Aplicando critérios de seleção de modelos no contexto bayesiano para comparar e selecionar modelos cosmológicos via dados de SNe Ia.
Universo, supernovas do tipo Ia, métodos estatísticos, modelos cosmológicos.
Nos encontramos em um Universo que é composto intrinsicamente por duas componentes dominantes, matéria escura e energia escura, sendo que o modelo matemático que melhor lhe descreve atualmente é o paradigma ΛCDM. Sabendo que existem variações desse cenário na literatura, tais como XCDM e CPL, este trabalho tem como ênfase comparar estes modelos com o modelo vigente para diferentes casos de curvatura (k = 0 e k ≠ 0) buscando restringir os parâmetros cosmológicos e categorizar os modelos por meio de métodos estatísticos, como χ2min e os critérios de seleção de modelos. Para isso utilizaremos duas amostras de supernovas do tipo Ia, uma provinda do grupo Supernova Cosmology Project (UNION 2.1) e a outra do PANTHEON 2018. Cada conjunto de dados foi confontrado pelos modelos cosmológicos, verificando o comportamento que esses desenvolveram aos métodos estatísticos e, consequentemente, foi utilizado critérios de seleção para inferir o modelo que melhor se ajusta aos dados observados. Para a primeira amostra citada acima, ambos os critérios, AIC e BIC, favoreceram o modelo ΛCDMk = 0. Já para a última amostra, o favorecimento é dado para o modelo XCDMk = 0 de acordo com o critério AIC, enquanto que para o critério BIC foi o ΛCDMk = 0.