Reconstruction directe du potentiel de quintessence

Nous décrivons un algorithme qui détermine directement le potentiel de quintessence à partir de données d'observation, sans utiliser de paramétrisation de l'équation d'état. La stratégie consiste à déterminer numériquement des quantités d'observation en fonction des coefficients d'expansion du potentiel de quintessence, qui sont ensuite contraints en utilisant une approche de vraisemblance. Nous imposons également un critère de sélection de modèle, le critère d'information bayésien, pour déterminer le niveau approprié d'expansion du potentiel. En plus des paramètres potentiels, la vitesse du champ de quintessence actuelle est conservée comme un paramètre libre. Notre enquête contient des types de modèles inhabituels, notamment un champ scalaire se déplaçant sur un potentiel plat, ou dans une direction ascendante, et est suffisamment général pour permettre des modèles de champ de quintessence oscillants. Nous appliquons notre méthode à l'échantillon de supernovae Type Ia ``gold`` de Riess et al. A. G. Riess et al. (Collaboration de l'équipe de recherche sur les supernovae), Astrophys. J. 607, 665 (2004) confirmant que le modèle pur de constante cosmologique est la meilleure description des données de luminosité-décalage des supernovae actuelles. Notre méthode est optimale pour extraire les paramètres de quintessence à partir de futures données.