Estudio de Estructuras Espirales en Galaxias

ESTUDIO DE
ESTRUCTURAS ESPIRALES
EN DISCOS GALACTICOS
por
Diego Valencia Enrı́quez
Tesis que es sometida como requisito parcial para

obtener el grado de
MAESTRO EN CIENCIAS EN LA
ESPECIALIDAD EN ASTROFISICA
en el
Instituto Nacional de Astrofı́sica, Óptica y

Electrónica
Julio 2013
Tonantzintla, Puebla
Bajo la supervisión de:
Dr. Ivânio Puerari

Investigador Titular del INAOE
©INAOE 2013
El autor otorga al INAOE el permiso de reproducir y
distribuir copias en su totalidad o en partes de esta
tesis.
Agradecimientos
Quiero agradecer a Dios y a mis padres por todo el apoyo que me dieron cuan-
do tomé la decisión de entrar al mundo de la astronomı́a y dejar mi hogar por
cumplir uno de mis sueños.
Agradezco a CONACYT por la beca otorgada para poder realizar mis estudios
en INAOE y desarrollar esta tesis.
Agradezco a mi asesor Dr. Ivânio Puerari por la paciencia que me tuvo, por todo
el aprendizaje que recibı́, los consejos y sugerencias de este trabajo.
Gracias a mis sinodales Drs. Sergiy Silich, Abraham Luna Castellanos y Yalia
Divakara Mayya por aceptar ser parte del jurado. Especialmente, también quie-
ro agradecer a mis profesores que me dieron las herramientas necesarias para
aprender de la astronomı́a y por la confianza que depositaron en mi.
A mis amigos y compañeros que por su presencia hicieron que mi estadı́a en

México sea lo máximo.
RESUMEN
Con el fin de entender el mecanismo fı́sico subyacente a brazos no estacionarios

de galaxias espirales en discos galácticos, se ejecutó una serie de simulaciones de
N-cuerpos con 1.2 millones y 8 millones de partı́culas. Las condiciones iniciales
fueron escogidas siguiendo los modelos de Kuijken-Dubinski. En este trabajo se
presenta una sub-muestra de todas las simulaciones, en el cual se cambiaron la
dispersión de velocidad radial del disco y la escala de altura del disco. Se ana-
lizó el crecimiento de la estructura espiral usando la Transformada de Fourier
unidimensional (FT1D) y bidimensional (FT2D) sobre una base espiral logarı́tmi-
ca. Ellas nos dan la amplitud, número de brazos y el grado de enrollamiento de
una estructura espiral en particular. Se grafica las amplitudes como una función
del tiempo. Estos gráficos demuestran los mecanismos de “swing amplification”
en discos estelares. En las simulaciones los paquetes de ondas primero aparecen
en forma “leading” y evolucionan a “trailing”. Finalmente desaparecen con alto
grado de enrollamiento. Los patrones de velocidad angular son bien confinados
en las resonancias principales. Por otro parte, hay un modelo donde se forma
una barra. En esta simulación, se calculó la posición de la barra para cada tiem-
po para estudiar las órbitas de las partı́culas en el sistema de coordenadas de
la barra. De esta manera se pueda clasificar gráficamente algunas órbitas, tales
como órbitas compactas, órbitas que soportan la barra y órbitas atrapadas en los
puntos Lagrangianos L4 y L5 . El número de éstas órbitas aumenta considerable-
mente con la formación de la barra, conformando alrededor de 20 % de la masa
total del disco.
iv
ABSTRACT
In order to understand the physical mechanism underlying non-steady stellar

spiral arms in disk galaxies, we perform a series of three-dimensional N-body
simulations with 1.2 and 8 million particles. The initial conditions were chosen
to follow Kuijken-Dubinski models. In this work, we present the results of a
sub-sample of our simulations set, in which we changed the disk radial velocity
dispersion σR and disk scale height zd . We analyzed the growth of spiral struc-
ture using one dimensional (FT1D) and a two-dimensional Fourier Transform
(FT2D) on a basis of logarithmic spirals. The FT’s give the amplitude, number
of arms and pitch angle of a particular spiral structure. We have plotted the am-
plitudes of the Fourier modes as a function of time. These plots demonstrate
the swing amplification mechanism acting in the stellar disk. In our simulations,
wave packages firstly appear as leading spiral patterns and evolved to open trai-
ling structure. Finally, fade-out as tightly wound spiral. The angular velocity of
the patterns are well confined between the main resonances given by the curves
Ω ± κ/m. In a model where a bar is formed, we studied the stars orbits in the
bar reference frame. We were able to geometrycally classify three types of orbits:
compacts, bar supporting, and orbits trapped in the lagrangian points L4 and L5 .
The number of these orbits grows considerably after the bar formation, catching
around 20 % of the total disk mass.
Para mis sobrinos Juan Esteban
Valencia e Isabella Escobar Valencia.

Índice general
1. Introducción 1
1.1. Clasificación Morfológica de Galaxias . . . . . . . . . . . . . . . . . 2
1.2. La Secuencia de Hubble . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3. Fundamentos para la elaboración de modelos de N-cuerpos . . . . 6
1.4. Objetivos Generales y Organización de la Tesis . . . . . . . . . . . . 7
2. Sobre La Estructura Espiral 11

2.1. Galaxias Espirales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2. Evidencia Observacional . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.3. Geometrı́a Espiral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.4. Ondas de Densidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.4.1. Hipótesis de estructura espiral casi-estacionaria (QSSS) . . 21
2.4.2. Amplificación del enrollamiento o “Swing Amplification” . 22
2.4.3. Teorı́a de Modos . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.5. Estructura Espiral Estocástica Auto-Propagada por la Formación
Estelar (SSPSF) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.6. Espirales de Marea . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3. Descripción de los Modelos 29

3.1. Función de distribución para el bulbo . . . . . . . . . . . . . . . . . 30
3.2. Función de distribución para el halo . . . . . . . . . . . . . . . . . . 30
i
ii
3.3. Función de distribución para el disco . . . . . . . . . . . . . . . . . 31

3.4. Cálculo del Potencial Combinado . . . . . . . . . . . . . . . . . . . . 32
3.5. Condiciones Iniciales . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4. Métodos Numéricos 37
4.1. Simulaciones de N-cuerpos . . . . . . . . . . . . . . . . . . . . . . . 37
4.1.1. Condiciones Iniciales . . . . . . . . . . . . . . . . . . . . . . . 38
4.1.2. Suavizado de la partı́cula (particle smoothing) . . . . . . . . 39
4.1.3. Cálculo de la Fuerza . . . . . . . . . . . . . . . . . . . . . . . 39
4.1.4. Código de Árbol o Tree-code . . . . . . . . . . . . . . . . . . 41
4.1.5. falcON (Force Algorithm with complexity ) . . . . . . . . . 42
4.1.6. Integrador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.2. Transformada de Fourier: Análisis discreto y aplicaciones en gala-
xias espirales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.2.1. Transformada de Fourier unidimensional Discreta . . . . . 46
4.2.2. Transformada de Fourier bidimensional Discreta . . . . . . 51
5. Descripción de Resultados y Discusión 63

5.1. Resultados de los modelos con 1.2 millones de partı́culas . . . . . . 64
5.1.1. Resultados de la Transformada de Fourier Unidimensional 65
5.1.2. Patrón de velocidad angular . . . . . . . . . . . . . . . . . . 66
5.1.3. Resultados de la Transformada de Fourier Bidimensional . 80
5.2. Resultados para los modelos con 8 millones de partı́culas y com-
paración con los modelos de 1.2 millones de partı́culas . . . . . . . 92
5.2.1. Resultados de la Transformada de Fourier Unidmensional . 92
5.3. Resultados de la Barra . . . . . . . . . . . . . . . . . . . . . . . . . . 109
5.3.1. Resultados de la Transformada de Fourier Unidimensional 109
iii

5.3.4. Ajuste de la fase . . . . . . . . . . . . . . . . . . . . . . . . . 111
6. Conclusiones 119
6.1. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
6.2. Trabajo en Proceso y a Futuro . . . . . . . . . . . . . . . . . . . . . . 122
A. Vista Superior de los Modelos 123
B. Perfiles de Densidad Superficial y de Dispersión de Velocidad 129
C. Fase de la Transformada de Fourier Unidimensional para m = 2 133
D. Instantaneas de la barra fija 137
E. Orbitas en el sistema de la barra 139
Índice de figuras 141
Índice de tablas 146
Bibliografı́a 148
Introducción
1
Debido a que este trabajo enfatiza el tema de estructura espiral de las galaxias,
es natural empezar con una breve descripción de la clasificación morfológica de
las galaxias.
Una breve historia sobre la clasificación morfológica de las galaxias, podrı́a
decirse que empieza en 1924. Como un resultado de las observaciones hechas
en el telescopio de 2.5m en el Monte Wilson, Edwind Hubble demostró definiti-
vamente que ciertas nebulosas no forman parte de nuestra galaxia, es decir son
objetos aislados formados por estrellas, gas y polvo. La confusión que existı́a
entre las nebulosas de la Vı́a Láctea y galaxias externas orientaron a realizar
catálogos tal como el catálogo Messier (1794), el cual contiene 109 objetos y de
los cuales 39 son galaxias externas. Otro ejemplo, es el catálogo NGC (New Ge-
neral Catalogue, Dreyer (1890)), el cual contiene 7890 objetos, de los cuales 3200
son galaxias. Otro caso es el “Index Catalogue” (IC)(1895-1910), el cual contiene
5836 objetos y de los cuales aproximadamente 2400 son galaxias. Por otro lado,
1
2 1. Introducción
en el catálogo de Harvard, que contiene una gran cantidad de galaxias tal que:
con magnitud aparente m < 13 hay alrededor de 1249 objetos, hasta una mag-
nitud aparente de m = 17.5 hay unos 500000 objetos y hasta magnitud m = 23
unos 109 objetos. Entonces un primer paso para tener un mejor conocimiento de
las galaxias es clasificar los varios tipos que existen de éstas.
1.1. Clasificación Morfológica de Galaxias

Edwind Hubble fue la primera persona que desarrolló una clasificación de
las galaxias según su apariencia visual (Hubble 1926, 1936). Este esquema pre-
senta varios tipos en la morfologı́a de las galaxias tal como: elı́pticas, espirales
normales, espirales con barra e irregulares. Las espirales normales y con barra,
van desde tipos tempranos (Sa o SBa, respectivamente) hasta los tardı́os (Sc o
SBc). Las galaxias de tipo temprano se refiere a estructuras con bulbos masivos
y brazos espirales muy cerrados (muy enrollados) y galaxias de tipo tardı́os se
refiere a bulbos poco masivos y brazos espirales más abiertos.
Tabla 1.1: Esquemas de clasificación de galaxias.

Esquema Criterios de Clasificación Sı́mbolos Ejemplos
Hubble-Sandage Prominencia de la barra E1,...,E7, S, SB, Irr M87=E1
(1961 - 1995) Razón disco/bulbo a, b, c M31=Sb
Apertura de los brazos M101=Sc
Grado de resolución de GNM=Irr I
los brazos
De Vaucouleurs Prominencia de la barra E, S0, S, SA, SB, I M87=E1P
(1959) Razón disco/bulbo a, b, c, d, m M31=SA(s)b
Apertura de los brazos M101=SAB(rs)cd
Anillos (r), (s) LMC=SB(s)c
Yerkes Condensación central de luz k, f, g, a M87=KE1
(Morgan Prominencia de la barra E, R, D ,S, B, I M31=kS5
1958 - 1979) M101=fS1
MGNM=afI2
DDO Estrellas jóvenes en el disco E, So, A, S, Ir M87=E1
(van de Bergh Prominencia de la barra B M31=Sb I-II
1960 - 1976) Condensación central de luz a, b, c M101=Sc I
Clase y longitud de brazos I, II,..., V GNM=Irr III- IV
Block & Puerari Número de Brazos H1, H2, H3,...
(1999) Apertura de los brazos α, β, γ NGC=5055=α
NGC=4736=β
NGC=7083=γ
Desde que Edwin Hubble presentó su clasificación morfológica de galaxias

1.1. Clasificación Morfológica de Galaxias 3
hasta hace algunos años, otros astrónomos tal como Sandage (1961), de Vaucou-
leurs (1959), van den Bergh (1960) y Kormendy (1979) modificaron esta clasifi-
cación, pero siguiendo los fundamentos o criterios dados por Hubble.
En la tabla 1.1 se muestran distintos esquemas y criterios que han sido utili-
zados en la literatura para la clasificación de galaxias.
Por ejemplo Sandage y de Vaucouleurs introdujeron tipos tardı́os entre las
galaxias Sc y las Irr I, que llamaron: Sd y Sm. Subdividieron las espirales en
tipos intermedios tal como S0/a, Sab, Sbc, Scd y también incluyeron información
interna y externa en las espirales, como son los anillos y espirales centrales,
anillos externos, etc.
De Vaucouleurs propuso una clasificación numérica para los tipos morfológi-
cos (tipos T) que se muestra en la tabla 1.2.
Tabla 1.2: Clasificación de galaxias T de de Vaucoulers.

Tipo T Descripción
-6 Elı́ptica compacata
-5 Elı́ptica enana E, dE
-4 Elı́ptica E
-3 Lenticular L-, S0-
-2 Lenticular L, S0
-1 Lenticular L+, S0+
0 S0/a, S0-a
1 Sa
2 Sab
3 Sb
4 Sbc
5 Sc
6 Scd
7 Sd
8 Sdm
9 Sm, Espiral de Magallanes
10 Im, Irregular de Magallanes, Irregular Enana
11 Irregular Compacta, Regiones HII Extragalácticas
Van den Bergh notó que el brillo y apertura de los brazos espirales están
relacionados con la luminosidad de la galaxia. El agregó una secuencia más entre
las galaxias lenticulares y las espirales normales y es conocida como secuencia
“Anémica”. Esta se designa como Aa, Aba, Ab, etc. Se caracteriza por tener
una estructura espiral difusa y un déficit de gas en relación con las espirales
normales.
Block & Puerari (1999) realizan desde el cercano infrarojo una clasificación
4 1. Introducción
morfológica, la cual se basa en el dominio del modo-m de la transformada de

Fourier y el ángulo de enrollamiento (pitch angle).
1.2. La Secuencia de Hubble

La figura 1.1 es la clasificación de galaxias que realizó Hubble, donde adi-
cioné la clase de las irregulares. Este diagrama tiene una forma de diapasón con
las elı́pticas en el mango, las espirales normales en uno de los extremos y las
espirales barradas en el otro. Esta configuración que Hubble realizó es basada
en los siguientes criterios:
Enrollamiento de los brazos espirales.
Contraste o grado de resolución de los brazos en estrellas y regiones HII.
Tamaño relativo de la región central.
Figura 1.1: Clasificación de Hubble (Hubble, 1926) donde he adicionado las galaxias
irregulares.
Por ejemplo, las galaxias elı́pticas tienen una apariencia homogénea y regular.
No contienen polvo (o contienen muy poco) ni estrellas jóvenes. Se subdividen
por su grado de elipticidad (medida en las isofotas), e = 10(a − b)/a, en donde
a y b son los semiejes mayor y menor de la elipse, respectivamente. Una galaxia
esférica (e = 0, a = b) se clasifica como E0, mientras las que tienen un aspecto
más elı́ptico (e = 7, a = 1, b = 0.3), son E7.
1.2. La Secuencia de Hubble 5
Las galaxias espirales, tanto las normales (S) como las barradas (SB), van des-
de tipos tempranos (Sa, SBa) hasta tipos tardı́os (Sc, SBc). Los tipos tempranos
tienen brazos muy cerrados y con poco contraste y el bulbo es grande. Los tipos
tardı́os tienen brazos más abiertos, un alto contraste y bulbos menos importan-
tes. Hay un tipo de galaxias de transición entre las elı́pticas y espirales que se
denominan galaxias lenticulares, que se clasifican como S0 o SB0. Al principio,
se creyó erróneamente que las galaxias espirales se convertı́an en lenticulares y
posteriormente en elı́pticas a medida que se agotaba el gas en la formación de
estrellas y los brazos espirales se cerraban. Si esto fuera cierto, la mayor parte de
las galaxias observadas serı́an elı́pticas y sus estrellas serı́an mucho más viejas
que las estrellas de galaxias espirales.
Las galaxias irregulares se dividen en dos tipos. Las tipo I (Irr I), como las Nu-
bes de Magallanes, que carecen de simetrı́a y de núcleo, y pueden resolverse en
estrellas y regiones H II. Las de tipo II son galaxias difı́ciles de clasificar, pueden
ser el resultado de interacciones, de fenómenos violentos de formación estelar.
Estas galaxias contienen gas, polvo y posiblemente brazos espirales, como el
caso de M82 (Mayya et al., 2005).
Existe sin embargo una gran dispersión en cada uno de los parámetros
dinámicos y estructurales de las galaxias, tales como las masas de bulbos y dis-
cos (Lackner & Gunn (2013), Weinzirl et al. (2009), Salucci et al. (2008), Pizagno
et al. (2005), Roberts & Haynes (1994)); el ángulo de enrollamiento de los bra-
zos espirales (Ma (2002), Kennicutt (1981)); la curva de rotación (Sofue & Rubin
(2001), Brosche (1971)), etc. Debido a esta gran dispersión no todas las galaxias
pueden ser clasificadas siguiendo los criterios de Hubble, por tanto una galaxia
puede tener varias clasificaciones, aveces contradictorias.
Para corrimiento al rojo pequeño (z < 0.5), la clasificación morfológica de
Hubble es satisfactoria, pero para corrimiento al rojo más grande este esquema
es desfavorable (van den Bergh, 2002). Esto probablemente se deba a que las
galaxias cercanas parecen haber tenido tiempo suficiente para relajarse, mientras
que las galaxias con corrimiento al rojo grande son sistemas que aun están en
evolución dinámica severa.
6 1. Introducción
En este trabajo, hemos adoptado el esquema morfológico estándar de Hubble

para modelar las galaxias espirales normales (Sa, Sb, Sc). Estos modelos se evo-
lucionaron en el tiempo con ayuda de métodos numéricos que son de dominio
público (Dehnen, 2000; Teuben, 1995).
1.3. Fundamentos para la elaboración de modelos de

N-cuerpos
Como se mencionó anteriormente, se utilizan métodos numéricos ya desarro-
llados (Dehnen, 2000; Teuben, 1995). Estos métodos se basan en la solución de
dos ecuaciones: la ecuación de Vlasov y la ecuación de Poisson. La ecuación de
Vlasov es dada por
∂f ∂f ∂f
+v · − OΦ · = 0, (1.1)
∂t ∂rr ∂vv
donde f = f (rr , v , t) es la función de distribución y Φ(rr , t) es el potencial
gravitacional. La ecuación de Poisson es dada por
Z
O Φ = 4πGρ = 4πG f dvv .
2
(1.2)
El método que utilizamos para crear el modelo inicial de N-cuerpos utiliza

simulaciones de Monte-Carlo para resolver estas ecuaciones. La función de dis-
tribución es representada por una colección de N partı́culas, por
X
N
f (rr , v , t) = mi δ 3 (rr − r i (t))δ 3 (vv − v i (t)), (1.3)
i=1
donde mi , r i y v i son la masa, la posición y la velocidad de la partı́cula i. En

este trabajo se sigue las funciones de distribución dadas por Kuijken & Dubinski
(1995). La solución de las ecuaciones 1.1 y 1.2 nos dan las condiciones iniciales
necesarias para poder resolver numéricamente las ecuaciones de movimiento
(1.4).
Las ecuaciones de movimiento de las partı́culas son integradas por
dvv i X
N
drr i rj − ri
= vi , = Gmj , (1.4)
dt dt j6=i (|rr j − r i |2 + 2 )3/2
1.4. Objetivos Generales y Organización de la Tesis 7
donde es “la longitud de suavizado” o “softening length”. Si = 0 las ecuaciones

1.4 son iguales a las ecuaciones de Newton. La principal razón para 6= 0 es para
evitar las singularidades en el potencial. Hay varios métodos para solucionar
estas ecuaciones, en el capı́tulo 4 se describen algunos, pero principalmente se
describirá el método falcON, ya que este es el que se utiliza para realizar las
simulaciones que se presentan en este trabajo.
Finalmente, para analizar la estructura de los brazos espirales que surgen en
las simulaciones se utilizó métodos de Transformada de Fourier unidimensional
y bidimensional siguiendo a Puerari & Dottori (1992) y que serán descritos en
en capı́tulo 4.
1.4. Objetivos Generales y Organización de la Tesis

La fı́sica del origen y evolución de los brazos espirales en los discos de las ga-
laxias ha sido un gran problema en la astronomı́a galáctica. Una teorı́a amplia-
mente usada ha sido la Hipótesis de Lin & Shu (1964) que resuelve el problema
conocido como “dilema de enrollamiento”. Según esta hipótesis, hay una onda
de densidad espiral que se propaga a través del disco. El efecto de la onda es
la acumulación de material en su cresta y dicha acumulación forma los brazos
espirales. Una analogı́a es una colina en la carretera. Los carros se amontonan
temporalmente mientras escalan la colina. Similarmente, estrellas y gas se aglo-
meran en las crestas de estas ondas de densidad espiral. Aunque la teorı́a de
Lin & Shu explica diversas caracterı́sticas de los brazos espirales, el origen y
permanencia de estas estructuras son problemas abiertos.
Aparte del modelo de Lin & Shu de ondas casi-estacionarias o de crecimiento
lento, que rotan a velocidad angular constante como un cuerpo rı́gido, Toomre
(1981) desarrolló el mecanismo llamado “Swing Amplification” (Amplificación
por Oscilación). En este mecanismo la interacción de las ondas de densidad
con el material del disco galáctico provoca el crecimiento y decaimiento de la
amplitud de los brazos espirales.
Se ha encontrado en simulaciones numéricas (Sellwood & Carlberg 1984; Carl-
berg & Freedman 1985; Elmegreen & Thomasson 1993; Bottema 2003; Baba et al.
8 1. Introducción
2009), que los brazos espirales decaen en varias rotaciones galácticas debido al
incremento de la dispersión de velocidad. En estas simulaciones los modelos
estelares y/o gaseosos presentaron perturbaciones espirales que evolucionan en
una escala de tiempo de algunos giga-años. Por lo tanto, se necesitan mecanis-
mos de enfriamiento - tal como los efectos disipativos del medio interestelar,
para tratar de mantener los brazos espirales por más tiempo. Por ejemplo, Sell-
wood & Carlberg (1984) muestran que cuando se adicionan nuevas estrellas con
baja dispersión de velocidad a una tasa constante en el disco, los brazos espirales
pueden ser mantenidos por mucho más tiempo.
Baba et al. (2009) presentan simulaciones auto-consistentes (N-cuerpos más
hidrodinámica del gas) y en estas simulaciones los brazos espirales son transi-
torios y recurrentes, consistentes con teorı́as alternativas de estructura espiral
(Goldreich & Lynden-Bell, 1965; Julian & Toomre, 1966; Toomre, 1981).
Recientemente, Fujii et al. (2011) presentaron simulaciones numéricas de alta
resolución de la componente estelar (disco de N-cuerpos más potencial rı́gido
para el halo galáctico). Por alta resolución nos referimos al gran número de
partı́culas utilizadas para estudiar la dinámica del disco galáctico. Los autores
presentan un modelo con 30 millones de partı́culas, otro con 9 millones, y una
serie de modelos con 300 mil y con 3 millones de partı́culas variando la masa
del disco y la dispersión de velocidad inicial de las estrellas. Sus resultados
muestran galaxias con estructuras espirales de multi-brazos. La alta resolución -
gran número de partı́culas, es suficiente para mantener la amplitud de los brazos
espirales por más de algunos giga-años.
Uno de los problemas con los modelos de Fujii et al. es que no incluyen las
componentes correspondientes al bulbo y al gas. Además, únicamente fija un
potencial para el halo de materia oscura dado por el modelo NFW (Navarro,
Frenk & White 1997) y por lo tanto no hay interacción de las partı́culas del halo
con las demás componentes. Otro problema con los modelos es su curva de
rotación. Aunque presentan un máximo de alrededor de 200 km s−1 - tı́pico de
galaxias espirales masivas, la ausencia del bulbo hace que la forma de la curva
de rotación sea más similar a la de galaxias de menor masa.
En este trabajo se propone realizar una serie de experimentos de simulacio-
1.4. Objetivos Generales y Organización de la Tesis 9
nes de N-cuerpos de alta resolución (∼ 106 partı́culas) donde se incluirán las

componentes correspondientes al halo, bulbo y disco. Por otro lado el halo se-
ra compuesto por un gran número de partı́culas. Esto hace que el potencial
del halo no sea estático. Ası́ todos los componentes que constituyen el modelo
galáctico son representados por partı́culas, es decir los modelos son completa-
mente auto-consistentes. Los resultados obtenidos serán analizados y estudiados
detalladamente utilizándose técnicas basadas en transformada de Fourier.
Por lo general en nuestras simulaciones se desarrollan estructuras espirales
de multi-brazos transitorios y recurrentes. Observacionalmente las estructuras
espirales en las galaxias de disco del Universo local son fuertemente bisimétricas
y otras presentan una morfologı́a de multi-brazos. Las estructuras espirales de
multi-brazos que surgen en nuestras simulaciones son tı́picas de galaxias de tipo
más tardı́o (Sc, Sd). En esta tesis se realizarán diversas simulaciones numéricas
donde se modifican parámetros como la dispersión de velocidades y ancho del
disco, cociente masa del disco a masa del halo y número total de partı́culas. Se
estudiarán los mecanismos dinámicos que generan las estructuras espirales en
nuestros modelos.
Este trabajo se ha divido en cinco capı́tulos y cinco apéndices. En el presente
capı́tulo se realizó una introducción general. En el capı́tulo 2 se da una descrip-
ción de algunas teorı́as que existen acerca de la estructura espiral en las galaxias
normales (sin barra). En el capı́tulo 3 se da una descripción de los modelos, de
los parámetros dinámicos y de los algoritmos que se utilizaron para desarrollar-
los. En el capı́tulo 4 se explican los métodos numéricos que se utilizaron para
evolucionar los modelos y luego para analizar los resultados. En el capı́tulo 5
se muestran y discuten los resultados, mientras que en el capı́tulo 6 se exponen
las conclusiones. Finalmente para un mejor entendimiento de este trabajo en los
apéndices se presentan: el apéndice A muestra algunas instantáneas de la vista
superior de algunos modelos; el apéndice B se muestran los perfiles radiales de
densidad superficial y dispersión de velocidad de los modelos; en el Apéndice
C se presenta la fase de la Transformada de Fourier Unidimensional en el modo
m = 2 para algunos modelos; en el apéndice D se presentan vistas de un modelo
donde se forma la barra en el sistema de referencia de la barra; y en el apéndice
10 1. Introducción
E se grafica una pequeña muestra de algunas órbitas del modelo que forma la
barra y cómo fueron clasificadas.
Sobre La Estructura Espiral
2
En este capı́tulo se introducirán algunas bases teóricas de la estructura es-
piral. Primero se hará una breve reseña de la evidencia observacional sobre el
tiempo de vida de los patrones espirales; se escribirán algunas bases de teorı́a
espiral donde se incluirá como es su geometrı́a y el funcionamiento de las ondas
de densidad tal como la Hipótesis de Estructura Espiral Casi-Estacionaria (con
siglas en inglés QSSS) y el Swing Amplification. Por otra parte también se men-
cionan otras teorı́as tales como: Estructura Espiral Estocástica Auto-Propagada
por la Formación Estelar (con sus siglas en ingles SSPSF), Espirales Caóticas y
Espirales de Marea.
2.1. Galaxias Espirales

La majestuosidad de los brazos espirales tales como los de M51 y M100 (figu-
ras 2.1 (a) y (b)) es una de las más inspiradoras vistas en el cielo. Los brazos espi-
11
12 2. Sobre La Estructura Espiral
rales suelen ser sitios de intensa formación estelar (Dressler, 1980). Ellos regulan
las propiedades del disco estelar, ası́ como la composición quı́mica, dinámica y
balance térmico del gas interestelar. La intensidad y la morfologı́a de los bra-
zos espirales ofrecen pruebas de la dinámica del gas y las estrellas en el disco.
Además las estructuras espirales o estructuras barradas también pueden llevar
material hacia el centro de la galaxia dando alimento a algún agujero negro que
puede encontrarse ahı́. Por lo tanto la formación de estructuras no-axisimétricas
en los discos pueden disparar la actividad nuclear en las galaxias (Martini &
Pogge, 1999).
La estructura espiral está estrechamente relacionada con las propiedades de
las galaxias. Esta relación es reflejada en la clasificación de Hubble, que fue
brevemente descrita anteriormente. La clasificación de Hubble nos dice que las
propiedades de los brazos espirales (como el grado de enrollamiento de ellos y
su contraste o importancia) son correlacionados con las propiedades tales como
luminosidad del bulbo relativa al disco y la masa relativa entre el gas y las
estrellas.
Como ya se ha mencionado, a pesar de algunas correlaciones generales aun
hay una gran variedad de estructuras espirales que no pueden ser bien clasifica-
das.
Por ejemplo: M81 (figura 2.2), clasificada como Sab, es de las más finas y con
brazos más regulares, el cual surgen desde el centro de la galaxia; M51, es otra
galaxia espiral de gran diseño donde su estructura espiral es probablemente
debida a la influencia gravitacional de su compañera; M101 (figura 2.3 a), tiene
múltiples brazos espirales dando la impresión que su estructura no es de larga
vida. Otro tipo de galaxias espirales son las barradas tal como NGC 1300 (figura
2.3 b), clasificada como SBb, la cual tiene dos brazos espirales muy simétricos
que empiezan en las puntas de la barra.
Entender el origen y evolución de la estructura espiral ha sido uno de los
problemas más difı́ciles en astrofı́sica. Muchos astrónomos creı́an que la estruc-
tura espiral era causada por campos magnéticos (Wentzel, 1963). Estudios más
recientes han mostrado que estos campos no son la causa de las estructuras
espirales a gran escala (Kim & Ostriker, 2002).
2.1. Galaxias Espirales 13
(a)
(b)
Figura 2.1: Figura (a) La galaxia M51. La imagen es una combinación digital de colores. Esta
imagen acentúa la linea de Hα de Balmer a 656nm y la banda I del cercano Infrarrojo a
800nm Figura (b) La galaxia M100. Créditos: Figura (a) NASA, ESA, S. Beckwith
(STScI), y el Hubble Heritage Team (STScI/AURA) y para la figura (b) la ESO,
http://wwwesoorg/gallery/v/ESOPIA/Galaxies/phot-08a-06tif.htm1.
Figura 2.2: La galaxia M81 Créditos la imagen es una combinación de el Telescopio

Issac Newton, La Palma y el Digitized Sky Survey por Jonathan Iewin
Un gran avance en el entendimiento de la dinámica de la estructura espiral fue hecho por

Lin y Shu (1964). En ese trabajo, ellos reconocieron que la estructura espiral puede ser
vista como ondas de densidad estacionaria, donde una compresión periódica de la densidad
superficial del disco se propaga a travez de éste, en la misma manera que las ondas del mar
se propagan en la superficie del océano. A lo dicho anteriormente se conoce como la
hipótesis de Lin-Shu (Estructura Espiral Casi Estacionaria o Quasi-Stationary Spiral
Structure (QSSS) la cual dice que la estructura espiral son ondas de densidad estacionaria,
es decir, en un sistema de referencia corrotando con la espiral, ésta se mantiene casi
constante en amplitud y forma.
El estudio de la dinámica de discos con rotación diferencial ha sido desarrollado en un
extenso formalismo llamado Teoría Modal (Bertin & Lin, 1996; Bertin et al., 1989a,b). Así
mismo existen otras teorías alternativas tal como Stochastic Self-Propagative Star
Formation, espirales caóticas, espirales por mareas que se describirán de forma breve en
las siguientes sub-secciones de este capítulo
2.1. Galaxias Espirales 15
(a)
(b)
Figura 2.3: Figura (a) La galaxia M101 Composición de imágenes de el Telescopio Espacial
Hubble, el Canada-France-Hawai Telescope y el Observatorio Nacional de Kitt Peak.
Figura (b) La galaxia NGC 1300. Extraida de NASA, ESA, S Beckwith (STScI), y el
Hubble Heritage Team (STScI/ AURA)
2.2. Evidencia Observacional
La galaxia espiral M81 da la primera evidencia de ondas de densidad en otras

galaxias (Visser, 1980). Observaciones en radio muestran el flujo de iso-velocidad
a lo largo del brazo (velocity streaming). Estos pliegues de iso-velocidad que evi-
dencian las ondas de densidad fueron predichas por (Gottesman & Weliachew,
1975). El predijo que la velocidad deberı́a ser mayor cuando las estrellas caen en
el pozo de potencial causado por la sobre-densidad del brazo.
Imágenes fotométricas del cercano infra-rojo (near-IR) (Schweizer 1976; Block
et al. 1994; Rix & Zaritsky 1995; Seigar & James 1998; Eskridge et al. 2002;
Grosbøl et al. 2004) revelan que los patrones espirales tienen una gran variación
de la amplitud en el brillo superficial de discos estelares viejos, por ejemplo:
Grosbøl et al. (2004) muestra que el 80 % de las galaxias tienen bulbos oblatos y
detectaron que el 3 % de una muestra tiene un bajo nivel de barra, el cual ante-
riormente fueron clasificadas como espirales tipo SA. Zibetti et al. (2009) intentan
derivar un mapa de masa desde las imágenes de la banda-H aplicando una co-
rrección pixel por pixel basados sobre un modelo de sı́ntesis de poblaciones por
colores de banda ancha. Por otro lado, Martı́nez-Garcı́a & González-Lópezlira
(2013) realiza un estudio sobre gradientes azimutales de edad/color en los bra-
zos espirales la cual da señales de larga vida. Aun ası́, todos estos trabajos han
confirmado que los patrones espirales constituyen variaciones de densidad de
gran amplitud en el total de densidad del disco, pero el tiempo de vida de estos
patrones aun es un problema abierto (Foyle et al., 2011).
En mapas de velocidad de alta resolución de algunas galaxias se pueden re-
solver variaciones en los brazos espirales. Estas variaciones revelan que los pa-
trones espirales son asociados con flujos organizados no asimétricos (Canzian et
al., 1993; Shetty et al., 2007). Las variaciones no-axisimétricas del potencial pue-
den ser estimadas modelando los datos (Kranz et al., 2003), confirmando que
las espirales son asociadas con significantes variaciones del potencial. Estas va-
riaciones son ocasionadas por la distribución de la componente estelar vieja. La
componente de gas, menos masiva y más frı́a que la componente estelar vieja,
es la que responde más rápidamente a las variaciones del potencial.
2.2. Evidencia Observacional 17
Gnedin et al. (1995) y Foyle et al. (2010) estiman el par de torsión (torque) gra-
vitacional de los patrones espirales. Si esta medida determina la tasa de trans-
porte de momento angular, entonces uno puede usar esto para estimar la escala
de tiempo en la cual hay cambios significativos de la distribución de momento.
Los autores encuentran que el torque gravitacional es bastante fuerte y causa
una evolución significativa del momento angular en un tiempo de Hubble. Aun
ası́ ellos son incapaces de estimar con precisión este cambio de momento angular
para poder diferenciar entre patrones espirales de vida larga y corta.
La teorı́a de ondas de densidad requiere que los discos sean dinámicamente
frı́os, en particular el parámetro de estabilidad de Toomre debe estar en el rango
1 . Q . 1.2. Donde el parámetro Q de Toomre es definido como Q = σR κ
3.36GΣ
,
donde σR es la dispersi
ón de velocidad, κ es la frecuencia epicı́clica, definida por
2
κ2 (R) = R dΩ
dR
+ 4Ω2 y Σ es la densidad superficial.
En principio, una medida directa de un valor más grande de Q podrı́a causar
dificultades para esta teorı́a, es decir que las estructuras espirales estuviesen
formándose en discos dinámicamente calientes. Se han hecho varios intentos
para tratar de estimar el valor de Q en discos reales (Kormendy 1984; Bottema
1993; Herrmann & Ciardullo 2009), pero muestran incertidumbres grandes ya
que la medida de dispersión de velocidades del disco es bastante imprecisa.
Dobbs & Pringle (2010) sugieren que la distribución espacial de cúmulos de
estrellas pueden ser usados para determinar el origen de los patrones espirales.
Sin embargo, la distribución de velocidades que ellos miden difiere significati-
vamente de la velocidad circular de la galaxia.
Meidt et al. (2008) generaliza el método de Tremaine & Weinberg (1984) para
discos que pueden tener patrones de velocidad múltiples. Meidt et al. (2009)
utilizan datos de CO de algunas galaxias y encuentran evidencia de patrones de
velocidad múltiples en varios casos.
Otros métodos para determinar el patrón de velocidades a menudo asumen
que es un simple patrón de dos brazos; por ejemplo, la cinemática de estrellas
que forman los brazos espirales (Bash, 1979), el cambio en la dirección de flujo
radial a través del radio de corrotación (Elmegreen et al., 1998), etc. Otra vez es-
tos resultados no dicen nada acerca del tiempo de vida de los patrones espirales.
Sellwood (2011) discute que determinar desde galaxias externas el tiempo de

vida de los patrones espirales o determinar los mecanismos que dan lugar a
ellos es una tarea observacional muy difı́cil. Sin embargo, evidencia de la Vı́a
Láctea parece favorecer el esquema de estructura espiral transitoria. Por ejemplo
Quillen & Minchev (2005) muestran que la distribución de velocidad de cúmulos
de estrellas de la vecindad solar pueden causar las ondas de densidad espiral.
Por otro lado, el aspecto general de la distribución de velocidades de estrellas
en la vecindad solar fue exitosamente reproducido por De Simone et al. (2004)
quien invoca una sucesión de espirales transitorias de corta vida. Un ejemplo a
favor de este esquema es dado por Bland-Hawthorn et al. (2010).
Todas estas excelentes observaciones nos dicen mucho acerca de los mecanis-
mos locales que están sucediendo en los discos galácticos y también en nuestra
Vı́a Láctea, pero el problema que aun sigue abierto es discernir si los meca-
nismos que generan los brazos espirales de galaxias aisladas son fenómenos de
larga o corta duración. Se puede suponer que galaxias con diferentes parámetros
como dispersiones de velocidad, ancho del disco y su masa relativa, evoluciona-
ran de manera distinta. Debido a esto, las simulaciones de N-cuerpos son muy
importantes en este sentido, ya que ellas pueden contribuir a discernir si algu-
nos mecanismos que generan los brazos espirales son de larga o corta vida en
diferentes modelos.
2.3. Geometrı́a Espiral
En las galaxias espirales observadas en el cielo se pueden identificar dos o

mas brazos espirales, además, estos brazos se curvan de diferente forma. Por
consiguiente, en esta sección se describe las bases geométricas de las espirales, en
particular de las espirales logarı́tmicas. Una espiral logarı́tmica en coordenadas
polares está definida como:
r = r0 e− p θ ,
m
(2.1)
donde m es el número de periodos angulares o el número de brazos espirales

y p está relacionado con el grado de enrollamiento de la espiral (pitch angle α)
2.3. Geometrı́a Espiral 19
con la relación:
m
tan α = − . (2.2)
p
En la figura 2.4 se pueden ver espirales con un, dos y tres brazos espirales.
Esto corresponde a valores m = 1, m = 2 y m = 3 que se han cambiando en la
ecuación 2.1 utilizando un valor constante de p.
Las galaxias espirales no tienen el mismo grado de enrollamiento, por ejem-
plo, unas se muestran con brazos más enrollados que otras. El grado de enro-
llamiento es conocido en inglés como pitch angle α tal y como se ha dicho antes.
Este es el ángulo entre la recta tangente al brazo espiral y la recta tangente a
un cı́rculo en un radio constante R (figura 2.5). Un ejemplo explı́cito de como
actúa la variable p se puede mirar en la figura 2.6, en el cual ahı́ se muestran tres
ejemplos de una estructura espiral con m = 2 y diferentes valores de p.
Por otro lado, también se debe tener en cuenta que la orientación de los brazos
espirales depende del punto de donde se esté mirando el plano espiral. Por
tanto, ellas pueden ser clasificadas en dos tipos según como sea su rotación:
trailing y leading. Un brazo trailing es aquel en el cual la dirección de rotación
va opuesta a la dirección de enrollamiento del brazo y por el contrario en una
estructura leading la rotación va en la misma dirección de enrollamiento como se
muestra en la figura 2.7.
Figura 2.4: Número de brazos espirales. Se ha utilizado un valor constante de p = 7.

Figura 2.5: Ángulo de enrollamiento o pitch angle. La figura muestra una espiral y un
cı́rculo de radio R que intersecta la espiral en un punto. En ese punto se rea-
lizan dos rectas tangentes: una recta tangente al cı́rculo y otra recta tangente
a la espiral. El ángulo entre estas rectas tangentes es conocido en como el
ángulo de enrollamiento α o pitch angle.
Figura 2.6: Grado de enrollamiento de las espirales.
2.4. Ondas de Densidad

Como se ha mencionado anteriormente, la teorı́a de ondas de densidad pro-
puesta por Lin & Shu (1964) fue creada para dar una solución al problema de
enrollamiento (winding problem). Esta teorı́a dice que una onda espiral es una
perturbación gravitacional que se propaga a través del disco. El efecto de es-
ta onda es apilar el material temporalmente en su cresta. Este apilamiento de
material hace crecer la densidad local hasta que alcance un determinado lı́mite,
colapsa el gas y se forman estrellas. Una analogı́a es una colina en una carretera.
2.4. Ondas de Densidad 21
Figura 2.7: Esquemas de brazos espirales tipo Leading y Trailing. Figura extraı́da de
Binney & Tremaine (1987).
Los carros se agrupan temporalmente mientras suben la colina. Similarmente

las estrellas se amontonan en las crestas de las ondas formando ondas de densi-
dad. La suposición principal en teorı́as de ondas de densidad es que ellas tienen
velocidad angular y amplitud casi constantes.
2.4.1. Hipótesis de estructura espiral casi-estacionaria (QSSS)
Las siglas en inglés QSSS se refieren a “Quasi-Stationary Spiral Structure”.

Esta hipótesis se basa en que el patrón de velocidad Ωp de la estructura espiral
es constante, sin evolución significante (Lin & Shu, 1964).
El análisis de Lin-Shu habı́a mostrado que las perturbaciones asimétricas de
las espirales pueden propagarse alrededor del disco galáctico sin destruirse y
evitando el dilema del enrollamiento. El concepto básico se puede ilustrar en la
figura 2.8. El patrón espiral será estacionario o casi-estacionario en un adecuado
sistema de referencia. En modelos galácticos de baja dispersión de velocidad la
teorı́a se aplica con más éxito.
Figura 2.8: La figura ilustra las ondas de densidad hechas de elipses concéntricas donde
el semieje mayor rota de acuerdo a la regla θ = −α log(semieje mayor) +
constante. (Kalnajs, 1973).
2.4.2. Amplificación del enrollamiento o “Swing Amplification”
Una teorı́a alternativa para la explicación de las estructuras espirales en los

discos galácticos es el “Swing Amplification”.
Los discos son estabilizados a escala pequeña por movimientos aleatorios y
a grandes escalas por la rotación. Bajo algunas circunstancias, los efectos de
estabilización de movimientos aleatorios pueden ser temporalmente suprimidos.
Si esto sucede, pequeñas perturbaciones en el disco pueden ser amplificadas
como swing amplification (Toomre, 1981).
La figura 2.9 ilustra el mecanismo del swing amplification. En este diagrama
la región gris representa una onda de densidad creada por excitación coherente
de los movimientos epicı́clicos en un disco uniforme. La onda inicialmente tiene
la forma de espiral leading (lado derecho de la figura 2.9), pero se fractura o se
cambia a una espiral trailing debido a la rotación diferencial. En un disco estable,
movimientos aleatorios interrumpen las regiones de sobre-densidad antes de
que ésta tenga tiempo de colapsar. Aquı́, sin embargo, la forma especı́fica de
las ondas de densidad asegura que estrellas individuales permanezcan dentro
de las regiones de sobre-densidad por una fracción sustancial de los periodos
epicı́clicos κ; como consecuencia la onda es amplificada por una modificación
en la inestabilidad de Jeans.
Una mejor explicación se encuentra en Toomre (1981). Ahı́, ellos consideran
un disco estelar con Q constante donde Q = 1.5 y X = 2, donde X ≡ λ/λcrit y
Figura 2.9: Evolución de una sobre-densidad y su rompimiento. El disco rota en contra

de las manecillas del reloj, como se muestra en el arco; el movimiento tı́pico
de las estrellas (con epiciclos elı́pticos) es en la dirección de las manecillas
del reloj. La perturbación (manchas grises) inicialmente tienen la forma de
espirales leading (derecha), luego se transforma a espirales trailing (izquierda)
por la rotación diferencial. El epiciclo y la perturbación rotan en la misma
dirección, entonces las estrellas permanecen en la perturbación por un tiem-
po más largo que las que no están en estas condiciones. Figura extraida de
Elmegreen (1998).
λcrit = 4π 2 GΣκ−2 es la longitud de onda más corta estabilizada por rotación , Σ es

la densidad superficial y κ es la frecuencia epicı́clica. Los resultados se muestran
en la figura 2.10. Muestra que dentro de pocos periodos de rotación la onda
“leading” se desenrolla, hasta llegar a un patrón de brazos abiertos (cuadro 3).
Luego la onda, se convierte en un patrón “trailing” es amplificada (cuadros 4-6).
Luego la onda pierde amplitud y aumenta su grado de enrollamiento (cuadros
7-9). Lo sorprendente de estos cálculos es que la amplitud de las ondas trailing
en el cuadro 9 es veinte veces más grande que la amplitud inicial del leading en
el cuadro 1.
El Swing Amplification es efectivo cuando Q está en un rango entre 1 y 1.2; para
discos frı́os se espera que ondas de densidad se formen, y los discos más calien-
tes son estables. Los experimentos numéricos muestran que el swing amplification
también depende del cociente X ≡ λ/λcrit .
Figura 2.10: La figura muestra la evolución de paquetes de ondas de leading a trailing.

Q = 1.5 y X = 2. Los contornos representan la densidad superficial; cálcu-
los son basados en teorı́a de perturbaciones lineales, entonces la amplitud
es normalizada arbitrariamente. Los intervalos de tiempo entre diagramas
es un y medio periodo de rotación en la corrotación. ILR, CR y OLR deno-
tan la resonancia interna de Lindblad, la corrotación y la resonancia externa
de Lindblad, respectivamente. Figura extraı́da de Toomre (1981).
2.4.3. Teorı́a de Modos
La teorı́a de modos es una posible alternativa en la cual las espirales son osci-
laciones naturales del disco galáctico. A pesar de la gran variedad de morfologı́as
y escalas observadas, tal como en el diagrama de Hubble, que de alguna forma
da el estado de una galaxia espiral. El estado base puede ser descrito como un
disco asimétrico de estrellas y gas embebido en un bulbo y halo esféricos.
El estado base es generalmente sujeto a perturbaciones en forma de ondas e
inestabilidades, el cual “desplaza” el estado de equilibrio debido a que las ondas
y las inestabilidades se propagan a lo largo del disco, posibilitando la aparición
de patrones (señales) de ondas estacionarias. En particular este estado es confi-
nado a regiones centrales especialmente cuando hay un bulbo presente. Por otro
lado las señales que se propagan hacia afuera son absorbidas como un resul-
tado de una resonancia (Resonancia de Lindblad) con una frecuencia epicı́clica
o directamente del gas interestelar. Este comportamiento modal se espera so-
bre estructuras a gran escala, mientras que el comportamiento transitorio podrı́a
dominar en estructuras a pequeña escala.
Por lo tanto, empezando desde las condiciones iniciales, donde la estructura
a gran escala parte desde un estado base en equilibrio asimétrico podrı́a ser des-
crito en términos de unos pocos modos globales, tal como el estado oscilatorio
de la campana de una iglesia o las cuerdas de un violı́n. Como la onda estacio-
naria sobre la cuerda de un violı́n, cada modo espiral puede ser visualizado en
términos de superposición de ondas de densidad propagándose radial-mente en
direcciones opuestas.
Los modos espirales pueden ser auto-excitados naturalmente en discos de
galaxias sin una fuerza externa. De hecho, hay mucha energı́a guardada en la
rotación diferencial lo que causa la excitación de los modos espirales. Esta se da
en la zona de corrotación, donde la perturbación se mueve más lentamente que
el propio disco la cual se asocia con una densidad de momento angular negativa.
El mecanismo básico de amplificación es llamado sobre-reflección (en inglés
overreflection) y toma lugar cuando el disco es moderadamente estable en la
zona de corrotación. La zona de corrotación actúa como un lı́mite de refracción.
Entonces cuando la onda llega a esta zona hay un efecto de transmisión y reflec-
ción de la onda. Si la cantidad neta de momento angular es transportada hacia
afuera, el proceso en el cual refleja la señal es amplificada.
En la práctica se pueden identificar dos procesos básicos: el primero ocurre
cuando una onda trailing es sobre-reflejada en una corta onda trailing y el segun-
do es referido a swing amplification donde una onda leading es convertida a una
onda trailing con una alta amplitud.
2.5. Estructura Espiral Estocástica Auto-Propagada

por la Formación Estelar (SSPSF)
La teorı́a de ondas de densidad es más exitosa en estructuras a gran escala

como se observa en galaxias de gran diseño. Muchas de las galaxias que ob-
servamos no presentan estructuras a gran escala, más bien presentan diversos
estructuras espirales de escala menor. Para estas galaxias se propuso otro esce-
nario de formación de estructuras.
Suponga que una nube molecular gigante forma asociaciones OB. La pre-
sión de ionización de las estrellas y las ondas de choque de supernovas pueden
impulsar la formación estelar en nubes vecinas. A medida que la galaxia rota,
regiones en diferentes distancias radiales son organizadas unas sobre otras tal
que forman cortos segmentos de brazos y su vida es tan larga como la de una
estrella de ese tipo (O o B), tı́picamente unos pocos cientos de millones de año.
Esto significa que una estructura espiral estocástica periódica es creada. Gerola
& Seiden (1978) desarrollaron un modelo que produce estructura espiral de cor-
ta vida en galaxias: the stochastic self-propagating star formation theory (SSPSF). Un
modelo tı́pico es mostrado en la figura 2.11.
Con el modelo estocástico raramente se obtiene estructuras simétricas, tal co-
mo lo son las galaxias de gran diseño y tampoco puede reproducir espirales con
una componente vieja (población I), pero el mecanismo de retroalimentación en-
tre la formación estelar y medio interestelar puede ser importante en algunas
galaxias floculentas.
2.6. Espirales de Marea 27
Figura 2.11: Tres intervalos sucesivos de tiempo muestran la estructura espiral estocásti-
ca que se ha generado. (Gerola & Seiden, 1978).
2.6. Espirales de Marea

Los encuentros entre las galaxias provocan una respuesta bilateral, tal como
la marea en el océano que es una respuesta a la luna llena. Varios ejemplos se
encuentran en galaxias interactuantes tal como M51, Mice Galaxies (IC 819/20)
y Antennae Galaxies (NGC 4038/9). Es común que estas galaxias con un alto
grado de gran diseño estén en interacción con otras (Toomre & Toomre, 1972).
Perturbaciones de marea, swing-amplified y rotación diferencial en el disco (y
por que no SSPSF) pueden producir sorprendentes patrones espirales de gran
diseño.
Para finalizar este capı́tulo, se pude decir que hay varias teorı́as para explicar
la estructura espiral, tal y como las que se han mencionado en párrafos anterio-
res. Debido a las diferentes observaciones de galaxias espirales se nota que hay
diferentes tipos de ellas. Modelos computarizados intentan explicar y simular
estos objetos. La estructura espiral de una galaxia en particular puede ser expli-
cada por una teorı́a, mientras que para otra galaxia espiral una diferente teorı́a
puede interpretar mejor su estructura. Lo que se intenta decir aquı́, es que es
difı́cil dar una generalización de la explicación de la estructura espiral de to-
das las galaxias. Por tanto, en este trabajo nos enfocamos más en la explicación
de estructuras espirales que se desarrollan en los discos estelares de galaxias
aisladas.
Descripción de los Modelos
3
Para realizar las simulaciones de este trabajo se utilizó modelos iniciales si-
guiendo la distribución de masa de Kuijken & Dubinski (1995). En este artı́culo
se describen modelos semi-analı́ticos de discos de galaxias axisimétricos con fun-
ciones de distribución. Las funciones de distribución son las que determinan la
posición inicial de cada partı́cula de la simulación en el espació de fase x, v. Es-
tas funciones tienen tres componentes que corresponden al disco, bulbo y halo.
Las funciones de distribución son funciones de tres integrales del movimiento:
dos analı́ticas (una para la energı́a y otra para el momento angular) y otra para
describir los movimientos verticales en el disco. Esas funciones de distribución
dan la densidad para cada componente y por tanto aportan el potencial: ya que
las tres componentes se afectan gravitacionalmente, una solución numérica de la
ecuación de Poisson es requerida para que el modelo inicial sea auto-consistente.
29
30 3. Descripción de los Modelos
3.1. Función de distribución para el bulbo

Desde Kuijken & Dubinski (1995) la función de distribución para la compo-
nente bulbo que depende únicamente de la energı́a E es
( )
ρb (2πσb2 )−3/2 e(Ψ0 −Ψc )/σb {e−(E−Ψc )/σb − 1} si
2 2
E < Ψc
fbulbo (E) = , (3.1)
0 si no
y por tanto la densidad es

q
(Ψ0 −Ψ)/σb2
ρbulbo (Ψ) = ρb e erf (Ψc − Ψ)/σb
2
q
−1/2 (Ψc −Ψ)/σb2 4 3/2
− π e 2 (Ψc − Ψ)/σb2 − (Ψ0 − Ψ)/σb
2
, (3.2)
3
donde: Ψc es el potencial umbral del bulbo, ρb es aproximadamente la densidad

central del bulbo, σb gobierna la dispersión de velocidades y Ψ0 es el potencial
gravitacional en el centro del modelo. Además erf es una función de error dada
Rx
por erf (x) = 2π −1/2 0 exp(−t2 )dt.
3.2. Función de distribución para el halo

Desde Kuijken & Dubinski (1995) la función de distribución correspondiente
a la componente del halo, que depende de la energı́a de la partı́cula E y el mo-
mento angular Lz , y tiene la forma de el modelo de Evans (Kuijken & Dubinski,
1994), está descrita por:
h ih i 
 (AL2 + B)e−E/σ02 + C e−E/σ02 − 1 si E < 0
z
fhalo (E, L2z ) = , (3.3)
 0 si no 
y la densidad
1 √
ρhalo (R, Ψ) = π 3/2 σ03 (AR2 σ02 + 2B)erf ( −2Ψ/σ0 )exp(−Ψ/σ02 )
2 √
+(2π) σ0 (C − B − AR2 σ02 )erf ( −2Ψ/σ0 )exp(−Ψ/σ02 )
3/2 3

√ 4
+π −2Ψ σ0 (3Aσ0 R + 2B − 4C) Ψ(2C − Aσ0 R ) ,
2 2 2 2 2
(3.4)
3
3.3. Función de distribución para el disco 31
y los parámetro A, B y C vienen desde Kuijken & Dubinski (1994):
8(1 − q 2 )Gρ21 4Rc2 Gρ21 (2q 2 − 1)ρ1

A= , B= , C= ,
π 1/2 q 2 σ07 π 1/2 q 2 σ05 (2π)3/2 q 2 σ03
Esta función de distribución depende de 5 parámetros libres: Ψ0 es el poso de

potencial, σ0 y ρ1 son valores de velocidad y densidad, Rc es radio del núcleo y
q es el parámetro de aplastamiento.
3.3. Función de distribución para el disco
Desde Kuijken & Dubinski (1995) la función de distribución correspondiente

a la componente del disco está descrita por
fdisco (Ep , Lz , Ez ) =

Ω(Rc ) ρeb (Rc ) Ep − Ec (Rc ) Ez
exp − − 2 , (3.5)
(2π 3 )1/2 κ(Rc ) σf 2
R (Rc )σ ez (Rc ) σf 2
R (Rc ) σez (Rc )
Donde, Ep ≡ E − Ez es la energı́a en movimiento plano, Lz es el momento

angular especı́fico cerca del eje de simetrı́a, Rc y Ec son el radio y la energı́a de
una órbita circular con momento angular Lz , y Ω y κ son las frecuencias circular
y epicı́clica en Rc . ρeb , σf ez son la densidad y dispersiones de velocidad en
R y σ
Rc . La densidad de esta función de distribución es obtenida integrando sobre las

tres componentes de la velocidad y de Kuijken & Dubinski (1995) la densidad
que se obtiene es

Md −R/Rd r − Rout Ψz (R, z)
ρdisco (R, z) = e erf c exp −0.8676 , (3.6)
8πRd2 zd 21/2 δRout Ψz (R, zd )
donde Rd es la longitud de escala del disco y Rout es el radio de truncamiento. Md

es la masa del disco. La densidad vertical del disco fue construida en Kuijken
& Dubinski (1995) para que dependa exponencialmente del potencial vertical
Ψz (R, z) = Ψ(R, z) − Ψ(R, 0) y la densidad cae desde la mitad del plano del
disco hasta zd por un factor de sech2 (1) = e−0.8676 .
3.4. Cálculo del Potencial Combinado

Cada función de distribución de densidad proporciona un potencial, entonces
para construir el modelo auto-gravitacional, se necesita encontrar el potencial
combinado de las componentes mediante la ecuación de Poisson, ası́
5 2 Ψ(R, z) = 4πG [ρdisco (R, Ψ, Ψz ) + ρbulbo (Ψ) + ρhalo (R, Ψ)] . (3.7)
Esta ecuación es resuelta por medio de una expansión de armónicos esféricos

siguiendo el método de Prendergast & Tomer (1970).
3.5. Condiciones Iniciales

El algoritmo “mkkd95” dado por el ambiente NEMO (Teuben, 1995), distri-
buye un número determinado de partı́culas creando modelos con disco, bulbo y
halo siguiendo a Kuijken & Dubinski (1995). La construcción de las componentes
se calcula en la siguiente manera. En primer lugar se calculan las funciones de
distribución de cada componente, de tal forma, que después de haber calculado
su densidad, las funciones de distribución generen el potencial total que soporte
el disco galáctico. Es decir, con un potencial que soporte el disco galáctico cal-
culado teóricamente, se generan las funciones de distribución que generen ese
mismo potencial.
En la construcción de los modelos, el algoritmo permite cambiar varios
parámetros, tal como: número de partı́culas de las componentes, la dispersión
de velocidad central radial del disco σR,0 , la escala del radio para el halo, masa
del disco Md , la escala de altura del disco zd , entre otros parámetros.
En este trabajo se realizaron 23 modelos, de los cuales los principales paráme-
tros que se cambiaron fueron: la dispersión de velocidad radial central del disco
σR,0 y la escala de altura del disco zd . También se probo con diferentes núme-
ros de partı́culas. Los parámetros dinámicos y estructurales de los discos son
cambiados para tratar de buscar los rangos de valores donde se podrı́a formar
estructuras espirales.
3.5. Condiciones Iniciales 33
Para 17 modelos se utilizó un total de 1.2 millones de partı́culas de los cuales

320000 son para el disco, 80000 para el bulbo y 800000 para el halo. Hemos cons-
truido 6 modelos con 8 millones de partı́culas donde 2133333 son para el disco,
533333 son para el bulbo y 5333334 son para el halo, manteniendo entonces los
cocientes de los números de partı́culas entre las componentes.
Nuestra malla de modelos se escogió haciendo modificaciones al modelo MW-
A de Kuijken & Dubinski (1995) de tal forma que tengan una curva de rotación
similar, figura 3.1. El modelo MW-A utiliza los parámetros indicados en la tabla
3.1. Con estas condiciones iniciales se asegura que el parámetro de Toomre Q
tenga una forma similar a la curva de la figura 3.2. El parámetro de Toomre Q
de la figura 3.2 muestra que es mı́nimo en un radio R = 2, la cual es equivalente
a un radio de R = 6 kpc. A demás se observa que es aproximadamente constante
a través del disco.
Todas estas cantidades de masa, radios, velocidades, etc están en unidades
computacionales. Una conversión conveniente de unidades es tomar la constante
gravitacional igual a 1 (G = 1 U L3 U M −1 U T −2 ). La unidad de longitud es
U L = 3kpc, la unidad de tiempo es U T = 107 años, y la unidad de masa es
U M = 6 × 1010 M . La unidad de velocidad es U V = 293.34km/s.
Tabla 3.1: Tabla de los parámetros del modelo MW-A. (1) masa del disco, (2) escala del
radio del disco, (3) radio de truncamiento del disco, (4) escala de altura del
disco ,(5) ancho de truncamiento del disco, (6) dispersión de velocidad radial
central del disco, (7) potencial central del bulbo, (8) dispersión de velocidad
del bulbo, (9) densidad central del bulbo, (10) potencial central del halo, (11)
dispersión de velocidad del halo, (12) potencial de aplanamiento del halo,
(13) concentración del halo C = Rc2 /Rk2 Kuijken & Dubinski (1994), (14) radio
caracterı́stico del halo.
Disco Bulbo Halo

Md Rd Rt zd δRout σR,0 Ψc σb ρb Ψ0 σ 0 q C Ra
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14)
0.87 1.0 5.0 0.10 0.5 0.47 -2.3 0.71 14.5 -4.6 1.00 1.0 0.1 0.8
5.2× 3 15 300 1.5 ∼ 138 ∼ 208 ∼ 293 2.4
10
10 M kpc kpc pc kpc km/s km/s km/s kpc
Figura 3.1: Curva de rotación de los modelos MW-A, B, C y D expuestos por Kuijken &
Dubinski (1995). Las unidades para la longitud, la velocidad y la masa son:
Rd = 4.5 kpc, Θ0 = 220 km s−1 y M = 5.1 × 1010 M . El modelo MW-A hace
parte de nuestro estudio.
Figura 3.2: Parámetro de estabilidad Q en función del radio R. Note que es aproximada-
mente constante a través del disco y es mı́nimo en un radio R = 2 equivalente
a un radio de R = 6 kpc
En la figura 3.3 se ilustra la manera en como se cambiaron los parámetros

(σR,0 y zd ) de todos los modelos analizados en este trabajo. El cuadro rojo que
encierra los 6 modelos son los que se realizaron con 8 millones de partı́culas.
El cuadro verde es el modelo que se utilizó una masa diferente y finalmente el
3.5. Condiciones Iniciales 35
Figura 3.3: En esta figura se exponen todos los modelos analizados. Cada cuadro ilustra
un modelo, dentro de los cuadros se escriben los parámetros que se cam-
biaron (σR,0 y zd ). Los 16 cuadros en negro representan los modelos princi-
pales que utilizan 1.2 millones de partı́culas. El modelo encerrado en azul
corresponde al modelo MW-A de Kuijken & Dubinski (1995). El cuadro rojo
encierra los modelos que se desarrollaron con 8 millones de partı́culas. El
cuadro verde encierra el modelo en el cual se cambió la masa del disco para
estudiar la formación y evolución de una barra.
cuadro azul representa exactamente el modelo MW-A que analizan Kuijken &
Dubinski (1995).
Como se mirará en la sección de resultados, los modelos son representados
mediante un nombre que da a conocer cuales parámetros se utilizaron en las
condiciones iniciales. Por ejemplo el modelo con σR,0 = 0.37 y zd = 0.05 se
etiqueta con el nombre de s37 z05 y ası́ para todos. En el modelo que forma
la barra (cuadro verde de la figura 3.3) hemos aumentado la masa del disco a
Md = 1.47.
Métodos Numéricos
4
En este capı́tulo se realizará una breve descripción de los métodos usados
para realizar los modelos y su evolución temporal. Posteriormente se discute
los algoritmos que serán utilizados para el análisis de los modelos en evolución.
Presentamos una aplicación de estos algoritmos a modelos sintéticos.
4.1. Simulaciones de N-cuerpos

Una de las más poderosas herramientas de la dinámica estelar son las simu-
laciones de N-cuerpos. En las simulaciones de N-cuerpos el movimiento de las
partı́culas es causado por la atracción gravitacional mutua o la influencia de un
potencial externo.
La primera simulación “numérica” de interacción entre galaxias fue ejecutada
por Holmberg (1941). Él utilizó 37 lámparas para representar dos galaxias y
midió la intensidad en cada posición para determinar la “fuerza gravitacional”.
37
38 4. Métodos Numéricos
Las primeras simulaciones computacionales de N-cuerpos fueron ejecutadas por

von Hoerner (1960). Él realizó simulaciones con N = 8 hasta 16 partı́culas. Luego
Aarseth (1963) desarrolló una simulación computacional con 100 partı́culas. Hoy
el registro más grande con respecto a simulaciones de N-cuerpos es mantenido
por Springel et al. (2005), conocida como “Millennium Run” usa 21603 = 1.0078×
1010 partı́culas.
Hay tres pasos esenciales cuando se ejecuta simulaciones gravitacionales de
N-cuerpos:
1. Establecer las condiciones iniciales, es decir realizar el modelo galáctico.
2. Determinar la fuerza gravitacional sobre cada cuerpo.
3. Integrar las ecuaciones de movimiento.
4.1.1. Condiciones Iniciales
Las condiciones iniciales de una simulación de N-cuerpos son representa-

das por una función de distribución, en nuestro caso las dadas por Kuijken &
Dubinski (1995). Tı́picamente en una primera aproximación se puede usar la
función delta
X
N
x, v ) →
f (x x − xi )δ 3 (vv − vi ).
mi δ 3 (x (4.1)
i=1
Esta aproximación mejora a medida que incrementa el número de partı́culas.

Cuando la función f (x
x, v ) es conocida, es más simple tratarla como una distri-
bución de probabilidad. Entonces teniendo igual masa para todos los cuerpos
se escoge que la posición y velocidad de las partı́culas sea proporcional a la
función de probabilidad f (x
x, v ). En la ecuación de Poisson hay una dispersión
inherente en los valores que da la distribución de probabilidad y debido a este
inconveniente también se introduce un ruido en la simulación. Para reducir es-
te problema se realizan funciones de distribución para cada componente (halo,
bulbo y disco) como se indica en Kuijken & Dubinski (1995).
4.1. Simulaciones de N-cuerpos 39
4.1.2. Suavizado de la partı́cula (particle smoothing)
Es más simple pensar que una simulación de N-cuerpos esta hecha de N-

puntos de partı́culas. De hecho, en un sistema colisional, las partı́culas pue-
den estar demasiado cerca unas de otras, esto causa que la fuerza gravitacional
se vuelva infinitamente intensa y por lo tanto se establecen serios problemas
numéricos. Una solución a este problema es aplicar el suavizado de partı́culas.
Por otro lado, una galaxia tal como la Vı́a Láctea contiene ∼ 1011 estrellas.
Este número es un orden de magnitud más grande que la más grande simula-
ción efectuada por Springel et al. (2005) y varios ordenes de magnitud que las
simulaciones que se pueden realizar con los computadores de escritorio. Debido
a esto, cada cuerpo de la simulación equivale a decenas de miles de masas sola-
res. Esta es otra razón para utilizar la función de distribución con el suavizado
de partı́culas.
Una técnica ampliamente usada es el Plummer softening (Aarseth, 1963), usa
esferas de Plummer para modelar cúmulos en una galaxia. En éste método cada
cuerpo es representado por una esfera de Plummer con un radio de escala ε, lla-
mado parámetro de suavizado o “softening parameter”. El potencial resultante
es
X
N
mi
x) = −G
φ(x p , (4.2)
i=1 ε2 x − xi )2
+ (x
donde mi es el peso o masa de cada cuerpo.
4.1.3. Cálculo de la Fuerza
La tarea más difı́cil en una simulación de N-cuerpos es determinar la fuerza

gravitacional sobre cada partı́cula en cada paso de tiempo. El caso más obvio es
el cálculo de la fuerza directamente (como por ejemplo en el Apéndice 4.B de
Binney & Tremaine (1987)). Para cada partı́cula se tiene
X
N
xi − xj )
mj (x
Fi = miẍi = −G . (4.3)
j6=i
xi − xj |3
|x
La suma directa es una aproximación baja, requiere N − 1 cálculos por cada N

partı́culas. Esta aproximación es principalmente usada para sistemas con menos

de 104 partı́culas y donde las fuerzas en el rango cercano son importantes. Existe
hardware especial para realizar este tipo de cálculos conocido como “GRAPE”
o “the GRAvity PipE”, (Kawai et al., 2000) donde se utiliza comúnmente ∼ 106
partı́culas.
Un método alternativo es el llamado “Particle-Mesh” (PM) o “grid code”. En
este, el campo gravitacional del sistema es aproximado por una malla 3D. Las
posiciones y masas de las partı́culas son usadas para asignar una densidad a
cada punto sobre la malla. Esta malla 3D representa la densidad volumétrica
ρ(r) y la ecuación de Poisson puede ser resuelta por medio de la Transformada
de Fourier Rápida (FFT). Esto da un campo de fuerzas que puede ser interpolado
para encontrar la fuerza sobre cada partı́cula.
Una implementación de este método es en una malla cartesiana, pero una
desventaja es que hace difı́cil manejar distribuciones de partı́culas no uniformes
el cual limita la resolución de la simulación. Es posible alivianar este problema
usando una malla con coordenadas diferentes tal como las cilı́ndricas o esféricas
(Pfenniger & Friedli, 1991; van Albada, 1982).
Una gran cantidad de refinamientos al método PM han sido desarrollados por
Gelato et al. (1997). Después de calcular el potencial inicial de la malla y depen-
diendo de la densidad se puede incluir sub-mallas. Esto permite una más alta
resolución entre las fuerzas de las partı́culas en posiciones donde la densidad
es elevada. En otras simulaciones encuentran la fuerza entre partı́cula-partı́cula
en rangos cortos y usa el método PM para rangos más largos. Este método es
conocido como “Particle-Particle/Particle Mesh” o P 3 M (Hockney & Eastwood,
1981).
Otro método es conocido como ”Self-Consistent Field (SCF)” (Hernquist &
Ostriker, 1992). En este método la densidad y el potencial son expandidas en
series de funciones ortogonales tal que
X
x) =
ρ(x x),
Anlm ρnlm (x (4.4)
nlm
X
x) =
φ(x x),
Anlm φnlm (x (4.5)
nlm
donde n es un número que se relaciona con el radio y los números l y m

son términos que tienen una dependencia angular, expandidos en familias de
armónicos esféricos. La fuerza puede ser encontrada analı́ticamente desde el po-
tencial. Pero el método es más bien inflexible ya que se requiere de un gran
número de términos en las ecuaciones 4.4 y 4.5.
4.1.4. Código de Árbol o Tree-code
El código de árbol (Barnes & Hut, 1986) no tiene una malla fija el cual significa
que no tiene preferencia geométrica y además no desperdicia tiempo en la simu-
lación en regiones que no hay materia. La idea de estos códigos es reconocer que
el potencial de un grupo de partı́culas distantes puede ser aproximado por un
bajo orden en la expansión. El código empieza con una sola celda, el cual con-
tiene todas las partı́culas. Esta celda es entonces subdivida en ocho sub-celdas.
Cada una de estas es otra vez subdivida de la misma manera y ası́ sucesiva-
mente. Para cada celda de masa se calcula el centro de masa y una expansión
de bajo orden de momentos multipolares. Luego la fuerza es calculada a me-
dida que se recorre el árbol. Empezando desde la celda superior se examina si
esta está distante a la partı́cula en cuestión, de acuerdo a un criterio predefini-
do. Si es ası́, entonces la partı́cula se pone sobre una lista de interacción. De lo
contrario es descartada y cada celda es examinada de la misma manera hasta
completar la lista de interacción de las celdas con las partı́culas. La fuerza sobre
cada partı́cula es encontrada y adicionada a la contribución de la celda.
La ventaja que tiene este método es que reduce el número de interacciones
que deben ser calculadas y por lo tanto acelera el proceso. Un inconveniente es
que el almacenamiento del árbol es bastante alto en términos de memoria, pero
construir el árbol toma un porcentaje bajo de CPU. Por eso se elige construir el
árbol en cada paso de tiempo de la simulación.
4.1.5. falcON (Force Algorithm with complexity )
Todas las simulaciones ejecutadas en este trabajo usan el código de N-cuerpos

gyrfalcON, el cual es basado en Dehnen (2000,2002). En este código la fuerza
gravitacional es calculada por el algoritmo falcON el cual es proporcionado por
el entorno NEMO (Teuben, 1995). Igual que en el código de árbol, el falcON
también empieza construyendo un árbol de celdas en cada paso, el cual una
celda puede tener una o más partı́culas. El falcON determina el potencial en cada
celda utilizando el método expansión multipolar en coordenadas cartesianas y
finalmente se obtiene la fuerza entre celdas cercanas.
El potencial gravitacional generado por los N-cuerpos de masa µn en la posi-
ción X n es
X
N
X) = −
Φ(X X − X n |),
µn g(|X (4.6)
n=1
donde g(X
X ) es la función de Green que describe el potencial de la partı́cula dado
por g(rr ) = G/rr donde en el término r está incluido el softening.
Para calcular la interacción gravitacional se consideran dos cuerpos en las
posiciones X e Y , cada uno en dos celdas bien separadas A y B, con centros de
masa en Z A y Z B y la distancia entre estos centros estará dada por R ≡ Z A − Z B
como se muestra en la figura 4.1.
De esta figura se puede obtener que x = Z A − X y y = Z B − Y donde la
magnitud de estos vectores es pequeña en comparación con R ya que las celdas
están muy separadas. Entonces la interacción mutua puede ser expandida en
series de Taylor como
X 1 n o
X − Y |) =
g(|X x − y ) · 5 ] g(|rr |)
[(x p
, (4.7)
p
p! r=R
y siguiendo a Dehnen (2000) el potencial ΦB→A (generado por la suma de las

masas de las partı́culas en la celda B) en alguna posición X dentro de la celda A
es

1 (2) (1) (3)
X ) ≈ MB D + Q B,ij Dij + xi Di + Q B,jk Dijk
ΦB→A (X (0)
2

1 (2) 1 (3)
+ xi xj Dij + xi xj xk Dijk , (4.8)
2 6
Figura 4.1: Figura de Dehnen (2000) muestra el esquema del código falcON. Se muestra
dos celdas bien separadas. Los cı́rculos con linea solida y punteada tienen
radios rmax y rmax /θ.
donde Dehnen (2000) usa la convención de suma de Einstein y MB y Q son la

masa y el momento cuadripolar
1 X
Q B,ij ≡ µn yni ynj , (4.9)
MB Y
Yn ∈celB
de la celda B, mientras que D(n) = 5 n g(rr )|r=R ; en la práctica el código calcula

los coeficientes
D(0) = D 0 , (4.10)
(1)
Di = R iD 1 , (4.11)
(2)
Dij = δij D 1 + R iR j D 2 , (4.12)
(3)
D 2 + R iR j R kD 3 ,
Dijk = (δij R k + δjkR i + δkiR j )D (4.13)
con
1 ∂
n
D = . (4.14)
r ∂r r=|R
R|
Una importante consecuencia es que la tercera ley de Newton es cumplida

en ΦB→A (X
X ) y ΦA→B (Y
Y ). Otra consecuencia importante es que asegura que no
haya doble contabilidad en los coeficientes. Ya que si las celdas A y B están bien
separadas, no es necesario determinar la interacción de los coeficientes de alguna

subcelda de A con B, o de A con cualquier subcelda de B, o una determinada
subcelda de A con cierta subcelda de B.
Para determinar de que tamaño deben ser las celdas y definir si o no dos
nodos están muy separados tal que una directa interacción mutua sea aceptable,
se debe dar un criterio conocido como “El Criterio de Apertura” o “Opening
Criterion”, que se escribe como
|Z
Z A − Z B | > (rmax,A + rmax,B )/θ, (4.15)
donde θ es el ángulo de apertura, rmax es el radio de la esfera centrada sobre un

nodo.
4.1.6. Integrador
El método que gyrfalcON usa para integrar las ecuaciones de movimiento

de las partı́culas es un esquema de bloques de pasos basado bajo el integrador
“leapfrog”.
Es un simple método que está representado en la figura 4.2. En el diagrama
se puede observar que las posiciones y sus aceleraciones de las partı́culas son
determinadas en cada paso de tiempo, pero las velocidades son determinadas
en cada mitad de paso de tiempo. Se representa matemáticamente como

∆t ∆t
vi t+ = v i (t) + a i (t) ,
2 2

∆t
x i (t + ∆t) = x i (t) + v i t + ∆t,
2
a i (t + ∆t) = − 5 i Φ (t + ∆t) ,

∆t ∆t
v i (t + ∆t) = v i t + + a i (t) . (4.16)
2 2
La precisión de este método es de segundo orden en ∆t, pero una importante

ventaja es que es reversible en el tiempo. Otra ventaja es que preserva la estruc-
tura simpléctica del espacio de fase del sistema hamiltoniano, respetando ası́ las
propiedades inherentes a su dinámica.
Figura 4.2: Representación esquemática del método “leapfrog”. Se determina x1 desde

x0 . Y las velocidades se determinan en medio camino. Figura extraida de
http://hdl.handle.net/2381/433.
Un inconveniente en este y otros métodos es que el paso de tiempo es fijo.

Por ejemplo, si una partı́cula está en una posición donde la densidad de materia
es elevada serı́a mejor hacer que el paso de tiempo fuera más corto para evitar
errores en la simulación. Por otro lado, si una partı́cula está en las afueras del
sistema, donde la densidad es baja, serı́a conveniente extender aun más el paso
de tiempo para ahorrar tiempo en CPU.
Para resolver este problema donde hay un gran rango dinámico de tiempo,
gyrfalcON usa un esquema de bloques de paso el cual es representado en la
figura 4.3.
En este esquema, un paso de tiempo completo (el paso de tiempo fijo) es
tmax = ∆t, este es descompuesto en n niveles y cada sub-nivel es la mitad del
paso anterior, permitiendo que el tmin sea 2n veces más pequeño que el tmax . La
posición en cada paso de tiempo debe ser determinada para todas las partı́cu-
las con un paso de tiempo tmin . Sin embargo, la fuerza no se calcula en cada
sub-paso de tiempo para todas las partı́culas; la fuerza se calcula con el paso
apropiado para cada partı́cula.
Debido a que nuestros modelos son aislados, hemos decido utilizar de Leap-
frog, método descrito en la figura 4.2.
Figura 4.3: Este diagrama muestra ocho bloques por paso. Cuadros negros correspon-
den a puntos donde la aceleración debe ser calculada. Figura extraida de
http://hdl.handle.net/2381/433.
4.2. Transformada de Fourier: Análisis discreto y

aplicaciones en galaxias espirales
Muchas áreas de la fı́sica moderna se ocupan de fenómenos donde hay vi-

bración u ondas. Algunos ejemplos son la acústica, mecánica de fluidos, óptica,
teorı́a electromagnética y mecánica cuántica. Debido a que la teorı́a de Fourier
es muy extensa en éste capı́tulo se describe las técnicas de la Transformada de
Fourier unidimensional y luego la técnica para dos dimensiones. Finalmente se
describe cómo se utilizan estas técnicas para analizar algunos modelos sintéticos.
4.2.1. Transformada de Fourier unidimensional Discreta
Debido a que una completa prueba de la Transformada de Fourier unidimen-

sional (TF1D) es larga y rigurosa aquı́ únicamente se da una definición formal:
Una función h(t) que satisfaga las condiciones de integrabilidad puede ser escri-
ta en términos de los coeficientes de Fourier, donde los coeficientes de Fourier
son:
Z ∞
H(w) = h(t)e−iwt dt (4.17)
−∞
4.2. Transformada de Fourier: Análisis discreto y aplicaciones en galaxias
espirales 47
y la transformada inversa de Fourier es definida por
Z ∞
1
h(t) = H(w)eiwt dw. (4.18)
2π −∞
Por otro lado si se tiene un conjunto, de N elementos, de números [an ] ob-

tenidos desde la función h(tn ). La transformada discreta de Fourier puede ser
escrita como:
1 X
N −1
Am ≡ H(wm ) = h(tn )e−iwm tn , (4.19)
N 0
el cual el conjunto de valores [Am ] son representados por la función H(wm ).

Mientras que la transformada inversa discreta de Fourier es definida como
X
N −1
an ≡ h(tn ) = H(wm )eitn wm . (4.20)
0
Donde se ha considerado que tn = n∆, n = 0, 1, 2, ...., N − 1 y ∆ es el intervalo

de muestreo. Entonces siendo N números en la entrada tendremos obviamente
N números en la salida y se puede estimar la TF1D H(wm ) = H(2πfm ) en todos
los valores de la frecuencia fm = m
N∆
donde m es m = − N2 , .... N2 .
Por otro lado, el muestreado de la función h(t) debe ser tal que al realizar la
TF1D, las frecuencias fm puedan ser encontradas. Es decir, no se debe sobrepasar
el lı́mite que da la frecuencia crı́tica de Nyquist, dado por
1
fc =
2∆
. Por ejemplo, si una onda seno es muestreada, entonces se debe tomar mı́nimo
dos valores, un valor en el pico positivo y otro valor en el pico negativo, luego
otra vez tomar el valor en el siguiente pico positivo y el otro valor en el siguiente
pico negativo y ası́ sucesivamente. De esta manera se cumple con el valor crı́tico
de la frecuencia de Nyquist.
Para ilustrar la TF1D se plantea el siguiente ejemplo: Sea una función que es
formada por la suma de senos con diferentes amplitudes y frecuencias tal como
h(tn ) = −1.5 sin(3.3tn ) + 0.5 sin(1.8tn ) + 2 sin(0.9tn ). Con esta función se puede
formar los diferentes valores [an ], es decir h(tn ) ≡ [a1 , a2 , ...an ] y luego se aplica
la TF1D para obtener el conjunto de valores [Am ]. La figura 4.4 muestra los re-
sultados. La gráfica superior de esta figura muestra la función como h(tn ) y en la
gráfica inferior se muestra dos cálculos de la TF1D. Las frecuencias y las ampli-
tudes son bien recuperadas por la transformada de Fourier. Se puede notar que
el ancho de los picos depende del intervalo donde se conoce la función; cuanto
más se conoce la función, mejor es la definición de la frecuencia calculada.
En astronomı́a, hay muchas aplicaciones de la TF1D, principalmente en el
estudio de pulsaciones de estrellas de varios tipos. Por ejemplo Murphy et al.
(2012) estudian la curva de luz de estrellas δ Sct, que muestra un crecimiento
de la amplitud de las pulsaciones en la fotometrı́a de la misión Kepler. Debido
a la alta precisión de Kepler los datos indican dos modos de crecimiento de la
amplitud, con una taza diferente de crecimiento y un tercer modo de amplitud
intermedia cuya amplitud decrece. El análisis lo realizan mediante la TF1D y
concluyen que la causa de este crecimiento en la amplitud es talvez debido a
que en las regiones HeII del interior de la estrella se mueven hacia zonas más
profundas, mediante convección.
En nuestras simulaciones la aplicación de la TF1D a los discos se planteo en
la siguiente forma: se dividió el disco galáctico en cien anillos, luego se conta-
bilizó el número de partı́culas que se encuentran en cada anillo y finalmente se
aplicó la TF1D.
Donde el valor de Am de la ecuación 4.19 esta formado por dos números, uno
real y otro imaginario
1 X 1 X
N −1 N −1
Re[Am ] = cos (mθn ) ∧ Im[Am ] = sin (mθn ). (4.21)
N n=0 N n=0
Una manera de ilustrar la aplicación de la TF1D a nuestros modelos de discos

galácticos esta en la figura 4.5. En esta figura se muestra una espiral con una
barra el cual esta divida en cuatro cı́rculos de radios R1 < R2 < R3 < R4 . Al
igual que en los discos galácticos de nuestras simulaciones, ha esta espiral se
aplico la TF1D en cada anillo. El resultado se encuentra en la figura 4.5b. Esta
nos muestra la fase o el ángulo al cual esta un brazo espiral.
espirales 49
Figura 4.4: La función h(t) es transformada a H(w). En la gráfica superior se muestra

la función h(tn ) = −1.5 sin(3.3tn ) + 0.5 sin(1.8tn ) + 2 sin(0.9tn )). En la gráfica
inferior se muestra la amplitud de la TF1D en función de la frecuencia w. La
lı́nea punteada es un cálculo de la TF1D en un intervalo de 0 < t < 15000, y
la lı́nea continua es un cálculo en un intervalo de 0 < t < 50000.
(a)
(b)
Figura 4.5: Se ejemplifica como utilizamos la TF1D en nuestras simulaciones. La función

que es transformada es el perfil radial I = I(θ). Para cada radio, la TF1D nos
dará la amplitud y la fase de los modos con diferentes m (número de brazos
o frecuencia azimutal).
espirales 51
4.2.2. Transformada de Fourier bidimensional Discreta
La extensión a dos dimensión puede ser directamente escrita como

Z ∞Z ∞
H(k, l) = h(x, y)e−i(kx+ly) dxdy, (4.22)
−∞ −∞
y su transformada inversa es
Z ∞ Z ∞
1
h(x, y) = 2 H(k, l)e−i(kx+ly) dkdl. (4.23)
4π −∞ −∞
Igual que en la sección anterior, ahora se ilustra en escala de grises la función

y su Transformada de Fourier bidimensional (TF2D) en la figura 4.6 y 4.7 res-
pectivamente. La función que se usó es h(x, y) = 3 sin(2x + 3y) + 2 sin(6x + 4y) +
sin(7x + 8y). La transformada de Fourier (figura 4.7) encuentra las frecuencias y
la amplitud de cada componente. El conocimiento de estas frecuencias (es decir,
picos más angostos en la TF2D) es más preciso si se aumenta el intervalo de x e
y donde se conoce la función.
Para el problema de los patrones espirales en nuestras simulaciones, las varia-
bles cartesianas no son convenientes. Ya que en el trabajo se trata de encontrar la
variación de las frecuencias de una distribución de materia de un disco galácti-
co, es conveniente escoger una base de funciones con simetrı́a polar. En estudios
anteriores ya se ha utilizado este tipo de funciones tal como en Athanassoula
(1978). También existen estudios de ajustes de brazos espirales con funciones lo-
garı́tmicas tal como en Kennicutt (1981), Puerari & Dottori (1992), Hu et al (2013).
Y de igual manera en trabajos que usan simulaciones de N-cuerpos tal como en
Grand et al. (2012), Fujii et al. (2011), etc. Siguiendo los estudios anteriores de
discos galácticos se escoge una base de variables polares tal como u = ln(r) y θ.
Localizando la distribución de materia del disco galáctico en coordenadas
polares, la TF2D usando la función δ es expresada por
Z Z
∞
1 X
π N
H(p, m) = dj δ(u − uj )δ(θ − θj )e−i(pu+mθ) dudθ, (4.24)
−∞ −π D j=1
donde N es el número de partı́culas y D es el peso estadı́stico que en este caso

Figura 4.6: Se ilustra en escala de grises la función h(x, y) = 3 sin(2x + 3y) + 2 sin(6x +
4y)+sin(7x+8y), en donde las partes más oscuras equivalen a los máximos y
las partes blancas los mı́nimos. Es una función con variaciones sinusoidales
y diferentes frecuencias.
es el número de partı́culas. Finalmente la TF2D se escribe como
1 X −i(puj +mθj )
N
H(p, m) ≡ A(p, m) = e . (4.25)
N j=1
La TF2D da los valores reales (ReAm) e imaginarios (ImAm), son:
1 X
N
ReAm = cos(puj + mθj ), (4.26)
N j=1
y
1 X
N
ImAm = − sin(puj + mθj ). (4.27)
N j=1
La amplitud puede ser calculada de la siguiente manera:

√
|A(p, m)| = ReAm2 + ImAm2 . (4.28)
La información que se puede obtener de la TF2D son las amplitudes para

cada frecuencia p y m, variables conjugadas ln R y θ respectivamente. Estas fre-
cuencias son importantes para el conocimiento de la estructura de los brazos
espirales 53
Figura 4.7: Se observa la TF2D H(k, l). En la figura superior se calculó la TF2D para un
intervalo de 0 ≤ x, y ≤ 100 y en la figura inferior se calculó la TF2D para un
intervalo de 0 ≤ x, y ≤ 500. Se puede notar que un mejor conocimiento de la
función resulta en un cálculo más preciso de las frecuencias.
espirales de las galaxias. La variable m representa el número de brazos espirales

y la variable p da el grado de enrollamiento de los brazos espirales. El “pitch
angle” P se relaciona con m y p de la forma
m
tan P = − . (4.29)
p
Por otro lado, usando la función compleja A(p, m) se puede usar la Trans-
formada Inversa de Fourier para obtener la función h(u, θ) y ası́ obtener una
información adicional. Para esto se resuelve la Transformada Inversa de Fou-
rier en dos etapas, como se ilustra en Puerari & Dottori (1992). La transformada
inversa se calcula como:
X
h(u, θ) = Sm (u)eimθ , (4.30)
m
donde Z ∞
1 1
Sm (u) = 2 2u A(p, m)eipu dp. (4.31)
4π e −∞
Para tener una idea de cómo se usa la TF2D, en las siguientes figuras se realiza
varios modelos de estructuras espirales, donde para esto se utilizó la siguiente
ecuación:
r = r0 e− p θ .
m
(4.32)
En la figura 4.8 hay una espiral con m = 2 y p = 10 y en la figura 4.9 se repre-

senta una espiral con m = 3 y p = −15. En los 6 cuadros inferiores de cada figura
están los espectros de Fourier |A(p, m)| para m = 1 hasta m = 6. Se puede notar
la alta amplitud del modo m principal y de sus armónicos (múltiplos enteros de
m). La amplitud de los armónicos es igual a la amplitud que se encuentra en el
modo m principal debido a que las espirales construidas son exactas.
Por otra parte, en la figura 4.10, se representa una estructura espiral con m = 2
y p = 10. Como se puede apreciar se han dispersado los puntos alrededor de la
espiral principal. Para la dispersión de los puntos se escogió números aleatorios
alrededor de la espiral entre [−0.12, 0.12] y se sumó a la posición del punto en la
espiral.
espirales 55
Figura 4.8: Espiral con m = 2 y p = 10. Los 6 paneles inferiores muestran la amplitud
A(p, m) para m = 1 a m = 6 y p = −50 a p = 50. Se puede ver que los
armonicos tienen la misma amplitud que el pico principal y muestran el
mismmo “pitch angle”.
Figura 4.9: Como en la figura 4.8, para m = 3 y p = −15.

espirales 57
Al aplicar la TF2D, el resultado que se obtiene en los espectros es que aparece
el pico principal de la espiral sintética. La amplitud en el modo principal m = 2
decrece un poco en comparación con la figura 4.8. En los armónicos m = 4 y
m = 6 la amplitud del pico decrece de una manera más importante. Como se
puede notar en la última gráfica de la figura 4.10, el pico para m = 6 se confunde
con el resto del espectro.
Para ilustrar el estudio que se realizará en las simulaciones de N-cuerpos, a
continuación se elaborará un modelo espiral que rota, tal y como si estuviera
evolucionando en el tiempo. En la figura 4.11, el modelo es una espiral m = 2
y p = 10 que rota con periodo de 40 unidades de tiempo. En la figura 4.12 se
muestra un modelo donde la frecuencia p no se fija; empieza con p = −14 y llega
hasta p = 16 cada 50 unidades de tiempos.
Los resultados de la aplicación de la TF2D a los modelos descritos se presen-
tan en la figura 4.13. En esta figura se presenta la amplitud |A(p, 2)| en función
del tiempo en escala de grises; donde la amplitud es mas alta se da un color más
oscuro y donde la amplitud es más baja se da un color más blanco.
En la gráfica superior de la figura 4.13, que es la TF2D de la espiral sintéti-
ca con p fijo, la amplitud máxima está en p = 10 y permanece constante en el
tiempo. En cambio en la gráfica inferior de la figura, que es la TF2D de la es-
piral sintética que evoluciona cambiando el valor de p, encontramos como la
amplitud máxima aparece para diferentes valores de p. Empieza en p = −14 y
va evolucionando hasta llegar a p = 16 en t = 50, tal y como fue construido.
Figura 4.10: Espiral con m = 2 y p = 10. Hemos distribuido los puntos alrededor de la
espiral logarı́tmica exacta. Se puede ver que los armónicos decrecen en su
amplitud.
espirales 59
Figura 4.11: Espiral con m = 2 y p = 10. Modelo que rota con un periodo de 40 unidades
de tiempo.
Figura 4.12: Espiral con m = 2. Se varı́a linealmente p con el tiempo de p = −14 a p = 16

con un periodo 50 unidades de tiempo. La espiral rota con un periodo de
40 unidades de tiempo.
espirales 61
Figura 4.13: Se presenta en cada gráfica el resultado de la TF2D para m = 2 de las

espirales mostradas en las figuras 4.11 y 4.12, respectivamente. Se evidencia
la diferencia que existe entre tener la frecuencia p fija y una p que varie con
el tiempo.
Descripción de Resultados y
5
Discusión
En este capı́tulo se mostrará los resultados de la aplicación de la TF1D y

TF2D sobre nuestras simulaciones. Primero se hará una descripción de como se
obtuvieron los resultados y luego se discutirá acerca de ellos.
Primero se construyeron los modelos galácticos siguiendo los pasos indicados
en el capı́tulo 3 y utilizando los parámetros descritos en la tabla 3.1 y en la figura
3.3. Se evolucionaron todos los modelos con gyrfalcON. La evolución nos da las
posiciones y la velocidad de cada partı́cula en cada tiempo. Para nuestras simu-
laciones utilizamos un paso de tiempo ∆t = 1/27 , y hemos calculado desde t = 0
hasta t = 500. El parámetro de suavizado ε (“softening parameter”) y el ángulo
de apertura θ son iguales a 0.05 y 0.5, respectivamente. Con estos parámetros
aseguramos que la conservación de energı́a es mejor que el 0.05 %, precisión su-
ficiente para el tipo de modelos que se evolucionaron. Con la normalización que
63
64 5. Descripción de Resultados y Discusión
hemos descrito al final del capı́tulo 3 estamos evolucionando nuestros modelos

hasta t = 5 Giga-años.
Como hemos discutido en el capı́tulo 4 la TF1D nos da dos principales resul-
tados. Uno, para cada modo m (número de brazos) obtenemos la amplitud del
modo como función del radio y del tiempo. Con esto podemos determinar don-
de y cuando un determinado modo m es importante. Dos, para cada modo m
también obtenemos la velocidad angular como función del radio. Podemos en-
tonces determinar si los patrones espirales son o no corrotantes con el material
del disco.
Todos los resultados serán presentados en la misma manera como en la fi-
gura 3.3. Donde en cada figura se presentará todos los modelos con un mismo
parámetro m (desde m = 1 hasta m = 5) exceptuando el modelo que forma una
barra. La figura 3.3 se ordena de la siguiente manera: el panel inferior izquierdo
es el modelo con la más baja dispersión de velocidad y también el que tiene un
disco más angosto y los parámetros se van incrementado de tal forma que el
panel superior derecho es el modelo con la más alta dispersión de velocidad y
el que tiene el disco más ancho.
En el modelo donde se forma una barra se realizó un paso adicional. Se cal-
culó la posición de la barra y se estudió las órbitas de las partı́culas en el sistema
de referencia de la barra. De esta manera se pueda clasificar gráficamente algu-
nas órbitas, tales como órbitas compactas, órbitas que soportan la barra y órbitas
atrapadas en los puntos Lagrangianos L4 y L5 .
5.1. Resultados de los modelos con 1.2 millones de

partı́culas
En esta sección se mostrarán los resultados de la aplicación de la TF1D, luego

el análisis del patrón de velocidades angular y finalmente la TF2D.
5.1. Resultados de los modelos con 1.2 millones de partı́culas 65
5.1.1. Resultados de la Transformada de Fourier Unidimensio-

nal
Para realizar la TF1D a los discos de los modelos se afronto en la siguiente

forma: Se dividió el disco galáctico en 100 anillos, luego se contabilizo el número
de partı́culas que se encuentran en cada anillo y finalmente se realiza la TF1D
como se indica en la sección 4.2.1.
El valor de Am de la ecuación 4.19 está formado por dos números, uno real y
otro imaginario
1 X 1 X
N −1 N −1
Re[Am ] = cos (mθn ) ∧ Im[Am ] = sen (mθn ) (5.1)
N n=0 N n=0
Lo anterior se aplicó en cada anillo para m = 1, ..., 20 a cada unidad

de tiempo. Los resultados que se obtienen son datos de la amplitud |Am| =
p
Re[Am]2 + Im[Am]2 y la fase φ = tan−1 (Im[Am]/Re[Am]) para cada anillo en
cada modo m y en cada tiempo t. Estos resultados se presentan en escala de
grises de la amplitud en las figuras 5.1 hasta la 5.5, donde se utilizó la misma
escala de grises para todas las figuras.
Esas figuras muestran en que valores de m, en que radios y en que tiempos,
la amplitud de un determinado patrón espiral creció. Siendo ası́, las figuras de
la TF1D muestran claramente que los modelos que forman mejor una estruc-
tura espiral son los que tienen baja dispersión de velocidad y son inicialmente
más angostos, mientras que los modelos más calientes y más anchos desarrollan
estructuras de muy baja amplitud. Se puede notar que no únicamente forman
patrones espirales en m = 2, si no que también forman estructuras espirales en
m = 3 y con menos intensidad en m = 4 y m = 5. Esto quiere decir que las
estructuras espirales que se forman en los discos de nuestras simulaciones son
de tipo multi-brazos.
La figura 5.6 nos da una medida de cuan fuerte es un determinado m en
un modelo. La figura nos muestra, a través de la amplitud media <A>, que
los modelos más frı́os y angostos presentan una más alta amplitud en m = 2.
Por ejemplo en el panel superior izquierdo, el modelo s27 z05 (representado con
lı́nea azul) tiene una alta amplitud en m = 2, mientras que el modelo s27 z10
(representado con lı́nea verde) tiene una más alta amplitud en m = 3 (multi-
brazos). Los demás modelos en los dos paneles inferiores no presentan gran
diferencia entre los diferentes valores de la frecuencia m. Esto nos dice que en
los modelos con dispersión de velocidad alta es difı́cil que se formen estructuras
espirales importantes.
Una caracterı́stica interesante es que en la mayorı́a de estos modelos, los pa-
trones espirales no nacen cerca del centro del disco, si no que nacen en radios
intermedios al disco galáctico. En la figura 5.7, donde se muestra una ampliación
de la TF1D del modelo s27 z15 entre los 2 y 3 Giga-años, se evidencia esto de
una manera más clara. Es interesante notar que ha estos radios el valor de Q es
mı́nimo (comparando con la figura 3.2).
5.1.2. Patrón de velocidad angular
Figuras 5.8 hasta 5.12 muestran la velocidad angular como función del radio.
Las lı́neas contı́nuas representan Ω y Ω±κ/m. Estas curvas definen la corrotación
y la posición de las principales resonancias para cada modo m. Las gráficas
son realizadas en escala de grises de la velocidad angular del disco, donde las
manchas más negras corresponden a que una gran cantidad de partı́culas del
disco tienen esa velocidad angular en ese radio.
La obtención de estas curvas se consigue cuando se aplica una segunda TF1D
a la fase (φ = tan−1 (Im[Am]/Re[Am])) de la TF1D en las simulaciones. Es decir, a
los datos de la fase (un ejempo es la figura C.1) que obtenemos de los resultados
de la sección 5.1.1, nosotros aplicamos una segunda TF1D, ahora en el tiempo.
Esto con el fin de encontrar la frecuencia a la cual los patrones espirales rotan.
La frecuencia que se encuentra es la velocidad angular Ωp de los cuerpos en un
radio determinado.
A diferencia de Sellwood (2011) donde él realiza este cálculo desde la va-
riación de la densidad superficial del disco en tiempos instantáneos, nosotros
hemos dado los resultados como una medida de la evolución total del disco.
Por otro lado, Sellwood (2011) observa que las frecuencias de las crestas bajan
a medida que se alejan del centro del disco, esto es debido a que la densidad
superficial también decrece en el incremento del radio del disco. Además, Sell-
wood (2011) muestra que existe superposición de patrones espirales con diferen-
te velocidad angular, concluyendo que obtener espirales de larga vida es muy
dificil, más bien, estas ondas de densidad son unos pocos patrones fuertes de
vida corta.
Nuestros resultados están de acuerdo con Sellwood (2011). Se observa que la
velocidad angular de la mayorı́a de los cuerpos que contribuyen a la formación
de los patrones espirales están dentro de las resonancias internas y externas.
También, se puede observar que algunos patrones espirales se pueden superpo-
ner.
En general se observa en nuestras simulaciones que en los discos más delga-
dos y más frı́os pueden ubicar más partı́cula dentro de las resonancias interna
y externa. Además de ubicarlas dentro de las resonacias, el disco puede agru-
par las partı́culas con una misma velocidad angular Ω en diferentes radios. Este
fenómeno puede ser la causa de los patrones espirales. Por otro lado, los discos
más anchos y más calientes ubican algunos cuerpos dentro de las resonancias
principales pero con menos densidad.
68 5. Descripción de Resultados y Discusión
Figura 5.1: Se presenta en cada panel el resultado de la TF1D para el modo m = 1 de los
16 modelos ilustrados en la figura 3.3 El eje de las abscisas en cada panel
representa el tiempo que va desde 0 hasta 5 giga-años y el eje de las
ordenadas representa el radio del disco que va desde 0 hasta 15 kpc.
5.1. Resultados de los modelos con 1.2 millones de partículas 69
Figura 5.2: Igual que la figura 5.1, para el modo m = 2.




Figura 5.6: Esta figura da la amplitud media <A> de cada modo m de todos los mode-
los. Se realizó sumando todas las amplitudes de un modelo en cada frecuen-
cia m.
Figura 5.7: Zoom de m = 2 de la TF1D del modelo s27 z15 en el intervalo de tiempo de
2 a 3 Giga-años. Note como los patrones aparecen en radios intermedios.
Figura 5.8: Escala de grises de la velocidad angular de los patrones espirales para m = 1
de los 16 modelos. La curvas muestran Ω + κ y Ω. La curva Ω − κ es negativa
y no aparece en la figura.
Figura 5.9: Como en la figura 5.8, para m = 2. Las curvas son Ω + κ/2, Ω y Ω − κ/2.
Figura 5.10: Como la figura 5.9, para el modo m = 3. Las curvas son Ω+κ/3, Ω y Ω−κ/3.
5.1.3. Resultados de la Transformada de Fourier Bidimensional
Las figuras 5.13 hasta 5.17 son el resultado de la TF2D para el conjunto de
modelos con 1.2 millones de partı́culas exceptuando el modelo con barra. Ellas
se ordenan de la misma manera que la figura 3.3. Las figuras están en escala de
grises de la amplitud de la TF2D. El eje de las abscisas da el tiempo que va desde
0 hasta 5 Giga-años y el eje de las ordenadas es la frecuencia p que va desde −50
hasta 50.
Para lograr estas gráficas se procedió en la siguiente manera:
Como ya se ha mencionado antes (sección 4.2.2), para realizar el análisis se es-
cogió una base de coordenadas polares el cual los brazos espirales tienen carácter
logarı́tmico, esto es dado por r = r0 exp − mp θ , donde m es el número de perio-
dos angulares o el número de brazos espirales y p está relacionado con el grado
de enrollamiento de los brazos espirales conocido en ingles como pitch angle, y
dado por tan P = −m/p.
El cálculo que se realizará a continuación es muy similar a los que se realiza-
ron en la sección 4.2.2 de tal manera que se seleccionó un radio mı́nimo de 4.5
kpc y un radio máximo de 15 kpc para realizar el análisis. La razón de seleccio-
nar este radio mı́nimo es porque para radios menores a 4.5 kpc las estructuras
espirales se confunden en el centro; el radio máximo de 15 kpc es elegido ya que
el disco galáctico de nuestros modelos tiene ese radio máximo. Entonces, dentro
de este anillo se contabilizaron las partı́culas únicamente del disco, luego se apli-
ca la TF2D usando las ecuaciones 4.26 y 4.27. El resultado son datos de la parte
real (Re[Am]) e imaginaria (Im[Am]) de la amplitud para todos los tiempos en
cada modo m y para cada frecuencia p. Es decir se analizó desde el modo m = 1
hasta el m = 20 y la frecuencia p se analizó desde −50 hasta 50 con un paso de
0.5.
En la sección 4.2.2 se dio una clara muestra de el funcionamiento del “swing
amplification” mediante una espiral sintética rotante. El efecto que observamos
en nuestras simulaciones es similar a los mostrados en la sección 4.2.2. Las figu-
ras 5.13 - 5.17 muestran como los patrones espirales aparecen en forma “leading”
y evolucionan “trailing”. También se aprecia que una estructura espiral mientras
va desapareciendo otra inmediatamente aparece y en otros casos antes de que

desaparezca la onda inicial otra ya ha aparecido. Esto muestra la superposición
de las estructuras espirales.
La amplitud en los modos en m = 2 y m = 3 es mucho más fuerte que en
los demás modos. Principalmente en los modelos más frı́os y más delgados. De
una manera cuantificada se evidencia en la figura 5.18. Esta figura es la suma de
todas estas amplitudes S(AT ) de la TF2D entre las frecuencias −25 < p < 25 de
cada modelo. El panel superior izquierdo (figura 5.18) representa los modelos
más frı́os (σR,0 = 0.27). Ahı́ se observa claramente que la amplitud es bastante
alta en comparación con los otros modelos.
Por ejemplo: para el modelo s27 z05 el pico se encuentra en m = 2, para
los modelos s27 z10 y s27 z15 el pico se encuentra en m = 3 y para el modelo
s27 z20 el pico se encuentra en m = 4. Esto nuevamente nos muestra que los
modelos están formando multi-brazos. También se observan caracterı́sticas de
espirales multi-brazos en los modelos con dispersión de velocidad σR,0 = 0.37.
Finalmente los paneles inferiores, correspondientes a modelos más calientes que
no presentan evidencia de estructura espiral importante.
La figura 5.19 es similar a la figura 5.18, excepto que ahora solo sumamos la
contribución de las estructuras trailing (0 < p < 25).
Finalmente, la figura 5.20 es la suma de las amplitudes −25 < p < 0. Esta
figura nos da la contribución “leading” de las estructuras espirales. Como se
puede observar, el único modelo que tiene una contribución “leading” fuerte
en m = 2 es el modelo mas frı́o y delgado (s27 z05). En los demás modelos se
puede observar algo muy interesante: la amplitud más alta de la contribución
“leading” está en el modo m = 1. Volveremos a enfocar un análisis de m = 1 en
un estudio futuro con un mayor número de simulaciones.
En la figura 5.21 mostramos una ampliación de la amplitud de m = 2 del mo-
delo s27 z15 entre los tiempos 2 y 3 Giga-años. Esta figura nos muestra como este
patrón primero aparece en forma “leading” y evoluciona a “trailing”. Aproxima-
damente aparecen en forma “leading” cada 100 millones de año y evolucionan
por un tiempo aproximado entre 200 a 300 millones de años. Observamos que en
algunos tiempos estos patrones espirales se superponen, es decir, a un momento
dado 2 o 3 patrones espirales coexisten en el disco. El tiempo de duración de

estos patrones que se han observado aquı́, es suficiente para que en los brazos
espirales se pueda desarrollar formación estelar.
Figura 5.13: Se presenta en cada panel la TF2D para el modo m = 1 de los 16 modelos
ilustrados en la figura 3.3. El eje de las abscisas es el tiempo que va de 0 a 5
siga-años En el eje de las ordenadas esta la frecuencia p que va de -50 a 50
En las frecuencias p < 0 encontramos las estructuras leading. Los patrones
trailing son encontrados en las frecuencias p > 0
Figura 5.14: Corno la figura 5.13, para el modo m = 2.

Figura 5.15: Como la figura 5.13, para el modo m = 3.



Figura 5.18: Esta figura da la suma de la amplitud S(AT ) para cada modo m de todos
los modelos. Se realizó sumando todas las amplitudes de un modelo en un
dado m entre las frecuencias −25 < p < 25.
Figura 5.19: Como en la figura 5.18, ahora sumando sólo la contribución de las estruc-
turas trailing (0 < p < 25).
Figura 5.20: Como en la figura 5.18, ahora sumando sólo la contribución de las estruc-
turas leading (−25 < p < 0).
Figura 5.21: La gráfica muestra un aumento en el eje de tiempo de la TF2D de m = 2

del modelo s27 z15 de 1.2 millones de partı́culas. Note como los patrones
aparecen de forma periódica aproximadamente a cada 100 millones de años.
El tiempo de vida de las estructuras es del orden de 200 a 300 millones de
años.
5.2. Resultados para los modelos con 8 millones de

partı́culas y comparación con los modelos de 1.2
millones de partı́culas
En esta sección presentamos los resultados de la TF1D, del análisis del patrón
de velocidades angular y finalmente la TF2D para los modelos de 8 millones de
partı́culas.
5.2.1. Resultados de la Transformada de Fourier Unidmensional
Las figuras 5.22 hasta 5.26 muestran los resultados de la TF1D para m = 1 a
m = 5. Los resultados muestran caracterı́sticas similares a las descritas anterior-
mente. Se observa que los modelos más calientes y anchos no pueden formar
estructuras espirales mientras que los modelos más frı́os y angostos sı́ forman
fuertes patrones espirales.
Se encuentra que los modelos con menor número de partı́culas forman patro-
nes espirales más temprano que los modelos con mayor número de partı́culas,
coincidiendo con Fujii et al. (2011). A medida que evolucionan los modelos, los
patrones espirales de las simulaciones de 8 millones de partı́culas son más nı́ti-
dos que las de 1.2 millones.
Al igual que en la sub-sección 5.1.2, las figuras 5.27 hasta 5.31 provienen de
una segunda TF1D aplicada a la fase, la cual da como resultado la velocidad
angular de los patrones espirales.
En estos modelos con muchas más partı́culas también se encuentra que la
velocidad angular de las partı́culas del disco están dentro de las resonancias
internas y externas. Al igual que en los modelos de 1.2 millones de partı́culas,
en los modelos con 8 millones se observa que hay superposición de ondas con
diferente velocidad angular de manera más nı́tida.
5.2. Resultados para los modelos con 8 millones de partı́culas y comparación
con los modelos de 1.2 millones de partı́culas 93
Las figuras 5.32 hasta 5.36 son el resultado de la TF2D para el conjunto de
modelos con 8 millones de partı́culas. Las figuras se ordenan de la misma forma
que en la figura 3.3 y el análisis de la TF2D se realizó de la misma manera como
se indicó en la sub-sección 5.1.3.
En estos modelos se pude ver claramente el swing amplification tal como se
mostró en la sub-sección 5.1.3. Los resultados entre los modelos de 1.2 y 8
millones de partı́culas son muy similares.
En general la comparación de los modelos con 1.2 y 8 millones de partı́cu-

las muestra que la evolución de estos es muy similar. Algunas diferencias son
encontradas para los modelos más frı́os y delgados.
Figura 5.22: Se presenta el resultado de la TF1D para el modo m = 1 de los modelos con
8 millones ilustrados en la figura 3.3. El el eje de las abscisas es el tiempo
que va de 0 a 5 giga-años. En las ordenadas está el radio que va de 0 a 15
kpc.
Figura 5.23: Igual que la figura 5.22 para el modo m = 2.




Figura 5.27: Escala de grises de la velocidad angular de los patrones espirales para m =
1 de los 16 modelos. La curvas muestran Ω + κ y Ω. La curva Ω − κ es
negativa y no aparece en la figura.
Figura 5.28: Como en la figura 5.27, para m = 2. Las curvas son Ω + κ/2, Ω y Ω − κ/2.
Figura 5.29: Igual que la figura 5.28 para el modo m = 3. Las curvas son Ω + κ/3, Ω y
Ω − κ/3.
Ω − κ/4.
Ω − κ/5.
Figura 5.32: Se presenta en cada panel la TF2D para el modo m = 1 de los 6 modelos
con 8 millones de partı́culas ilustrados en la figura 3.3. El eje de las abscisas
es el tiempo que va de 0 a 5 giga-años. En el eje de las ordenadas está la
frecuencia p que va de −50 a 50. En las frecuencias p < 0 encontramos las
estructuras leading. Los patrones trailing son encontrados en las frecuencias
p > 0.




5.3. Resultados de la Barra 109
5.3. Resultados de la Barra

En esta sección se mostrarán los resultados relacionados con la Transformada
de Fourier unidimensional, luego el análisis de el patrón de velocidades angu-
lar y finalmente la Transformada de Fourier Bidimensional para el modelo que
forma una barra. Su dispersión de velocidad inicial es σR,0 = 0.37, su altura de
escala es zd = 0.10 y la masa del disco es Md = 1.47, más masiva en comparación
con los demás modelos que tienen Md = 0.87.
5.3.1. Resultados de la Transformada de Fourier Unidimensio-

nal
Estos resultados se obtuvieron de la misma forma como se describió en la

sub-sección 5.1.1. La figura 5.37 muestra la TF1D en escala de grises, el eje ho-
rizontal es el tiempo que va desde 0 hasta 5 Giga-años y el eje vertical es el
radio que va desde 0 hasta 15kpc. En esta figura en el panel donde esta m = 2
se observa un fuerte patrón espiral que se forma rápidamente, aproximadamen-
te a los 0.6 Giga-años creciendo rápidamente y manteniéndose durante toda la
evolución. También en el panel m = 4 se observa una amplitud importante. Es-
ta amplitud no es debido a una estructura m = 4 verdadera; no es más que el
primer armónico del modo m = 2 que es excesivamente importante comparado
con otras estructuras.
Figura 5.37: Se presenta en escala de grises la amplitud de la TF1D para el modelo que
forma una barra desde m = 1 hasta m = 4. El eje horizontal representa el
tiempo que va de 0 hasta 5 Giga-años, el otro eje es el radio del disco que
va desde 0 a 15 kpc.
La figura 5.38 muestra la velocidad angular como función del radio para m =
1 a m = 4. Las gráficas fueron realizadas de la misma manera como se explicó en
la sección 5.1.2. Esencialmente se puede ver que en m = 2 hay una estructura
con velocidad angular constante (alrededor de 35−45 km/s/kpc) y que tiene una
extensión radial de unos 6 kpc. Para radios mayores las velocidades angulares
de las perturbaciones siguen la velocidad angular del disco y están restringidas
entre las resonancias.
Figura 5.38: Escala de grises de la velocidad angular de los patrones espirales para el
modelo que forma una barra para m = 1 a m = 4. Se observa que para m =
2 hay estructuras con velocidad angular alrededor de 35 a 45 kms−1 kpc−1
que se extiende hasta la corotación.
Las figuras 5.39 y 5.40 son el resultado de la TF2D para m = 1 a m = 4 en

escala de grises. Estas figuras fueron realizadas en la misma manera como se ex-
plicó en la sección 5.1.3. Para los modelos anteriores sin barra hemos analizado
con TF2D la región radial 4.5 < R < 15 kpc. Para el presente modelo donde tene-
mos la formación de una barra, presentamos el análisis TF2D para dos regiones:
0.1 < R < 4.5 kpc (región de la barra) y 4.5 < R < 15 kpc (región externa).
Efectivamente en la figura 5.39 se logra observar los paquetes de ondas espi-
rales como se ha mostrado en las secciones anteriores. Estos paquetes de onda
pueden estar siendo causados por la misma barra. En la figura 5.40 se logra cap-
turar la presencia de una barra: la amplitud para m = 2 se encuentra centrada en
p = 0. Esto significa que esta estructura no tiene ningún grado de enrollamiento.
Figura 5.39: La TF2D de m = 1 a m = 4 para el modelo que forma una barra. El intervalo
radial analizado fue de 4.5 a 15 kpc (región externa). El eje horizontal re-
presenta el tiempo que va de 0 hasta 5 giga-años, el otro eje es la frecuencia
p que va desde −50 a 50. La lı́nea horizontal representa p = 0.
Figura 5.40: Como en la figura 5.39. el intervalo radial analizado fue de 0.1 y 4.5 kpc
(región de la barra). El eje horizontal representa el tiempo que va de 0 hasta
5 Giga-años, el otro eje es la frecuencia p que va desde −50 a 50. La lı́nea en
el centro de cada cuadro representa p = 0.
En la figura 5.41 se muestra la amplitud para m = 2 de la región externa

(espirales). Las espirales que aparecen en este modelo tienen un tiempo de vida
de 300-350 millones de años. La frecuencia de los paquetes de onda son del
orden de 100 millones de años.
5.3.4. Ajuste de la fase
La figura 5.42 es la fase φ = tan−1 Im[Am]/Re[Am], como función del radio y

el tiempo para m = 2. En escala de grises, el color negro representa π/2 y color
blanco representa −π/2. En radios menores a 6 kpc se pueden observar rectas
verticales bien marcadas. Estas corresponden a la rotación ordenada de la barra.
Para radios mayores a 6 kpc se puede notar como los brazos espirales rotan más
lentamente que la barra. En los radios correspondientes a la barra, se observa
que al inicio la barra rota más rápidamente que al final, esto lo podemos decir
Figura 5.41: Ampliación del panel para m = 2 de la figura 5.39. Se puede observar
que los patrones espirales son muy fuertes y se superponen. En el mismo
instante encontramos que 2 − 3 patrones se superponen.
porque las barras en la gráfica al final son un poco más separadas. La velocidad
angular de la barra cae con el tiempo.
En la figura 5.43 (panel superior) se muestra la fase como función del tiempo
promediadas entre los radios 1 y 2 kpc. En el panel inferior de la figura mostra-
mos el número de radianes que gira la barra como función del tiempo. La linea
roja es un ajuste de un polinomio de orden cuatro,
θ(t) = −163.526 + 125.275t − 8.856t2 + 0.259t3 + 0.015t4 (5.2)
La derivada de esta ecuación con respecto al tiempo nos da la velocidad an-

gular de la barra como función del tiempo (figura 5.44).
.
Conociendo θ(t) (ecuación 5.2) se puede analizar las órbitas de las partı́culas
del disco en el sistema de referencia donde la barra esta fija (ver apéndices D y
E).
Nos hemos concentrado en tres tipos de órbitas que pueden ser clasificadas
de manera geométrica: tipo compactas, barra y loop. Las compactas son las que
Figura 5.42: Se presenta la escala de grises de la fase para m = 2. En radios menores a

aproximadamente 5−6 kpc se puede apreciar como la barra se va formando.
La fase empieza a estar ordenada para un tiempo alrededor de 1 Giga-año.
Esta estructura crece en longitud hasta alcanzar alrededor de 6 kpc.
están restringidas en el centro del disco (R < 2.1 kpc), las tipo barra las que están
confinadas dentro de la barra (un rectángulo de lados 5 × 2 kpc) y las tipo loop,
las que están atrapadas en los puntos lagrangianos L4 y L5 , que se encuentran a
lado de la barra (ver figura 5.45).
Hemos elegido clasificar las órbitas del 10 % de las partı́culas del disco. Se
clasificó las órbitas a cada giga-año. Estos resultados se muestran en un histo-
grama en la siguiente figura 5.46. En el panel superior izquierdo de esta figura
se tiene el número de órbitas loop en los 5 intervalos de tiempo. Se observa
claramente que con la formación de la barra alrededor de 1-2 giga-años los pun-
tos lagrangianos L4 y L5 atrapan más y más partı́culas, alcanzando alrededor
del 10 % de la masa del disco. En el panel superior derecho está el número de
partı́culas con órbitas compactas. Su número dobla con la formación de la barra.
En el panel inferior izquiedo están las órbitas de tipo barra. Estas órbitas, que
eran prácticamente inexistentes hasta alrededor de 2 Giga-años, atrapan alrede-
dor del 10 % del número total de partı́culas del disco. Alrededor de 2/3 de las
órbitas no pueden ser clasificadas en los tres tipos que hemos definido (panel
Figura 5.43: En figura (a) se han escogido los valores medios de la fase entre los radios 1
y 2 kpc. La figura (b) es el ángulo total en radianes, es decir se fija un punto
en la barra y se cuenta cuantos radianes gira a lo largo del tiempo. La linea
roja es el ajuste de un polinomio de orden 4.
Figura 5.44: En gráfica se muestra la velocidad angular de la barra como función del
tiempo. Fue obtenida de la derivada de la curva en la figura 5.43(b). Com-
pare con la gráfica de velocidad angular de m = 2 de la figura 5.38.
Figura 5.45: Esta figura muestra la clasificación geométrica de las órbitas. En las dos
regiones encerradas en las lı́neas blancas es donde encontramos las órbitas
tipo “loop”, en el retángulo están las tipo barra y en el cı́rculo las tipo
compacta. Note que las regiones donde se encuentran las órbitas tipo loop
son las que están atrapadas en los puntos lagrangianos L4 y L5 de la barra.
inferior derecho de la figura). Estas órbitas sin clasificar son órbitas retrógradas
(velocidad angular menor que la velocidad angular de la barra), órbitas con pe-
riodicidad angular mayor que m = 2, órbitas caóticas y serán objeto de estudios
posteriores.
.
Figura 5.46: Esta figura muestra la clasificación de 32000 órbitas de partı́culas del disco
en 5 intervalos de tiempo diferentes. El panel superior izquierdo correspon-
de a las órbitas tipo loop, el panel superior derecho a las órbitas compactas,
el panel inferior izquierdo a las órbitas confinadas en la barra y el panel
inferior derecho a las órbitas que no se han podido clasificar gráficamente
en nuestros 3 criterios.
Conclusiones
6
6.1. Conclusiones
Con el fin de entender el mecanismo fı́sico subyacente a brazos no estaciona-

rios de galaxias espirales en discos galácticos, se ejecutó una serie de simulacio-
nes de N-cuerpos con 1.2 millones y 8 millones de partı́culas. Las condiciones
iniciales fueron escogidas siguiendo los modelos de Kuijken-Dubinski. En es-
te trabajo se presenta una sub-muestra de todas las simulaciones, en el cual se
cambiaron la dispersión de velocidad radial del disco y la longitud de escala del
disco. Se analizó el crecimiento de la estructura espiral usando la Transformada
de Fourier unidimensional (FT1D) y bidimensional (FT2D) sobre una base de
espirales logarı́tmicas. Estas técnicas de Fourier nos dan la amplitud, la veloci-
dad angular, número de brazos y el grado de enrollamiento de cada estructura
espiral en particular.
Los resultados de la TF2D muestran que en nuestras simulaciones los paque-
119
120 6. Conclusiones
tes de onda primero aparecen en forma “leading”, son amplificadas y evolucio-

nan a estructuras “trailing”. Finalmente desaparecen con alto grado de enrolla-
miento. Los patrones de velocidad angular son bien confinados en las resonan-
cias principales.
También se analizó un modelo el cual forma una barra. Se clasificaron tres
tipos de órbitas relacionadas con un potencial barrado. Se determinó que el
número de estas órbitas (compactas, tipo barra y tipo loop) crece significativa-
mente en este modelo con la formación de la barra.
En el capı́tulo anterior se discutió los resultados obtenidos. En esta parte nos
proponemos a enfatizar los resultados más destacados y presentarlo en foma de
conclusiones, estas son las siguientes:
Un aspecto interesante que se puede notar en la TF1D es la manera en que

aparecen los patrones espirales tal como se describió en la sección 5.1.1.
La TF1D muestra como los patrones espirales aparecen en las partes inter-
medias del disco, y se expanden hacia la parte interna con más intensidad
que hacia la parte externa. Estos patrones aparecen a donde el parámetro
de Toomre es mı́nimo.
Los resultados de el patrón de velocidad angular para ambos conjuntos de

modelos (1.2 millones y 8 millones de partı́culas) indican que las ondas
de densidad pueden ser debidas a una serie de ondas que se superpo-
nen con diferente velocidad angular, concordando con Sellwood (2011).
Estas velocidades angulares están bien confinadas entre las resonancias
(Ω − κ/m < Ωp < Ω + κ/m).
Los resultados de la TF2D evidencian claramente la existencia del swing

amplification. Los paquetes de onda tienen un tiempo de vida alrededor de
300 millones de años. Un nuevo paquete de onda aparece a cada 100 mi-
llones de año. Devido a eso, en varios instantes de la simulación, tenemos
de dos a tres paquetes diferentes evolucionando.
Los discos de los modelos más calientes, es decir los que tienen una dis-
persión de velocidad mayor, permanecen más estables sin desarrollar una
6.1. Conclusiones 121
estructura espiral prominente, mientras que los mas frı́os desarrollan pa-
trones espirales importantes. Esto es debido al parámetro de Toomre Q que
es directamente proporcional a la dispersión de velocidad e inversamente
proporcional a la densidad superficial. Entonces mientras más alta la dis-
persión de velocidad el Q es mayor y por tanto es difı́cil que se formen
estructuras espirales.
Hemos calculado una sub-muestra de las simulaciones utilizando 8 mi-

llones de partı́culas en lugar de 1.2 millones. En general los resultados
no son significativamente diferentes excepto para los modelos más frı́os
y más delgados. En estos se observa una tendencia de que modelos con
mayor número de partı́culas desarrollan patrones espirales un poco más
importantes.
Se encuentra que modelos con menor número de partı́culas forman pa-

trones espirales más temprano que los modelos con mayor número de
partı́culas, coincidiendo con Fujii et al. (2011). A medida que evolucionan
los modelos, los patrones espirales de las simulaciones de 8 millones de
partı́culas son más nı́tidas que las de 1.2 millones.
Para el modelo que forma una barra, la TF1D muestra que esta barra se for-
ma después del primer giga-año. En nuestro modelo la estructura espiral
que se forma, probablemente debido a la barra, tiene una velocidada an-
gular diferente de esta. Encontramos que la estructura espiral es corotante
con el disco.
Hemos analizado gráficamente tres tipos de órbitas en el sistema de refe-

rencia de la barra: órbitas tipo compacta, tipo barra y tipo loop. Se observa
que con el crecimiento de la barra se duplica el número de partı́culas que
están en órbitas compactas. Ası́ mismo, hemos calculado que órbitas tipo
barra y órbitas tipo loop son responsables de atrapar 10 % de la masa del
disco.
122 6. Conclusiones
6.2. Trabajo en Proceso y a Futuro

Se está realizando el análisis de un mayor número de modelos, con diferentes
parámetros. Se pretende incluir gas en los modelos. Esta componente gaseosa,
por tener una dispersión de velocidad menor, puede ser importante para mante-
ner el disco más frı́o y con eso la estructura espiral pueda sobrevir más tiempo.
Por otro lado, los resultados muestran que los discos delgados forman pa-
trones más fuertes, la idea es realizar algún tipo de estadı́stica observacional de
galaxias espirales y medir su escala de altura y ver si hay una relación entre las
galaxias que tienen más fuertes los brazos espirales con la escala de altura.
En modelos barrados, pretendemos clasificar un mayor número de órbitas de
una manera no geométrica. Para este fin, se utilizará transformadas de Fourier
de las funciones R = R(t) y θ = θ(t).
Se planea realizar interacciones de galaxias para estudiar la dinámica de bra-
zos espirales inducidos por fuerzas de marea.
Todo el trabajo que se ha realizado y se planea hacer para el futuro, es con el
fin de explicar la dinámica de galaxias espirales y su evolución. Explicar la evo-
lución de los patrones espirales ayudará por ejemplo a entender como podrı́an
empezar los procesos de formación estelar. Predecir la evolución de las estructu-
ras espirales en modelos de las galaxias de diferentes parámetros es importante
para entender cuales son las condiciones iniciales que hacen que un determi-
nado modelo soporte o no estructuras espirales. De la misma manera se puede
estudiar cuales modelos soportan estructura espiral de larga duración.
Vista Superior de los Modelos
A
En las siguientes páginas se muestra la vista superior de los 16 modelos de
1.2 millones de partı́culas evolucionando en el tiempo. Estas son “fotografı́as”
instantáneas a cada giga año. Cada instantánea fue únicamente realizada con
48000 partı́culas de las 320000 que conforman el disco, cada figura muestra cua-
tro modelos que fueron colocados en cada columna.
A simple vista se puede apreciar que los modelos más frı́os (figura A.1) for-
man patrones espirales más temprano y más fuertes que los demás modelos. Se
puede notar que forman patrones espirales desde el primer giga-año, pero el
disco más delgado zd = 0.05 es el que mantiene por más tiempo sus patrones
espirales. En la siguiente figura A.2 igualmente se nota que los patrones espira-
les se empiezan a formar desde los dos giga años, pero con menos fuerza que
los modelos anteriores y después de los tres giga años en adelante es muy difı́cil
notar patrones espirales a simple vista. En las figuras A.3 y A.4 (σR,0 = 0.47,
σR,0 = 0.57, respectivamente) no se pueden notar estructuras importantes, esto
123
124 A. Vista Superior de los Modelos
debido a que a el valor de Q se incrementa, lo cual causa dificultades para la

formación de patrones espirales.
125
Figura A..l: Instantáneas de los modelos con dispersión de velocidad σ R,0 = 0.27 y altura
de escala Zd = 0.05, Zd = 0.10, Zd = 0.15 y Zd = 0.20.
Figura A.2: Como en la figura A.l para los modelos con σR,0 = 0.37.
127
Perfiles de Densidad Superficial y de
B
Dispersión de Velocidad
En este apéndice se muestra como cambia el perfil de densidad superficial y

las componentes de dispersión de velocidad a lo largo del tiempo de los prime-
ros 16 modelos.
La figura B.1 da el perfil de densidad superficial de los modelos, lo cual mues-
tra que es aproximadamente constante. Los modelos con la dispersión de velo-
cidad más alta muestran en sus gráficas que el perfil de densidad superficial
permanece casi igual en todo el tiempo mientras que los modelos con disper-
sión de velocidad más baja muestran que el perfil de densidad se ha dispersado
un poco más. Esto mismo ocurre al comparar la escala de altura (no graficadas
aquı́), ya que entre más delgado es un disco, su perfil vertical de densidad se
dispersa más a lo largo del tiempo.
Finalmente en la figura B.2 se indica las componentes de la dispersión de la
129
130 B. Perfiles de Densidad Superficial y de Dispersión de Velocidad
velocidad. Los modelos que tienden a calentarse son los que tienen inicialmente
la dispersión de velocidad más baja y que son más delgados. Por el contrario
los modelos con dispersión de velocidad y escala de altura más altas, tienden a
mantener su valores.
131
Figura B.1: Densidad superficial del disco como una función del radio para 6 diferentes
tiempos.
132 B. Perfiles de Densidad Superficial y de Dispersión de Velocidad
Figura B.2: Dispersión de velocidades como función del radio para 6 diferentes tiempos.
Para evitar la superposición, σφ y σz se han desplazado por 0.7 y 1.4 dex.
Fase de la Transformada de Fourier
C
Unidimensional para m = 2
En la figura C.1 se muestra únicamente la fase para el modo m = 2 para

los primeros 16 modelos. Desde la ecuación 5.1 se puede obtener la fase de la
siguiente forma
Im[Am ]
φm = tan−1 . (C.1)
Re[Am ]
En las gráficas el eje abscisas es el tiempo que va desde 0 hasta 5 Giga-años;
el eje de las ordenadas es el radio que va de 0 hasta 15 kpc. Esta figura está en
escala de grises, donde los valores negros corresponden a una fase de φ2 = π/2 y
los valores blancos corresponden a una fase de φ2 = −π/2. Esto nos quiere decir,
si escogemos un radio y encontramos una mancha negra (equivalente a una
fase de π/2) y siguiendo en el mismo radio, pasamos por una mancha blanca
(equivalente a −π/2) y luego encontramos otra mancha negra, esto nos dice que
en este radio ese patrón espiral dio una vuelta.
133
134 C. Fase de la Transformada de Fourier Unidimensional para m = 2
Sobre estas fases (función del tiempo y del radio) se aplica una TF1D en el
tiempo para obtener los valores de velocidad angular como función del radio.
135
Figura C.1: Fase de la TF1D para el modo m = 2 como función del radio y del tiempo
para las 16 simulaciones de 1.2 millones de partículas.
Instantaneas de la barra fija
D
En la siguiente figura se muestra la vista superior del modelo que forma una
barra. Estas son “fotografı́as” instantáneas entre los 2.64 y 2.87 giga-años. Con el
ajuste obtenido para la posición angular de la barra (ver figura 5.43), se grafica
la posición de las partı́culas en el sistema de referencia de la barra.
137
138 D. Instantáneas de la barra fija
Figura D.1: Instantáneas de la barra fija, de acuerdo al ajuste de la ecuación 5.2.

Orbitas en el sistema de la barra
E
La figura muestra algunas órbitas de las partı́culas del disco en el sistema de
referencia de la barra. Cada fila es la órbita de una partı́cula en diferentes inter-
valos de tiempo. La primera columna corresponde a las órbitas en el intervalo
de tiempo de 0 a 1 giga-año, la segunda columna, 1 a 2 giga-años y ası́ sucesiva-
mente.
En esta figura se puede observar los tres tipos de órbitas que hemos clasificado
gráficamente en esta tesis. Por ejemplo; en la primera fila se mira una partı́cula
que está confinada en el centro y ésta ha sido clasificada como compacta. En
la fila dos hay una partı́cula que a los 3 giga-años se confina a un lado de la
barra; éstas han sido clasificadas como tipo loop. En la fila 3 hay una partı́cula
que está en el centro, pero luego es atrapada por el potencial de la barra; estas
órbitas son clasificadas como tipo barras. Las filas 5 y 6 muestran otros ejemplos
de órbita loop, y órbitas con mayor periodicidad angular.
139
140 E. Orbitas en el sistema de la barra
Figura E.1: La figura muestra algunas órbitas de las partı́culas del disco graficadas en el
sistema de referencia de la barra.
Índice de figuras
1.1. Clasificación de Hubble. . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.1. Galaxias M51 y M100 . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2.2. Galaxia M81 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3. Galaxias M101 y NGC 1300 . . . . . . . . . . . . . . . . . . . . . . . 15
2.4. Número de brazos espirales . . . . . . . . . . . . . . . . . . . . . . . 19
2.5. Ángulo de enrollamiento o pitch angle . . . . . . . . . . . . . . . . . 20
2.6. Grado de enrollado de las espirales . . . . . . . . . . . . . . . . . . 20
2.7. Esquema de brazos espirales tipo Leading y Trealing. . . . . . . . . 21
2.8. Ondas de Densidad. . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.9. Swing Amplification. . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.10. Swing Amplification, paquetes de ondas. . . . . . . . . . . . . . . . 24
2.11. Estructura Espiral Estocástica Auto-Propagada por la Formación
Estelar. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.1. Curva de rotación de los modelos MW-A, B, C y D expuestos por

Kuijken & Dubinski (1995) . . . . . . . . . . . . . . . . . . . . . . . . 34
3.2. Parámetro Q . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.3. Cuadrı́cula de todos los modelos. . . . . . . . . . . . . . . . . . . . . 35
4.1. Esquema del código falcON. . . . . . . . . . . . . . . . . . . . . . . 43

4.2. Representación esquemática del método “leapfrog”. . . . . . . . . . 45
141
142 Índice de figuras
4.3. Ilustra el método gyrfalcON. . . . . . . . . . . . . . . . . . . . . . . 46

4.4. Una función h(t) y su TF1D. . . . . . . . . . . . . . . . . . . . . . . . 49
4.5. Ejemplo de aplicación de la TF1D a una espiral . . . . . . . . . . . 50
4.6. Escala de grises de una función h(x, y). . . . . . . . . . . . . . . . . 52
4.7. Cálculo de la TF2D, diferencias en el tamaño de la muestra. . . . . 53
4.8. Espiral con m = 2 y p = 10. . . . . . . . . . . . . . . . . . . . . . . . 55
4.9. Espiral con m = 3 y p = −15. . . . . . . . . . . . . . . . . . . . . . . 56
4.10. Espiral con m = 2 y p = 10 con puntos dispersos. . . . . . . . . . . 58
4.11. Espiral exacta que gira. . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.12. Espiral exacta que esta girando y p depende del tiempo. . . . . . . 60
4.13. La TF2D para los modelos artificiales. . . . . . . . . . . . . . . . . . 61
5.1. TF1D para todos los modelos con 1.2 millones de partı́culas en el
modo m = 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
modo m = 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
modo m = 3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
modo m = 4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
modo m = 5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.6. Medida del parámetro m significante . . . . . . . . . . . . . . . . . 73
5.7. Zoom de la TF1D del modelo s27 z15 . . . . . . . . . . . . . . . . . 74
5.8. Escala de grises de la velocidad angular de los patrones espirales
con m = 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
con m = 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
con m = 3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

con m = 4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
con m = 5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
5.13. La TF2D para todos los modelos con 1.2 millones de partı́culas en
el modo m = 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
el modo m = 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
el modo m = 3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
el modo m = 4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
el modo m = 5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
5.18. Medida del parámetro m significante para TF2D entre −25 < p < 25 88
5.19. Medida del parámetro m significante para TF2D entre 0 < p < 25 . 89
5.20. Medida del parámetro m significante para TF2D entre −25 < p < 0 90
5.21. Zoom de la TF2D del modelo s27 z15 . . . . . . . . . . . . . . . . . 91
5.22. La TF1D para todos los modelos con y 8 millones de partı́culas en
el modo m = 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
el modo m = 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
el modo m = 3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
el modo m = 4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
el modo m = 5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
para los modelos con 8 millones de partı́culas en el modo m = 1. . 99
144 Índice de figuras

5.32. La TF2D para todos los modelos con 8 millones de partı́culas en
el modo m = 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
el modo m = 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
el modo m = 3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
el modo m = 4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
el modo m = 5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
5.37. TF1D para el modelo que forma una barra con 1.2 millones de
partı́culas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
para el modelo que forma una barra. . . . . . . . . . . . . . . . . . 110
5.39. Resultado de la TF2D para la barra entre los radios 4.5 kpc y 15 kpc.111
5.40. Resultado de la TF2D para la barra entre los radios 0.1 kpc y 4.5
kpc. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
5.41. Vista aumentada de un patrón espiral. . . . . . . . . . . . . . . . . . 112
5.42. Ejemplo de una gráfica en escala de grises de la fase. . . . . . . . . 113
5.43. Valores medios de la fase y ajuste para la rotación de la barra. . . . 114
5.44. Velocidad angular de la barra. . . . . . . . . . . . . . . . . . . . . . . 115
5.45. Clasificación geométrica de las órbitas. . . . . . . . . . . . . . . . . 115
5.46. Histograma de la clasificación de orbitas en la barra. . . . . . . . . 117
A.1. Instantáneas de los modelos s27. . . . . . . . . . . . . . . . . . . . . 125

B.1. Perfil de Densidad Superficial. . . . . . . . . . . . . . . . . . . . . . 131

B.2. Perfil de Dispersión de velocidades. . . . . . . . . . . . . . . . . . . 132
C.1. Fase de la TF1D en el modo m = 2. . . . . . . . . . . . . . . . . . . . 135
D.1. Instantaneas de la barra fija, de acuerdo al ajuste de la ecuación 5.2. 138
E.1. Orbitas en el sistema de la barra. . . . . . . . . . . . . . . . . . . . . 140

Índice de tablas
1.1. Esquemas de clasificación de galaxias. . . . . . . . . . . . . . . . . . 2

1.2. Clasificación de galaxias T de de Vaucoulers. . . . . . . . . . . . . . 3
3.1. Tabla de los parámetros fijos en los modelos. . . . . . . . . . . . . . 33
147
Bibliografı́a
Aarseth, S. J. 1963, MNRAS, 126, 223
Athanassoula, E. 1978, A&A, 69, 395
Baba, J., Asaki, Y., Makino, J., Miyoshi, M., Saitoh, T. R., & Wada, K. 2009, ApJ,
706, 471
Barnes, J., & Hut, P. 1986, Nature, 324, 446
Bash, F. N. 1979, ApJ, 233, 524
Bertin, G., & Lin, C. C. 1996, Spiral structure in galaxies a density wave theory,
Cambridge, The MIT Press
Bertin, G., Lin, C. C., Lowe, S. A., & Thurstans, R. P. 1989a, ApJ, 338, 78
—. 1989b, ApJ, 338, 104
Binney, J., & Tremaine, S. 1987, Galactic Dynamics, Princeton, Princeton Univer-
sity Press
Bland-Hawthorn, J., Krumholz, M. R., & Freeman, K. 2010, ApJ, 713, 166
Block, D. L., & Puerari, I. 1999, A&A, 342, 627
Block, D. L., Witt, A. N., Grosbol, P., Stockton, A., & Moneti, A. 1994, A&A, 288,
383
Bottema, R. 1993, A&A, 275, 16
149
150 Bibliografı́a
—. 2003, MNRAS, 344, 358
Brosche, P. 1971, A&A, 13, 293
Canzian, B., Allen, R. J., & Tilanus, R. P. J. 1993, ApJ, 406, 457
Carlberg, R. G., & Freedman, W. L. 1985, ApJ, 298, 486
De Simone, R., Wu, X., & Tremaine, S. 2004, MNRAS, 350, 627
de Vaucouleurs, G. 1959, Handbuch der Physik, 53, 275
Dehnen, W. 2000, ApJ, 536, L39
Dobbs, C. L., & Pringle, J. E. 2010, MNRAS, 409, 396
Dressler, A. 1980, ApJ, 236, 351
Elmegreen, B. G., & Thomasson, M. 1993, A&A, 272, 37
Elmegreen, B. G., Wilcots, E., & Pisano, D. J. 1998, ApJ, 494, L37
Elmegreen, D. M. 1998, Galaxies and galactic structure, Upper Saddle River,

Prentice-Hall, Inc.
Eskridge, P. B., Frogel, J. A., Pogge, R. W., Quillen, A. C., Berlind, A. A., Da-
vies, R. L., DePoy, D. L., Gilbert, K. M., Houdashelt, M. L., Kuchinski, L. E.,
Ramı́rez, S. V., Sellgren, K., Stutz, A., Terndrup, D. M., & Tiede, G. P. 2002,
ApJS, 143, 73
Foyle, K., Rix, H.-W., Dobbs, C. L., Leroy, A. K., & Walter, F. 2011, ApJ, 735, 101
Foyle, K., Rix, H.-W., & Zibetti, S. 2010, MNRAS, 407, 163
Fujii, M. S., Baba, J., Saitoh, T. R., Makino, J., Kokubo, E., & Wada, K. 2011, ApJ,
730, 109
Gelato, S., Chernoff, D. F., & Wasserman, I. 1997, ApJ, 480, 115
Gerola, H., & Seiden, P. E. 1978, ApJ, 223, 129

Bibliografı́a 151
Gnedin, O. Y., Goodman, J., & Frei, Z. 1995, AJ, 110, 1105
Goldreich, P., & Lynden-Bell, D. 1965, MNRAS, 130, 125
Gottesman, S. T., & Weliachew, L. 1975, ApJ, 195, 23
Grand, R. J. J., Kawata, D., & Cropper, M. 2012, MNRAS, 421, 1529
Grosbøl, P., Patsis, P. A., & Pompei, E. 2004, A&A, 423, 849
Hernquist, L., & Ostriker, J. P. 1992, ApJ, 386, 375
Herrmann, K. A., & Ciardullo, R. 2009, ApJ, 705, 1686
Hockney, R. W., & Eastwood, J. W. 1981, Computer Simulation Using Particles,

Hilger, Philadelphia
Holmberg, E. 1941, ApJ, 94, 385
Hubble, E. P. 1926, ApJ, 64, 321
Julian, W. H., & Toomre, A. 1966, ApJ, 146, 810
Kalnajs, A. J. 1973, Proceedings of the Astronomical Society of Australia, 2, 174
Kawai, A., Fukushige, T., Makino, J., & Taiji, M. 2000, PASJ, 52, 659
Kennicutt, Jr., R. C. 1981, AJ, 86, 1847
Kim, W.-T., & Ostriker, E. C. 2002, ApJ, 570, 132
Kormendy, J. 1979, ApJ, 227, 714
—. 1984, ApJ, 286, 116
Kranz, T., Slyz, A., & Rix, H.-W. 2003, ApJ, 586, 143
Kuijken, K., & Dubinski, J. 1994, MNRAS, 269, 13
—. 1995, MNRAS, 277, 1341
Lackner, C. N., & Gunn, J. E. 2013, MNRAS, 428, 2141

152 Bibliografı́a
Lin, C. C., & Shu, F. H. 1964, ApJ, 140, 646
Ma, J. 2002, A&A, 388, 389
Martı́nez-Garcı́a, E. E., & González-Lópezlira, R. A. 2013, ApJ, 765, 105
Martini, P., & Pogge, R. W. 1999, AJ, 118, 2646
Mayya, Y. D., Carrasco, L., & Luna, A. 2005, ApJ, 628, L33
Meidt, S. E., Rand, R. J., & Merrifield, M. R. 2009, ApJ, 702, 277
Meidt, S. E., Rand, R. J., Merrifield, M. R., Debattista, V. P., & Shen, J. 2008, ApJ,
676, 899
Murphy, S. J., Grigahcène, A., Niemczura, E., Kurtz, D. W., & Uytterhoeven, K.
2012, MNRAS, 427, 1418
Pfenniger, D., & Friedli, D. 1991, A&A, 252, 75
Pizagno, J., Prada, F., Weinberg, D. H., Rix, H.-W., Harbeck, D., Grebel, E. K.,
Bell, E. F., Brinkmann, J., Holtzman, J., & West, A. 2005, ApJ, 633, 844
Prendergast, K. H., & Tomer, E. 1970, AJ, 75, 674
Puerari, I., & Dottori, H. A. 1992, A&AS, 93, 469
Quillen, A. C., & Minchev, I. 2005, AJ, 130, 576
Rix, H.-W., & Zaritsky, D. 1995, ApJ, 447, 82
Roberts, M. S., & Haynes, M. P. 1994, ARA&A, 32, 115
Salucci, P., Yegorova, I. A., & Drory, N. 2008, MNRAS, 388, 159
Sandage, A. 1961, The Hubble Atlas of Galaxies, Washington, DC, Carnegie Ins-
titution
Schweizer, F. 1976, ApJS, 31, 313
Seigar, M. S., & James, P. A. 1998, MNRAS, 299, 685

Sellwood, J. A. 2011, MNRAS, 410, 1637
Sellwood, J. A., & Carlberg, R. G. 1984, ApJ, 282, 61
Shetty, R., Vogel, S. N., Ostriker, E. C., & Teuben, P. J. 2007, ApJ, 665, 1138
Sofue, Y., & Rubin, V. 2001, ARA&A, 39, 137
Springel, V., White, S. D. M., Jenkins, A., Frenk, C. S., Yoshida, N., Gao, L.,
Navarro, J., Thacker, R., Croton, D., Helly, J., Peacock, J. A., Cole, S., Thomas,
P., Couchman, H., Evrard, A., Colberg, J., & Pearce, F. 2005, Nature, 435, 629
Teuben, P. 1995, in Astronomical Society of the Pacific Conference Series, Vol. 77,
Astronomical Data Analysis Software and Systems IV, ed. R. A. Shaw, H. E.
Payne, & J. J. E. Hayes, 398
Toomre, A. 1981, in Structure and Evolution of Normal Galaxies, ed. S. M. Fall

& D. Lynden-Bell, 111
Toomre, A., & Toomre, J. 1972, ApJ, 178, 623
Tremaine, S., & Weinberg, M. D. 1984, ApJ, 282, L5
van Albada, T. S. 1982, MNRAS, 201, 939
van den Bergh, S. 1960, ApJ, 131, 558
—. 2002, PASP, 114, 797
Visser, H. C. D. 1980, A&A, 88, 159
von Hoerner, S. 1960, ZAp, 50, 184
Weinzirl, T., Jogee, S., Khochfar, S., Burkert, A., & Kormendy, J. 2009, ApJ, 696,
411
Wentzel, D. G. 1963, ARA&A, 1, 195
Zibetti, S., Charlot, S., & Rix, H.-W. 2009, MNRAS, 400, 1181

Estudio de Estructuras Espirales en Galaxias

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estudio de Estructuras Espirales en Galaxias

Cargado por

Copyright:

Formatos disponibles

ESTUDIO DE

Diego Valencia Enrı́quez

Tesis que es sometida como requisito parcial para

Instituto Nacional de Astrofı́sica, Óptica y

Bajo la supervisión de:

Dr. Ivânio Puerari

A mis amigos y compañeros que por su presencia hicieron que mi estadı́a en

Con el fin de entender el mecanismo fı́sico subyacente a brazos no estacionarios

In order to understand the physical mechanism underlying non-steady stellar

Valencia e Isabella Escobar Valencia.

2. Sobre La Estructura Espiral 11

3. Descripción de los Modelos 29

3.3. Función de distribución para el disco . . . . . . . . . . . . . . . . . 31

5. Descripción de Resultados y Discusión 63

5.3.2. Patrón de velocidad angular . . . . . . . . . . . . . . . . . . 110

A. Vista Superior de los Modelos 123

B. Perfiles de Densidad Superficial y de Dispersión de Velocidad 129

C. Fase de la Transformada de Fourier Unidimensional para m = 2 133

D. Instantaneas de la barra fija 137

E. Orbitas en el sistema de la barra 139

Índice de figuras 141

Índice de tablas 146

1.1. Clasificación Morfológica de Galaxias

Tabla 1.1: Esquemas de clasificación de galaxias.

Desde que Edwin Hubble presentó su clasificación morfológica de galaxias

Tabla 1.2: Clasificación de galaxias T de de Vaucoulers.

morfológica, la cual se basa en el dominio del modo-m de la transformada de

1.2. La Secuencia de Hubble

Enrollamiento de los brazos espirales.

Contraste o grado de resolución de los brazos en estrellas y regiones HII.

Tamaño relativo de la región central.

En este trabajo, hemos adoptado el esquema morfológico estándar de Hubble

1.3. Fundamentos para la elaboración de modelos de

El método que utilizamos para crear el modelo inicial de N-cuerpos utiliza

donde mi , r i y v i son la masa, la posición y la velocidad de la partı́cula i. En

donde  es “la longitud de suavizado” o “softening length”. Si  = 0 las ecuaciones

1.4. Objetivos Generales y Organización de la Tesis

nes de N-cuerpos de alta resolución (∼ 106 partı́culas) donde se incluirán las

2.1. Galaxias Espirales

Figura 2.2: La galaxia M81 Créditos la imagen es una combinación de el Telescopio

Un gran avance en el entendimiento de la dinámica de la estructura espiral fue hecho por

2.2. Evidencia Observacional

La galaxia espiral M81 da la primera evidencia de ondas de densidad en otras

Sellwood (2011) discute que determinar desde galaxias externas el tiempo de

2.3. Geometrı́a Espiral

En las galaxias espirales observadas en el cielo se pueden identificar dos o

donde m es el número de periodos angulares o el número de brazos espirales

Figura 2.4: Número de brazos espirales. Se ha utilizado un valor constante de p = 7.

Figura 2.6: Grado de enrollamiento de las espirales.

2.4. Ondas de Densidad

Los carros se agrupan temporalmente mientras suben la colina. Similarmente

2.4.1. Hipótesis de estructura espiral casi-estacionaria (QSSS)

Las siglas en inglés QSSS se refieren a “Quasi-Stationary Spiral Structure”.

2.4.2. Amplificación del enrollamiento o “Swing Amplification”

Una teorı́a alternativa para la explicación de las estructuras espirales en los

Figura 2.9: Evolución de una sobre-densidad y su rompimiento. El disco rota en contra

λcrit = 4π 2 GΣκ−2 es la longitud de onda más corta estabilizada por rotación , Σ es

Figura 2.10: La figura muestra la evolución de paquetes de ondas de leading a trailing.

2.4.3. Teorı́a de Modos

2.5. Estructura Espiral Estocástica Auto-Propagada

La teorı́a de ondas de densidad es más exitosa en estructuras a gran escala

2.6. Espirales de Marea

3.1. Función de distribución para el bulbo

donde es “la longitud de suavizado” o “softening length”. Si = 0 las ecuaciones