Busca avançada
Ano de início
Entree

Modelagem de poeira em supergigantes vermelhas utilizando Inferência Bayesiana

Processo: 18/26380-8
Linha de fomento:Bolsas no Brasil - Iniciação Científica
Vigência (Início): 01 de julho de 2019
Vigência (Término): 30 de junho de 2020
Área do conhecimento:Ciências Exatas e da Terra - Astronomia - Astrofísica Estelar
Pesquisador responsável:Alex Cavaliéri Carciofi
Beneficiário:Tajan Henrique de Amorim
Instituição-sede: Instituto de Astronomia, Geofísica e Ciências Atmosféricas (IAG). Universidade de São Paulo (USP). São Paulo , SP, Brasil

Resumo

As estrelas supergigantes são estrelas massivas, da pós sequência principal, que perdem grandes quantidades de massa, formando um denso circumstellar outflow. Como elas são frias, com temperaturas entre 3500 e 4500 K, grãos de poeira são formados em grandes quantidades na matéria ejetada. A distribuição de energia espectral (SED) é frequentemente a principal fonte de informação sobre a poeira circunstelar, nesses objetos. Ela carrega informações sobre a quantia de radiação UV e visível da estrela que é reprocessada para o domínio do IV (chamado de excesso de IV).O objetivo deste projeto é modelar as características desses grãos e a sua distribuição espacial em VY CMa, uma estrela supergigante vermelha. Essa estrela tem um longo histórico de observações, logo, há uma SED consideravelmente completa para esse estudo. A nova abordagem combinará o código HDUST, que realiza a transferência radiativa, com a inferência Bayesiana baseada nas técnicas de Markov Chain Monte Carlo (MCMC). A inferência Bayesiana permitirá que os parâmetros envolvidos na modelagem sejam colocados em uma perspectiva integrada, onde o papel de cada parâmetro em formar a SED, e suas correlações cruzadas, estarão aparentes nas probabilidades posteriores fornecidas pelo método MCMC. Esse projeto inicial irá crescer em complexidade e interesse científico à medida que o novo método proposto for implementado, testado e expandido.