Determinación de la composición química y los modelos hadrónicos de altas energías Daniel Supanitsky (ICN-UNAM), G. Medina-Tanco (ICN-UNAM) y A. Etchegoyen.

Presentación del tema: "Determinación de la composición química y los modelos hadrónicos de altas energías Daniel Supanitsky (ICN-UNAM), G. Medina-Tanco (ICN-UNAM) y A. Etchegoyen."— Transcripción de la presentación:

1 Determinación de la composición química y los modelos hadrónicos de altas energías Daniel Supanitsky (ICN-UNAM), G. Medina-Tanco (ICN-UNAM) y A. Etchegoyen (Tandar-CNEA)

2 Métodos Estadísticos Parámetro sensible a la composición Funciones lineales de c P y Composición o abundancia de protones. Para N grande se distribuye en forma Gaussiana.

3 Simulaciones: Lluvias Atmosféricas → AIRES - Espectro  E -2.7 en el intervalo [0.6, 2]×10 18 eV. - Primarios: núcleos de hierro y protones. - Modelos Hadrónicos: QGSJET-II y Sibyll 2.1. - Angulos Cenitales: 30° y 45°. Simulación de los Detectores de AMIGA → SDSim+MuonSim Reconstrucción → CDAS+MuonRec HEAT → X max dado por AIRES + Error Gaissiano Pares de parámetros considerados

4 Promedio de los estimadores de las funciones de distribución Superposición de kernels Gaussianos + método adaptativo. Por cada par de parámetros, , A y MH. Técnica “Smoothed Bootsrap” 100 estimadores de la distribución de probabilidades. Incerteza en el conocimiento de DP En un intervalo de energía en un entorno de 10 18 eV: I QGSJET-II

5 Promedio y regiones de un sigma para las distribuciones marginales

6 N = 100 # de eventos híbridos pertenecientes a I en dos años de AMIGA+HEAT. N = 1000 # de eventos híbridos pertenecientes a I en 20 años de AMIGA+HEAT y # de eventos de superficie pertenecientes a I en dos años de AMIGA+HEAT. Por cada par de parámetros, θ, y MH Muestras de las distribuciones promedio desde c p = 0 hasta c p = 1 con Δc p = 0.1 Utilizando las DP para Pr y Fe Por cada par de parámetros, θ, y MH

7

8 Elipses correspondientes al 68% y 95% de probabilidad De la combinación de N μ (600) con otros parámetros de superficie también se puede obtener c p.

9 Obtenido experimentalmente 0 cpcp 1 0 1 Modelo A Modelo B Método Aproximado

10 Valores de λ y c p compatibles con al nivel de confidencia α Estimadores Interpolación lineal λ = 0 QGSJET-II λ = 1 Sibyll 2.1

11 Error en c p independiente del MH Regiones de 95% de nivel de confidencia Proyección de cada región sobre el eje x

12 Trabajo Futuro Aplicación del método desarrollado a los datos de Auger. Extensión del método para el caso de más de dos tipos de primarios.