Modelagem de poeira em supergigantes vermelhas utilizando Inferência Bayesiana

• Processo: 18/26380-8
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2019
• Data de Término da vigência: 31 de dezembro de 2020
• Área de 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
• Assunto(s): Estrelas supergigantes Distribuição espacial Transferência radiativa Inferência bayesiana
• Palavra(s)-Chave do Pesquisador: envoltorios circunstelares | poeira circunstelar | Transporte Radiativo | Estrelas evoluídas

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.

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

LABADIE-BARTZ, JONATHAN; CARCIOFI, ALEX C.; DE AMORIM, TAJAN HENRIQUE; RUBIO, AMANDA; FIGUEIREDO, ANDRE LUIZ; DOS SANTOS, PEDRO TICIANI; THOMSON-PARESSANT, KEEGAN. Classifying Be Star Variability With TESS. I. The Southern Ecliptic. ASTRONOMICAL JOURNAL, v. 163, n. 5, p. 36-pg., 2022-05-01. (18/04055-8, 18/26380-8, 17/23731-1, 20/04445-0, 19/13354-1)