GIUV2026-005

https://www.uv.es/gcc

• 2. Estudiar la formación y evolución de vacíos cósmicos. Se pretende analizar la estructura interna de los vacíos, su evolución temporal, su conexión con regiones densas de la red cósmica y el impacto de los flujos de materia sobre las propiedades de las galaxias que habitan en dichos entornos.
• 4. Comprender la evolución de galaxias en diferentes entornos cosmológicos. Un objetivo central es determinar cómo el entorno ¿vacíos, campo, filamentos o cúmulos¿ afecta a las propiedades de las galaxias, incluyendo su masa, morfología, tasa de formación estelar, contenido gaseoso, metalicidad y evolución dinámica
• 4. To understand the evolution of galaxies in different cosmological environments. A central objective is to determine how the environment ¿voids, the field, filaments or clusters¿ affects galaxy properties, including mass, morphology, star-formation rate, gas content, metallicity and dynamical evolution.
• 3. Investigar la física de cúmulos de galaxias y del medio intracumular. El grupo estudia la historia de acreción de los cúmulos, la dinámica del medio intracumular, la generación de ondas de choque y turbulencia, y la relación entre estos procesos y la distribución de materia oscura
• El grupo de Cosmología Computacional de la Universitat de València utiliza simulaciones numéricas de gran escala para investigar la formación de galaxias y la evolución de la estructura a gran escala del Universo. Mediante el desarrollo y mantenimiento de herramientas computacionales avanzadas -incluyendo el código hidrodinámico y N-body MASCLET, el identificador de halos ASOHF y software especializado para el análisis de ondas de choque, turbulencia y campos magnéticos- el grupo proporciona laboratorios virtuales que complementan los datos observacionales y permiten estudiar fenómenos astrofísicos inaccesibles a los experimentos tradicionales. La investigación del grupo abarca varios temas interrelacionados. Su trabajo sobre ondas de choque cosmológicas examina cómo se disipa la energía gravitatoria durante la formación de estructuras, influyendo en la termodinámica del medio intracumular y del medio intergaláctico. Los estudios sobre turbulencia en cúmulos de galaxias se centran en su papel en el soporte de presión no térmica, la mezcla de gas y los sesgos en las estimaciones de masa, proporcionando una base teórica para interpretar futuras observaciones basadas en el efecto Sunyaev-Zel'dovich cinemático. En el ámbito del magnetismo cósmico, el grupo investiga la amplificación de campos magnéticos primordiales débiles mediante dinamos impulsados por turbulencia, generando simulaciones MHD de alta resolución relevantes para instalaciones radioastronómicas de nueva generación como el Square Kilometre Array. Otras líneas de trabajo se enfocan en los vacíos cósmicos, que constituyen un entorno de baja densidad ideal para poner a prueba modelos cosmológicos y estudiar la formación de galaxias débiles. El grupo emplea simulaciones de alta resolución para analizar las propiedades estadísticas de los vacíos, los flujos de gas y la evolución de sus poblaciones galácticas. En el ámbito más amplio de la formación y evolución de galaxias, exploran la interacción entre dinámica gravitatoria, física del gas, procesos de retroalimentación y actividad de agujeros negros, incluyendo la aparición de sistemas poco comunes como galaxias ultradifusas y galaxias enanas de marea. A través de la integración de metodologías numéricas de vanguardia y marcos teóricos contemporáneos, el grupo ofrece nuevas perspectivas sobre los procesos físicos que modelan la estructura cósmica y apoya la interpretación de datos procedentes de observatorios actuales y futuros.
• 8. Conectar simulaciones y observaciones. El grupo busca contrastar sus resultados numéricos con datos procedentes de cartografiados observacionales y colaboraciones astronómicas, favoreciendo una interpretación física robusta de las observaciones y una validación empírica de los modelos teóricos.
• El objetivo general del grupo es avanzar en la comprensión de la formación y evolución de las estructuras cósmicas mediante el uso de simulaciones numéricas, técnicas avanzadas de análisis de datos y desarrollo de herramientas computacionales propias. El grupo pretende caracterizar los procesos físicos no lineales que conectan la evolución de galaxias, cúmulos, vacíos, filamentos y la red cósmica, con especial atención al papel de la componente bariónica, la materia oscura y los campos magnéticos.
• 6. Desarrollar herramientas computacionales para simulación y análisis de datos cosmológicos. El grupo tiene como objetivo continuar desarrollando, validando y distribuyendo códigos numéricos propios para la simulación cosmológica, la identificación de estructuras, el análisis de turbulencia, la detección de vacíos y la caracterización de flujos cósmicos
• 7. Explorar nuevas metodologías basadas en aprendizaje automático. El grupo pretende investigar el uso de técnicas de inteligencia artificial y aprendizaje automático como herramientas complementarias a las simulaciones cosmológicas convencionales, con el objetivo de reducir costes computacionales y generar datos cosmológicos estadísticamente consistentes.
• 1. Modelizar la dinámica del gas en contextos cosmológicos. El grupo busca describir con precisión la hidrodinámica del gas en la formación de estructuras cósmicas, incluyendo procesos de acreción, ondas de choque, turbulencia, mezcla, retroalimentación y transferencia de energía entre diferentes escalas

• Computational cosmology and numerical simulations.Development, execution and analysis of high-resolution cosmological simulations to study the formation and evolution of cosmic structures. This line includes the use of adaptive mesh refinement techniques, hydrodynamical modelling, dark matter treatment, star formation, astrophysical feedback, supermassive black holes and magnetic fields.
• Formation and evolution of cosmic voids.Study of voids as fundamental components of the large-scale structure of the Universe. This line addresses the identification of voids in simulations and observations, the characterisation of their density profiles, their temporal evolution, the influence of matter flows from dense regions, and the properties of the galaxies located inside them.
• Galaxy clusters and large-scale structure.Analysis of the formation and evolution of galaxy clusters, their accretion history, their connection with filaments and walls of the cosmic web, and the physical properties of the intracluster medium. This line includes the study of accretion shock waves, turbulence, non-thermal pressure, gas dynamics and the relationship between baryons and dark matter.
• Galaxies in cosmological environments.Study of the evolution of galaxies in different environments, with particular attention to galaxies in clusters and voids. This line investigates processes such as ram pressure, gravitational interactions, morphological transformation, the evolution of dwarf galaxies, star formation and the environmental dependence of galaxy properties.
• Shock waves, turbulence and cosmic flows.Characterisation of non-linear hydrodynamical phenomena in the cosmic medium, including shock waves, accretion flows, turbulence, vorticity and energy transfer. This line is essential for understanding the dynamical evolution of gas in galaxies, clusters and large-scale structures.
• Cosmic magnetic fields and magnetohydrodynamics.Study of the origin, evolution and amplification of magnetic fields in the Universe through magnetohydrodynamical simulations. This line analyses the role of turbulence, dynamo mechanisms and the interaction between magnetic fields, gas and cosmic structures.
• Development of scientific software and analysis tools.Design and maintenance of simulation and post-processing codes for computational cosmology. This line includes the development of tools for the identification of haloes and galaxies, void detection, turbulence characterisation, flow analysis and the efficient processing of large volumes of cosmological data.
• Machine learning applied to cosmological simulations.Exploration of machine learning techniques, including generative models, to produce cosmological data compatible with conventional simulations, accelerate analysis processes, improve effective resolution, and reduce the computational cost of certain numerical studies.

• -

• Astronomy and Astrophysics

• NUMERICAL SIMULATION IN ASTROPHYSICS
• GALAXIES
• GALAXY CLUSTERS
• COSMOLOGICAL VOIDS
• COSMOLOGY
• LARGE-SCALE STRUCTURE