Serviços Personalizados
Journal
Artigo
Indicadores
- Citado por SciELO
- Acessos
Links relacionados
- Similares em SciELO
Compartilhar
Revista mexicana de astronomía y astrofísica
versão impressa ISSN 0185-1101
Resumo
NOUH, Mohamed I. et al. Ann and Analytical Solutions to Relativistic Isothermal Gas Spheres. Rev. mex. astron. astrofis [online]. 2022, vol.58, n.2, pp.321-332. Epub 20-Mar-2023. ISSN 0185-1101. https://doi.org/10.22201/ia.01851101p.2022.58.02.13.
Las esferas isotérmicas relativistas son una herramienta poderosa para modelar objetos astronómicos, tales como estrellas compactas y cúmulos de galaxias. En este trabajo presentamos un algoritmo basado en una red neuronal artificial (ANN) y series de Taylor para modelar esferas de gas relativistas usando las ecuaciones diferenciales de Tolman-Oppenheimer-Volkoff (TOV). La comparación de las soluciones analíticas con las numéricas muestra una buena concordancia, con errores relativos máximos de 10−3. El algoritmo ANN implementa una red neuronal de tres niveles con pro-alimentación, construida usando una técnica de aprendizaje con retro-propagación basada en la regla del gradiente descendente. Analizamos las relaciones masa-radio y los perfiles de densidad de las esferas relativistas isotérmicas y comparamos las soluciones ANN con las analíticas. Esta comparación muestra la eficiencia de ANN para resolver las ecuacines TOV.