Descoberta de Estruturas em Grandes Escalas com Pares de Quasares em Altos Redshifts, Notas de estudo de Física

Baixe Descoberta de Estruturas em Grandes Escalas com Pares de Quasares em Altos Redshifts e outras Notas de estudo em PDF para Física, somente na Docsity! Busca de Estruturas em Grandes Escalas em Altos Redshifts: Estudo Fotométrico de Quatro Campos contendo Pares de Quasares em z ∼ 1 Natalia Verónica Boris Orientador: Prof. Dr. Laerte Sodré Jr. Tese apresentada ao Departamento de Astronomia do Instituto de Astro- nomia, Geof́ısica e Ciências Atmosféricas da Universidade de São Paulo como requisito para a obtenção do t́ıtulo de Doutor em Ciências. Área: Astronomia. · Outubro/2006 · Aos meus pais Lista de Figuras 2.1 Espectros do par QP0110-0219. Os quasares Q 0107-0235 e PB 6291 correspondem a Q 0107-025 A e Q 0107-025 B em Surdej et al. (1986). O pico em 5480 Å corresponde à linha do MgII. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.2 Espectros do par QP1310+0007. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.3 Espectros do par QP1355-0032. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 2.4 Espectros do par QP0114-3140. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 2.5 (a) Imagem na banda z′ corrigida por bias e flat-field; (b) a mesma imagem depois da correção por franjas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 2.6 miso vs. mbest para o par QP0114-3140. Neste caso se usou a banda g’ para detecção. Observa-se diversos objetos ”problema” nas outras bandas. . . . . . . . . . . . . . . . 22 2.7 miso vs. mab para o par QP0114-3140. Os objetos ”problema” desaparecem. . . . . . . 23 2.8 mbest vs. mab para o par QP0114-3140. Os objetos ”problema” reaparecem. . . . . . . 24 2.9 Completeza das amostras: logaritmo do número de objetos em função da magnitude total. Adotamos como magnitude limite na banda correspondente um valor ligeiramente menor que o pico das contagens. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 2.10 CS como função da magnitude miso na banda g′ para o par QP0114-3140, considerando vários limites em FWHM. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 2.11 FWHM como função da magnitude miso na banda g′ para o par QP0114-3140, conside- rando objetos com CS < 0.9. A linha no gráfico indica FWHM = 1”.16 . . . . . . . . 27 2.12 Número de galáxias por unidade de área e magnitude. Os triângulos representam valores para o par QP1310+0007 (área total do campo = 0.008 deg2) e os pentágonos os valores para a região ACS-GOODS (área total do campo = 0.04 deg2). . . . . . . . . . . . . . 31 2.13 Idem figura 2.12 para o par QP1355-0032. . . . . . . . . . . . . . . . . . . . . . . . . 32 2.14 Idem figura 2.12 para o par QP0110-0219. . . . . . . . . . . . . . . . . . . . . . . . 33 2.15 Idem figura 2.12 para o par QP0114-3140 (área total do campo = 0.006 deg2). . . . . . 34 3.1 Esquerda: espectro de uma galáxia eĺıptica de 15 Gyr (Poggianti 1997) em redshift 0.97. Superpostos sobre o espectro estão as bandas fotométricas do GMOS r′, i′ e z′. Direita: Cor (i′−z′) do espectro da esquerda como função do redshift. O máximo acontece quando a quebra em 4000 Å cai na banda z′. . . . . . . . . . . . . . . . . . . . . . . . . . . 36 iii 3.2 Esquerda: distribuição do erro em redshift fotométrico, sendo o erro médio de 0.16. Direita: comparação do redshift espectroscópico e o fotométrico obtido usando o K ótimo correspondente ao erro médio. As linhas pontilhadas representam os intervalos de 1 e 3 σ. 40 3.3 Distribuição de redshifts fotométricos para galáxias mais brilhantes que o limite de com- pleteza. (a): Campo QP1310+0007 (i′ < 24.0), (b): Campo QP1355-0032 (g′ < 25.0), (c): Campo QP0110-0219 (i′ < 24.0), (d): Campo QP0114-3140 (g′ < 24.5). Em verde, as regiões com z = zpar ± 0.16. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 3.4 Excesso de galáxias por grau quadrado com relação ao HHDFN. (a): Campo QP1310+0007, (b): Campo QP1355-0032, (c): Campo QP0110-0219, (d): Campo QP0114-3140. Em verde, as regiões com z = zpar ± 0.16. . . . . . . . . . . . . . . . . . . . . . . . . . . 44 3.5 Par QP1310+0007. Galáxias com 0.77 < zphot < 1.09. Esquerda: distribuição da cor i′−z′; a cor vermelha denota o intervalo de cor 0.6 ≤ i′−z′ ≤ 1.0. Centro: diagrama cor- magnitude; linhas tracejadas denotam o intervalo onde se espera encontrar uma seqüência vermelha. Direita: distribuição de galáxias projetada no plano do céu. Os ćırculos representam galáxias com 0.6 ≤ i′ − z′ ≤ 1.0 e as estrelas representam os quasares. . . . 50 3.6 Par QP1355-0032. Galáxias com 0.77 < zphot < 1.09. Esquerda: distribuição da cor i′ − z′. Centro: diagrama cor-magnitude; linhas tracejadas denotam o limite 0.6 ≤ i′ − z′ ≤ 1.0. Direita: distribuição de galáxias projetada no plano do céu. Os ćırculos representam galáxias com 0.6 ≤ i′ − z′ ≤ 1.0 e as estrelas representam os quasares. . . . 50 3.7 Par QP0110-0219. Galáxias com 0.80 < zphot < 1.12. Esquerda: distribuição da cor i′−z′; a cor vermelha denota o intervalo de cor 0.6 ≤ i′−z′ ≤ 1.0. Centro: diagrama cor- magnitude; se observa uma seqüência vermelha em i′ − z′ ∼ 0.8. Direita: distribuição de galáxias projetada no plano do céu. Os ćırculos representam galáxias com 0.6 ≤ i′ − z′ ≤ 1.0 e as estrelas representam os quasares. . . . . . . . . . . . . . . . . . . . . . . . . 51 3.8 Par QP0114-3140. Galáxias com 0.81 < zphot < 1.13. Esquerda: distribuição da cor i′ − z′. Centro: diagrama cor-magnitude; linhas tracejadas denotam o limite 0.6 ≤ i′ − z′ ≤ 1.0. Direita: distribuição de galáxias projetada no plano do céu. Os ćırculos representam galáxias com 0.6 ≤ i′ − z′ ≤ 1.0 e as estrelas representam os quasares. . . . 51 3.9 Relação cor-magnitude para galáxias vermelhas (0.6 ≤ i′ − z′ ≤ 1.0) em QP1310+0007 e QP0110-0219 (z ∼ 0.9). As linhas tracejadas indicam o ajuste linear. As linhas de tracejado largo mostram o resultado de Blakeslee et al. (2006) para RX J0152.7-1357 (z ∼ 0.8) e as linhas pontilhadas o resultado de Mei et al. (2006) para RDCS J0910+5422 (z ∼ 1.1). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 iv 3.10 Esquerda: Imagem do ROSAT em [0.2-2.0 keV] mostrando o campo em torno do par QP0110-0219. Direita: Imagem do GMOS na banda i’. O ćırculo maior indica a região que seria observada pela câmara EPIC do XMM-Newton. . . . . . . . . . . . . . . . . 54 v Agradecimentos Em primeiro lugar, agradeço ao meu orientador Prof. Laerte Sodré Jr. por ter me apre- sentado o projeto inicial deste trabalho e pela sua contribuição para o meu conhecimento e crescimento cient́ıfico. Agradeço ao Prof. Leopoldo Infante pela ideia inicial do projeto. Agradeço ao Prof. Gastão Lima Neto pela sua contribuição como meu relator e pela sua colaboração nas observações em raios-X. Agradeço ao Eduardo Cypriano pela colaboração cont́ınua com meu trabalho. Agradeço à Profa. Claudia Mendes de Oliveira pelas inúmeras dicas nos meus primeiros passos na redução de dados e na fotometra. Agradeço ao Walter Santos Jr. por gentilmente me providenciar seu programa de redshift fotométrico antes dele ser público. Agradeço ao staff do telescópio Gemini, especialmente ao Prof. Max Abans, Rodrigo Car- rasco e Bruno Castilho pelos inúmeros e-mails trocados no peŕıodo observacional do trabalho. Agradeço ao Prof. Jorge Horvarth pela sua contribuição como relator na fase inicial do meu trabalho. Agradeço ao CNPq pelo financiamento deste trabalho e das participações em congressos. Agradeço aos meus pais, irmãos e irmãs por terem acreditado em mim mais uma vez, à minha avó por todo seu apoio e à Maria, minha sogra e amiga. Finalmente, quero fazer um agradecimento especial a meu esposo, Luciano, pelo seu total apoio para que esta tese fosse posśıvel e principalmente pelo seu amor. viii Resumo O objetivo desta tese é identificar estruturas em grandes escalas em torno de pares de quasa- res em altos redshits. Em particular, estudamos as propriedades fotométricas de quatro campos contendo os pares de quasares QP1310+0007, QP1355-0032, QP0110-0219 e QP0114-3140 em z ∼ 1. Esta amostra foi observada com os telescópios Gemini N e S nas bandas g ′, r′, i′ e z′ do GMOS sendo completa até i′ ∼ 24 (∼ i′∗ + 2). Como primeiro passo, estimamos os redshifts fotométricos das galáxias com um método emṕırico que utiliza um algoritmo de regressão pon- derada localmente. Com este método, o erro em redshift resultou de 0.16 por galáxia. Portanto, analizamos um intervalo em redshift de zpar ± 0.16 e encontramos excessos de galáxias em to- dos os campos, sendo que em QP1310+0007, QP1355-0032 e QP0110-0219 a significância desse excesso é maior que 3 σ. Nestes mesmos campos a distribuição projetada de galáxias resultou mais concentrada do que numa distribuição aleatória. Com o critério de riqueza de Abell, três dos nossos campos resultaram ricos (QP1355-0032, QP0110-0219 e QP0114-3140). Os campos em torno dos pares QP1310+0007 e QP0110-0219 apresentam um excesso de galáxias vermelhas (1.7 σ e 3.3 σ respectivamente) às quais é posśıvel ajustar uma seqüência vermelha no diagrama cor-magnitude. Estes mesmos campos apresentam uma distribuição em forma aglutinada ou de filamento, respectivamente. QP0110-0219 foi detectado nos raios X pelo ROSAT. Nossa análise sugere que QP1310+0007 e QP0110-0219 estão em ambientes de aglomerados ricos e que QP1355-0032 e QP0114-3140 podem estar em ambientes de aglomerados pobres, grupos ou na periferia de aglomerados ricos. ix Abstract The aim of this thesis is to identify high redshift large-scale structures around quasar pairs. We have studied the fotometric properties of four fields around the quasar pairs QP1310+0007, QP1355-0032, QP0110-0219 and QP0114-3140 at z ∼ 1. This sample was observed with GMOS in Gemini N and S telescopes in the g′, r′, i′ and z′ bands, and our photometry is complete to a limiting magnitude of i′ ∼ 24 (∼ i′∗ + 2). First, we have estimated the photometric redshifts of galaxies with an empirical method which use a locally weighted regression algorithm. With this method, the redshifts error is 0.16 per galaxy. Then, we have analysed the redshifts interval zpar ± 0.16, finding an excess of galaxies in all fields, and in QP1310+0007, QP1355-0032 and QP0110-0219 the significance of this excess is larger than 3 σ. In these same fields, the galaxy projected distribution results more concentrated than in a random one. With the Abell rich- ness criteria, three of our fields resulted rich (QP1355-0032, QP0110-0219 e QP0114-3140). The fields around the pairs QP1310+0007 and QP0110-0219 show an excess of red galaxies (1.7 σ and 3.3 σ respectively), and it is possible to fit a red sequence in the color-magnitude diagram. These fields show a cluster-like or filament-like distribution, respectively. QP0110-0219 has been detected in X-ray by ROSAT. Our analysis suggests that QP1310+0007 and QP0110-0219 are in rich clusters environments and that QP1355-0032 and QP0114-3140 could be in poor clusters, groups or in the neighborhood of a cluster. x 1.3 Aglomerados e Grupos de Galáxias em Altos Redshifts 3 Abell é da ordem de 1015M (Bahcall 1999), sendo aproximadamente 5 % de galáxias, 10 % de gás e 85 % matéria escura (Böhringer 1995). O gás no aglomerado emite radiação térmica em raios-X, sendo sua temperatura de aproximadamente 2 - 14 keV (Edge et al. 1990; Lima Neto et al. 2003; Govoni et al. 2004). Aglomerados com estas caracteŕısticas são classificados como ricos. Se o aglomerado contém menos de 30 galáxias dentro do raio de Abell, dizemos que ele é pobre. Neste caso, a massa t́ıpica é de 1013M (Domı́nguez et al. 2002), da qual 55 % são galáxias (Bahcall 1999) e a temperatura em raios-X é menor que 2 keV (Sun et al. 2003). A população de galáxias early-type (eĺıpticas e S0) é dominante nos aglomerados. Nestes, as eĺıpticas e as S0 predominam no centro e as galáxias late-type (espirais e irregulares) na periferia (Dressler 1980). Uma caracteŕıstica interessante dos aglomerados ricos é que as galáxias eĺıpticas são numerosas e formam uma seqüência vermelha no diagrama cor-magnitude (Kodama et al. 1997). Já as galáxias espirais e irregulares são mais comuns em grupos (Sparke & Gallagher 2000). 1.3 Aglomerados e Grupos de Galáxias em Altos Redshifts Na literatura existem numerosas discussões sobre as propriedades de aglomerados e grupos em altos redshifts. Tais propriedades diferem das observadas em baixos redshifts já que as gran- des estruturas em altos redshifts são objetos ainda em formação. Os vários estudos das suas propriedades intŕınsecas e a sua relação com o ambiente ainda não são suficientes para que seja formado um consenso sobre as propriedades da evolução destas estruturas. Por exemplo, se consideramos redshifts maiores que 0.9 temos aproximadamente 90 objetos classificados como grupos de galáxias e 300 como aglomerados de galáxias, sendo que somente da ordem de 10 % destes grupos e 15 % dos aglomerados tem sido estudados (Nasa Extragalactic Database - NED). Em geral, se observa que os aglomerados em altos redshifts apresentam dois tipos de po- pulações de galáxias. Uma população que evolui passivamente formada em redshift entre 2 e 5 e outra com formação estelar em redshifts menores que 1 (Andreon et al. 2004; Toft et al. 2004). A primeira está formada em sua maioria por galáxias eĺıpticas (Smith et al. 2005) e a segunda por galáxias late-type e early-type compactas (Homeier et al. 2005). Ao contrário do que acontece com aglomerados relaxados em z = 0, em altos redshifts se 1.3 Aglomerados e Grupos de Galáxias em Altos Redshifts 4 observa nestes objetos uma grande população de espirais e poucas galáxias S0 (Bicker et al. 2002; Postman et al. 2005). Este fenômeno pode ser explicado pela transformação de galáxias espirais em S0 (Larson et al. 1980). Em 1984 Butcher & Oemler descobriram que a fração de galáxias azuis fracas nos aglomerados aumenta com o redshift (efeito Butcher-Oemler). Isso, somado ao fato de que o centro dos aglomerados é hostil para a formação estelar (Nakata et al. 2005), e que esta última decresce com a densidade (Mateus & Sodré 2004) implica que tais galáxias estão ”caindo”no aglomerado (Toft et al. 2004; Homeier et al. 2006b; Maughan et al. 2006), comportamento que já tinha sido observado em aglomerados próximos (Sodré et al. 1989). Neste contexto, a formação de S0 a partir de espirais pode ser explicada por perda de gás devido a mergers de espirais ou por interação com o meio intra-aglomerado (De Propris et al. 2003; Postman et al. 2005). A fração de galáxias eĺıpticas nos aglomerados não evoluiu apreciavelmente desde redshift z ∼ 1 até hoje (Postman et al. 2005). De fato, se observa que a seqüência vermelha já estaria presente em redshift z ∼ 2 (Blakeslee et al. 2003; Andreon et al. 2004), mas em alguns casos poderia estar ainda se formando (Toft et al. 2003; Homeier et al. 2006a). A maior parte dos autores que estudaram a seqüência vermelha em aglomerados em altos redshifts afirmam que ao menos as galáxias mais massivas dos aglomerados se formaram em redshifts entre 5 e 2 (Lidman et al. 2004; Andreon et al. 2004; Holden et al. 2004). Andreon et al. (2004) encontraram que isto acontece inclusive para grupos. A seqüência vermelha, a prinćıpio, pode ser explicada por três modelos. As galáxias eĺıpticas podem ter se formado por colapso monoĺıtico. Elas podem, também, se formar por um merger de espirais em z >> 1, que teria desencadeado uma formação estelar intensa. Ou ainda por dry mergers, fusões de galáxias sem gás. De fato, Blanton (2006) argumenta que a parte brilhante da seqüência vermelha pode ser reproducida por dry mergers que aconteceram em z < 1. Em todos os casos tiveram evolução passiva. Estudos da função de luminosidade também são consistentes com um modelo de evolução passiva para as galáxias eĺıpticas (Ellis & Jones 2004; Toft et al. 2004). Os modelos de formação de galáxias apresentados acima provêm uma explicação natural para a relação morfologia-densidade que vemos nos aglomerados em z = 0. De fato, alguns autores afirmam que esta relação também se observa em z ∼ 1 (Smith et al. 2005; Postman et al. 2005), porém com algumas diferenças. Postman et al. (2005) mediram esta relação para galáxias em sete aglomerados em z ∼ 1. Eles detectaram que o aumento na fração de galáxias (E+S0) com o aumento da densidade, é menor em z ∼ 1 do que em z ∼ 0. Eles concluem que 1.3 Aglomerados e Grupos de Galáxias em Altos Redshifts 5 isto se deve em primeiro lugar a um déficit de S0 e a um excesso de (S+Irr) com respeito à população de galáxias atual. Smith et al. (2005) encontraram que a fração de galáxias (E+S0) nas regiões mais densas (centro de aglomerados) aumenta desde z = 1 para z = 0. Em regiões de densidade intermediária (grupos ou periferia de aglomerados) a evolução se observa somente após z = 0.5. Já em regiões de densidade baixa (campo) não se observa nenhuma evolução. Smith et al. (2005) sugerem um modelo onde a maior parte das galáxias eĺıpticas se formaram em alto redshift (z > 2) e a posterior evolução da relação morfologia-densidade em redshifts in- termediários e baixos se deve à transformação de espirais em lenticulares. Apesar de termos uma relação morfologia-densidade relativamente bem establecida em z ∼ 1, não acontece o mesmo com a relação morfologia-raio (Postman et al. 2005). Em geral os aglomerados em altos redshifts apresentam uma distribuição filamentar. Como exemplo podemos citar o aglomerado MG2016+112 em redshift z ∼ 1 estudado por Toft et al. (2003). Neste caso, os autores encontraram que a distribuição espacial projetada de galáxias tinha uma forma filamentar e notaram evidências de mergers. Blakeslee et al. (2006) viram que os aglomerados RX J0152.7-1357 e MS 1054-03 ambos em z ∼ 0.8 apresentam sub-grupos na sua estrutura. Nakata et al. (2001) estudam um aglomerado em z ∼ 1.2 e observam que apesar de ter as galáxias mais brilhantes concentradas no centro e as mais fracas na periferia, existe uma distribuição em forma de filamento. Todas estas observações são bem explicadas num modelo de formação hierárquica. Neste cenário, as primeiras a se formar são as estruturas menores para depois se agrupar gravitacio- nalmente e formar estruturas cada vez maiores. As primeiras galáxias teriam sido late-type que posteriormente evolúıram para galáxias early-type. Neste caso, a evolução passiva das galáxias eĺıpticas massivas só pode ser consistente com um cenário hierárquico se os mergers de espi- rais que deram lugar à formação estelar inicial aconteceram para z > 1 (Ellis & Jones 2004; Toft et al. 2004). Num cenário hierárquico as galáxias isoladas se transformariam em anãs. De fato, De Propris et al. (2003) sugerem que o efeito Butcher-Oemler seria, em parte, devido a galáxias menos massivas que evolúıram para as galáxias anãs que vemos hoje. Por outro lado, se aceitamos o colapso monoĺıtico ou os dry mergers seguido de evolução passiva, as eĺıpticas e as espirais poderiam ter se formado ao mesmo tempo com condições iniciais diferentes. Talvez as eĺıpticas se formaram de proto-galáxias em regiões mais densas que as proto-galáxias que deram lugar as espirais. Desta forma mecanismos como ventos de SN, por exemplo, poderiam ter ejetado o gás dando lugar a uma galáxia progenitora de uma eĺıptica. Independentemente do 1.5 Resumo dos Caṕıtulos 8 Ao longo deste trabalho utilizaremos uma cosmologia ΛCDM com Ωm = 0.3, ΩK = 0.0, ΩΛ = 0.7 e o valor da constante de Hubble H0 = 100 h km s −1 Mpc−1, com h = 0.7. Caṕıtulo 2 Tratamento dos Dados Neste caṕıtulo apresentamos a amostra, bem como as observações, os processos de redução e de fotometria. Descrevemos os procedimentos para detecção de objetos e medição de magni- tudes. Determinamos a completeza da nossa amostra e a separação estrela-galáxia. A seguir testamos a consistência da nossa calibração e elaboramos um catálogo de galáxias para cada campo. 2.1 Amostra Os pares de quasares selecionados para este projeto foram extráıdos do catálogo Véron-Cetty & Véron (2001). Este catálogo contém 23760 quasares, incluindo posição, redshifts, fotometria UBV e, em alguns casos, densidades de fluxos medidas em 6 e 11 cm. Também é publicada uma lista com objetos classificados na literatura como pares de quasares e outra com aqueles classificados como lentes gravitacionais. No segundo semestre de 2002, época em que escolhemos os pares de quasares para o nosso trabalho, esta era a última versão do catálogo. Selecionamos pares com diferenças em redshifts menores que 0.010 e separações projetadas menores que 300 arcsec. Pares separados por menos de 15 arcsec não foram considerados para evitar a inclusão de lentes gravitacionais. Com esses parâmetros encontramos um total de 84 pares. Nenhum deles encontrava-se nas listas de lentes ou pares publicadas no catálogo Véron- Cetty & Véron (2001). Desses 84 pares escolhemos quatro dos cinco com redshifts entre 0.9 e 1.0 para serem observa- dos com os telescópios Gemini. A tabela 2.1 mostra as principais caracteŕısticas desta amostra, a 9 2.1 Amostra 10 Tabela 2.1. Caracteŕısticas da amostra Nome α δ z ∆θ ∆v Nome adotado dos quasares (2000) (2000) (arcsec) (km s−1) para o par *J131046+0006 13 10 46.2 00 06 33 0.925 177. 2400. QP1310+0007 J131055+0008 13 10 55.9 00 08 14 0.933 J135457-0034 13 54 57.2 -00 34 06 0.932 252. 600. QP1355-0032 *J135504-0030 13 55 04.7 -00 30 20 0.934 Q 0107-0235 01 10 13.2 -02 19 53 0.958 77. 600. QP0110-0219 *PB 6291 01 10 16.3 -02 18 51 0.956 *J011441-3139 01 14 41.8 -31 39 25 0.974 144. 1800. QP0114-3140 *J011446-3141 01 14 46.4 -31 41 31 0.968 * indica quasares radio-quiet saber: nome dos quasares que constituem o par, suas coordenadas, redshifts, separações angula- res e em redshifts e velocidade radial relativa. A tabela 2.1 também inclui o nome que adotamos para o par. O que nos levou a fazer esta seleção foi que o tempo de exposição necessário resultou razoável para observar os pares com estes telescópios. Novas versões do catálogo foram publicadas (Véron-Cetty & Véron (2003) e Véron-Cetty & Véron (2006)) e notamos que nossos pares ainda não se encontravam na lista de lentes gravita- cionais ou na de pares neles publicados. 2.1.1 Os Pares de Quasares O par QP0110-0219 foi confirmado como tal por Surdej et al. (1986). Os autores conclui- ram que devido à diferença em redshift e as diferentes caracteŕısticas espectrais, os quasares Q 0107-0235 e PB 6291 formam um par f́ısico (figura 2.1). Neste artigo também é publicada a fotometria de alguns objetos detectados em 6.5 arcmin2 em torno do par. Os autores supõem a existência de um aglomerado pobre de galáxias mediante a comparação das magnitudes dos objetos detectados com as de galáxias mais brilhantes em aglomerados. Estudos posteriores foram feitos só sobre os quasares e não sobre seu entorno. Dos outros pares não se tem referência bibliográfica, a não ser por alguns objetos em torno deles publicados na NED, mas nada a respeito se eles estão associados ou não. As figuras 2.2, 2.3 Redução das Imagens 13 Tabela 2.2. Observações Nome Telescópio texp(g′) texp(r′) texp(i′) texp(z′) Semestre (segundos) (segundos) (segundos) (segundos) QP1310+0007 Gemini N 300.0 200.0 350.0 450.0 2003A/5A QP1355-0032 Gemini N 300.0 200.0 350.0 450.0 2003A/5A QP0110-0219 Gemini N 300.0 200.0 350.0 410.0 2003B/4B QP0114-3140 Gemini S 300.5 200.5 350.5 410.5 2003B/4B Tabela 2.3. Filtros do GMOS N e S Nome λeff Intervalo (nm) (nm) g′ 475 398-552 r′ 630 562-698 i′ 780 706-850 z′ ≥ 925** ≥ 848 ** Foi adotado λeff = 950 nm. exposição em cada banda e o semestre da observação. Os dados foram obtidos com o GMOS-N e GMOS-S, que têm uma escala de 0.1454 ”/pixel e 0.1460 ”/pixel, respectivamente quando binamos as imagens em 2x2 (no nosso caso uma binagem foi necessária para melhorar o si- nal/rúıdo, S/N). Ambos têm um campo de visão de 5.5’ × 5.5’, que equivale, aproximadamente, a 2.6Mpc × 2.6Mpc na cosmologia adotada aqui para z = 1. Estes campos foram observados nas bandas g ′, r′, i′ e z′. As caracteŕısticas destes filtros são mostradas na tabela 2.3. Nas bandas i′ e z′, as observações foram planejadas para se detectar uma galáxia eĺıptica de I = 23 com S/N = 10 em z ∼ 1, de forma tal a poder observar galáxias early-type com magnitude M ∗. Galáxias azuis fracas são a população dominante nos aglomera- dos em altos redshifts. Para detectá-las, se planejou observar uma galáxia Sc de V = 25 com S/N = 10 em z ∼ 1 nas bandas g′ e r′. 2.3 Redução das Imagens As imagens obtidas numa noite de observação precisam ser corrigidas de diversos efeitos an- tes de se proceder à análise das mesmas. Tais efeitos são intŕınsecos à resposta do detector (CCD 2.3 Redução das Imagens 14 em nosso caso). A correção das imagens pelos efeitos instrumentais é chamada de redução, cujos passos necessários são descritos a seguir: Bias: é um limiar artificial provido pela eletrônica do CCD, para aumentar a eficiência de transferência de carga, isto é, em cada exposição existe um número de contagens adicional de- vido a este efeito. Este pedestal eletrônico pode variar com a posição sobre o chip, principal- mente com as colunas. É um efeito aditivo que deve ser subtráıdo das imagens. Para este fim, se faz uma exposição de tempo de integração igual a zero chamada de bias, que é subtráıda de cada imagem. Flat-Field: é uma correção devida à não uniformidade na resposta do CCD. Esta variação ocorre pixel à pixel e, no caso de exposições longas, também em grande escala sobre a imagem. A diferença em relação ao efeito anterior é que as variações em sensibilidade são multiplicativas e, portanto, cada imagem deve ser dividida por uma imagem de iluminação uniforme que se chama de flat-field. Franjas: Além da correção por bias e flat-field, as imagens nas bandas i′ e z′ necessitam ser corrigidas por franjas, causadas por efeitos thin-film de interferência no detector (§2.3.2). A banda z′ é a mais afetada. Existem outros efeitos que afetam a resposta do CCD, que não serão detalhados aqui porque não foi necessário considerá-los em nossa redução. Para cada noite de observação foram feitas várias exposições dos campos dos quasares. O objetivo de se ter várias exposições é aumentar a relação S/N da observação e permitir retirar os pixels ruins e os raios cósmicos. Todas as imagens foram processadas utilizando o software Image Reduction and Analisys Facility (IRAF), em particular as rotinas do pacote gemini. 2.3.1 Imagens nas Bandas g′ e r′ Utilizamos gireduce para corrigir as imagens por bias e flat-field. Posteriormente, usamos gmosaic para unir as imagens dos três CCDs que constituem o detector. Todas as imagens do GMOS estão escritas em extensão múltipla (MEF), e gmosaic transforma extensões múltiplas 2.3 Redução das Imagens 15 em somente uma extensão. Combinamos estas imagens para obter uma única imagem para cada banda com uma melhor relação S/N utilizando imcoadd, sendo a imagem final uma média das imagens combinadas. Esta rotina gera máscaras para corrigir por pixels ruins e raios cósmicos. 2.3.2 Imagens nas Bandas i′ e z′ Depois da correção por bias e flat-field com gireduce, corrigimos as imagens nas bandas i ′ e z′ por franjas. Para esta finalidade se constrói uma imagem chamada de fringe-frame para cada filtro que será subtráıda das imagens de ciência. O procedimento é feito para cada banda separadamente. Há duas formas de corrigir por franjas, uma delas é automática e a outra é manual. A primeira tentativa era feita automaticamente. Quando o resultado obtido desta maneira não era satisfatório, o procedimento era feito manualmente. Ambos os processos são descritos a seguir: Procedimento Automático Existe uma rotina chamada gifringe que gera o fringe-frame combinando imagens de ciência ou flat-fields e outra chamada girmfringe que corrige as imagens de ciência por este efeito usan- do o fringe-frame gerado por gifringe. Procedimento Manual Os passos para a construção do fringe-frame e para a posterior correção por franjas são: (i) Mede-se a contagem do céu em cada imagem de ciência: as regiões para medição do céu foram escolhidas na banda i′ com a condição de não conterem estrelas, já que na banda z ′ o efeito das franjas é tal que os objetos são quase inviśıveis. A contagem do céu foi determinada com imstat em várias regiões de 319 arcsec2 e, posteriormente, determinou-se a média destas regiões (Ncéu). 2.4 Calibração Fotométrica das Imagens 18 onde mAB é a magnitude no sistema AB, m0 é uma constante, N são as contagens, texp é o tempo de exposição, k é o coeficiente da massa de ar e X é a massa de ar da observação. Os passos necessários para se chegar nesta equação encontram-se detalhados no apêndice A. Com os valores de m0, texp, k e X, a calibração final para cada banda resulta numa equação: mAB = −2.5 × log(N) + C (2.4) onde C = m0 + 2.5 × log(texp) − k(X − 1) (2.5) é o ponto zero da nossa calibração. A massa de ar foi obtida fazendo uma média das massas de ar para cada filtro. Isso foi posśıvel devido a baixa dispersão dessas quantidades. Os valores para o coeficiente da massa de ar são as médias para Mauna Kea, inclusive para o Gemini S, já que as médias para Cerro Pachon se assumem iguais às de Mauna Kea. Para texp foram usados os valores da tabela 2.2. Por fim, m0 foi obtido usando o pacote daophot do IRAF utilizando estrelas padrão, como mostrado no apêndice A. O erro ∆C da constante C foi calculado como a propagação de erros da equação 2.5: (∆C)2 = (∆m0) 2 + k2 ∗ (∆X)2 (2.6) onde ∆m0 é o erro de m0 como obtido no apêndice A e ∆X é o erro na massa de ar, obtido como o erro da média σ(< X >)/ √ n, onde σ(< X >) é a dispersão da média e n o número de imagens combinadas. Somente um de nossos campos (QP0114-3140) foi observado em condições não fotométricas nas bandas i′ e z′. Neste caso, contávamos com duas imagens observadas em noites fotométricas (uma para cada filtro) que usamos para a calibração da seguinte forma: (i) Medimos magnitudes como na equação (2.4) com C = 0 sobre a imagem de ciência, mciência. (ii) Calculamos C (equação (2.5)) usando os valores de X e texp da imagem de calibração. 2.5 Detecção de Objetos 19 Tabela 2.5. Fotometria para o par QP1310+0007 Banda m0 k texp X C g’ 27.81 ± 0.01 0.14 300.0 1.084 ± 0.005 33.99 ± 0.01 r’ 28.22 ± 0.01 0.11 200.0 1.134 ± 0.006 33.96 ± 0.01 i’ 27.94 ± 0.01 0.10 350.0 1.11 ± 0.01 34.29 ± 0.01 z’ 26.81 ± 0.03 0.05 450.0 1.12 ± 0.03 33.44 ± 0.03 Tabela 2.6. Fotometria para o par QP1355-0032 Banda m0 k texp X C g’ 28.02 ± 0.01 0.14 300.0 1.37 ± 0.08 34.15 ± 0.02 r’ 28.416 ± 0.002 0.11 200.0 1.45 ± 0.02 34.120 ± 0.003 i’ 27.87 ± 0.02 0.10 350.0 1.23 ± 0.01 34.21 ± 0.02 z’ 26.800 ± 0.003 0.05 450.0 1.31 ± 0.03 33.420 ± 0.003 (iii) Medimos magnitudes como na equação (2.4) com C obtido em (ii) sobre a imagem de calibração, mcalib. (iv) Calculamos C final como a média das diferenças C =< mcalib −mciência >. O erro neste caso foi considerado como (∆C) = (σC)/ √ n, onde σC é a dispersão e n o número de objetos utilizados para o cálculo. Nos items (i) e (iii) foram medidas magnitudes de abertura usando o programa SExtractor (Bert́ın & Arnauts 1996). Os resultados são mostrados nas tabelas 2.5 - 2.8. Na seção §2.9 rediscutiremos a calibração fotométrica. 2.5 Detecção de Objetos Para detectar galáxias sobre as imagens usamos o programa SExtractor (Bert́ın & Arnauts 1996). Este programa detecta objetos acima de um certo fluxo sobre o fundo de céu, produ- zindo um catálogo de objetos com suas principais propriedades. Este catálogo inclui posição, 2.5 Detecção de Objetos 20 Tabela 2.7. Fotometria para o par QP0110-0219 Banda m0 k texp X C g’ 27.85 ± 0.01 0.14 300.0 1.19 ± 0.01 34.02 ± 0.01 r’ 28.17 ± 0.01 0.11 200.0 1.40 ± 0.02 33.88 ± 0.01 i’ 27.85 ± 0.01 0.10 350.0 1.082 ± 0.001 34.20 ± 0.01 z’ 26.69 ± 0.01 0.05 410.0 1.12 ± 0.01 33.22 ± 0.01 Tabela 2.8. Fotometria para o par QP0114-3140 Banda m0 k texp X C g’ 28.550 ± 0.003 0.14 300.5 1.12 ± 0.02 34.73 ± 0.01 r’ 28.41 ± 0.01 0.11 200.5 1.27 ± 0.01 34.14 ± 0.01 i’ 27.78 ± 0.01 0.10 350.5† 1.274* 33.37 ± 0.03** z’ 26.72 ± 0.01 0.05 410.5† 1.304* 33.01 ± 0.06** * valores correspondentes a imagem de calibração. †mesmos valores para as imagens de calibração e de ciência. ** valores calculados como indicado no item (iv): C =< mcalib − mciência > elipticidade, área, magnitude e um parâmetro de classificação estrela-galáxia (CS) para cada objeto detectado. Este último parâmetro é determinado a partir do seeing das imagens. Valores próximos a 0 são galáxias e próximos a 1 correspondem a estrelas. Na detecção de objetos usamos a imagem no filtro que apresentasse o maior número deles. Primeiro rodamos o programa separadamente para cada banda e selecionamos aquela onde mais objetos são detectados. Depois, escolhemos a imagem nessa banda como referência para de- tecção e rodamos novamente o programa em modo duplo. Após uma série de testes, vimos que a melhor escolha era usar um filtro top-hat e detectar objetos acima de 1.5 σ, que corresponde aos ńıveis isofotais mostrados na tabela 2.9. Usamos a calibração em magnitudes AB da seção §2.4 para determinar as magnitudes dos objetos detectados. Para utilizar o programa em modo duplo alinhamos as imagens em todas as bandas. Para isto foram necessárias rotações e deslocamentos e, em conseqüência, perdeu-se parte da borda. A área final após os deslocamentos é mostrada na tabela 2.10. 2.7 Completeza dos Campos 23 15 20 25 30 15 20 25 30 15 20 25 30 15 20 25 30 15 20 25 30 15 20 25 30 15 20 25 30 15 20 25 30 Figura 2.7 — miso vs. mab para o par QP0114-3140. Os objetos ”problema” desaparecem. 2.7 Completeza dos Campos Para estimar a completeza em magnitudes das observações, fizemos contagens logaŕıtmicas de objetos na imagem usada para a detecção: i′ no caso dos pares QP1310+0007 e QP0110-0219 e g′ no caso de QP1355-0032 e QP0114-3140. Para este fim, usamos a magnitude total (§2.6) e consideramos como magnitude de completeza da amostra uma magnitude ligeiramente menor que o valor máximo das contagens (figura 2.9). Os valores resultantes são respectivamente, i′ = 24.0 para os dois primeiros casos, g ′ = 25.0 para o terceiro e g′ = 24.5 para o último. As 2.8 Separação Estrela-Galáxia 24 15 20 25 30 15 20 25 30 15 20 25 30 15 20 25 30 15 20 25 30 15 20 25 30 15 20 25 30 15 20 25 30 Figura 2.8 — mbest vs. mab para o par QP0114-3140. Os objetos ”problema” reaparecem. barras de erro foram calculadas supondo uma distribuição poissoniana. 2.8 Separação Estrela-Galáxia Para a separação estrela-galáxia, além do parâmetro CS, consideramos o FWHM 1 dos obje- tos, também determinado pelo SExtractor. Como exemplo mostramos na figura 2.10 a CS como função da magnitude miso na banda g ′ para o par QP0114-3140. Nesta figura consideramos 1Sigla em inglês usada para indicar a largura a meia altura da gaussiana ajustada à intensidade do objeto. 2.8 Separação Estrela-Galáxia 25 Tabela 2.11. Coeficientes de absorção Nome Ag′ Ar′ Ai′ Az′ QP1310+0007 0.182 0.128 0.094 0.074 QP1355-0032 0.162 0.114 0.083 0.066 QP0110-0219 0.159 0.112 0.082 0.065 QP0114-3140 0.108 0.076 0.056 0.044 15 20 25 30 -1 0 1 2 3 i’ QP1310+0007 15 20 25 30 -1 0 1 2 3 g’ QP1355-0032 15 20 25 30 -1 0 1 2 3 i’ QP0110-0219 15 20 25 30 -1 0 1 2 3 g’ QP0114-3140 Figura 2.9 — Completeza das amostras: logaritmo do número de objetos em função da magnitude total. Adotamos como magnitude limite na banda correspondente um valor ligeiramente menor que o pico das contagens. 2.9 Checagem da Calibração: Comparação com ACS-GOODS e HHDFN 28 estas regiões e os nossos campos são representativos de um universo isotrópico e homogêneo. ACS-GOODS é uma região de 160 arcmin2, que compreende o HDF-N (Hubble Deep Fi- eld North), fica dentro do CDF-N (Chandra Deep Field North) e conta com redshifts espec- troscópicos medidos (Cowie et al. 2004). Estes redshifts são completos até magnitude z ′ = 22 e cobrem um intervalo que vai de 0.0 até 4.0 aproximadamente. A HHDFN, é uma região de 0.2 deg2 centrada no HDF-N. A região HHDFN é completa até R = 24.5 (Capak et al. 2004). Ambas têm fotometria nas bandas HK’ (λc = 18947.65 Å), z ′ (λc = 9069.21), I (λc = 7975.89), R (λc = 6534.16), V (λc = 5471.22), B (λc = 4427.60), e U (λc = 3647.65), e estão calibradas no sistema de magnitudes AB. Escolhemos ACS-GOODS porque será utilizada para calcular zphot e HHDFN porque contém a ACS-GOODS e tem uma completeza semelhante à de nossos campos. Para fazer a comparação de nossos dados com os de Capak et al. (2004) e Cowie et al. (2004) foi necessário considerar magnitudes dentro de uma abertura de 3 arcsec de diâmetro e fazer uma interpolação para obter magnitudes nas bandas do GMOS, além de considerar só objetos mais brilhantes que a magnitude de completeza. Fizemos uma primeira comparação sem discriminar estrelas de galáxias utilizando os dados da região HHDFN por ter uma completeza semelhante à de nossos campos. Um dos métodos adequados para se comparar as distribuições de magni- tudes é calcular as probabilidades de as distribuições observadas dos pares e da HHDFN terem médias iguais, usando o teste-t de Student (Press et al. 1992) (§2.9.1). Além disso, estimamos qual seria a correção a ser feita no ponto zero de nossas magnitudes para colocá-la na mesma escala do ACS-GOODS, ∆m, calculando a diferença de medianas (§2.9.1) e pela comparação de diagramas cor-cor e cor-magnitude (§2.9.2). Fizemos uma outra comparação com contagens de galáxias utilizando os dados da região ACS-GOODS (§2.9.3). 2.9.1 Comparação usando Teste t-de Student Este teste dá a probabilidade ”p” de duas distribuições terem médias iguais. Consideramos comparáveis duas amostras quando p > 0.09 (Press et al. 1992). Caso contrário, somávamos às magnitudes a diferença das medianas e recalculávamos o parametro ”p”. Preferimos a mediana à média por ser a primeira mais robusta a outliers. Como podemos observar nas tabelas 2.12 - 2.15, em algumas bandas foram necessárias duas 2.9 Checagem da Calibração: Comparação com ACS-GOODS e HHDFN 29 Tabela 2.12. Resultado com o Teste t-de Student: QP1310+0007 Comparação i′ lim pg pr pi pz Primeira 24. 0.7 0.8 0.6 0.0 *Segunda 24. — — — 0.7 * Segunda comparação somando ∆z′=-0.5. Tabela 2.13. Resultado com o Teste t-de Student: QP1355-0032 Comparação g′ lim pg pr pi pz Primeira 25. 0.1 0.0 0.0 0.1 *Segunda 25. — 0.5 0.8 — * Segunda comparação somando ∆r′=0.1 e ∆i′=-0.2. comparações para obter resultados satisfatórios. Isso acontece, provavelmente, por diferenças no ponto zero da calibração fotométrica . Nesses casos foi necessário fazer-se um deslocamento em ∆m. Estes resultados estão resumidos na tabela 2.16. Vamos, então, corrigir nossas magnitudes por ∆m e, assim, nossas magnitudes ficam no mesmo sistema que o ACS-GOODS. 2.9.2 Comparação usando Diagramas Cor-Cor e Cor-Magnitude Constrúımos os diagramas cor-cor e cor-magnitude e comparamos com os mesmos diagramas para os dados da região HHDFN. Notamos que o intervalo de magnitudes e de cores coincidiam só para algumas bandas. Estes deslocamentos coincidiam com as diferenças em medianas cal- culadas no item anterior (tabelas 2.12 - 2.15) e portanto foram adotados para serem aplicados aos nossos dados. Tabela 2.14. Resultado com o Teste t-de Student: QP0110-0219 Comparação i′ lim pg pr pi pz Primeira 24. 0.0 0.0 0.4 0.9 *Segunda 24. 0.3 0.1 — — * Segunda comparação somando ∆g′=0.1 e ∆r′=0.2. 2.9 Checagem da Calibração: Comparação com ACS-GOODS e HHDFN 30 Tabela 2.15. Resultado com o Teste t-de Student: QP0114-3140 Comparação g′ lim pg pr pi pz Primeira 24.5 0.8 0.0 0.0 0.0 *Segunda 24.5 — 0.7 0.8 0.9 * Segunda comparação somando ∆r′=-0.2, ∆i′=-0.3 e ∆z′=-0.3 Tabela 2.16. Deslocamentos em magnitude Nome ∆g′ ∆r′ ∆i′ ∆z′ QP1310+0007 0.0 0.0 0.0 -0.5 QP1355-0032 0.0 0.1 -0.2 0.0 QP0110-0219 0.1 0.2 0.0 0.0 QP0114-3140 0.0 -0.2 -0.3 -0.3 2.9.3 Comparação usando Contagens de Galáxias Como determinado anteriormente, para nossos campos, consideramos galáxias aqueles obje- tos com classe de estelaridade dada pelo SExtractor CS < 0.9. Também adicionamos os valores de deslocamento dados na tabela 2.16. Por outro lado, no caso da região ACS-GOODS, consi- deramos galáxias aqueles objetos com redshift z > 0. Fizemos uma comparação das contagens por unidade de área e por unidade de magnitude, n, considerando intervalos de 0.5 magnitudes para objetos mais brilhantes que magnitude z ′ = 22. Estes resultados são mostrados nas figuras 2.12 - 2.15. Nestas figuras, os triângulos representam valores para os nossos campos e os pentágonos para a região ACS-GOODS. Em todos os casos as magnitudes são de abertura. As barras de erro foram calculadas supondo uma distribuição de Poisson. Por inspeção visual, estimamos que, dentro dos erros, a região ocupada nos diagramas por nossos campos e ACS-GOODS é a mesma. Um estudo fotométrico do SDSS feito por Fukugita et al. (2004) mostra que, além da ex- tinção produzida pela nossa Galáxia, a principal causa das variações nas contagens de galáxias é a aglomeração em estruturas em grande escala. Esta dispersão aumenta para áreas menores chegando a ser maior que 0.2 magnitudes para áreas inferiores a 0.01 deg2, como é nosso caso. Este efeito, portanto, pode causar as diferenças entre nossa calibração e a de Capak et al. (2004). 2.11 Sumário 33 16 18 20 22 24 26 28 0 1 2 3 4 5 16 18 20 22 24 26 0 1 2 3 4 5 16 18 20 22 24 0 1 2 3 4 5 16 18 20 22 24 0 1 2 3 4 5 Figura 2.14 — Idem figura 2.12 para o par QP0110-0219. 2.11 Sumário 34 16 18 20 22 24 26 28 0 1 2 3 4 5 16 18 20 22 24 26 0 1 2 3 4 5 16 18 20 22 24 0 1 2 3 4 5 16 18 20 22 24 0 1 2 3 4 5 Figura 2.15 — Idem figura 2.12 para o par QP0114-3140 (área total do campo = 0.006 deg2). Caṕıtulo 3 Busca por Estruturas em Torno dos Pares de Quasares Neste caṕıtulo estudaremos a presença de estruturas em torno dos pares de quasares, pro- curando establecer a sua significância. Após uma breve descrição da estratégia observacional, estimamos a magnitude aparente de uma galáxia M ∗ no redshift dos pares. Posteriormente apresentamos um método para medição de redshifts fotométricos. Em seguida mostramos os resultados sobre a presença de estruturas e discutimos as propriedades de nossos campos. 3.1 Estratégia Observacional Nossa proposta foi usar pares de quasares, relativamente próximos entre si no espaço, como pistas para a detecção de estruturas distantes. Para isso, selecionamos quatro campos contendo pares de quasares em z ∼ 1 para serem observados com os telescópios Gemini. A idéia inicial foi detectar os objetos mais vermelhos dos campos, candidatos a formarem uma estrutura em grande escala. Para tal fim, consideramos o fato de que a quebra em 4000 Å no espectro das galáxias early-type cai depois da banda i′ em redshifts maiores que 1.1, fazendo com que a cor (i′ − z′) seja muito vermelha (figura 3.1 da esquerda). Na figura 3.1 da direita é mostrado como esta cor muda como função do redshift para um modelo t́ıpico de uma galáxia eĺıptica. Como pode ser visto na mesma figura, existe uma correlação entre a cor (i ′ − z′) e o redshift no intervalo 0.7 < z < 1.1. Com este procedimento, nós esperávamos que as galáxias early-type fossem as mais vermelhas do campo neste redshift, fato que foi confirmado no decorrer do trabalho (§3.4.4). Depois de uma análise preliminar, vimos que a detecção de objetos vermelhos não era su- 35 3.3 Estimativa de Redshifts Fotométricos 38 fotométricos. Portanto, decidimos mudar a estratégia e comparar as nossas magnitudes com as de galáxias reais que tivessem redshift espectroscópico conhecido. Ou seja, procuramos estabe- lecer uma relação emṕırica entre magnitudes ou cores e redshifts. Para isto foi usado um método desenvolvido por Santos Jr. et al., in prep., que utiliza um algoritmo chamado de Regressão Ponderada Localmente (RPL). 3.3.1 Método Em sua aplicação a redshifts fotométricos, o RPL establece uma relação linear local entre cores ou magnitudes e redshifts. Com isso, a partir de uma medida fotométrica (conjunto de cores ou magnitudes) de um objeto é posśıvel fazer uma estimativa do seu redshift. O método trabalha com dois conjuntos de dados, que chamamos de conjunto de treinamento (dados com redshift espectroscópico conhecido) e conjunto de teste (dados para os quais se pretende de- terminar o redshift). Obviamente, ambos os conjuntos devem ter as magnitudes medidas nas mesmas bandas e no mesmo sistema fotométrico. No conjunto de treinamento temos para cada grupo de cores ou magnitudes um valor de redshift espectroscópico medido, e a partir destes valores pretendemos estimar o redshift fo- tométrico das nossas galáxias. Isso é feito com uma relação do tipo: y(x) = B0 + Σni=1B ixi (3.2) onde x representa, por exemplo, um conjunto de cores (para magnitudes o procedimento é análogo) para um dado objeto e y(x) representa o valor do redshift estimado para esse objeto. Numa regressão linear global, os parametros B i seriam encontrados minimizando a soma dos reśıduos ao quadrado: Σlk=1(yk − y(xk))2 = Σlk=1(yk − B0 −B.xk)2 (3.3) Durante uma predição de RPL, fornece-se um ponto de entrada (x1q , x 2 q , ...x n q ) que representa o conjunto de cores da q-ésima galáxia para a qual se pretende estimar o redshift. Em seguida, se compara este valor com as cores de todos os objetos do conjunto de treinamento, (x1k, x 2 k, ...x n k ). Neste caso, o ajuste é mais fortemente influenciado pelos dados do conjunto de treinamento 3.3 Estimativa de Redshifts Fotométricos 39 xk que se encontram próximos do ponto xq, de acordo com uma distância euclidiana. Isto se consegue ponderando cada ponto xk de acordo com sua distância ao ponto xq. Ou seja, um dado próximo obtém um peso próximo de um e um bem longe obtém um peso próximo de zero. Como função de ponderação é utilizada uma gaussiana: ωk = exp( −d2(xk,xq) 2K2 ) (3.4) onde ωk é o peso associado ao ponto xk e d(xk,xq) é uma medida de distância euclidiana entre xk e xq. O parâmetro K, chamado de largura do kernel, determina quão rápido o peso diminui à medida que o ponto xq se afasta de xk e depende do conjunto de treinamento utilizado (§3.3.2). Então, em lugar de encontrar os parâmetros B iq para minimizar a soma global dos residuos ao quadrado (equação 3.3), minimiza-se a soma ponderada localmente dos reśıduos ao quadrado: χ2 = Σlk=1ω 2 k(yk − B0q −Bq.xk)2 (3.5) onde Bq são os parâmetros do ajuste local, isto é, válidos apenas para o dado xq. Logo, usando a equação 3.2, obtemos o valor de y correspondente a xq: y(xq) = B 0 q + Σ n i=1B i qx i q (3.6) Resumindo, dados o conjunto de treinamento, o conjunto de teste e o parâmetro K, o pro- grama calcula os redshifts do conjunto de teste utilizando um ajuste RPL. Assim, a partir de medidas fotométricas de um objeto, é posśıvel obter uma estimativa para o seu redshift. 3.3.2 Aplicação à Nossa Amostra Neste trabalho medimos redshifts fotométricos pela comparação de nossos dados com a região ACS-GOODS (§2.9). Já que o método permite usar tanto cores quanto magnitudes, o redshift de nossos campos foi determinado usando cores, porque se usássemos magnitudes deveŕıamos limitar a amostra em z′ = 22 (por ser esta a completeza espectroscópica do ACS-GOODS) e nossa amostra é mais profunda (completa pelo menos até i′ = 24). Quando usamos cores, porém, este limite não é necessário já que o redshift, neste caso, depende unicamente da distribuição de cores. Portanto, embora não tenhamos dados espectroscópicos para os objetos com z ′ > 22, podemos obter o redshift fotométrico a partir das cores. O número de galáxias do ACS-GOODS 3.3 Estimativa de Redshifts Fotométricos 40 0 0.1 0.2 0.3 0 20 40 60 erro 0 0.2 0.4 0.6 0.8 1 1.2 0 0.2 0.4 0.6 0.8 1 1.2 Figura 3.2 — Esquerda: distribuição do erro em redshift fotométrico, sendo o erro médio de 0.16. Direita: comparação do redshift espectroscópico e o fotométrico obtido usando o K ótimo correspondente ao erro médio. As linhas pontilhadas representam os intervalos de 1 e 3 σ. com z′ < 22 é 490. Como primeiro passo se determina o parâmetro K (equação 3.4). Para isso se divide o próprio conjunto de treinamento (ACS-GOODS) em 2/3 para treinamento e 1/3 para validação. Aplica-se então o método nesses dados de validação (como se fossem dados de um conjunto de teste para os quais se quer estimar o redshift), variando-se o valor de K. Para cada um destes valores é calculando o desvio padrão a partir da dispersão entre zphot e zspec do conjunto de validação (rms = √ Σ(zphot − zspec)2/N ). Escolhe-se como K ótimo aquele valor para o qual o desvio padrão resulta mı́nimo. Este procedimento se repete para 100 combinações de 2/3 para treinamento e 1/3 para validação, escolhidas aleatoriamente. Isto é, para cada simulação se determina o K ótimo e o erro na estimativa de zphot. Como valor de K definitivo se adota a mediana dos vários K ótimos. O histograma da figura 3.2 da esquerda mostra a distribuição dos erros em redshift para as várias simulações. Considera-se como erro em redshifts, para o con- junto de treinamento ACS-GOODS, o valor médio de σz = 0.16. A figura 3.2 da direita mostra a comparação de zphot e zspec para 1/3 das galáxias de ACS-GOODS usadas para validação na simulação correspondente a este valor médio. Finalmente, com o valor de K definitivo (K = 0.33) o programa é aplicado aos nossos dados (conjunto de teste), usando o ACS-GOODS completo como conjunto de treinamento. Como mencionado no ińıcio desta seção, uma vez obtidos os redshifts, devemos estudar quais 3.4 Análise dos Campos 43 Tabela 3.1. Contagens Nome ∆z δmax σδ QP1310+0007 0.77 < z < 1.09 1.2 0.4 QP1355-0032 0.77 < z < 1.09 2.0 0.5 QP0110-0219 0.80 < z < 1.12 2.1 0.7 QP0114-3140 0.81 < z < 1.13 2.2 1.0 erros poissonianos para Npar e NH , resulta: σδ = (δ + 1) √ 1 Npar + 1 NH (3.8) A figura 3.4 mostra esta comparação. Os valores correspondentes ao maior contraste no intervalo considerado são mostrados na tabela 3.1. Observamos excessos consideráveis em todos os campos no redshift de interesse (zpar ± 0.16). Devemos lembrar que esta técnica pode ser afetada por dois fatores: a) a variância cósmica, isto é, o fato de termos usado uma única amostra de comparação, não permite uma estat́ıstica mais precisa; b) a área ocupada pelo HHDFN (0.2 graus quadrados), ou seja, as contagens po- dem sofrer variações devido a aglomerações (como discutido em §2.9.3). Estes efeitos podem ser notados na figura 3.4. Se a distribuição de galáxias em função do redshift no HHDFN fosse uniforme, os valores de δ deveriam estar em torno de zero, exceto onde há excessos de galáxias. Porém, não é isto o que acontece. A maior parte dos valores são positivos devido a que o campo utilizado apresenta pequenos excessos de galáxias na sua distribuição em função do redshift, provavelmente devido à variança cósmica. Contudo, podemos dizer que três dos nossos campos (QP1310+0007, QP1355-0032 e QP0110-0219) mostram um excesso significativo de galáxias (≥ 3 σδ), indicando a presença de alguma estrutura em torno dos respectivos pares de quasares. Note bem: se o HHDFN apresenta efetivamente um excesso de galáxias em relação à media do universo, então a riqueza das estruturas associadas aos pares é maior que a apresentada neste trabalho. 3.4 Análise dos Campos 44 0.2 0.4 0.6 0.8 1 1.2 -1 0 1 2 3 redshift (a) 0.2 0.4 0.6 0.8 1 1.2 -1 0 1 2 3 redshift (b) 0.2 0.4 0.6 0.8 1 1.2 -1 0 1 2 3 redshift (c) 0.2 0.4 0.6 0.8 1 1.2 -1 0 1 2 3 redshift (d) Figura 3.4 — Excesso de galáxias por grau quadrado com relação ao HHDFN. (a): Campo QP1310+0007, (b): Campo QP1355-0032, (c): Campo QP0110-0219, (d): Campo QP0114-3140. Em verde, as regiões com z = zpar ± 0.16. 3.4.2 Aglomeração das Galáxias Outra forma de estudar a distribuição das galáxias em torno dos pares de quasares é pelas suas propriedades de aglomeração. Para isso usamos a distância projetada entre pares de galáxias definida como: ∆θ2ij = ∆X 2 ij + ∆Y 2 ij (3.9) 3.4 Análise dos Campos 45 Tabela 3.2. Distância projetada Nome ∆z Ngal Área* ∆θmédia CLmédia ∆θmediana CLmediana (arcmin2) (arcmin) (%) (arcmin) (%) QP1310+0007 0.77 < z < 1.09 141 28.6 2.8 44.4 2.7 67.0 QP1355-0032 0.77 < z < 1.09 202 29.2 2.7 96.2 2.6 98.5 QP0110-0219 0.80 < z < 1.12 155 29.7 2.5 100.0 2.4 100.0 QP0114-3140 0.81 < z < 1.13 68 22.4 2.7 2.6 2.8 0.5 * Área utilizável da imagem final onde, ∆X = ∆α cos(< δ >) e ∆Y = ∆δ, sendo ∆α e ∆δ as diferenças entre as coordenadas de duas galáxias e < δ > a declinação média do par de quasares (declinação do centro do campo). Após medir a distância projetada, simulamos 1000 campos com galáxias distribuidas aleato- riamente. Esses campos continham o mesmo número de objetos que os campos reais e a mesma área projetada. Posteriormente calculamos a média e a mediana da distância projetada destes campos e dos campos observados. Finalmente comparamos o número de campos simulados que tinham distâncias projetadas médias ou medianas maiores que as dos campos observados e di- vidimos pelo número total de simulações, isto é, obtivemos o ńıvel de confiança, CL, de que o campo em torno dos quasares apresente um grau de agregação maior que o esperado em uma distribuição aleatória: CL = Nsimul(∆θ > ∆θcampo) Nsimul (3.10) Estes resultados estão resumidos na tabela 3.2. Em três dos campos observados obtivemos um resultado satisfatório. Das 1000 simulações, mais do 40 % tinham média ou mediana maior que as do campo QP1310+0007, mais do 90 % no campo QP1355-0032 e 100 % no campo QP0110-0219. Para o par QP0114-3140, a grande maioria das simulações produziu distâncias projetadas médias ou medianas menores que as observadas. 3.4.3 Cálculo de Riqueza A maneira mais usual de calcular a riqueza de um aglomerado de galáxias é usando a pro- posição tradicional de Abell (1958), que define a riqueza como o número de galáxias do aglo- merado mais brilhantes que m3 + 2 (onde m3 é a magnitude da terceira galáxia mais brilhante 3.4 Análise dos Campos 48 coordenadas. Estes resultados são mostrados na colunas 4 da tabela 3.4 e já estão corrigidos por contaminação. Com este critério, vemos que QP1310+0007, QP1355-0032 e QP0110-0219 têm um maior número de galáxias vermelhas que QP0114-3140. Finalmente, analizamos o número de galáxias mais brilhantes que i′∗ + 1 (coluna 5 da ta- bela 3.4). Este valor também foi corrigido por contaminação usando HHDFN. Todos os campos apresentam um número apreciavel de galáxias brilhantes, mas QP1355-0032 e QP0114-3140 apa- rentemente têm uma fração muito maior de galáxias azuis. Em suma, segundo o critério de Abell, os campos QP1355-0032, QP0110-0219 e QP0114- 3140 são ricos e, portanto, fortes candidatos a conterem uma estrutura. Mas isto não descarta a possibilidade de QP1310+0007 conter um aglomerado pobre. Porém, como mencionado em (3.4.1), a riqueza das estruturas pode ser maior que a apresentada aqui. Todos os campos são ricos em galáxias brilhantes e se observa que QP1310+0007 e QP0110-0219 mostram uma fração maior de galáxias vermelhas e QP1355-0032 e QP0114-3140 de galáxias azuis. 3.4.4 A Seqüência Vermelha A seqüência vermelha é uma caracteŕıstica das galáxias early-type de aglomerados ricos. Nos diagramas cor-magnitude estas galáxias têm cores muito parecidas e seguem uma relação linear: suas cores integradas são progressivamente mais azuis para magnitudes mais fracas. Esta relação é conhecida como relação cor-magnitude (RCM) ou seqüência vermelha das galáxias eĺıpticas. Desde seu descobrimento (Faber 1973; Visvanathan & Sandage 1977) esta relação vem sendo estudada por meio da evolução na sua inclinação, dispersão e ponto zero. Em 1995, Worthey mostrou que a seqüência de cores entre eĺıpticas podia ser igualmente explicada por um decréscimo progressivo tanto da metalicidade estelar média como da idade estelar efetiva com a magnitude, isto é, não era claro se as eĺıpticas fracas eram mais azuis porque as populações estelares eram mais novas ou porque, em média, eram mais deficientes em metais. Kodama et al. (1997) propuseram que se a RCM era uma seqüência em idade, deveria evoluir rapidamente e desaparecer após certos redshifts, devido a que galáxias mais fracas se aproxima- 3.4 Análise dos Campos 49 riam a sua época de formação. Pelo contrário, se a RCM era uma seqüência de metalicidade e as eĺıpticas eram essencialmente velhas, ela evoluiria passivamente e seria vista inclusive a altos redshifts. Num trabalho posterior Kodama et al. (1998) obtiveram importantes restrições estudando vários modelos de formação de galáxias eĺıpticas em aglomerados ricos para vários redshifts. Eles encontraram que para qualquer um dos modelos estudados (colapso monoĺıtico mais evolução passiva), existia uniformidade nas idades das populações estelares das galáxias early-type e universalidade de uma seqüência em metalicidade como função da massa. Estes resultados também são consistentes com modelos onde as galáxias eĺıpticas se formaram por mergers em z >> 1 (Toft et al. 2004). Estudos recentes (Blakeslee et al. 2003, 2006; Homeier et al. 2006a; Mei et al. 2006) mostram a seqüência vermelha até em redshifts maiores que 1, o que, segundo Kodama et al. (1997), indica que esta seqüência se deve a diferenças em metalicidade. Supondo um modelo com evolução passiva para galáxias early-type, a evolução do ponto zero indica a idade de formação das galáxias eĺıpticas, a evolução em inclinação indica variação em metalicidade e a evolução em dispersão indica variação em idade. Mei et al. (2006), encontra- ram que a falta de uma forte evolução na inclinação e na dispersão da RCM desde o presente até z ∼ 1 sugere que a RCM é principalmente o resultado de uma relação metalicidade-massa (metalicidade-magnitude). Comparando seus resultados com a literatura concluem que galáxias eĺıpticas em aglomerados mostram uma RCM universal consistente com uma população velha evoluindo passivamente inclusive em z ∼ 1. Blakeslee et al. (2003) obtem o mesmo resultado e afirmam que galáxias early-type evoluidas e massivas estão já presentes em aglomerados ricos em z = 1.24. Analisando as cores das nossas galáxias, verifica-se que nos campos em torno dos pares de quasares QP1310+0007 e QP0110-0219 (figuras 3.5 e 3.7 - esquerda), existe um pico na distri- buição de cores para 0.6 ≤ i′−z′ ≤ 1.0. Comparando com o HHDFN (equações 3.7 e 3.8 somente para objetos vermelhos), éstes picos representam um excesso de 1.7 σ no primeiro caso e 3.3 σ no segundo. Portanto, neste intervalo, esperaŕıamos encontrar uma seqüência vermelha num diagrama cor-magnitude. No caso de QP0110-0219 vemos claramente que as galáxias formam uma seqüência vermelha em i′ − z′ ∼ 0.8 (figura 3.7 - centro), valor que coincide com o obtido por Tanaka et al. (2006) para estruturas confirmadas espectroscopicamente em z ∼ 0.9. E se observamos a distribuição projetada destas galáxias (figura 3.7 - direita) vemos que formam uma estrutura filamentar, semelhante à observada em outros aglomerados em z ∼ 1, t́ıpica de uma estrutura em formação (eg. Toft et al. 2003). No caso de QP1310+0007, não é tão clara 3.4 Análise dos Campos 50 -0.5 0 0.5 1 1.5 0 5 10 (i’-z’) 20 21 22 23 24 25 -0.5 0 0.5 1 1.5 i’ -2 0 2 -2 0 2 dx[arcmin] Figura 3.5 — Par QP1310+0007. Galáxias com 0.77 < zphot < 1.09. Esquerda: distribuição da cor i′−z′; a cor vermelha denota o intervalo de cor 0.6 ≤ i′−z′ ≤ 1.0. Centro: diagrama cor-magnitude; linhas tracejadas denotam o intervalo onde se espera encontrar uma seqüência vermelha. Direita: distribuição de galáxias projetada no plano do céu. Os ćırculos representam galáxias com 0.6 ≤ i′ − z′ ≤ 1.0 e as estrelas representam os quasares. -0.5 0 0.5 1 1.5 0 5 10 15 20 (i’-z’) 20 21 22 23 24 25 -0.5 0 0.5 1 1.5 i’ -2 0 2 -2 0 2 dx[arcmin] Figura 3.6 — Par QP1355-0032. Galáxias com 0.77 < zphot < 1.09. Esquerda: distribuição da cor i′ − z′. Centro: diagrama cor-magnitude; linhas tracejadas denotam o limite 0.6 ≤ i′ − z′ ≤ 1.0. Direita: distribuição de galáxias projetada no plano do céu. Os ćırculos representam galáxias com 0.6 ≤ i′ − z′ ≤ 1.0 e as estrelas representam os quasares. uma seqüência vermelha (figura 3.5 - centro) mas se observa uma distribuição aglutinada em sub-estruturas das galáxias vermelhas quando observamos a distribuição projetada de galáxias na figura 3.5 da direita. Já nos outros dois campos não temos este comportamento (figuras 3.6 e 3.8). O aglomerado CL1604+4321, em z ∼ 0.9, o menos massivo dos aglomerados de CL1604 es- tudados por Homeier et al. (2006a), apresenta uma falta de galáxias eĺıpticas brilhantes (∼ M ∗). Os autores sugerem que esse aglomerado ainda não teve tempo de completar a seqüência verme- lha. É isto o que pode estar acontecendo nos campos em torno de QP1355-0032 e QP0114-3140. 3.4 Análise dos Campos 53 0 0.5 1 QP1310+0007 20 21 22 23 24 0 0.5 1 i’ QP0110-0219 Figura 3.9 — Relação cor-magnitude para galáxias vermelhas (0.6 ≤ i′−z′ ≤ 1.0) em QP1310+0007 e QP0110-0219 (z ∼ 0.9). As linhas tracejadas indicam o ajuste linear. As linhas de tracejado largo mostram o resultado de Blakeslee et al. (2006) para RX J0152.7-1357 (z ∼ 0.8) e as linhas pontilhadas o resultado de Mei et al. (2006) para RDCS J0910+5422 (z ∼ 1.1). em raios-X é LX,bol ∼ 5 × 1045 erg s−1. Tal luminosidade está bem acima da luminosidade t́ıpica de um grupo, mas pode estar ”contaminada”pela emissão em raios-X de um ou ambos os quasares. A luminosidade t́ıpica de um quasar em raios-X [2 - 10 KeV], porém, é em torno de 1044 erg s−1, de modo que os quasares não devem ser os responsáveis por toda a emissão em raios-X. Além disso, a emissão total [0.5 - 8.0 keV] dentro de 3’ é ∼ 10 vezes maior que a emissão de um quasar t́ıpico nesta banda. Portanto, as evidências observacionais apontam para 3.5 Sumário das Propriedades de Cada Campo 54 1.5 h–170 Mpc 250 h –1 70 kpc PB 06291 LBQS 0107-0235 Figura 3.10 — Esquerda: Imagem do ROSAT em [0.2-2.0 keV] mostrando o campo em torno do par QP0110-0219. Direita: Imagem do GMOS na banda i’. O ćırculo maior indica a região que seria observada pela câmara EPIC do XMM-Newton. Tabela 3.6. Sumário das propriedades de cada campo Nome δ CL NA N ncorr G Nv RCM F/A GA raios-X QP1310+0007 ok ok x ok ok ok ok x x QP1355-0032 ok ok ok x ok x x ok x QP0110-0219 ok ok ok ok ok ok ok x ok QP0114-3140 ok x ok x x x x ok x F/A: Distribuição filamentar ou aglutinada. GA: Fração maior de galáxias azuis. uma emissão tanto dos quasares quanto do ICM em QP0110-0219. 3.5 Sumário das Propriedades de Cada Campo Para identificar uma posśıvel estrutura em grande escala em z ∼ zpar nós estimamos o redshift fotométrico com o método RPL (§3.3) e escolhemos como intervalo adequado para essa busca zpar ± 0.16 (§3.3.2). A tabela 3.6 resume as propriedades dos vários indicadores de estrutura. 3.5.1 Par QP1310+0007 Este par está formado pelos quasares J131046+0006 (radio-quiet) e J131055+0008 (radio- loud) com redshifts 0.925 e 0.933, respectivamente, e uma separação angular de 177 arcsec que 3.5 Sumário das Propriedades de Cada Campo 55 corresponde a 1.4 Mpc numa cosmologia Ωm = 0.3, ΩΛ = 0.7, h = 0.7. Na sua distribuição de redshifts, observa-se um excesso significativo de galáxias em torno de zpar quando comparado com o HHDFN. 20 destes objetos têm magnitude i′ < i′∗ + 1. Em 44.4 % dos casos a média da distância projetada entre as galáxias era menor que a esperada para um campo aleatório e a mediana, em 67.0 % dos casos. Este campo foi classificado como pobre com o critério de Abell, porém apresenta uma riqueza comparável a aglomerados em z ∼ 0.9 (Gal et al. 2005). A distribuição de cores das galáxias mostra um pico prominente em 0.6 ≤ i ′ − z′ ≤ 1.0, com uma significância de 1.7 σ quando comparado com o HHDFN. No diagrama cor-magnitude a seqüência vermelha está presente em i′ − z′ ∼ 0.8. Uma análise da distribuição projetada de galáxias neste intervalo de cores mostra que elas estão distribúıdas em sub-estruturas. Todas estas evidências sugerem que QP1310+0007 está em um aglomerado rico de galáxias. 3.5.2 Par QP1355-0032 J135457-0034 e J135504-0030 constituem este par. O primeiro é radio-loud e o segundo radio-quiet. A separação entre eles é de 252 arcsec ou 2.0 Mpc, com redshifts 0.932 e 0.934, respectivamente. A distribuição de redshift mostra um excesso significativo de galáxias no intervalo zpar ± 0.16 na comparação com o HHDFN. Destas galáxias, 58 são mais brilhantes que i′∗ +1. No cálculo de distância projetada, 96.2 e 98.5 % da média ou mediana, respectivamente, resultou menor que para um campo aleatório. Este campo, foi classificado como rico com o critério de Abell. Apresenta um excesso de galáxias vermelhas mas não é posśıvel ajustar uma RCM. Embora não tenhamos evidências suficientes para dizer se o par está num aglomerado ou não, os resultados mostram que esta é uma região de alta densidade que pode ser um grupo. 3.5.3 Par QP0110-0219 Este par de quasares é o melhor candidato a estar vinculado com um aglomerado de galáxias. Como os anteriores, está formado por um quasar radio-loud (Q 0107-0235) e outro radio-quiet (PB 6291). Com uma separação de 77 arcsec (0.6 Mpc), são os quasares mais próximos entre si da amostra. O redshift dos quasares é de 0.958 e 0.956. Além do excesso apresentado na comparação com o HHDFN, em 100 % dos casos (em 1000 simulações), a distância projetada entre galáxias (média ou mediana) resultou menor que a esperada para galáxias distribúıdas de forma aleatória. Foi classificado como rico em todos os critérios. 12 das galáxias em zpar ± 0.16, 58 fotométricas de uma galáxia, obtivemos uma estimativa para o seu redshift. Em particular, medimos redshifts fotométricos pela comparação de nossos dados com a região ACS-GOODS. O erro em redshift fotométrico resultou de σz = 0.16 e portanto estudamos galáxias com z = zpar ± 0.16. No intervalo de redshift considerado, todos os campos mostraram um excesso significativo de galáxias quando comparado com o HHDFN. Em três casos (QP1310+0007, QP1355-0032 e QP0110-0219), este excesso é ≥ 3 σδ. Nesses mesmos campos, o ńıvel de confiança, CL, mostrou que as galáxias estavam mais concentradas do que numa distribuição aleatória, exceto no campo QP0114-3140. Já o critério de Abell indica que QP0114-3140 está num campo rico assim como QP1355-0032 e QP0110-0219. Portanto, todos os campos são fortes candidatos a conterem uma estrutura. Além do critério de Abell, outros critérios de riqueza foram considerados, como o usado por Gal et al. (2005), a contagem de galáxias vermelhas e a contagem de galáxias brilhantes. Com o primeiro QP1310+0007 e QP0110-0219 resultaram com riquezas comparáveis às de Gal et al. (2005), com o segundo obtivemos mais objetos vermelhos em QP1310+0007, QP1355-0032 e QP0110-0219 do que em QP0114-3140, sendo o maior número em QP0110-0219. Por fim, vimos que as galáxias brilhantes são numerosas, sendo que, QP1310+0007 e QP0110-0219 mostram uma fração maior de galáxias vermelhas e QP1355-0032 e QP0114-3140 de galáxias azuis. Verifica-se que nos campos em torno dos pares de quasares QP1310+0007 e QP0110-0219, existe um pico na distribuição de cores para 0.6 ≤ i′ − z′ ≤ 1.0. Comparando com o HHDFN, estes picos representam um excesso de 1.7 σ no primeiro caso e 3.3 σ no segundo. Vimos então que era posśıvel ajustar uma relação linear no diagrama cor-magnitude às galáxias vermelhas em QP1310+0007 e QP0110-0219. Da comparação com dados da literatura resultou que as galáxias vermelhas em QP1310+0007 e QP0110-0219 podem ter evolúıdo de acordo com o que se espera num modelo de evolução passiva. Obviamente, para uma conclusão definitiva são necessários dados espectroscópicos para fazer uma classificação espectral e assim determinar a RCM de galáxias early-type com mais precisão. Após uma inspeção nos raios-X, descobrimos que o campo QP0110-0219 tinha sido detec- tado serendipticamente pelo ROSAT. Neste caso, as evidências observacionais apontam para uma emissão nos raios-X que pode ser proveniente tanto dos quasares quanto do ICM. No se- 59 gundo caso, é favorecida a hipótese de que este par de quasares está num aglomerado rico de galáxias. Nossos resultados sugerem que QP1310+0007 e QP0110-0219 pertencem a um aglomerado rico e que QP1355-0032 e QP0114-3140 estão em ambientes como grupos, aglomerados pobres ou na periferia de aglomerados ricos. Este trabalho foi submetido ao Astrophysical Journal e como próximo passo, pretendemos fazer a análise espectroscópica de nossos campos. Esta análise nos permitirá obter redshifts espectroscópicos para confirmar a existência dos grupos e aglomerados em questão, determi- nar suas massas, investigar as populações estelares das galáxias, fazer uma classificação através do tipo espectral, estudar a função de luminosidade em função do tipo morfológico, ajustar uma RCM para galáxias eĺıpticas e lenticulares separadamente e estudar a relação morfologia- densidade. Para isto contaremos com espectros obtidos com os telescópios Gemini. Para o par QP0110-0219 o pedido de tempo já foi aprovado. 60 A.2 Cálculo de m0 e seu Erro ∆m0 63 Tabela A.1. Calibração para o campo QP1310+0007 Banda m0 < |mcalc − mcat| > σ ∆m0 = σ/ √ n m0 − mG0 g’ 27.81 0.06 0.04 0.01 0.01 r’ 28.22 0.07 0.04 0.01 0.12 i’ 27.94 0.03 0.02 0.01 0.11 z’ 26.81 0.08 0.15 0.03 0.15 Tabela A.2. Calibração para o campo QP1355-0032 Banda m0 < |mcalc − mcat| > σ ∆m0 = σ/ √ n m0 − mG0 g’ 28.01 0.12 0.03 0.01 0.21 r’ 28.416 0.01 0.003 0.002 0.32a i’ 27.87 0.05 0.04 0.02 0.04 z’ 26.800 0.02 0.01 0.003 0.14 a: Valor que não coincide dentro dos erros quando comparado com mG 0 . A.2 Cálculo de m0 e seu Erro ∆m0 Os resultados obtidos para a constante m0 e seu erro ∆m0 mostram-se nas tabelas A.1 - A.4. A modo de comparação mostramos também a diferença com os valores publicados na página da web dos telescópios Gemini, mG0 , cujos erros para uma noite fotométrica são de 0.05 - 0.08 magnitudes. Somente três valores não coincidem dentro dos erros: a na tabela A.2, b e c na tabela A.4. Isto exemplifica a necessidade de uma abordagem como a apresentada na seção §2.9 para comparar catálogos diferentes para se obter zphot. Tabela A.3. Calibração para o campo QP0110-0219 Banda m0 < |mcalc − mcat| > σ ∆m0 = σ/ √ n m0 − mG0 g’ 27.85 0.04 0.03 0.01 0.05 r’ 28.17 0.03 0.02 0.01 0.07 i’ 27.85 0.07 0.06 0.01 0.02 z’ 26.69 0.08 0.06 0.01 0.03 A.2 Cálculo de m0 e seu Erro ∆m0 64 Tabela A.4. Calibração para o campo QP0114-3140 Banda m0 < |mcalc − mcat| > σ ∆m0 = σ/ √ n m0 − mG0 g’ 28.550 0.02 0.01 0.003 0.75b r’ 28.41 0.05 0.04 0.01 0.31c i’ 27.78 0.04 0.03 0.01 -0.05 z’ 26.72 0.05 0.03 0.01 0.06 b e c: Valores que não coincidem dentro dos erros quando comparados com mG 0 . Apêndice B Catálogos de galáxias com z = zpar ± 0.16 Este apêndice contém os catálogos de galáxias com redshifts z = zpar±0.16. As coordenadas, relativas à média das coordenadas do par de quasares (tabela 2.1), estão nas colunas (2) e (3). A coluna (4) contém a magnitude total, as colunas (5) - (7), as cores e a coluna (8) o redshift fotométrico. 65 68 Tabela B.1. Catálogo do campo em torno do par QP1310+0007 ID ∆α (arcmin) ∆δ (arcmin) i′ g′ − r′ r′ − i′ i′ − z′ zphot 129 2.087 2.525 22.91 0.20 0.31 0.20 1.06 130 1.219 2.545 22.11 1.12 1.08 0.09 0.79 131 0.846 2.116 23.05 0.54 0.82 0.53 1.07 132 0.894 2.460 22.38 0.37 0.98 0.02 0.99 133 -0.850 2.329 22.50 0.98 1.20 0.14 0.89 134 -0.773 2.356 22.03 0.58 0.78 0.53 1.07 135 0.099 2.232 22.71 0.68 0.44 -0.07 0.79 136 1.476 2.392 22.50 0.81 1.07 0.45 0.93 137 0.494 2.552 23.62 1.11 1.13 -0.02 0.79 138 -1.422 2.062 22.07 0.98 0.97 0.83 1.06 139 -0.872 2.108 23.94 0.21 0.33 0.20 1.01 140 1.125 2.082 23.87 0.08 0.47 0.05 1.06 141 1.023 1.798 20.35 0.75 0.79 0.14 0.77 Coordenadas do centro do campo: α(2000) = 13h10m51s.05, δ(2000) = 00o07′23”.5 69 Tabela B.2. Catálogo do campo em torno do par QP1355-0032 ID ∆α (arcmin) ∆δ (arcmin) g′ g′ − r′ r′ − i′ i′ − z′ zphot 1 -1.755 -2.558 23.34 0.25 0.23 0.22 1.01 2 -0.374 -2.680 23.49 0.53 0.57 0.40 0.89 3 -1.730 -2.685 24.87 0.55 0.37 0.50 0.89 4 -0.413 -2.648 23.47 0.69 0.60 0.62 1.07 5 -0.837 -2.664 24.85 0.68 0.50 -0.07 0.83 6 1.450 -2.549 24.68 0.74 0.90 0.75 1.06 7 1.678 -2.602 24.06 0.44 0.91 0.23 0.99 8 -1.895 -2.565 23.82 0.50 0.19 0.45 0.97 9 -0.941 -2.558 24.90 0.94 0.82 0.76 0.95 10 -1.842 -2.492 23.31 0.21 0.25 0.06 0.80 11 1.150 -2.456 23.57 0.49 0.44 0.41 0.87 12 0.934 -2.485 24.08 0.39 0.61 0.48 1.07 13 -0.658 -2.417 24.21 0.24 0.31 0.18 0.89 14 -0.430 -2.432 24.68 0.26 0.66 0.15 0.96 15 0.816 -2.421 24.76 0.63 1.29 0.11 0.95 16 -1.201 -2.375 23.94 0.38 0.52 0.40 0.98 17 1.501 -2.318 22.97 0.76 0.75 0.52 0.95 18 -0.079 -2.269 22.73 0.30 0.70 0.19 0.99 19 0.837 -2.239 24.49 0.29 0.36 0.27 0.90 20 -0.449 -2.099 24.24 0.61 0.71 0.25 0.82 21 -2.066 -2.096 24.07 0.46 0.59 0.23 0.84 22 -0.328 -1.888 24.20 0.39 0.59 0.26 0.90 23 2.197 -2.006 24.59 0.72 0.89 0.41 0.94 24 1.947 -2.037 23.76 0.48 0.00 0.56 1.03 25 -1.950 -2.044 24.30 0.51 0.53 0.40 0.87 26 0.404 -1.983 23.80 0.42 0.57 0.37 0.94 27 -1.591 -1.992 24.61 0.72 0.30 0.67 0.96 28 2.575 -1.972 24.88 0.51 0.70 0.13 0.87 29 -0.549 -1.951 24.18 0.29 0.42 0.20 0.81 30 1.029 -1.951 24.93 0.79 0.94 0.43 0.93 31 -0.726 -1.859 23.51 0.36 0.51 0.26 0.89 32 1.753 -1.766 23.86 0.19 0.40 0.24 1.06 33 -0.466 -1.905 24.74 0.35 0.13 0.37 1.01 34 -2.532 -1.840 23.74 0.47 0.80 0.30 0.97 35 0.219 -1.833 23.58 0.77 0.78 0.51 0.95 36 0.430 -1.864 24.83 0.31 0.33 0.33 0.96 37 -0.195 -1.859 23.91 0.36 0.33 0.36 0.96 38 -1.373 -1.821 24.12 0.62 0.61 0.53 1.02 39 0.161 -1.776 24.46 0.59 0.56 -0.02 0.80 40 0.476 -1.805 23.79 0.26 -0.01 0.44 1.03 41 0.639 -1.805 24.90 0.43 0.15 0.38 0.86 42 0.920 -1.725 23.47 0.30 0.28 0.39 1.05 43 0.018 -1.790 24.80 0.53 0.69 0.45 1.02 44 -1.306 -1.743 24.57 1.05 0.73 0.69 0.78 45 -0.505 -1.668 24.60 0.88 1.22 0.40 0.93 46 0.852 -1.729 24.06 0.27 0.32 0.38 1.07 47 1.838 -1.681 24.52 0.64 0.59 -0.09 0.89 48 -0.755 -1.676 24.25 0.42 0.61 0.15 0.86 49 -2.427 -1.651 23.21 0.47 0.30 0.38 0.88 50 2.269 -1.669 24.61 0.25 0.63 0.03 0.85 51 -2.463 -1.645 24.52 0.37 0.83 0.21 1.01 52 0.610 -1.574 24.49 0.51 0.56 0.36 0.86 53 2.371 -1.600 24.61 0.47 0.50 0.52 1.01 54 0.098 -1.561 24.88 1.11 0.98 0.74 0.95 55 -2.529 -1.554 24.90 0.41 0.54 0.36 0.93 56 0.144 -1.514 23.20 0.50 0.78 0.35 0.98 57 2.827 -1.435 24.45 0.56 1.05 0.14 0.97 58 1.811 -1.310 24.38 0.62 0.70 0.00 0.85 59 0.098 -1.392 23.28 0.80 0.34 -0.07 0.99 60 2.839 -1.336 23.68 0.91 -0.52 1.04 0.94 61 -2.255 -1.370 24.62 0.07 0.90 -0.24 0.97 62 1.019 -1.253 23.58 0.43 0.54 0.18 0.81 63 0.084 -1.181 23.82 1.19 1.07 0.32 0.78 64 -0.156 -1.039 24.21 0.44 0.80 0.12 0.94 70 Tabela B.2. Catálogo do campo em torno do par QP1355-0032 ID ∆α (arcmin) ∆δ (arcmin) g′ g′ − r′ r′ − i′ i′ − z′ zphot 65 0.454 -1.100 23.93 0.78 0.27 -0.11 0.87 66 -0.379 -1.130 24.92 0.35 0.22 0.38 0.98 67 -2.193 -1.115 24.84 1.13 1.18 0.49 0.87 68 -2.366 -1.048 24.78 0.75 0.81 0.74 1.09 69 0.934 -1.074 24.48 0.45 0.76 0.08 0.95 70 2.776 -0.983 24.06 0.50 0.59 0.50 1.05 71 -1.089 -1.009 24.46 -0.04 0.44 0.53 0.99 72 -1.065 -0.935 23.64 0.43 0.83 0.21 0.96 73 1.295 -0.914 23.57 0.44 0.58 0.44 0.99 74 -1.826 -0.829 23.92 0.35 0.45 0.42 1.04 75 0.256 -0.844 24.51 0.26 0.75 0.02 1.02 76 1.242 -0.898 24.92 0.62 0.82 0.48 1.01 77 -1.024 -0.868 24.36 0.24 0.65 0.21 1.00 78 2.005 -0.769 24.27 0.55 0.64 0.17 0.80 79 1.603 -0.796 24.41 0.47 0.71 0.11 0.90 80 0.139 -0.819 24.62 0.29 0.57 0.18 0.90 81 2.136 -0.785 24.54 0.52 0.59 0.37 0.88 82 1.872 -0.756 24.65 0.53 0.64 0.11 0.83 83 2.175 -0.712 24.65 0.13 0.72 0.10 1.00 84 0.379 -0.624 24.22 1.00 1.04 0.65 0.94 85 2.097 -0.639 23.50 0.88 0.84 0.53 0.91 86 0.471 -0.590 24.46 0.33 0.74 -0.10 1.09 87 1.298 -0.585 22.61 0.74 0.81 0.12 0.78 88 -0.714 -0.643 24.38 1.13 1.11 0.37 0.83 89 2.735 -0.524 23.04 0.72 0.67 0.50 0.93 90 2.240 -0.599 24.42 0.40 0.94 0.09 0.97 91 -1.626 -0.585 23.86 1.18 1.08 0.73 0.96 92 0.084 -0.587 23.98 0.24 0.41 0.25 0.95 93 2.773 -0.556 24.65 1.94 0.71 1.14 0.91 94 2.170 -0.388 22.65 0.77 1.04 0.27 0.89 95 0.251 -0.468 24.13 0.74 0.78 0.53 0.98 96 -0.088 -0.506 24.32 0.50 0.87 0.25 0.95 97 1.397 -0.471 24.48 0.76 1.02 0.09 0.83 98 -1.880 -0.500 24.72 0.22 0.07 0.14 0.78 99 1.724 -0.418 24.35 0.27 0.17 0.21 0.94 100 2.771 -0.382 24.10 0.51 0.43 0.56 1.01 101 -0.827 -0.353 24.98 0.67 0.76 0.62 1.08 102 1.945 -0.251 23.51 0.75 0.56 0.53 0.89 103 1.870 -0.123 22.37 0.58 0.11 0.47 0.88 104 -0.425 -0.176 24.30 0.61 0.78 0.47 1.01 105 1.940 -0.157 24.55 -0.05 0.67 -0.25 0.92 106 2.461 -0.110 24.90 0.17 0.07 0.14 1.05 107 2.725 -0.091 23.38 0.63 0.75 0.21 0.81 108 -2.170 -0.069 24.69 0.69 0.61 0.46 0.88 109 0.033 0.059 24.30 0.88 1.03 0.22 0.82 110 0.818 0.333 23.96 0.70 0.76 -0.22 0.99 111 2.095 0.137 23.41 0.54 0.77 0.44 1.03 112 -1.150 0.125 24.57 0.50 0.64 0.06 0.87 113 1.322 0.166 23.55 0.54 0.91 0.24 0.95 114 -1.647 0.163 23.99 0.76 0.85 0.10 0.80 115 1.542 0.151 24.56 0.48 0.44 0.58 1.06 116 -1.118 0.156 24.78 0.39 0.75 0.17 0.96 117 2.143 0.180 23.93 0.82 0.83 0.59 0.98 118 -0.861 0.314 23.89 1.05 1.06 0.70 0.97 119 1.879 0.338 22.87 0.56 0.76 0.44 1.01 120 1.295 0.226 23.58 0.44 0.80 0.19 0.94 121 1.877 0.229 24.63 0.30 0.53 0.21 0.89 122 -1.957 0.309 23.13 1.13 1.11 0.36 0.83 123 1.734 0.372 24.15 0.74 0.87 0.59 1.01 124 -2.594 0.297 24.83 0.69 0.52 0.52 0.91 125 1.710 0.396 24.65 0.55 1.05 -0.26 1.09 126 1.506 0.418 23.49 0.41 0.48 0.47 1.00 127 -2.374 0.457 23.36 0.44 0.91 0.13 0.95 128 2.252 1.649 24.09 0.21 0.51 0.18 0.91 73 Tabela B.3. Catálogo do campo em torno do par QP0110-0219 ID ∆α (arcmin) ∆δ (arcmin) i′ g′ − r′ r′ − i′ i′ − z′ zphot 1 -1.091 -2.696 21.90 0.84 0.35 -0.02 0.83 2 1.142 -2.708 23.46 0.35 0.61 0.06 0.87 3 1.938 -2.676 22.66 0.55 0.90 0.30 0.97 4 2.190 -2.680 23.58 0.08 0.51 0.08 1.08 5 0.367 -2.584 22.47 0.48 0.86 0.36 1.03 6 -0.328 -2.503 22.65 1.12 0.95 0.64 0.83 7 -1.156 -2.605 23.69 1.66 0.99 0.83 0.84 8 -0.536 -2.573 23.72 0.35 0.49 0.23 0.85 9 -0.306 -2.482 23.30 0.51 0.50 0.59 1.11 10 -0.720 -2.431 23.24 0.67 0.79 0.18 0.80 11 -2.171 -2.406 23.20 0.63 0.72 0.47 0.98 12 -0.205 -2.352 23.24 0.43 0.51 0.45 0.97 13 0.803 -2.208 22.66 0.55 0.66 0.53 1.09 14 -0.834 -2.201 22.63 0.87 0.88 0.43 0.87 15 0.510 -2.173 23.65 0.38 0.75 0.33 1.03 16 -0.667 -2.084 23.75 0.30 0.22 0.30 0.99 17 2.321 -2.078 23.22 0.41 0.61 0.39 0.98 18 -2.016 -2.030 22.79 0.21 0.43 0.20 0.94 19 -1.847 -2.001 22.50 2.20 1.18 0.82 0.95 20 -0.420 -1.931 22.21 0.45 0.62 0.23 0.87 21 -0.335 -1.888 23.99 0.61 0.76 0.55 1.07 22 1.420 -1.897 23.23 0.61 0.97 0.33 0.97 23 -0.309 -1.850 23.37 1.05 1.03 0.63 0.91 24 1.275 -1.825 23.69 0.63 0.14 0.48 0.87 25 -1.853 -1.808 23.27 0.35 0.60 0.19 0.90 26 0.159 -1.777 23.18 1.11 1.07 0.31 0.81 27 0.210 -1.706 23.54 0.42 0.89 0.45 1.08 28 -1.992 -1.698 23.88 0.23 0.00 0.54 1.10 29 0.486 -1.649 22.42 0.81 0.86 0.34 0.84 30 0.909 -1.618 22.66 0.52 0.84 0.30 0.96 31 -0.999 -1.631 23.63 0.52 0.44 0.58 1.04 32 -1.899 -1.571 23.08 0.61 0.50 0.60 1.08 33 -1.001 -1.596 23.31 0.48 0.51 0.57 1.10 34 -2.667 -1.558 23.51 0.22 -0.08 -0.16 0.99 35 -2.627 -1.475 22.73 0.74 0.84 0.54 0.99 36 -2.037 -1.500 23.94 0.21 0.57 0.61 1.11 37 -1.964 -1.467 22.29 1.40 1.29 0.49 0.85 38 -2.666 -1.354 21.12 0.85 0.84 0.49 0.90 39 -0.921 -1.373 21.29 0.76 0.99 0.32 0.90 40 0.188 -1.347 22.07 0.49 0.64 0.18 0.84 41 0.689 -1.335 23.64 0.36 0.29 0.44 1.09 42 1.536 -1.222 23.18 0.36 0.53 0.53 1.08 43 -0.270 -1.202 21.70 0.66 0.76 0.45 0.96 44 -0.299 -1.188 22.77 1.55 1.11 0.86 0.98 45 0.643 -1.171 23.68 0.44 0.83 0.03 0.99 46 -0.723 -1.069 23.62 1.09 1.00 0.68 0.91 47 1.532 -0.904 23.12 0.51 0.30 0.42 0.91 48 -0.376 -0.940 23.85 0.37 0.53 0.40 0.99 49 2.771 -0.820 22.75 0.44 0.43 0.52 1.02 50 0.280 -0.917 23.44 1.79 1.09 0.82 0.90 51 2.561 -0.890 23.32 0.10 0.65 0.18 1.06 52 0.563 -0.816 22.97 0.91 1.00 0.56 0.93 53 2.176 -0.859 23.70 0.45 0.62 0.24 0.87 54 0.236 -0.796 22.50 0.90 0.91 0.49 0.89 55 1.248 -0.769 22.80 0.83 0.80 0.49 0.90 56 -2.120 -0.736 22.95 0.65 0.63 0.55 1.03 57 1.202 -0.740 23.02 0.83 0.89 0.76 1.03 58 -0.485 -0.716 22.63 1.52 1.24 0.77 0.97 59 0.430 -0.737 23.94 1.95 1.34 0.63 0.82 60 -0.236 -0.677 22.54 2.62 1.38 0.93 0.93 61 0.503 -0.590 22.67 0.56 0.75 0.30 0.89 62 -0.539 -0.628 23.55 0.88 0.97 0.52 0.92 63 0.996 -0.563 22.94 2.15 1.21 0.78 0.91 64 0.791 -0.485 21.82 2.02 1.16 0.87 0.95 74 Tabela B.3. Catálogo do campo em torno do par QP0110-0219 ID ∆α (arcmin) ∆δ (arcmin) i′ g′ − r′ r′ − i′ i′ − z′ zphot 65 -1.479 -0.463 21.96 2.10 1.33 0.87 0.96 66 -0.631 -0.544 23.69 0.67 1.11 0.36 0.93 67 -0.420 -0.478 22.69 0.86 0.95 0.41 0.89 68 -2.139 -0.484 23.03 0.21 0.13 -0.03 0.97 69 2.604 -0.499 23.56 0.33 0.77 0.20 1.01 70 -2.202 -0.458 22.56 0.37 0.85 0.39 1.10 71 0.558 -0.492 23.91 0.36 0.92 0.16 1.02 72 1.282 -0.444 22.55 2.05 0.95 1.01 0.96 73 0.098 -0.467 23.46 1.68 1.20 0.80 0.96 74 -2.704 -0.442 23.26 0.11 0.72 0.23 1.10 75 0.904 -0.431 23.50 0.41 0.64 0.30 0.94 76 0.684 -0.398 23.70 1.98 0.90 0.95 0.83 77 0.665 -0.363 23.43 1.52 0.88 0.87 0.84 78 -0.633 -0.353 23.06 0.34 0.48 0.26 0.89 79 0.239 -0.346 23.44 1.98 1.36 0.80 0.92 80 0.447 -0.377 23.66 1.78 1.06 0.95 1.07 81 0.369 -0.195 21.71 2.04 1.28 0.85 0.96 82 1.730 -0.241 22.16 0.74 0.80 0.62 1.04 83 0.396 -0.244 23.09 2.02 1.28 0.77 0.91 84 -0.454 -0.239 23.92 0.44 0.76 0.21 0.94 85 -0.226 -0.239 23.14 2.50 1.43 0.87 0.90 86 0.783 -0.207 23.33 0.70 0.83 0.63 1.05 87 -0.299 -0.181 23.89 1.10 0.97 0.64 0.86 88 0.759 -0.137 22.92 0.30 0.55 0.11 0.81 89 0.510 -0.113 23.53 1.57 1.04 0.75 0.81 90 0.786 -0.096 22.82 0.49 0.77 0.40 1.03 91 1.892 -0.033 22.48 0.95 1.39 0.80 1.04 92 0.774 -0.060 23.23 2.00 1.24 0.94 1.00 93 0.815 -0.021 23.66 0.17 0.65 0.48 1.11 94 0.285 -0.001 23.16 1.74 1.24 0.82 0.96 95 -2.365 0.037 23.55 0.65 0.88 0.10 0.83 96 1.072 0.071 22.70 0.65 0.78 0.58 1.06 97 1.214 0.081 22.63 2.23 1.25 0.82 0.94 98 1.243 0.095 22.72 1.02 0.96 0.41 0.82 99 -2.365 0.074 23.94 1.02 0.95 0.59 0.86 100 2.730 0.088 23.65 0.37 0.08 0.39 1.02 101 1.449 0.122 23.40 0.18 0.96 0.69 1.00 102 0.716 0.175 23.28 0.29 0.77 0.30 1.08 103 1.316 0.219 21.90 0.89 1.06 0.48 0.92 104 -1.522 0.217 22.99 0.32 0.77 0.36 1.09 105 -1.207 0.236 23.43 0.44 0.70 0.24 0.92 106 -0.035 0.268 23.05 0.33 0.33 0.27 0.85 107 2.156 0.243 23.91 0.11 0.78 -0.06 0.91 108 1.861 0.321 23.66 1.88 1.30 0.72 0.87 109 0.950 0.348 23.44 0.15 0.48 0.26 1.11 110 0.064 0.440 21.89 0.94 1.04 0.62 0.94 111 -2.052 2.458 23.82 3.08 1.18 1.08 1.08 112 -1.479 2.412 21.60 2.16 1.33 0.88 0.97 113 -0.163 1.748 22.78 0.49 0.81 0.39 1.03 114 2.033 1.755 22.75 0.53 0.46 0.56 1.02 115 0.471 1.605 23.06 0.88 0.38 -0.05 0.86 116 2.696 1.608 22.12 0.81 1.20 0.62 0.97 117 -1.173 1.542 22.64 0.26 0.38 0.34 1.03 118 -2.142 1.251 22.36 0.85 1.01 0.32 0.87 119 -0.667 1.440 22.48 0.51 0.66 0.39 0.95 120 1.745 1.407 23.46 0.57 0.66 0.06 0.84 121 1.183 1.184 23.38 0.61 0.44 0.51 0.88 122 -2.102 1.203 23.82 0.18 0.59 0.50 1.12 123 1.868 0.432 23.51 0.53 0.25 0.53 1.10 124 -0.766 1.070 23.73 0.18 0.19 0.06 1.09 125 -2.110 1.096 23.74 0.58 1.28 0.36 0.85 126 -2.190 1.082 23.04 2.01 1.33 0.84 0.94 127 1.699 1.079 22.90 0.47 0.55 0.27 0.83 128 1.033 0.995 22.75 0.24 0.44 0.30 1.01 75 Tabela B.3. Catálogo do campo em torno do par QP0110-0219 ID ∆α (arcmin) ∆δ (arcmin) i′ g′ − r′ r′ − i′ i′ − z′ zphot 129 2.282 0.961 23.45 0.28 0.40 0.20 0.81 130 -0.338 0.922 23.18 0.76 1.03 0.60 0.97 131 -0.909 0.922 20.98 0.93 0.20 -0.01 1.04 132 -1.302 0.919 23.95 0.46 0.77 0.10 0.93 133 -0.209 0.835 23.08 0.46 0.62 0.24 0.86 134 0.275 0.779 23.24 0.51 0.62 0.27 0.84 135 -2.571 0.701 23.86 0.23 0.09 0.31 1.11 136 1.648 0.520 23.56 0.51 0.44 0.53 0.97 137 2.517 0.537 22.01 0.97 0.91 0.58 0.88 138 0.931 0.481 23.07 0.39 0.55 0.28 0.90 139 2.570 0.478 23.36 0.63 0.90 0.56 1.01 140 -0.241 0.534 23.74 0.32 0.88 0.05 1.05 141 -1.339 0.510 23.30 0.35 0.39 0.32 0.92 142 -0.447 0.491 23.19 0.86 0.93 0.71 0.98 143 1.631 0.449 22.77 1.39 1.11 0.79 0.96 144 1.902 0.449 23.37 0.37 0.64 0.22 0.93 145 -0.827 2.228 23.44 2.20 1.24 0.81 0.94 146 1.769 2.516 23.30 0.78 0.84 0.44 0.91 147 0.909 2.509 22.33 0.55 0.60 0.36 0.86 148 -1.249 1.816 21.49 1.59 1.02 0.84 0.89 149 1.229 2.439 22.65 1.16 1.22 0.85 1.06 150 -1.578 2.388 22.63 0.74 0.84 0.47 0.95 151 1.565 1.860 22.59 0.64 0.72 0.42 0.93 152 -0.907 2.046 23.29 1.03 1.05 0.47 0.87 153 -0.609 1.789 22.56 0.67 0.90 0.40 0.96 154 -0.996 2.085 21.82 0.78 0.72 0.62 1.02 155 -0.989 1.898 23.55 0.53 0.24 0.47 0.99 Coordenadas do centro do campo: α(2000) = 01h10m14s.75, δ(2000) = −02o19′22” 78 Bibliografia Abell, G. O., 1958, ApJS, 3, 211 Andreon, S., Willis, J., Quintana, H., Valtchanov, I., Pierre, M. & Pacaud, F., 2004, MNRAS, 353, 353 Bahcall, N. & Cen, R., 1992, ApJ, 398, L81 Bahcall, N., Fan, X. & Cen, R., 1997, AJ, 485, L53 Bahcall, N., 1999, Formation of Structures in the Universe-Cambridge University Press, p.135 Bekki, K., 1998, ApJ, 502L, 133 Blanton, M., 2006, ApJ, 648, 268 Bertin, E. & Arnouts, S., 1996, A&A, 117, 393 Bicker, J., Alvensleben, U. & Fricke, K., 2002, A&A, 387, 412 Blakeslee, J., et al., 2003, ApJ, 596L, 143 Blakeslee, J., et al., 2006, ApJ, 644, 30 Blandford, R., Netzer, H. & Woltjer, L., 1990, Active Galactic Nuclei-Springer Verlag Böehringer, H., 1995, RvMA, 8, 259 Bolzonella, M., Miralles, J. & Pelló, R., 2000, A&A, 363, 476 Butcher, H. & Oemler, A., 1984, ApJ, 285,496 Capak, P., et al., 2004, AJ, 127, 180 Cowie, L. L., Barger, A. J., Hu, E. M., Capak, P. & Songaila, A., 2004, AJ, 127, 3137 Coldwell, G. V., Mart́ınez, H. J. & Lambas, D. G., 2002, MNRAS, 336, 207 Croom, S., Smith, R., Boyle, B., Shanks, T., Miller, L., Outram, p. & Loaring, N., 2004, MNRAS, 349, 1397 (http://www.2dfquasar.org/Spec Cat/2qzsearch2.html) De Propris, R., Stanford, S., Eisenhardt, P. & Dickinson, M., 2003, ApJ, 598, 20 Djorogovski, S., Stern, D., Mahabal, A. & Brunner, R., 2003, ApJ, 596,67 Domı́nguez, M., Zandivarez, A., Mart́ınez, H., Marchán, M., Muriel, H. & Lambas, D., 2002, MNRAS, 335, 825 Dressler, A., 1980, ApJ., 236, 351 Edge, A., Stewart, G., Fabian, A. & Arnaud, K., 1990, MNRAS, 245, 559 Eggen, O., Lynden-Bell, D. & Sandage, A.,1962, ApJ, 136, 748 79 BIBLIOGRAFIA 80 Ellis, S. C. & Jones, L. R., 2004, MNRAS, 348, 165 Faber, S., 1973, ApJ, 179, 731 Fukugita, M., Shimasaku, k. & Ichikawa, T., 1995, PASP, 107, 945 Fukugita, M., Ichikawa, T., Gunn, J. E., Doi, M., Shimasaku, k. & Schneider, D. P., 1996, AJ, 111, 174 Fukugita, M., Yasuda, N., Brinkmann, J., Gunn, J., Ivezić, Z., Knapp, G., Lupton, R. & Schneider, D. P., 2004, AJ, 127, 3155 Gal, R., Lubin, L. & Squires, G., 2005, AJ, 129, 1827 Govoni, F., Markevitch, M., Vikhlinin, A., VanSpeybroeck, L., Feretti, L. & Giovanni, G., 2004, ApJ, 605, 695 Haines, C. P., Clowes, R. G., Campusano, L. E. & Adamson, A. J., 2001, MNRAS, 323, 688 Holden, B., Stanford, S., Eisenhardt, P. & Dickinson, M., 2004, AJ, 127, 2484 Homeier, N., et al., 2005, ApJ, 621, 651 Homeier, N., et al., 2006a, ApJ, 647, 256 Homeier, N., Postman, M., Menanteau, F., Blakeslee, J., Mei, S., Demarco, R., Ford, H., Illingworth, G. & Zirm, A., 2006b, AJ, 131, 143 Kaiser, N. 1984, ApJ, 284L, 9 Kembhavi, A. & Narlikar, J., 1999, Quasars and Active Galactic Nuclei-Cambridge Univeristy Press Kodama, T. & Arimoto, N., 1997, A&A, 320, 41 Kodama, T., Arimoto, N., Barger, A. & Aragon-Salamanca, A., 1998, A&A, 334, 99 Landolt, 1992, A. U., AJ, 104,340 Larson, R., Tinsley, B. & Caldwell, C., 1980, ApJ, 237, 692 Le Borgne, D. & Rocca-Volmerange, B., 2002, A&A, 386, 446 Lidman, C., Rosati, P., Demarco, R., Nonino, M., Mainieri, V., Stanford, S. & Toft, S., 2004, A&A, 416, 829 Lima Neto, G., Capelato, H., Sodré, L.& Proust, D., 2003, A&A, 398, 31 Mateus, A. & Sodré, L., 2004, MNRAS, 349, 1251 Maughan, B., Jones, L., Ebeling, H. & Scharf, C., 2006, MNRAS, 365, 509 Mei, S., et al.,2006, ApJ, 639, 81