Paz Godoy, Emilio José2026-10-062026-10-062026-07https://repositorio.usm.cl/handle/123456789/79399El toro de polvo circumnuclear constituye la pieza central del esquema de unificación de las galaxias de núcleo activo (AGN), pero su geometría permanece en debate. Dos familias de modelos compiten actualmente: distribuciones de polvo grumosas a lo largo del plano ecuatorial (clumpy) y configuraciones que incorporan un viento polar polvoriento (disk+wind), ambas motivadas por observaciones interferométricas en el infrarrojo medio (MIR). La limitada resolución angular de generaciones instrumentales previas impidió discriminar entre ambas, al mezclar la emisión térmica del toro con la de la galaxia anfitriona. En este trabajo modelamos la distribución de energía espectral (SED) de polvo circumnuclear en dos galaxias Seyfert emparejadas por su luminosidad intrínseca en rayos X duros pero de distinta clasificación óptica: NGC 7469 (Sy 1.5) y NGC 7319 (Sy 2). A partir de espectroscopía de campo integral de NIRSpec y MIRI/MRS de JWST, extrajimos espectros nucleares en una apertura de r = 0.5" (160-230 pc) y aislamos la emisión térmica del polvo calentado por el AGN mediante la descomposición del continuo espectral. Las SED resultantes (1.6 - 27.5 µm) se ajustaron mediante inferencia bayesiana utilizando la herramienta BayesCLUMPY2, el cual entrega la evidencia bayesiana necesaria para estimar la calidad de los modelos. Cada objeto favorece una familia de modelos distinta con fuerte evidencia según la escala de Jeffreys: disk+wind en NGC 7469 (B = 8.7) y clumpy en NGC 7319 (B = 36.0). Las inclinaciones inferidas (7.9° y 54.9°) confirman el estado de oscurecimiento medido en rayos X. Por otra parte, encontramos que un único punto fotométrico de ALMA no discrimina entre modelos y este polvo frío submilimétrico evidencia la naturaleza multifásica del entorno nuclear.93 páginasesAttribution-NonCommercial 4.0 Internationalhttp://creativecommons.org/licenses/by-nc/4.0/Astrofísica observacionalGalaxias de núcleo activoModelos clumpyModelos disk+windInferencia bayesiana35609002928779 Industria, innovación e infraestructura