Aprendiendo más sobre las órbitas de exoplanetas utilizando “orbitize!”

• Astrobite original: Learning more about exoplanet orbits using orbitize! por Clarissa Do O

Crédito de la imagen destacada: collaboración orbitize!

Orbitize! es un programa utilizado en la comunidad científica para adaptar órbitas de exoplanetas que fueron observados a través de detección visual directa. Suena como algo asombroso, ¿pero qué es lo que realmente hace este programa?

La mayoría de exoplanetas que observamos a través de detección visual directa se encuentran muy lejos de la estrella que los hospeda. Esto quiere decir que tienen periodos muy largos. Como no podemos observar estos objetos continuamente, debemos de obtener su astrometría – sus posiciones x & y (o separación (r) y posición angular (theta) si estás trabajando en coordenadas polares) relativas a la estrella en el tiempo de su observación al igual que sus errores. Un ejemplo de una tabla de astrometría se muestra en la Figura 1.

Estas posiciones son útiles porque nos ayudan a estimar la órbita de los planetas en 3D. Por ejemplo: ¿acaso las órbitas son más excéntricas o más circulares? ¿Cuál es el semieje mayor de la órbita? ¿Acaso la órbita se encuentra inclinada en relación a nosotros desde la Tierra? Como el proceso de detección visual directa es relativamente nuevo, la comunidad necesitaba un código de fuente abierta que los podría ayudar a resolver estas preguntas y entender mejor las órbitas de estos exoplanetas. Nosotros queremos aprender más sobre estas órbitas porque nos pueden decir bastante sobre cómo se forman los sistemas planetarios y cómo pueden evolucionar a través del tiempo.

Una estudiante de doctorado de Caltech, Sarah Blunt, organizó un proyecto para diseñar un código en Python que sea de fuente abierta que puede ayudar a adaptar las órbitas fácilmente llamado orbitize! (sí, con el punto de exclamación). Desde ese entonces, se ha convertido en un estándar en la comunidad de detección visual directa de exoplanetas. Este código te deja utilizar las posiciones del planeta para estimar los parámetros orbitaless del planeta utilizando 2 algoritmos: Órbitas para los Impacientes (OFTI por sus siglas en inglés) y Markov-Chain Monte Carlo (MCMC). Los 6 parámetros orbitales se muestran en la Figura 2.

En el artīculo de hoy, vamos a aprender a bajar y utilizar orbitize! con la funcionalidad de MCMC que tiene para adaptar la posible órbita del exoplaneta HD 984 B (descubierto por Meshkat et al 2015). Este se muestra en la Figura 3. (NOTA: este tutorial asume que tienes Python 3 instalado en tu computadora, al igual que los paquetes NumPy y Matplotlib. Si no tienes a estos instalados, por favor dale click a estos links para aprender a instalarlos).

Necesitamos poner nuestra astrometría en un formato que orbitize! pueda leer. Orbitize! toma un archivo de CSV (el cual puede ser escrito en Google Sheets o Excel) en donde las columnas deben de ser:

• “época” – este es el tiempo que tu observación astrometrica ocurrió, en unidades de fecha juliana modificada (MJD, por sus siglas en inglés). Puedes utilizar esta página para convertir tus fechas a MJD.
• “objeto” – esto se refiere al objeto que le pertenece tu astrometría. Como estamos usando la astrometría del planeta, siempre ponemos valores de “1” en este lugar
• “sep” – esta es la separación de tu objeto a la estrella que lo hospeda en miliarcosegundos (mas).
• “sep_err” – este es el error de la separación de tu objeto en mas.
• “pa” – este es el ángulo de posición de tu planeta, en grados.
• “pa_err” – este es el error de este ángulo de posición, en grados.

La Figura 4 muestra un ejemplo en cómo organizar los datos en este formato para HD 984 B. Para hacer este tutorial más fácil, he subido este archivo CSV a GitHub para que lo puedas acceder con este link.

Ahora que tienes todos tus archivos en orden, vamos a abrir un Jupyter notebook para el resto del tutorial.

Para aceder el tutorial en como bajar y correr orbitize!, sigue este link.

La página de documentación de orbitize! ha puesto una descripción de cómo utilizar el algoritmo OFTI y como modificar la adaptación a las órbitas de manera que sea especializado para lo que necesites. Lo más asombroso de este código de fuente abierta es que deja que científicos y desarrolladores contribuyan a este proyecto y utilizen un método estandarizado para hacer investigaciones científicas. Aparte de esto, es gratis de usar y abierto al público. ¡Espero que mientras que evolucionemos nuestros métodos científicos y algoritmos, podremos empezar a usar y crear más códigos de fuentes abiertas que sean accesibles para el público y la comunindad!

Nota de traducción: al traducir cualquier texto, las traducciones literales no siempre capturan bien el significado de modismos y frases hechas. En casos como este, como traductores hacemos nuestro mejor esfuerzo para mantener el espíritu del artículo original, y no tanto el significado literal de las palabras. También intentamos proporcionar enlaces a conceptos en el idioma traducido en lugar de en el original, siempre que sea posible. De este modo queremos reconocer la naturaleza de nuestras traducciones como una colaboración entre les autores originales y les traductores.