Astrophysical S-factor calculation for selected reactions

Abstract

Despite the vast success of nuclear astrophysics in predicting the relative composition of the lightest elements in the early Universe, current theoretical and experimental knowledge of reactions at astrophysical low energies requires severe improvement. This work is centered in calculating the S-factor, which is a relevant quantity for low energy extrapolation. Initially, a literature survey is performed to present a diverse selection of models, which include empirical, potential, microscopical and R-matrix approaches. These models useful for S-factor computation at recurrent astrophysical environments, which generally comprehend Big Bang, stellar, explosive and exotic nucleosynthesis. Then, S-factor experimental data of relevant reactions is selected to be contrasted with predictions of potential and empirical models. Additionally, the effects of resonances and electron screening are analyzed for improving and consolidating the S-factor estimation.

A pesar del gran éxito de la astrofísica nuclear en la predicción de la composición relativa de los elementos más ligeros en el Universo temprano, el conocimiento teórico y experimental de las reacciones a energías astrofísicas bajas requiere una mejora sustancial. Este trabajo se centra en el cálculo del factor S, que es una cantidad relevante para la extrapolación a bajas energías. Inicialmente, una revisión de literatura es realizada con el fin de presentar una diversa selección de modelos, que incluye las aproximaciones empíricas, potencial, microscópica y de matriz R. Estos modelos son útiles para el cómputo del factor S en ambientes astrofísicos usuales, los cuales comprenden en general nucleosíntesis en ambientes como el Big Bang, las estrellas y de tipo exótico y explosivo. En seguida, los datos experimentales del factor S son contrastados con predicciones de modelos potenciales y empíricos. Adicionalmente, los efectos de las resonancias, así como del apuntalamiento electrónico, son analizados para mejorar y consolidar la estimación del factor S.