Galaksi kümelerindeki parlak galaksilerin özelliklerinin ortamla ilişkisinin incelenmesi
2022
0 görüntülenme
0 i̇ndirme
Danışman: Dr. Öğr. Üyesi Sinan Aliş
Özet (TR)
Bu tez çalışmasında galaksi kümelerinin renk-parlaklık diyagramlarından belirlenen kırmızı kol galaksileri, hem küme merkezinde hem de kümenin dış kısımlarında incelenmiştir. İki farklı küme bulma algoritmasıyla (WaZP ve CAMIRA) ve iki ayrı gökyüzü tarama projesinde (CFHTLS ve Subaru HSC-SSP) belirlenen kümelerdeki kırmızı kolun eğiminin kırmızıya kaymanın bir fonksiyonu olmadığı görülmüştür. Ayrıca, eğimin ortamdan bağımsız olduğu zengin ve fakir kümelerde çok yakın değerlerde olduğu belirlenmiştir. Kırmızı koldaki sönük/parlak galaksi sayı oranlarının hem ortam yoğunluğuna hem de kırmızıya kaymaya bağlı değişimi araştırılmıştır. Galaksilerin küme içindeki konumlarından bağımsız olarak, düşük kırmızıya kaymalardaki sönük/parlak galaksi oranının yüksek kırmızıya kaymalara göre daha yüksek olduğu belirlenmiştir. Ayrıca, kümelerin en parlak üç galaksisinin yapısal parametrelerinin karşılaştırılması, BCG'lerin diğer parlak galaksilerden etkin yarıçap ve Sérsic indeksi bakımından farklı olduğunu önermektedir.
Yazar
Dr. Eyüp Kaan Ülgen
Kurum
İstanbul University
Astronomi ve Uzay Bilimleri Bilim Dalı
Bu Yayına Nasıl Atıf Yapılır
Eyüp Kaan Ülgen (Doktora Tezi). Galaksi kümelerindeki parlak galaksilerin özelliklerinin ortamla ilişkisinin incelenmesi, 2022, İstanbul University.
Lisans
Tüm Hakları Saklıdır
Bu eser belirtilen lisans koşulları altında paylaşılmaktadır.
İstanbul University tezlerinden daha fazlası
- In the covid 19 pandemic of female employees at a university hospital attitudes and affecting factors in nutrition of 9 months-6 years old children(2022)
- Türkiye'de sağ akımların 27 Mayıs Darbesi'ne dair algısı: 1960-1980(2020)
- La Turquie Gazetesi'nin 1890 yılı haberlerine göre: Osmanlı Devleti'nde iktisadi ve sosyal hayat (Fihrist-çeviri-değerlendirme)(2022)
- Emevîler döneminde toprak rejimi(2022)
- Merkel hücreli karsinomda tanısal ve prognostik belirteçler(2022)
- Solunum sistemi hastalıklarının sınıflandırılmasında makine öğrenmesi yöntemlerinin kullanımı(2021)