Astroestatística de estrelas variáveis : identificação de variabilidade estelar em aglomerados

• Autor(a) principal: Nunes, Maitê Cristiane Mückler
• Data de Publicação: 2021
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/231291
• topic: Estrelas variaveis; Aglomerados estelares

A maioria das estrelas concentram-se em grupos, chamados aglomerados estelares. Boa parte das estrelas de um aglomerado são chamadas de estrelas variáveis, objetos cuja luminosidade varia no tempo de forma detectável em escalas de um segundo até séculos. Essa variação é detectada através da análise das suas séries temporais de brilho, que podem ter diferentes padrões dependendo do tipo de estrela observada. O estudo de estrelas variáveis fornece informações fundamentais sobre propriedades estelares, como massa, raio, luminosidade, temperatura, e uma melhor compreensão sobre a estrutura interna, composição química e evolução das estrelas. A identificação da variabilidade estelar pode ser feita por inspeção visual das séries temporais. Porém, esse método, tem eficácia limitada pois depende diretamente da interpretação do observador, além de ser demasiadamente demorado, visto o grande número de estrelas que um aglomerado pode conter. Dessa forma, este trabalho propôs desenvolver dois métodos estatísticos e automáticos, chamados tempo de não-constância (TNC), para detecção de estrelas variáveis em grandes conjuntos de dados, e área de não-constância (ANC), como índice de confirmação de variabilidade auxiliar. Este trabalho utilizou dados de 3250 estrelas do aglomerado globular NGC 6397, obtidos nos filtros U_HIGH, B_HIGH e V_HIGH, além do filtro de banda larga FILT_465_250. Foi utilizado um critério probabilístico para separar estrelas pertencentes ao aglomerado das estrelas de campo, o que resultou numa amostra de 1132 estrelas. Foi realizada inspeção visual das séries temporais e bem como aplicação dos métodos TNC e ANC, que demonstraram possuir eficiência em detectar variabilidade comparável à identificação por inspeção visual, porém numa fração do tempo.