Datando estrellas con actividad magnética

Edades predichas a partir de inteligencia artificial (algoritmo Random Forest) en función del modelo estelar que incluye la evolución del transporte de momento angular (panel superior) y residuos (panel inferior) usando actividad magnética y rotación como datos de entrada. 

Fecha de publicación
Autores
Zachary. R. Claytor
Ângela R. G. Santos
et al.
Referencias

Las edades estelares son fundamentales en varios campos de la astrofísica, como la investigación de exoplanetas, la arqueología galáctica y, por supuesto, la física estelar. Sin embargo, obtener las edades de las estrellas no es un proceso sencillo y requiere de modelado estelar. La técnica más ampliamente utilizada solo requiere colores estelares o temperatura y gravedad superficial, pero las incertidumbres son bastante grandes. Esta técnica es más eficiente para las estrellas que pertenecen a cúmulos, ya que nacieron a partir de la misma nube molecular y comparten las mismas edades. En las últimas décadas, basados en el estudio de las ondas acústicas estelares, la astrosismología se convirtió en el método más preciso para datar estrellas. Sin embargo, la astrosismología requiere una alta relación señal-ruido en las observaciones y está limitada a un pequeño número de estrellas. Se ha demostrado que estrellas como el Sol disminuyen su velocidad de rotación y se vuelven menos activas a medida que envejecen. Afortunadamente, la rotación y la actividad magnética se pueden extraer fácilmente de un gran número de estrellas. Esto es posible al medir las variaciones en la luminosidad estelar debido a manchas magnéticas oscuras, similares a las que observamos en el Sol. Esto significa que si podemos obtener una rotación y actividad confiables, podemos inferir la edad estelar. Hacer esto para decenas de miles de estrellas sería una poderosa manera de comprender la evolución de las estrellas.

Esto es lo que hicimos en este trabajo. Aprovechando el catálogo más grande de rotación y actividad magnética de las estrellas Kepler que construimos recientemente, desarrollamos dos enfoques diferentes para predecir las edades estelares utilizando inferencias bayesianas y técnicas de inteligencia artificial. En el pasado, la mayoría de los estudios se centraron en la relación entre rotación y edad; aquí demostramos que el conocimiento de la actividad magnética, además de la rotación, mejora las edades estelares predichas, como se muestra en la figura a continuación. Esto demuestra el poder de la actividad magnética para determinar cuán viejas son las estrellas, enriqueciendo nuestra comprensión de la evolución estelar.