UFS › SIGAA - Sistema Integrado de Gestão de Atividades Acadêmicas São Cristóvão, 28 de Março de 2024

A UFS preocupa-se com a sua privacidade

A UFS poderá coletar informações básicas sobre a(s) visita(s) realizada(s) para aprimorar a experiência de navegação dos visitantes deste site, segundo o que estabelece a Política de Privacidade de Dados Pessoais. Ao utilizar este site, você concorda com a coleta e tratamento de seus dados pessoais por meio de formulários e cookies.

Ciente


Notícias

Banca de DEFESA: DINORAH BARBOSA DA FONSÊCA TEIXEIRA
04/03/2020 17:26


Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: DINORAH BARBOSA DA FONSÊCA TEIXEIRA
DATA: 19/03/2020
HORA: 10:00
LOCAL: SALA DE REUNIÕES DO PPGFI
TÍTULO: TÍTULO DA DISSERTAÇÃO DE MESTRADO: VÍNCULOS OBSERVACIONAIS SOBRE O MODELO DE ENERGIA ESCURA SLOW-ROLLING
PALAVRAS-CHAVES: aceleração cósmica, parametrização de fluido, slow-rolling, inflação cósmica, vínculos cosmológicos, CMB, Monte Carlo, CLASS, Monte Python.
PÁGINAS: 57
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Física
RESUMO:

O descobrimento da aceleração cósmica no final do século passado fomentou odesenvolvimento de uma pluralidade de teorias que buscavam desvendar sua natureza física.Contudo, inúmeros modelos exibem dificuldades experimentais de se distinguirem da constantecosmológica . Por outro lado, as parametrizações de fluido em sua maioria dependem de uma oumais variáveis, o que resulta em limitações de vinculação destes parâmetros. Em virtude disso,as mesmas priorizam funções matematicamente simples. Não obstante, a parametrização defluido proposta por Slepian et al. em 2014 é embasada em outra era de expansão acelerada douniverso: a Era Inflacionária. O modelo de Slepian e colaboradores introduz por meio da teoriade rolamento lento (slow-rolling) uma parametrização de variável única , cujo propósito ébuscar possíveis deviações do modelo cosmológico padrão. Ao estudar modelos cosmológicos,é essencial a utilização de ferramentas computacionais que nos fornecem a distribuiçãoestatística dos parâmetros de interesse. Na presente tese, nos preocupamos em aprender amanusear tais ferramentas robustas para tratar a teoria de Slepian et al. Recorremos à métodoscomputacionais como o código CLASS, empregado para os cálculos do espectro e anisotropiasda CMB, e o Monte Python, ferramenta computacional que implementa o método estatísticoMarkov Chain Monte Carlo (MCMC) na linguagem Python. Utilizamos a base de dadosCMB+BHS, contendo os mais novos dados divulgados pelo satélite Planck, em 2018. Obtemosa distribuição estatística para nossos parâmetros de interesse, resultando em um médio , de ondeencontramos e . Nossos resultados apresentam concordâncias com as previsões desenvolvidasno paper original de Slepian et al. e as análises publicadas pela equipe do Planck com dados de2015.


MEMBROS DA BANCA:
Externo à Instituição - JAILSON SOUZA DE ALCANIZ
Interno - 1088464 - LUCIANO CASARINI
Presidente - 2390849 - RODRIGO FERNANDES LIRA DE HOLANDA

SIGAA | Superintendência de Tecnologia da Informação/UFS | Telefonista/UFS (79)3194-6600 | Copyright © 2009-2024 - UFRN v3.5.16 -r19032-7126ccb4cf