Astronomía

¿Cómo convertir series de tiempo de flujo de cuásar de fotograma observado a fotograma en reposo?

¿Cómo convertir series de tiempo de flujo de cuásar de fotograma observado a fotograma en reposo?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Tengo series de tiempo de flujo de cuásares en el marco observado y quiero convertirlo en el resto o marco de cuásar. ¿Alguien que pueda ayudar? Gracias


Esta no es una respuesta, pero es demasiado larga para incluirla en el comentario.

No estoy familiarizado con los quásares. En general, la conversión de flujos de un marco observado a un marco en reposo requiere la siguiente consideración: corrección de extinción, expansión cosmológica, corrección k. Creo que la forma más simple es $ f_ {resto} = (1 + z) ^ n f_ {obs} $ dónde $ z $ es corrimiento al rojo y $ n $ es un número entero que depende de cómo se exprese la unidad de flujos. Esto considera solo la expansión cosmológica. Pero, no estoy seguro de si esta transformación es válida con sus quásares porque pueden estar demasiado lejos $ (1 + z) ^ n $ ya no es una buena aproximación.


Un posible binario de agujero negro supermasivo cercano en un cuásar con periodicidad óptica

Se sabe desde hace mucho tiempo que los cuásares son fuentes variables en todas las longitudes de onda. Su variabilidad óptica es estocástica y puede deberse a una variedad de mecanismos físicos; también está bien descrita estadísticamente en términos de un modelo de caminata aleatoria amortiguada 1. La reciente disponibilidad de grandes colecciones de series de tiempo astronómicas de mediciones de flujo (curvas de luz 2, 3, 4, 5) ofrece nuevos conjuntos de datos para una exploración sistemática de la variabilidad de los cuásares. Aquí informamos la detección de una señal periódica fuerte y suave en la variabilidad óptica del cuásar PG 1302-102 con un período medio observado de 1,884 ± 88 días. Se identificó en una búsqueda de variabilidad periódica en un conjunto de datos de curvas de luz para 247.000 cuásares conocidos confirmados espectroscópicamente con una línea de base temporal de aproximadamente 9 años. Aunque la interpretación de este fenómeno aún es incierta, los mecanismos más plausibles involucran un sistema binario de dos agujeros negros supermasivos con una separación subparsec. Estos sistemas son una consecuencia esperada de las fusiones de galaxias y pueden proporcionar importantes limitaciones a los modelos de formación y evolución de galaxias.


HLSP

Tesoro Pancromático del Hubble Andrómeda: Región Extendida del Triángulo (PHATTER)

El equipo proporciona fotometría UV-óptica-NIR para 22 millones de estrellas en el centro

0.1 grados ^ 2 de M33 para el estudio Pancromático Hubble Andrómeda del Tesoro: Región Extendida del Triángulo ('PHATTER'). Usan los filtros F275W y F336W en la cámara WFC3 / UVIS, F475W y F814W en ACS / WFC, y F110W y F160W en WFC3 / IR. Los datos UVIS alcanzan un límite de magnitud de

25 en F275W y F336W. Los datos ACS alcanzan profundidades máximas de

28 magnitudes en F475W y

27 magnitudes en F814W en el disco exterior con poca gente. En estas mismas regiones, los datos de WFC3 / IR alcanzan profundidades máximas de

25,5 en F110W y F160W, respectivamente. Sin embargo, las profundidades son limitadas en la óptica y el NIR y, por lo tanto, es una función importante del radio. Como resultado, la fotometría en los campos de abultamiento internos es mucho menos profunda. El equipo proporciona los catálogos de fuentes y los mosaicos de imágenes de los que se extraen las fuentes. El equipo también proporciona las soluciones WCS para la imagen de referencia de cada subsección.

Misión

Longitud de onda

Tipo de objeto

Tipo de producto

Midiendo estrellas jóvenes en el espacio y el tiempo (MYSST)

El proyecto 'Midiendo estrellas jóvenes en el espacio y el tiempo' (MYSST) es un gran estudio profundo del Telescopio Espacial Hubble de alta resolución espacial del complejo de formación de estrellas N44 ubicado en la Gran Nube de Magallanes (LMC). Observando objetos con masas tan bajas como 0.09 M_sun (estrella pre-secuencia principal de 1 Myr sin enrojecer), el proyecto tiene como objetivo dibujar una imagen completa de la formación de estrellas en las escalas de nubes moleculares gigantes cuantificando la historia de formación de estrellas de N44 en el espacio y a tiempo. Las observaciones se tomaron con la Cámara Avanzada para Estudios (Canal de Campo Amplio) y la Cámara de Campo Amplio 3 (canal UVIS) en los filtros de banda ancha F555W y F814W, cubriendo un campo de visión de aproximadamente 12.2 x 14.7 arcmin ^ 2 o 180 x 215 pc ^ 2 a la distancia del LMC. Este archivo comprende el resultado científico primario de la encuesta, es decir, el catálogo fotométrico MYSST y las imágenes en mosaico.

Misión

Longitud de onda

Tipo de objeto

Tipo de producto

Mapeo de la fracción de escape de fotones ionizantes usando estrellas resueltas (UVESCAPE)

El equipo de UVESCAPE ha demostrado un nuevo método para medir la fracción de escape de los fotones ionizantes utilizando imágenes HST de estrellas resueltas en NGC 4214, un análogo local de las galaxias starburst de alta z que se cree que son responsables de la reionización cósmica. Específicamente, modelan hacia adelante el UV a través de distribuciones de energía espectral de infrarrojos cercanos de

83.000 estrellas resueltas para inferir sus salidas de flujo ionizante individuales utilizando la herramienta de extinción y estelar bayesianas (BEAST Gordon et al. 2016). Restringen la fracción de escape local comparando el número de fotones ionizantes producidos por las estrellas con el número que son absorbidos por el polvo o consumidos ionizando el hidrógeno neutro circundante en regiones individuales de formación de estrellas. Encuentran una variación espacial sustancial en la fracción de escape (0-40%). La integración en toda la galaxia produce una fracción de escape global del 25% (+ 16% / -15%). Este valor es mucho más alto que las fracciones de escape anteriores de cero reportadas para esta galaxia. Discuten las fuentes de esta tensión aparente y demuestran que el ángulo de visión y los efectos geométricos 3D ISM son la causa. Si se supone que NGC 4214 no tiene polvo interno, como muchas galaxias de alta z, encuentran una fracción de escape del 59% (un límite superior para NGC 4214). Esta es la primera medida de fracción de escape distinta de cero para galaxias débiles UV (M_FUV) = -15.9 en cualquier corrimiento al rojo, y respalda la idea de que las galaxias enanas con brillo UV débil pueden proporcionar una cantidad suficiente de fotones ionizantes al medio intergaláctico. El equipo ha puesto a disposición su catálogo de flujos ionizantes estelares como un producto científico de alto nivel.


Trimestre de otoño 2020

Mapeo del gas que fluye en las burbujas de Fermi una encuesta de absorción UV

Las Burbujas de Fermi son un ejemplo de retroalimentación extrema en nuestra propia Vía Láctea. Estas dos burbujas gigantes se extienden

10 kpc por encima y por debajo del centro de la galaxia. Se cree que se formaron a través de un estallido de nuestro agujero negro supermasivo central o formación de estrellas nucleares. Comprender los orígenes de las burbujas de Fermi requiere mediciones cuidadosas de su cinemática y abundancia química. Hemos obtenido espectros FUV del Hubble / COS para caracterizar la región de latitudes bajas de la Burbuja de Fermi sur, que no había sido explorada anteriormente, cerca de donde se lanzan las burbujas. Con estos datos medimos la cinemática y la composición de la burbuja del sur y cómo varían tanto con la latitud como con la longitud galáctica. Combinamos estos datos con conjuntos de datos anteriores de UV e hidrógeno atómico para caracterizar las burbujas de Fermi en todas las latitudes. En general, estas observaciones forman un valioso conjunto de datos empíricos sobre las propiedades del gas frío en los vientos nucleares de las galaxias en formación de estrellas.

Transitorios exóticos y cómo encontrarlos

Los levantamientos imparciales de todo el cielo, como el Zwicky Transient Facility (ZTF) o el Pan-STARRS Survey for Transients (PSST), han abierto la puerta al descubrimiento de nuevos y emocionantes tipos de transitorios. La tasa actual de descubrimiento de transitorios ópticos hace que solo una pequeña fracción de ellos pueda clasificarse espectroscópicamente, y para cuando comience el Legacy Survey of Space and Time (LSST), se espera que el número de transitorios descubiertos aumente en aproximadamente dos órdenes de magnitud. Hemos estado ejecutando un programa para hacer un seguimiento de las alertas de estos flujos en busca de supernovas superluminosas (SLSNe), ya que solo se conocen un puñado de ellas, y quedan muchas preguntas abiertas con respecto a su fuente de energía, progenitores y diversidad de características en su luz. curvas. En el proceso de búsqueda de SLSNe también nos hemos encontrado con otros transitorios exóticos, como eventos de interrupción de mareas (TDE) y un candidato de supernova de inestabilidad de pares. Para decidir qué transitorios son más dignos de seguimiento, hemos desarrollado una canalización de aprendizaje automático personalizado para estimar la probabilidad de que cualquier nuevo transitorio sea un SLSNe y, de esta manera, hacer el uso más eficiente de los recursos de nuestro telescopio.

Utilización de Kepler y K2 para promover la demografía de exoplanetas

En el transcurso de varios años, la misión Kepler, que recopiló continuamente datos fotométricos de un solo parche del cielo, proporcionó un conjunto uniforme de detecciones de exoplanetas en tránsito. Este catálogo sigue siendo el estándar de oro para los estudios de tasa de ocurrencia de exoplanetas en tránsito. Sin embargo, se recopilaron 18 campos de datos adicionales, muestreando una variedad de latitudes galácticas, luego del mal funcionamiento que llevó al final de la misión principal de Kepler. Mejor conocida como la misión K2, estos campos brindan una oportunidad única para comprender cómo la latitud galáctica, la metalicidad estelar y la edad estelar afectan la ocurrencia de exoplanetas. Con una canalización completamente automatizada que ahora puede detectar y examinar señales de tránsito en los datos de K2, podemos medir la integridad y confiabilidad de la muestra. En consecuencia, presentaré el primer análisis uniforme de la ocurrencia de pequeños exoplanetas en tránsito fuera del campo de Kepler. Además, con la muestra completa de K2 ahora procesada, discutiré cómo podemos incorporar este nuevo catálogo de planetas en nuestro análisis demográfico actual para expandir nuestra comprensión de la arquitectura del sistema y los mecanismos de formación de planetas.

Cinemática del gas circungaláctico: cómo obtienen las galaxias su gas

Los discos galácticos crecen mediante la acumulación de gas refrigerante del medio circungaláctico (CGM). Aunque décadas de observaciones han demostrado que las galaxias necesitan un suministro continuo de gas para explicar la historia de la formación de estrellas, las observaciones directas de la acumulación de gas en las galaxias siguen siendo escasas. Presentaremos los resultados de nuestra encuesta sobre el uso de líneas de visión de cuásares de fondo para medir la cinemática del frío (

10 ^ 4 K) CGM de galaxias formadoras de estrellas con bajo corrimiento al rojo. En particular, mostraremos que, aunque el CGM interno corota con el disco galáctico, la fuerza centrífuga solo soporta parcialmente el gas circungaláctico, lo que implica que el momento angular del CGM retrasa la acreción en el disco. También presentaremos nuestro análisis con la simulación cosmológica EAGLE y nos centraremos en la cinemática del gas circungaláctico. Nuestro estudio con EAGLE proporcionará información para interpretar nuestras observaciones cinemáticas circungalácticas y comprender cómo el gas alimenta los discos galácticos.


Título: Medición de la variabilidad del cuásar con Pan-STARRS1 y SDSS

Medimos la variabilidad de los cuásares utilizando el telescopio de levantamiento panorámico y el levantamiento del sistema de respuesta rápida 1 (Pan-STARRS1 o PS1) y el Sloan Digital Sky Survey (SDSS) y establecemos un método para seleccionar cuásares a través de su variabilidad en 10 grados encuestas. Usamos 10 Cuásares confirmados espectroscópicamente que se han medido bien tanto en PS1 como en SDSS y aprovechan las escalas de tiempo decenales que separan las mediciones de SDSS y las mediciones de PS1. Un modelo de ley de potencia se ajusta bien a los datos en todo el rango de tiempo probado, 0.01-10 años. La variabilidad en el conjunto de datos PS1-SDSS actual puede distinguir eficientemente entre cuásares y objetos que no varían. Mejora la pureza de un corte de color de cuásar griz del 4,1% al 48% mientras mantiene un 67% de completitud. La variabilidad será muy eficaz para encontrar cuásares en conjuntos de datos sin banda u y en rangos de corrimiento al rojo donde la selección exclusivamente fotométrica no es eficiente. Demostramos que la variabilidad del conjunto del marco en reposo de los cuásares, medida como una raíz cuadrada media en magnitudes Δ, es consistente con V (z, L, t) = A (1 + z)(L / L )(t / 1 año), donde L = 10 ergio s y A = 0.190, 0.162, 0.147 o más & raquo 0.141 en g , r , I , o z filtro, respectivamente. También ajustamos los cuatro filtros y obtenemos la variabilidad mediana en función de z, L y λ como V (z, L, λ, t) = 0.079 (1 + z)(L / L )(λ / 1000 nm)(t / 1 año). & laquo menos


3. EL CONJUNTO DE DATOS DEL CUASAR DE LA RAYA 82

El SDSS (York et al. 2000) proporciona homogéneos y profundos (r & lt 22.5) fotometría en cinco bandas de paso (ugriz Fukugita y col. 1996 Gunn y col. 1998 Smith y col. 2002) con una precisión de 0.02 mag, de casi 12.000 grados 2 en el casquete galáctico norte (NGC), y un estudio más pequeño, pero más profundo, de 290 grados 2 en el hemisferio galáctico sur. Para esta área de 290 grados 2 conocida como S82, hay en promedio más de 60 épocas de observaciones disponibles. Estos datos se obtuvieron en "temporadas" anuales de aproximadamente 2 a 3 meses de duración durante la última década y la cadencia muestra de manera efectiva escalas de tiempo de días a años. Las longitudes de las curvas de luz son efectivamente más cortas que el período real de la encuesta porque las observaciones de supernovas mejor muestreadas comienzan alrededor de los 5 años después de la encuesta. Debido a que algunas observaciones se obtuvieron en condiciones no fotométricas, Ivezić et al. Han aplicado técnicas de calibración mejoradas a los datos de SDSS S82. (2007) y Sesar et al. (2007), y utilizamos sus resultados. Para estos datos, los errores fotométricos de punto cero son 0.01–0.02 mag.

Hemos compilado una muestra de 9275 quásares confirmados espectroscópicamente en S82 con recalibración ugriz curvas de luz (ver también Bhatti et al. 2010). La mayoría (8974) de estos se encuentran en el catálogo de quásares de la publicación de datos 5 (DR5) del SDSS (Schneider et al. 2007) y el resto son cuásares DR7 recientemente confirmados (Abazajian et al. 2009). Sumado en todas las bandas y épocas, el conjunto de datos incluye 2,7 millones de mediciones fotométricas. Para el 41% de la muestra, los errores fotométricos aleatorios son menores que 0.03 mag. Solo el 1% tiene errores & # x22650.1 mag en gramo, r, y I, y el 2,4% tiene errores superiores a 0,25 mag en tu y z filtros. En C. L. MacLeod et al. (2010, en preparación), estas curvas de luz, así como una muestra mucho más grande de cuásares con dos épocas SDSS seleccionadas de 12.000 grados 2 del cielo, se pondrán a disposición del público. Adoptamos el K-corregido Imagnitudes absolutas de banda de Schneider et al. (2007), y masas de agujeros negros viriales y luminosidades bolométricas, cuando estén disponibles en Shen et al. (2008). Shen et al. Las masas se estimaron a partir de los anchos de las líneas de emisión (Hβ para z & lt 0,7, Mg ii para 0,7 & lt z & lt 1.9 y C iv para z& gt1,9). Sin embargo, observamos que con una relación señal-ruido espectroscópica baja, las masas de los agujeros negros tienden a sobreestimarse (Denney et al. 2009).

3.1. Selección de la curva de luz inicial

El modelo DRW se adapta a todos los disponibles ugriz curvas de luz para quásares 9275 S82. Sumados en cinco bandas, hay 46, 375 valores de mejor ajuste de la escala de tiempo característica (amortiguación) τ y SF a largo plazo& # x221e. Para un análisis más detallado, seleccionamos curvas de luz que satisfagan los siguientes criterios.

Figura 2. Selección de la curva de luz inicial. Arriba a la izquierda: la distribución del número de observaciones por curva de luz para el r (sólido) y tu bandas (discontinuas). Arriba a la derecha: distribución de ΔLruido. Definimos curvas de luz con ΔLruido & # x2264 2 para ser más coherente con el ruido no correlacionado que con nuestro modelo. Abajo a la izquierda: distribución de ΔL& # x221e curvas de luz con ΔL& # x221e & # x2264 0.05 probablemente tengan escalas de tiempo de fuga. En este panel y en el panel anterior, el X-los ejes se truncan en 0,5 y 5, respectivamente, pero los histogramas continúan con valores mayores. Abajo a la derecha: distribución de χ 2 por grados de libertad (nortedof) para el modelo DRW (línea continua). La distribución gaussiana esperada basada en nortedof también se muestra (discontinua). La región con hash en cada panel muestra los valores rechazados de nuestra muestra final.

Las curvas de luz resultantes se ajustan bien al modelo estocástico, como puede verse en la distribución de χ 2 /nortedof que se muestra en el panel inferior derecho en la Figura 2, donde nortedof es el número de grados de libertad. La distribución gaussiana esperada con rms también se muestra en el panel, donde hemos promediado sobre el nortedof distribución de las curvas de luz. La distribución observada se centra en χ 2 /nortedof = 1,1. Esta diferencia es una combinación de errores en los errores estimados, valores atípicos en las curvas de luz y cualquier física mal modelada. Koz10 notó una diferencia similar en su análisis de las curvas de luz OGLE. Solo el 5% de las curvas de luz tienen χ 2 /nortedof& gt1.5, lo que confirma que la mayoría de los cuásares son variables (en el ΔLruido& gt2 level), y que un DRW es una buena descripción de la variabilidad del cuásar.


1. Introducción

[2] Hay muchos problemas sin resolver relacionados con el balance energético de la magnetosfera de la Tierra. Las formas aurorales brillantes, que quizás son los fenómenos más espectaculares que se pueden observar regularmente en el cielo nocturno oscuro, son una prueba aparente de la existencia de un conjunto de procesos complicados que involucran la conversión y transferencia de energía en la magnetosfera, desde el viento solar y a la ionosfera auroral. Los problemas intrigantes relacionados con el balance energético magnetosférico se refieren a cuestiones como la entrada de energía a la magnetosfera [por ejemplo, Koskinen y Tanskanen, 2002], la naturaleza de la reconexión de la cola [p. Ej., Sharma y col., 2008], la ubicación del generador de auroras [p. Ej., Rostoker, 1999], el papel del acoplamiento magnetosfera-ionosfera (M-I) [por ejemplo, Mauk y col., 2002], así como los flujos de alta velocidad y el transporte de energía en el sistema M-I [por ejemplo, Sergeev, 2004]. Se liberan grandes cantidades de energía durante las subtormentas, y los arcos aurorales en la ionosfera están conectados a través de corrientes alineadas con el campo magnético a la magnetosfera del lado nocturno en el circuito de corrientes aurorales. Aunque los procesos aurorales se han investigado durante mucho tiempo, nuestra comprensión de los mecanismos detallados detrás de la generación y evolución de las auroras es todavía bastante fragmentada e incierta. Por ejemplo, ¿dónde se ubican explícitamente los generadores de auroras y cuáles son sus propiedades?

[3] Dentro de la magnetosfera, la energía está mediada entre diferentes formas. En las regiones de carga, la presión y la tensión magnéticas aceleran el plasma y la energía electromagnética se convierte en energía cinética (masa del plasma y térmica). El proceso se invierte en las regiones generadoras. Se sabe que la lámina de plasma juega un papel central en el balance energético de la magnetosfera de la Tierra [por ejemplo, Lyon, 2000 Koskinen y Tanskanen, 2002 Pulkkinen y col., 2003]. Durante las subtormentas, la cantidad de energía disipada en la lámina de plasma (en forma de eyección de plasmoide y calentamiento de iones) es comparable a la disipación de la corriente del anillo, el calentamiento de Joule auroral y la precipitación de partículas cargadas en la ionosfera [ Ieda y col., 1998 Slavin y col., 1993]. Dado que la hoja de plasma se asigna a la ionosfera auroral del lado nocturno, se ha sugerido que varias regiones de la hoja de plasma albergan generadores de auroras, por ejemplo, la capa límite de baja latitud y la capa límite de la hoja de plasma (PSBL). Sin embargo, aunque la hoja de plasma en promedio se comporta como una carga debido al campo eléctrico del amanecer al anochecer y a la corriente de cola cruzada, es un régimen de plasma complicado que comprende tanto generadores como cargas [por ejemplo, Birn y Hesse, 2005 Marghitu y col., 2010 Hamrin y col., 2009a].

[4] Los procesos en la hoja de plasma, por supuesto, solo constituyen unos pocos eslabones en la larga cadena de procesos que controlan la conversión y transferencia de energía en la magnetosfera de la Tierra. La fuente de energía primaria para el balance de energía magnetosférica es la energía cinética del viento solar, que se puede transferir a la magnetosfera mediante la reconexión de la magnetopausa. De hecho, la reconexión es un proceso clave en varias etapas del balance de energía magnetosférica [por ejemplo, Paschmann, 2008]. No solo regula la energía eólica solar y la entrada de impulso en la magnetopausa [ Paschmann y col., 1979], pero también controla la liberación de energía magnética subtormenta en la cola magnética de la Tierra [por ejemplo, Fujimoto y col., 2001 ].

[5] Se cree que la convección magnetosférica primaria está controlada por el ciclo Dungey con la reconexión de la magnetopausa del lado diurno en combinación con una línea X de reconexión en la cola magnética distante [ Dungey, 1961]. El campo eléctrico de cola cruzada correspondiente y los sistemas de corriente son la causa del comportamiento de carga promedio de la hoja de plasma. Durante la expansión de la subtormenta, se espera que se forme otro sitio de reconexión como una línea neutral cercana a la Tierra (NENL) 20-30Rmi cola baja en la hoja de plasma [por ejemplo, Nagai y col., 2001]. Según investigaciones recientes, la conversión de energía de la hoja de plasma entre energía magnética, por un lado, y energía cinética y térmica en masa, por el otro, puede estar asociada con procesos de reconexión múltiples, a pequeña escala e intermitentes [p. Ej., Treumann y col., 2009] en un entorno de plasma turbulento.

[6] La energía cinética del viento solar alimenta los generadores ubicados en la magnetopausa. La energía electromagnética generada se almacena parcialmente en el campo magnético de la cola, particularmente en los lóbulos. La reconexión de la cola y quizás también otros procesos, por ejemplo, la resistividad, luego convierten la energía electromagnética en energía cinética y térmica. Por lo tanto, una noción popular es que la aurora es impulsada por el viento solar. De hecho, una magnetopausa abierta en unos pocos Rmi Se ha observado que hacia la cola del meridiano amanecer-crepúsculo actúa como un generador con un componente significativo de la tensión magnética dirigida contra el flujo del viento solar, produciendo así un flujo de Poynting que apunta hacia la cola magnética [ Rosenqvist y col., 2006]. De acuerdo a Rosenqvist y col. [2006], las estimaciones del calentamiento global Joule en la atmósfera superior y la ionosfera de la Tierra durante una tormenta intensa ascendieron aproximadamente al 35% de la energía extraída del viento solar en la magnetopausa. Sin embargo, en circunstancias normales, podemos esperar que una fracción considerable de la energía electromagnética disipada en la ionosfera no se genere directamente en la magnetopausa, ya que las líneas del campo auroral del lado nocturno en el borde hacia el ecuador del óvalo, y al menos hacia arriba en la parte central, mapa de la ionosfera más bien en la región de la cola (específicamente la hoja de plasma).

[7] La ​​energía almacenada en el campo magnético de la cola se convierte en energía cinética en sitios de aceleración bastante localizados, y el plasma se transporta hacia la Tierra, o hacia la cola, hacia el plasma interplanetario. Estos flujos de alta velocidad pueden manifestarse como flujos masivos en ráfagas (BBF) y otros fenómenos esporádicos e intermitentes [por ejemplo, Scholer y col., 1984 Angelopoulos y col., 1992 Chen y Wolf, 1993 Angelopoulos y col., 2002]. Por ejemplo, se cree que la gran cuña de corriente de la subtormenta es causada por el frenado y la desviación de los flujos dirigidos hacia la tierra más cerca del límite interno de la hoja de plasma, lo que resulta en la generación de energía electromagnética, que eventualmente puede alimentar la aurora [ Wygant y col., 2000], así como causar calentamiento ionosférico Joule.

[8] Junto con el proceso de reconexión, los flujos de alta velocidad en la hoja de plasma son, por lo tanto, otra cuestión clave importante involucrada en el balance de energía magnetosférica. Estos flujos se observan en varias regiones de la cola magnética, tanto en la hoja de plasma central (CPS) como en la PSBL. Sin embargo, las características de los flujos de alta velocidad difieren generalmente entre las regiones. En el CPS, los flujos de alta velocidad son generalmente flujos a granel que son (cuasi) perpendiculares al campo magnético ambiental, con GSM VX siendo el componente de velocidad dominante, y Vy ocasionalmente sustancial [ Angelopoulos y col., 1994]. En el PSBL, por otro lado, los flujos de alta velocidad generalmente se pueden caracterizar como haces alineados en el campo [ Nakamura y col., 1992 Petrukovich y col., 2001 ].

[9] El concepto de BBF fue introducido por primera vez por Angelopoulos y col. [1992] quien investigó la ocurrencia de flujos masivos en ráfagas en el CPS interno, caracterizados por una gran cantidad de plasma β & gt 0,5. Normalmente, los BBF corresponden a eventos de flujo en ráfagas de alta velocidad observados en una escala de tiempo de 10 minutos, y compuestos por ráfagas de flujo de alta velocidad individuales (≳400 km / s) en escalas de tiempo más cortas, del orden de decenas de segundos [ Angelopoulos y col., 1992, 1994]. Posteriormente, se han observado ráfagas alineadas con el campo también en β plasmas fuera de la PSBL, es decir, donde β & lt 0.5 [ Raj y col., 2002]. Por lo tanto, es práctico incluir también los haces alineados en el campo en la definición de BBF [ Snekvik y col., 2007]. Las investigaciones observacionales han demostrado que los BBF a menudo están asociados con el calentamiento de iones y la dipolarización del campo magnético local (acumulación magnética) en la región frontal o de parada, correspondiente a un aumento localmente mejorado hacia el norte. Bz [p.ej., Fairfield y col., 1999 Nakamura y col., 2005a Sergeev y col., 1996b]. Es probable que los BBF muestren una reducción en la presión plasmática inicialmente, pero evolucionando hacia valores comparables, o en ocasiones incluso mayores, que el medio circundante [ Chen y Wolf, 1999 ].

[10] Una posible explicación teórica de los BBF proviene de la teoría de las burbujas de plasma. En comparación con el plasma circundante, las burbujas son tubos de flujo agotados con entropía disminuida y velocidad de propagación hacia la tierra aumentada (posiblemente impulsadas por una fuerza de flotación magnética, relacionada con la inestabilidad del intercambio) [ Poncio y lobo, 1990 Chen y Wolf, 1993, 1999]. Los detalles de la propagación de una burbuja de plasma se han investigado en una simulación 3-D MHD por Birn y col. [2004]. Se espera que se creen burbujas mediante procesos de reconexión y / u otros procesos en la hoja de plasma [por ejemplo, Sergeev, 2004], y las simulaciones indican que la expulsión de plasmoides hacia la cola desde un sitio de reconexión también puede explicarse mediante la teoría de las burbujas [ Sitnov y col., 2005 ].

[11] La burbuja de plasma no puede soportar tanta corriente diamagnética, curvatura y deriva como el plasma circundante. En cambio, la continuidad de la corriente se mantiene mediante corrientes alineadas en el campo en los lados del tubo de flujo. Como se muestra Birn y col. [2004], aparecen vórtices de flujo en los flancos de la burbuja, torciendo el campo magnético y provocando una corriente alineada hacia abajo (hacia arriba) en el flanco del lado del amanecer (lado del anochecer), y formando una cuña local como un sistema de corriente [p. Ej., Chen y Wolf, 1993 , 1999 Sergeev y col., 1996a Birn y Hesse, 1996 Birn y col., 1999 , 2004 Snekvik y col., 2007 Zhang y col., 2009]. Puede producirse un flujo de plasma de retorno en los flancos de la burbuja, y el cizallamiento correspondiente contra el flujo de plasma en el canal principal de la burbuja también puede estar involucrado en la generación de las corrientes alineadas con el campo [p. Ej., Chen y Wolf, 1999 Kauristie y col., 2000 Birn y col., 2004 Keiling y col., 2009 Ohtani y col., 2009 Walsh y col., 2009 Panov y col., 2010a, 2010b Birn y col., 2011 Ge et al., 2011 Pitkänen y col., 2011 ].

[12] Los flujos de alta velocidad en la hoja de plasma, como los BBF y las burbujas, son ingredientes centrales en el balance de energía magnetosférica. (Tenga en cuenta que utilizaremos la denominación BBF para flujos de plasma de alta velocidad en el resto del artículo, independientemente del carácter detallado de los flujos). Se cree que los BBF desempeñan un papel importante en el transporte de flujo magnético, masa y energía en la hoja de plasma [por ejemplo, Angelopoulos y col., 1992 , 1994 , 1999 Sergeev y col. 1996b Schödel y col., 2001], y se ha demostrado que las BBF tienen la mayor capacidad de transporte de energía durante la fase de expansión de la subtormenta, en comparación con las fases de crecimiento y recuperación [ YuDuan y col., 2010]. En la literatura hay muchos informes de la relación entre los BBF y los fenómenos aurorales en el extremo ionosférico del sistema de acoplamiento M-I, por ejemplo, expansiones aurorales, iluminaciones localizadas y serpentinas aurorales [por ejemplo, Fairfield y col., 1999 Lyons y col., 1999 Ieda y col., 2001 Sergeev y col., 2001 Nakamura y col., 2001a, 2001b, 2005b Miyashita y col., 2003 Forsyth y col., 2008 ].

[13] La misión Cluster de naves múltiples es favorable para las investigaciones de observación de la conversión de energía en la hoja de plasma. La razón es que se necesita un mínimo de cuatro mediciones simultáneas del campo magnético para estimar la densidad de corriente completa. Las regiones de carga y generador se pueden identificar analizando las observaciones de la densidad de potencia. mi · J, dónde mi es el campo eléctrico y J la densidad actual. La conversión local de energía cinética a electromagnética ocurre en regiones generadoras donde mi · J & lt 0, y el proceso se invierte en las regiones de carga donde mi · J & gt 0. Usando datos de clústeres de láminas de plasma, presentamos en este artículo una revisión de observaciones recientes de regiones de conversión de energía localizadas (ECR), y discutimos el alto nivel de estructura fina en la conversión de energía de láminas de plasma. Hasta donde sabemos, las primeras evidencias experimentales de ECR de láminas de plasma en forma de regiones generadoras se obtuvieron a partir de datos de Cluster por Marghitu y col. [2006] y Hamrin y col. [2006] .

[14] Hay razones para esperar que exista una relación entre las ECR y la transferencia de energía en forma de BBF en la hoja de plasma. En una investigación estadística, Morioka y col. [2010] mostró que la generación de corrientes alineadas con el campo y electrones aurorales acelerados en el circuito de la corriente auroral está estrechamente acoplada a la ráfaga de flujo en la lámina de plasma. De hecho, el 65% de las ráfagas de flujo observadas a partir de los datos de Geotail parecían corresponder a la generación de radiación kilométrica auroral (AKR) en la región de aceleración auroral dentro de la región de acoplamiento M-I [ Morioka y col., 2010]. Además, las investigaciones recientes de Marghitu y col. [2010] y O. Marghitu et al. (manuscrito en preparación, 2011) sugieren que las ECR a menudo se asocian con las BBF, aunque hay ocasiones en las que las ECR se observan sin firmas fuertes y distintas en los datos de velocidad iónica. Esto podría indicar, por ejemplo, que dominan otros procesos o que la nave espacial Cluster pierde el flujo de plasma principal. Se necesitan investigaciones detalladas de la relación entre BBF y ECR para resolver este problema.


Referencias

Drake, A. J. y col. El descubrimiento y la naturaleza del transitorio óptico CSS100217: 102913 + 404220. Astrophys. J. 735, 106–127 (2011).

Dong, S. y col. ASASSN-15lh: una supernova muy super luminosa. Ciencias 351, 257–260 (2016).

Leloudas, G. y col. El transitorio superluminoso ASASSN-15lh como un evento de interrupción de las mareas de un agujero negro de Kerr. Nat. Astron. 1, 0002 (2016).

Inserra, C. et al. Supernovas superluminosas de tipo Ic: atrapar a una magnetar por la cola. Astrophys. J. 770, 128–155 (2013).

Abazajian, K. N. et al. La séptima publicación de datos de Sloan Digital Sky Survey. Astrophys. J. Supl. 182, 543–558 (2009).

Dessart, L., Audit, E. & amp Hillier, D. J. Simulaciones numéricas de supernovas superluminosas de tipo IIn. Lun. No. R. Astron. Soc. 449, 4304–4325 (2015).

Osterbrock, D. E. & amp Pogge, R. W. Los espectros de las galaxias Seyfert 1 de línea estrecha. Astrophys. J. 297, 166–176 (1985).

Schlegel, E. M. ¿Una nueva subclase de supernovas de tipo II? Lun. No. R. Astron. Soc. 244, 269–271 (1990).

Ulrich, M.-H., Maraschi, L. & amp Urry, C. M. Variabilidad de núcleos galácticos activos. Annu. Rev. Astron. Astrophys. 35, 445–502 (1997).

Fransson, C. et al. Interacción circunestelar de alta densidad en el tipo luminoso IIn SN 2010jl: los primeros 1100 días. Astrophys. J. 797, 118–157 (2014).

Rees, M. J. Interrupción de las estrellas por mareas por agujeros negros de 10 6 –10 8 masas solares en galaxias cercanas. Naturaleza 333, 523–528 (1988).

MacLeod, C. L. et al. Una descripción de la variabilidad del cuásar medida utilizando imágenes repetidas de SDSS y POSS. Astrophys. J. 753, 106–126 (2012).

MacLeod, C. L. et al. Una búsqueda sistemática de cuásares de apariencia cambiante en SDSS. Lun. No. R. Astron. Soc. 457, 389–404 (2016).

Netzer, H. en Núcleos galácticos activos (eds Blandford, R. D. y Netzer, H. et al.) 57-158 (Springer, Berlín, 1990).

Denney, K. D., Peterson, B. M., Dietrich, M., Vestergaard, M. & amp Bentz, M. C. Incertidumbres sistemáticas en masas de agujeros negros determinadas a partir de espectros de una sola época. Astrophys. J. 692, 246–264 (2009).

Vanden Berk, D. E. et al. Espectros de cuásares compuestos del Sloan Digital Sky Survey. Astron. J. 122, 549–564 (2001).

Phinney, E. S. en El centro de la galaxia (ed. Morris, M.) 543–553 (Kluwer Academic, 1989).

Gezari, S. et al. Un destello óptico ultravioleta de la interrupción de las mareas de un núcleo estelar rico en helio. Naturaleza 485, 217–220 (2012).

Arcavi, I. et al. Un continuo de candidatos de disrupción de marea ricos en H y en He con preferencia por las galaxias E + A. Astrophys. J. 793, 38–53 (2014).

Loeb, A. & amp Ulmer, A. Aspecto óptico de los escombros de una estrella interrumpida por un enorme agujero negro. Astrophys. J. 489, 573–578 (1997).

Chevalier, R. A. & amp Fransson, C. Emisión de la interacción circunestelar en supernovas normales de tipo II. Astrophys. J. 420, 268–285 (1994).

Portegies Zwart, S. F. & van den Heuvel, E. P. J. A runaway collision in a young star cluster as the origin of the brightest supernova. Naturaleza 450, 388–389 (2007).

van den Heuvel, E. P. J. & Portegies Zwart, S. F. Are superluminous supernovae and long GRBs the products of dynamical processes in young dense star clusters? Astrophys. J. 779, 114–122 (2013).

Mackey, J. et al. Interacting supernovae from photoionization-confined shells around red supergiant stars. Naturaleza 512, 282–285 (2014).

Metzger, B. D. & Stone, N. C. A bright year for tidal disruptions. Lun. No. R. Astron. Soc. 461, 948–966 (2016).

Bennett, C. L., Larson, D., Weiland, J. L. & Hinshaw, G. The 1% concordance Hubble constant. Astrophys. J. 794, 135–142 (2014).

Schlafly, E. F. & Finkbeiner, D. P. Measuring reddening with Sloan Digital Sky Survey stellar spectra and recalibrating SFD. Astrophys. J. 737, 103–115 (2011).

Valenti, S. et al. SN 2009jf: a slow-evolving stripped-envelope core-collapse supernova. Lun. No. R. Astron. Soc. 416, 3138–3159 (2011).

Tonry, J. L. et al. The Pan-STARRS1 photometric system. Astrophys. J. 750, 99–112 (2012).

Jester, S. et al. The Sloan Digital Sky Survey view of the Palomar-Green Bright Quasar Survey. Astron. J. 130, 873–895 (2005).

Gall, C. Rapid formation of large dust grains in the luminous supernova 2010jl. Naturaleza 511, 326–329 (2014).

Drake, A. J. et al. First results from the Catalina Real-Time Transient Survey. Astrophys. J. 696, 870–884 (2009).

Kankare, E. et al. SN 2009kn—the twin of the type IIn supernova 1994W. Lun. No. R. Astron. Soc. 424, 855–873 (2012).

Kalberla, P. M. W. et al. The Leiden/Argentine/Bonn (LAB) Survey of Galactic HI. Final data release of the combined LDS and IAR surveys with improved stray-radiation corrections. Astron. Astrophys. 440, 775–782 (2005).

Greene, J. E. & Ho, L. C. Estimating black hole masses in active galaxies using the Hα emission line. Astrophys. J. 630, 122–129 (2005).

Baldwin, J. A., Ferland, G. J., Korista, K. T., Hamann, F. & Dietrich, M. The mass of quasar broad emission line regions. Astrophys. J. 582, 590–595 (2003).

Véron-Cetty, M.-P. & Véron, P. A catalogue of quasars and active nuclei: 13th edition. Astron. Astrophys. 518, A10–A17 (2010).

Lawrence, A. et al. Slow-blue nuclear hypervariables in PanSTARRS-1. Lun. No. R. Astron. Soc. 463, 296–331 (2016).

Smith, N. et al. SN 2006gy: discovery of the most luminous supernova ever recorded, powered by the death of an extremely massive star like η Carinae. Astrophys. J. 666, 1116–1128 (2007).

Kewley, L. J., Groves, B., Kauffmann, G. & Heckman, T. The host galaxies and classification of active galactic nuclei. Lun. No. R. Astron. Soc. 372, 961–976 (2006).

Baldwin, J. A., Phillips, M. M. & Terlevich, R. Classification parameters for the emission-line spectra of extragalactic objects. Publ. Astron. Soc. Pac if. 93, 5–19 (1981).

Quimby, R. M. et al. Hydrogen-poor superluminous stellar explosions. Naturaleza 474, 487–489 (2011).

Gal-Yam, A. Luminous supernovae. Ciencias 337, 927–932 (2012).

Kasen, D. & Bildsten, L. Supernova light curves powered by young magnetars. Astrophys. J. 717, 245–249 (2010).


Acknowledgements

B.T. is a Zwicky Fellow. I.A. is an Einstein Fellow. E.K. is a Hubble Fellow. We thank N. Caplar, J. Guillochon, Z. Haiman, E. Lusso, and K. Schawinski for useful discussions. We thank C. Tadhunter for providing the spectrum of the F01004-2237 transient and his helpful comments. Part of this work was inspired by discussions within International Team #371, ‘Using Tidal Disruption Events to Study Super-Massive Black Holes’, hosted at the International Space Science Institute in Bern, Switzerland. We thank all the participants of the team meeting for their beneficial comments. Support for I.A. was provided by NASA through the Einstein Fellowship Program, grant PF6-170148. C.R. acknowledges support from the CONICYT + PAI Convocatoria Nacional subvencion a instalacion en la academia convocatoria a no 2017 PAI77170080. P.G.J. acknowledges support from European Research Council Consolidator Grant 647208. A. Horesh acknowledges support by the I-Core Program of the Planning and Budgeting Committee and the Israel Science Foundation. G.H., D.A.H. and C.M. acknowledge support from NSF grant AST-1313484. M.B. acknowledges support from the Black Hole Initiative at Harvard University, which is funded by a grant from the John Templeton Foundation. G.L. acknowledges support from a Herchel Smith Research Fellowship of the University of Cambridge. Ł.W., M.G. and A. Hamanowicz acknowledge Polish National Science Centre grant OPUS no 2015/17/B/ST9/03167 to Ł.W. Research by D.J.S. is supported by NSF grants AST-1412504 and AST-1517649. E.Y.H. acknowledges the support provided by the National Science Foundation under Grant No. AST-1613472 and by the Florida Space Grant Consortium. This work makes use of observations from the Las Cumbres Observatory network. This publication also makes use of data products from the Wide-field Infrared Survey Explorer. WISE and NEOWISE are funded by the National Aeronautics and Space Administration.

This work made use of data from the NuSTAR mission, a project led by the California Institute of Technology, managed by the Jet Propulsion Laboratory, and funded by the National Aeronautics and Space Administration. We thank the NuSTAR operations, software and calibration teams for support with the execution and analysis of these observations. This research made use of the NuSTAR Data Analysis Software (NuSTARDAS) jointly developed by the ASI Science Data Center (ASDC, Italy) and the California Institute of Technology (USA).

We thank the Swift, NuSTAR and NICER teams for scheduling and performing the target-of-opportunity observations presented here on short notice. The LRIS spectrum presented herein was obtained at the W. M. Keck Observatory, which is operated as a scientific partnership among the California Institute of Technology, the University of California and the National Aeronautics and Space Administration. The observatory was made possible by the generous financial support of the W. M. Keck Foundation. We recognize and acknowledge the very significant cultural role and reverence that the summit of Mauna Kea has always had within the indigenous Hawaiian community. We are most fortunate to have the opportunity to conduct observations from this mountain.

These results made use of the Discovery Channel Telescope (DCT) at Lowell Observatory. Lowell is a private, non-profit institution dedicated to astrophysical research and public appreciation of astronomy and operates the DCT in partnership with Boston University, the University of Maryland, the University of Toledo, Northern Arizona University and Yale University. The upgrade of the DeVeny optical spectrograph has been funded by a generous grant from John and Ginger Giovale.

The FLAMINGOS-2 spectrum was obtained at the Gemini Observatory under program GS-2017A-Q-33 (PI: Sand), which is operated by the Association of Universities for Research in Astronomy, Inc., under a cooperative agreement with the National Science Foundation on behalf of the Gemini partnership: the National Science Foundation (USA), the National Research Council (Canada), CONICYT (Chile), Ministerio de Ciencia, Tecnología e Innovación Productiva (Argentina) and Ministério da Ciência, Tecnologia e Inovação (Brazil).


Referencias

Blandford, R. D. & Königl, A. Relativistic jets as compact radio sources. Astrophys. J. 232, 34–48 (1979)

Ghisellini, G., Celotti, A. & Costamante, L. Low power BL Lacertae objects and the blazar sequence. Clues on the particle acceleration process. Astron. Astrophys. 386, 833–842 (2002)

Marscher, A. P. & Gear, W. K. Models for high-frequency radio outbursts in extragalactic sources, with application to the early 1983 millimeter-to-infrared flare of 3C 273. Astrophys. J. 298, 114–127 (1985)

Sikora, M., Błażejowski, M., Begelman, M. C. & Moderski, R. Modeling the production of flares in gamma-ray quasars. Astrophys. J. 554, 1–11 (2001)

Marscher, A. P. Turbulent, extreme multi-zone model for simulating flux and polarization variability in blazars. Astrophys. J. 780, 87 (2013)

Villata, M. & Raiteri, C. M. Helical jets in blazars I. The case of Mkn 501. Astron. Astrophys. 347, 30–36 (1999)

Marscher, A. P. et al. The inner jet of an active galactic nucleus as revealed by a radio-to-gamma-ray outburst. Naturaleza 452, 966–969 (2008)

Abdo, A. A. et al. A change in the optical polarization associated with a γ-ray flare in the blazar 3C 279. Naturaleza 463, 919–923 (2010)

Larionov, V. M. et al. Exceptional outburst of the blazar CTA 102 in 2012: the GASP-WEBT campaign and its extension. Lun. No. R. Astron. Soc. 461, 3047–3056 (2016)

Casadio, C. et al. A multi-wavelength polarimetric study of the blazar CTA 102 during a gamma-ray flare in 2012. Astrophys. J. 813, 51–64 (2015)

Camenzind, M. & Krockenberger, M. The lighthouse effect of relativistic jets in blazars. A geometric origin of intraday variability. Astron. Astrophys. 255, 59–62 (1992)

Ostorero, L., Villata, M. & Raiteri, C. M. Helical jets in blazars. Interpretation of the multifrequency long-term variability of AO 0235+16. Astron. Astrophys. 419, 913–925 (2004)

Rieger, F. M. On the geometrical origin of periodicity in blazar-type sources. Astrophys. J. 615, L5–L8 (2004)

Villata, M. et al. The correlated optical and radio variability of BL Lacertae. WEBT data analysis 1994–2005. Astron. Astrophys. 501, 455–460 (2009)

Ghisellini, G. & Tavecchio, F. Canonical high-power blazars. Lun. No. R. Astron. Soc. 397, 985–1002 (2009)

Marcotulli, L. et al. High-redshift blazars through NuSTAR eyes. Astrophys. J. 839, 96 (2017)

Mignone, A., Rossi, P., Bodo, G., Ferrari, A. & Massaglia, S. High-resolution 3D relativistic MHD simulations of jets. Lun. No. R. Astron. Soc. 402, 7–12 (2010)

Villata, M. et al. The unprecedented optical outburst of the quasar 3C 454.3. The WEBT campaign of 2004–2005. Astron. Astrophys. 453, 817–822 (2006)

Raiteri, C. M. et al. Infrared properties of blazars: putting the GASP-WEBT sources into context. Lun. No. R. Astron. Soc. 442, 629–646 (2014)

Impey, C. D. & Neugebauer, G. Energy distributions of blazars. Astron. J. 95, 307–351 (1988)

Malmrose, M. P., Marscher, A. P., Jorstad, S. G., Nikutta, R. & Elitzur, M. Emission from hot dust in the infrared spectra of gamma-ray bright blazars. Astrophys. J. 732, 116 (2011)

Urry, C. M. & Padovani, P. Unified schemes for radio-loud active galactic nuclei. Publ. Astron. Soc. Pacif. 107, 803–845 (1995)

Savolainen, T. et al. Relativistic beaming and gamma-ray brightness of blazars. Astron. Astrophys. 512, A24 (2010)

Fromm, C. M. et al. Catching the radio flare in CTA 102. III. Core-shift and spectral analysis. Astron. Astrophys. 557, A105 (2013)

Britzen, S. et al. A swirling jet in the quasar 1308+326. Astron. Astrophys. 602, A29 (2017)

Perucho, M., Kovalev, Y. Y., Lobanov, A. P., Hardee, P. E. & Agudo, I. Anatomy of helical extragalactic jets: the case of S5 0836+710. Astrophys. J. 749, 55 (2012)

Lyutikov, M. & Kravchenko, E. V. Polarization swings in blazars. Lun. No. R. Astron. Soc. 467, 3876–3886 (2017)

Raiteri, C. M., Villata, M., Lanteri, L., Cavallone, M. & Sobrito, G. BVR photometry of comparison stars in selected blazar fields. II. Photometric sequences for 9 quasars. Astron. Astrophys. Supl. Ser. 130, 495–500 (1998)

Doroshenko, V. T. et al. BVRI CCD-photometry of comparison stars in the fields of galaxies with active nuclei. V. Astrophysics 56, 343–358 (2013)

Jordi, K., Grebel, E. K. & Ammon, K. Empirical color transformations between SDSS photometry and other photometric systems. Astron. Astrophys. 460, 339–347 (2006)

Teräsranta, H. et al. Fifteen years monitoring of extragalctic radio sources at 22, 37 and 87 GHz. Astron. Astrophys. Supl. Ser. 132, 305–331 (1998)

Agudo, I., Thum, C., Wiesemeyer, H. & Krichbaum, T. P. A. 3.5 mm polarimetric survey of radio-loud active galactic nuclei. Astrophys. J. Suppl. Ser. 189, 1–14 (2010)

Gurwell, M. A., Peck, A. B., Hostler, S. R., Darrah, M. R. & Katz, C. A. Monitoring phase calibrators at submillimeter wavelengths. En From Z-Machines to ALMA: (Sub)Millimeter Spectroscopy of Galaxies (ASP Conf. Ser. 375) (eds Baker, A. J. et al. ) 234–237 (Astronomical Society of the Pacific, 2007)

Larionov, V. M., Villata, M. & Raiteri, C. M. The nature of optical and near-infrared variability of BL Lacertae. Astron. Astrophys. 510, A93 (2010)

Massaro, E., Perri, M., Giommi, P. & Nesci, R. Log-parabolic spectra and particle acceleration in the BL Lac object Mkn 421: Spectral analysis of the complete BeppoSAX wide band X-ray data set. Astron. Astrophys. 413, 489–503 (2004)

Simonetti, J. H., Cordes, J. M. & Heeschen, D. S. Flicker of extragalactic radio sources at two frequencies. Astrophys. J. 296, 46–59 (1985)

Hufnagel, B. R. & Bregman, J. N. Optical and radio variability in blazars. Astrophys. J. 386, 473–484 (1992)

Ghisellini, G., Tavecchio, F. & Chiaberge, M. Structured jets in TeV BL Lac objects and radiogalaxies Implications for the observed properties. Astron. Astrophys. 432, 401–410 (2005)

Sikora, M., Rutkowski, M. & Begelman, M. C. A spine-sheath model for strong-line blazars. Lun. No. R. Astron. Soc. 457, 1352–1358 (2016)

Tramacere, A., Giommi, P., Perri, M., Verrecchia, F. & Tosti, G. Swift observations of the very intense flaring activity of Mrk 421 during 2006. I. Phenomenological picture of electron acceleration and predictions for MeV/GeV emission. Astron. Astrophys. 501, 879–898 (2009)