Serviço de e-mail
Professor de física do CEFET-MG Nepomuceno publica artigo em periódico internacional
Segunda-feira, 3 de janeiro de 2022
Estrelas são o componente mais fundamental do Universo, visto que são verdadeiras “fábricas” de elementos químicos. Isto se deve às condições extremas de temperatura e pressão em seu interior, o que viabiliza o processo de fusão nuclear, com liberação de energia.
Acredita-se que a grande maioria das estrelas se forma em grupos, e não isoladamente, a partir da contração gravitacional de uma nuvem molecular progenitora (concentrações gigantescas de poeira e gás que colapsam localmente devido a sua autogravidade). Os agrupamentos estelares gravitacionalmente coesos que são resultado desse processo denominam-se “aglomerados estelares”.
Evidências recentes (tanto observacionais quanto teóricas) mostram que, não apenas as estrelas se formam em grupos, mas os próprios aglomerados também se formam de maneira coletiva. Nesse sentido, a investigação detalhada de pares de aglomerados estelares na Via Láctea é um passo fundamental no sentido de desvendarmos os mecanismos físicos que descrevem a formação e evolução das populações estelares na nossa Galáxia.
Em um artigo recente (título: “Investigating Galactic binary cluster candidates with Gaia EDR3”), liderado pelo professor Dr. Mateus Angelo (CEFET – Nepomuceno), foram investigados e caracterizados 6 pares de aglomerados estelares fisicamente próximos entre si, o que permitiu explorar seus aspectos evolutivos / dinâmicos e fornecer vínculos observacionais relevantes para futuros trabalhos teóricos sobre o tema. O trabalho utilizou dados astrométricos e fotométricos de alta precisão fornecidos pela missão observacional GAIA (Agência Espacial Européia, 2013) e foi aceito para publicação no periódico britânico “Monthly Notices of the Royal Astronomical Society”, vinculado à Universidade de Oxford. O trabalho também apontou algumas inconsistências graves em resultados de estudos prévios na literatura, os quais se utilizaram de ferramentas de aprendizagem de máquina para análise de dados astronômicos.
Fonte e Texto: Mateus de Souza Angelo