ABSTRACT

Supernovas (SNs) have been one of the most studied events in astronomy. However, there are still no models capable of describing this phenomenon in a general and accurate way. These models generally seek to describe a single type of supernova, requires multiple parameter’s values and often do not distinguish between the different light bands of the same curve. Structured grammatical evolution allows
the generation of a model with data and a given basal structure, which can be designed considering the nature of the problem for which we are looking for a model. In this case, with some mathematical assumptions we can generate a symbolic regression to obtain a model for different types of SNs and for each light band. We can also use this algorithm to fit the parametric model of the supernova and obtain the value of the variables needed to model it.

RESUMEN

Las supernovas (SN) han sido eventos muy estudiados por la astronomía. Sin embargo, aún no existen modelos capaces de describir este fenómeno de manera general y precisa. Estos modelos generalmente buscan describir un solo tipo de supernova, requieren múltiples valores de parámetros y, a menudo, no distinguen entre las diferentes bandas de luz de una misma curva. La evolución gramatical estructurada permite generar un modelo con datos y una estructura base determinada que puede diseñarse teniendo en cuenta la naturaleza del problema para el que buscamos un modelo. En este caso, con algunas suposiciones matemáticas podemos generar una regresión simbólica para obtener un modelo para diferentes tipos de SN y para cada banda de luz. También podemos usar este algoritmo para ajustar el modelo paramétrico de la supernova y obtener el valor de las variables necesarias para modelarlo.