Cette thèse étudie l’inférence des paramètres cosmologiques à partir des populations de sources d’ondes gravitationnelles, en se concentrant sur les observations réalisées par les détecteurs terrestres actuels ainsi que sur les prévisions pour les futurs observatoires spatiaux. Dans le cadre du réseau actuel LIGO–Virgo–KAGRA, nous développons des modèles phénoménologiques des populations capables de résoudre une structure significative à faible masse dans la population des trous noirs en coalescence, et montrons que la prise en compte de cette structure permet d’améliorer les contraintes sur la constante de Hubble. Ces résultats sont ensuite validés à l’aide de paramétrisations plus agnostiques des populations, qui confirment l’importance du maximum global à plus faible masse pour l’inférence cosmologique. Nous prévoyons qu’une telle structure suffisamment marquée pourrait permettre d’atteindre une mesure de la constante de Hubble à la précision du pour cent avec le réseau actuel d’interféromètres, cependant en montrant que les données actuelles ne permettent pas de caractériser de manière robuste la largeur intrinsèque de cette structure. Pour le futur interféromètre LISA, nous étendons ce même cadre à l’étude des populations de trous noirs massifs en coalescence. Nous montrons que ces sources ne devraient permettre d’obtenir que des contraintes faibles sur les paramètres cosmologiques, en raison du caractère large des structures de la distribution sous-jacente des masses, tandis que les systèmes binaires à rapport de masse extrême pourraient apporter une amélioration modeste, du fait des différentes échelles de masse mises en jeu. Ces prévisions sont soumises à d’importantes incertitudes quant aux propriétés attendues des populations de sources considérées ; elles établissent néanmoins un cadre pour de futures études fondées sur des scénarios astrophysiques de plus en plus réalistes. Les deux premiers chapitres présentent les fondements théoriques de la cosmologie et ses effets sur la propagation des ondes gravitationnelles, ainsi que le cadre statistique sous-jacent aux méthodes d’inférence des populations utilisées tout au long de cette thèse. Les principales analyses et résultats sont complétés par des discussions approfondies sur les effets systématiques et aux limitations qui contraignent actuellement ces méthodes, ainsi qu’aux pistes permettant de les améliorer. |
This dissertation investigates the inference of cosmological parameters from populations of gravitational-wave sources, focusing on observations from current ground-based detectors and forecasts for future space-based observatories. For the current LIGO–Virgo–KAGRA network, we develop phenomenological population models capable of resolving significant low-mass structure in the population of merging black holes, and show that incorporating this structure improves constraints on the Hubble constant. These results are further validated using more agnostic population parametrisations, which confirm the importance of the lowest-mass global maximum for cosmological inference. We forecast that such a sharp feature may enable percent-level measurements of the Hubble constant with the current interferometer network, while also finding that present data are unable to robustly characterise its intrinsic width. For the future LISA interferometer, we extend the same framework to populations of merging massive black holes. We find that these sources are expected to provide only weak constraints on cosmological parameters, owing to the broad features of the underlying mass distribution, while extreme mass-ratio inspirals may provide a modest improvement due to the different mass scales involved. These forecasts are subject to substantial uncertainties in the predicted properties of the relevant source populations; nevertheless, they establish a framework for future studies under increasingly realistic astrophysical scenarios. The first two chapters introduce the theoretical foundations of cosmology and its effects on gravitational-wave propagation, as well as the statistical framework underlying the population-inference methods used throughout the thesis. The main analyses and results are complemented by comprehensive discussions of the systematic effects and limitations that currently constrain these methods, as well as possible avenues for improvement. |