Variabilidad de AGN en la era de las grandes Bases de Datos

Abstract

Los núcleos activos de galaxias o AGN por su sigla en inglés, se caracterizan por su continuo variable en el tiempo en cada banda de frecuencias en la que se han estudiado (Peterson, 2001). Sin embargo, aún no entendemos por completo los mecanismos que conducen a tales variaciones. En particular, no entendemos en detalle cómo se relaciona la variabilidad de AGN en diferentes longitudes de onda, y cómo las propiedades físicas del motor central están relacionadas con las propiedades de variabilidad del sistema. El principal objetivo de esta tesis es entender de mejor manera la física que hay detrás de la variabilidad de los AGN, y proporcionar una técnica de selección de AGN basada en su variabilidad, para así poder obtener muestras de AGN menos sesgadas, que nos permitan entender de mejor manera como se forman y como evolucionan estos objetos. En primer lugar, se realizó un estudio estadístico de la variabilidad infrarroja cercana (NIR) de AGN seleccionados por rayos X en el campo COSMOS, utilizando datos de UltraVISTA. En este trabajo, estudiamos las diferencias entre las propiedades de variabilidad de distintas poblaciones de AGN. Los resultados de este estudio fueron publicados en el artículo Sánchez et al. (2017), y son presentados en el capítulo 2. En segundo lugar, estudiamos la relación que hay entre las propiedades físicas de los AGN (como la masa del agujero negro central, su luminosidad y su taza de acreción) con las propiedades de variabilidad de estos objetos. En este estudio, encontramos que la amplitud de la variabilidad depende principalmente de la taza de acreción del objeto. Los resultados de este análisis fueron publicados en el artículo Sánchez-Sáez et al. (2018), y son presentados en el capítulo 3. En tercer lugar, realizamos una selección de candidatos a AGN, utilizando análisis de variabilidad y aprendizaje de maquinas. Nuestro método es capaz de seleccionar candidatos a AGN que no son normalmente encontrados por métodos tradicionales, que usan el color de los objetos para la selección. Los resultados de este estudio fueron enviados a la revista Astrophysical Journal Supplement , y son presentados en el capítulo 4. Finalmente, realizamos un mapeo de reverberación del toro de polvo, utilizando datos de UltraVISTA. En este trabajo calculamos el retraso temporal entre curvas de luz asociadas a emisión del disco y del toro de distintos AGN. A partir de nuestros resultados, concluimos que para objetos más distantes (0.5 < z < 1.2) no se observan las mismas correlaciones entre el retraso temporal y la luminosidad de los objetos obtenidas para objetos locales, lo cual se podría explicar por la existencia de granos de polvo más grandes en el toro de polvo de AGN lejanos. Los resultados de este estudio serán incluidos en un artículo que esta en preparación, y son presentados en el capítulo 5.