tous les graphiques que nous présentons sont issus de publications de Saul Permutter puis annotés par nos soins].

Cette régularité fait qu'elles ont donc été adoptées comme standard, comme point de référence dans les mesures scientifiques de distances, on les appelle d'ailleurs des « chandelles standard ». Concrètement, cette similarité dans les formes fait que les chercheurs peuvent facilement prédire la luminosité à partir du nombre de jours et vice-versa.

Saul Permutter, Brian P. Schmidt et Adam G. Reiss ont donc observé 50 supernovae Ia lointaines. Grâce à la connaissance de la luminosité de ce type de supernovae, ils ont estimé la distance à laquelle elles se trouvent (avec la règle que plus la luminosité et faible par rapport à la norme, plus la supernova est loin). Les mesures sont par ailleurs complétées grâce à des mesures d'autres types de chandelles standard, les céphéides.

Puis ils ont mesuré le décalage vers le rouge de ces supernovae et ainsi obtenu la vitesse à laquelle elles s'éloignent.

Grâce à la combinaison de ces deux données, ils ont pu obtenir une mesure du taux d'expansion.

Leurs conclusions montrent que la luminosité de ces objets était plus faible que ce à quoi ils s'attendaient, donc leur éloignement était plus important. Par conséquent, l'expansion de l'univers s'accélère.

 

Voici l'explication la plus claire à laquelle on peut arriver en consultant les différentes revues scientifiques. Cependant, lorsque l'on lit les publications de Saul Permutter, on se rend rapidement compte que les résultats font appel à de nombreux outils statistiques.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Nous avions déjà parlé des statistiques dans des articles précédents, de manière théorique notamment, dans Einstein contre la science des pures « statistiques ». La recherche de Saul Permutter, Brian P. Schmidt et Adam G. Reiss nous donne un très bon exemple de ce que peuvent être concrètement les outils statistiques.

Voici les résultats qu'ils obtiennent. Les points rouges et jaunes sur le diagramme du dessous représentent leurs propres mesures (les points noirs sont issus d'une recherche précédente et correspondent aux données obtenues grâce aux supernovae proches dont nous parlions dans le premier graphiques). Selon les calculs qu'ils ont effectués, si les points se trouvent dans la partie colorée en bleue ciel, alors cela signifie que l'expansion de l'univers va en s'accélérant. A l'opposé, si les points de trouvent dans la partie colorée en rose, c'est que l'expansion de l'univers va en décélérant.

Les chercheurs ont alors analysé leurs données en cherchant la fonction mathématique qui va le mieux les résumer. En statistique, c'est ce qu'on appelle la régression. Elle est ici représentée par la ligne bleue. En résumé, les chercheurs essayent plusieurs possibilités de courbes (comme par exemple les trois autres courbes rouges) et calculent celle qui, en pourcentage, explique le plus les données observées. Ici, c'est la courbe bleue qui a été choisie. Elle est dite la plus significative. Et c'est parce que cette courbe bleue se trouve dans la zone bleutée que les chercheurs en viennent à la conclusion que l'expansion de l'univers s'accélère.

On remarquera d'ailleurs que c'est exactement la même technique de régression qui est utilisée pour tracer les courbes de luminosité représentées sur le premier graphique. Voici un autre exemple de courbes de luminosité, celle d'une supernova lointaine observée par l'équipe d'un des prix Nobel.

Cette procédure représente vraiment bien la façon dont fonctionnent les statistiques. On dispose de données et on les résume grâce à une fonction mathématique. On choisit la fonction qui s'ajuste le plus aux données et ce, peu importe si la majorité des données ne se trouve même pas sur la courbe qui est censée les représenter !

Si on revient à la représentation des résultats des prix Nobel, un autre problème se pose : que fait-on des données qui se trouvent effectivement dans la zone rosée ? Comment les auteurs interprètent-ils les données qui sont en faveur de la décélération de l'univers ? Ils n'en disent absolument rien. Ces résultats sont juste ignorés.

On peut même se demander ce que représentent réellement tous ces points. Car les points qui possèdent des sortes de bras comme sur les deux graphiques précédents ne sont pas des données brutes. Ces points sont eux-mêmes des résumés statistiques des données réellement observées. On appelle ce genre de représentation des « boîtes à moustache ».

Ce sont également des outils statistiques : les points représentent la moyenne des relevés effectués et les bras représentent l'intervalle dans le lequel se trouvent tous les relevés (ainsi, plus les bras sont grands, plus les valeurs observées dont on a fait la moyenne sont éloignées les unes des autres et plus la moyenne est une mauvaise représentation des relevés effectués).

C'est dans ce sens qu'Einstein se demandait « jusqu’à quel degré la fonction Ψ décrit-elle un état réel d’un système mécanique ? » (pour un problème de statistique tout à fait différent). En effet, si l'on remplace la fonction Ψ par la courbe bleue, on peut se demander jusqu'à quel degré la courbe bleue décrit-elle un état réel des supernovae ?

La question de la connaissance de l'univers est une question fondamentale pour l'humanité, ce n'est qu'en la prenant à bras le corps qu'elle pourra comprendre sa place dans l'univers. Or, les scientifiques bourgeois en sont incapables, car la réalité même de la matière les dépasse.

A défaut de vouloir et de pouvoir comprendre le monde, il reste l'analyse statistique pour masquer son ignorance : celle-ci ne donne qu'un représentation incomplète du problème considéré, comme l'expansion de l'univers. L'usage des statistiques, élevés au niveau des lois de l'univers, est le reflet dans les sciences d'une classe qui a fait son temps.

La révolution socialiste fera voler en mille morceaux la vision de l'univers purement statistique de la bourgeoisie, qui consiste à analyser de manière approximative une sorte d'observation moyenne sans réelle existence. Le matérialisme dialectique sera alors au poste de commandement et l'humanité marchera vers le communisme guidée par la classe la plus
révolutionnaire de notre époque : la classe ouvrière.

Publié sur notre ancien média: 
Rubriques: