A equipa de “Formação e Evolução de Galáxias” do IA pretende dar um contributo importante para o avanço do conhecimento sobre a forma como as galáxias se formam e evoluem ao longo do tempo cósmico. Este é um dos principais objetivos da Astronomia moderna, impulsionado pelas novas observações de qualidade sem precedentes e impulsionando, por sua vez, o desenvolvimento da próxima geração de telescópios e instrumentação. Os modelos atuais de formação e evolução de galáxias mostram claramente as lacunas do nosso conhecimento e as áreas em que é necessário desenvolver um maior esforço de investigação. Dois dos desafios mais importantes a abordar são: a) a deteção e compreensão das assinaturas observacionais dos primeiros buracos negros supermassivos do Universo e a forma como estes influenciaram, desde as primeiras épocas do Universo, a formação de galáxias e estruturas de larga escala; e b) a compreensão da formação de galáxias e dos seus componentes estruturais.

Uma série de projetos paralelos, levados a cabo pela equipa, incidem sobre

• Os primeiros buracos negros supermassivos na Época da Reionização
• A história da formação das galáxias e os fatores físicos que determinam a variação e a inibição da formação estelar nas diferentes regiões das galáxias
• A origem e implicações da atividade acrescida de formação estelar nas galáxias
• O papel do ambiente na evolução das galáxias
• A função de luminosidade das galáxias no regime de baixas luminosidades: galáxias anãs ultra-ténues

A investigação da equipa nestes domínios é apoiada pela participação do IA – nomeadamente assumindo papeis de liderança – nos consórcios de vários instrumentos tais como MOONS@VLT, BlueMUSE@VLT, MOSAIC@ELT do ESO, em missões da ESA com importância fundamental para os objetivos científicos da equipa (Euclid, Athena), bem como no projeto-chave científico “Radio AGN in the Epoch of Reionization” liderado pelo IA no âmbito do levantamento “Evolutionary Map of the Universe” do ASKAP. Em paralelo, a equipa realiza ainda o desenvolvimento de ferramentas de modelação espetral e de aprendizagem de máquina altamente otimizadas para a análise de dados de comprimentos de onda múltiplos, para galáxias próximas e distantes.