La función de luminosidad en torno a grupos de galaxias

Slides:



Advertisements
Presentaciones similares
DISEÑO DE EXPERIMENTOS EXPERIMENTOS DE COMPARACIÓN SIMPLE
Advertisements

ESTIMACIÓN DE DENSIDAD
Estimación de la diferencia de dos probabilidades
SIMULACIÓN DE MONTECARLO
EPIDEMIOLOGIA Ciencia que estudia la distribución de los fenómenos biológicos y sociales en las poblaciones, así como las causas de dicha distribución.
Calculo de Dosis 3.2 Pencil Beam
Bioestadística Distribución Normal
LA FORMA EN EL ESPACIO TEMA 5.
} LISSET BÁRCENAS MONTERROZA
Física: LA TIERRA Y SU ENTORNO 1
1 La ciencia: la materia y su medida ESQUEMA PARA EMPEZAR INTERNET
FRANCISCO JAVIER RODRÍGUEZ
Origen y evolución de los Centauros Romina P. Di Sisto y Adrián Brunini Facultad de Ciencias Astronómicas y Geofísicas de La Plata GCP Grupo de Ciencias.
Solución de problema Herramientas aplicables
Simulaciones numéricas de discos de acreción delgados
What is the Sloan Digital Sky Survey? Simply put, the Sloan Digital Sky Survey is the most ambitious astronomical survey project ever undertaken. The.
Cálculo de función de correlación de galaxias en una simulación. Andrea Corvillón Grez Julio 2009 Cosmología.
Inferencia Estadística
CURSO DE ESTADÍSTICA BÁSICA
Conceptos básicos de inferencia
Nombre: Israel Espinosa Jiménez Matricula: Carrera: TIC Cuatrimestre: 4 Página 1 de 5.
Estadística computacional
L. Infante Evidencias Observacionales de la Cosmología Moderna Ciclo Física de Altas Energías 2000.
DASOMETRÍA DASOMETRÍA.
MAGNITUDES Identifica magnitudes que se usan en una tienda: masa, nº de huevos, capacidad, superficie, precio.
Simulando la distribución de galaxias
L. Infante Evidencias Observacionales de la Cosmología Moderna Tercera Parte Ciclo Física de Altas Energías Noviembre, 2000.
Distribución Normal.
La población de galaxias de baja luminosidad en el Grupo de NGC 5044 Sergio A. Cellone Facultad de Ciencias Astronómicas y Geofísicas, UNLP Alberto Buzzoni.
UN ESTUDIO DE ESCENARIOS INESTABLES EN LA GALAXIA NGC 5427 Vladímir Jearim PEÑA-SUÁREZ, Fís., Nelson VERA-VILLAMIZAR, Ph. D., Arturo PLATA GÓMEZ, Ph. D.
Juan Aldebarán Magaña Zapata 22 de Noviembre de 2006 C I N V E S T A V.
CÚMULOS DE GALAXIAS GRUPOS ESTRUCTURA A GRAN ESCALA.
Identificación de halos de materia oscura en simulación con el método de Sobredensidad Esférica (SO) ‏ Alejandra Rojas Lilayú.
Módulo Los cielos1.1 Los cielos p. 1 Astronomía y Astrofísica, unidades de distancia, la esfera celeste, la eclíptica, las constelaciones, movimiento.
Estadística Administrativa I
CB y Bootstrap Lic. Luis Francisco Zaldívar MSE. Herramienta Bootstrap Mide nivel de confianza y exactitud de parámetros estadísticos del Perfil de Riesgo.
1 M. en C. Gal Vargas Neri. 2 Planeación del curso TEMACAP.TITULODÍASSEMFEC FIN TEMA 00MOTIVACION Y PLANEACION1111/01 TEMA I1-2ESTADISTICA Y MEDICION2115/01.
ANALISIS DE FRECUENCIA EN HIDROLOGIA (2)
AS 42A: Astrofísica de Galaxias Clase #9 Profesor: José Maza Sancho 16 Abril 2007 Profesor: José Maza Sancho 16 Abril 2007.
Estimación Sea una característica, un parámetro poblacional cuyo valor se desea conocer a partir de una muestra. Sea un estadístico ( función.
ANALISIS DE FRECUENCIA EN HIDROLOGIA (3)
DISTRIBUCION NORMAL Mario Briones L. MV, MSc 2005.
GRÁFICOS ESTADÍSTICOS
El promedio como variable aleatoria: error estándar e intervalo de confianza para la media de la muestra Mario Briones L. MV, MSc 2005.
Universidad Nacional de Colombia Curso Análisis de Datos Cuantitativos.
Evolución no lineal (cont.): La aproximación de Zeldovich (1970)  PEACOCK 1999,  Teoría Lagrangiana (1er orden es mejor que Euleriana de 1er orden).
IEEC/Bellaterra 06/10/04 1 Varianza Cósmica y Evolución Mariano Moles, IAA, CSIC Mariano Moles, IAA, CSIC PROPIEDADES DE LAS GALAXIAS EN CÚMULOS.
Clase 4. Dispersion y Difusion Radiativa 1. Dispersion pura.
Capítulo 1. Conceptos básicos de la Estadística
EXPLORANDO LAS PROPIEDADES DINÁMICAS DEL MEDIO INTRACÚMULO DEL MEDIO INTRACÚMULO A PARTIR DE SU CONTENIDO DE METALES Sofía A. Cora (FCAG - UNLP) La Plata,
Cecilia Scannapieco AAA La PlataSeptiembre 2005 Impacto de Explosiones de Supernova en la Formación de Galaxias Instituto de Astronomía y Física.
Teoría de Probabilidad Dr. Salvador García Lumbreras
Medidas de Dispersión.
El Cosmos y el Universo.
Luminosity Function of galaxies in groups and clusters González R. E., Lambas D. G., Lares, M., Valotto C. 2005, A&A submitted.
Estadística Descriptiva
1 Introducción al tratamiento de datos © José Luís Contreras.
Estimación y contraste de hipótesis
AS 42A: Astrofísica de Galaxias Clase #18 Profesor: José Maza Sancho 28 Mayo 2007 Profesor: José Maza Sancho 28 Mayo 2007.
Modelación de la función potencia y raíz cuadrada
Potenciación. Cuadrados y cubos.
Aspectos generales de la investigación educativa en el SNIT
INFERENCIA ESTADÍSTICA
UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE CIENCIAS ECONOMICAS INFERENCIA ESTADISTICA TEMA: ESTIMACION PUNTUAL, PROPIEDADES DE LAS ESTIMACIONES;
TAMAÑO DE LA MUESTRA. Para definir el tamaño de la muestra se debe tener en cuenta los recursos disponibles y las necesidades del plan de análisis, el.
MUESTREO Parte 1: Generalidades Una vez definido el problema a investigar, formulados los objetivos y delimitadas las variables se hace necesario determinar.
Estimación Estadística Tares # 3. Estimación Estadística Conjunto de técnicas que permiten dar un valor aproximado de un parámetro de una población a.
MAESTRIA EN GEOFISICA ELIANA LIZETH GUTIERREZ RINCON ABRIL 2016.
METODOS DE REMUESTREO: JACKKNIFE Y BOOTSTRAP
Viviana Acosta Estadística II. Que es Es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida.
Transcripción de la presentación:

La función de luminosidad en torno a grupos de galaxias por Roberto González Reyes Profesores Guías : Gaspar Galaz Nelson Padilla

Catálogo de galaxias 2dFGRS Contiene ~200000 galaxias con redshift Profundidad : z~0.3

Catálogo de grupos ~30000 Grupos de galaxias con por lo menos 2 miembros. 55% de las galaxias están dentro de grupos Dispersión de velocidad <v>~260km/s

Catálogos simulados Simulación de N-cuerpos, poblada con galaxias usando el modelo semianalítico GALFORM. Cubo de 250Mpc/h de lado y con 2x106 galaxias. Se generan catálogos de galaxias y de grupos con la misma geometría y sesgos observacionales del 2dFGRS. Servirán más adelante para probar los métodos desarrollados en este trabajo.

La función de luminosidad (M) = Cantidad de galaxias por unidad de magnitud y volumen Dificultades: Sesgos observacionales, Malquist.

Estimación de la FL Función de Schechter : (M) = 0.4ln(10) *e-X X+1 X = 100.4(M*- M) Parámetros  , M* y *. Cuentas de galaxias se discretizan en un histograma en función de la magnitud.

Estimación de la FL

Estimadores de la FL Normalización SWML y STY con estimador Davis & Huchra (1982).

Estimadores de la FL Contornos de Error para 1 y 2. Mejor estimador es SWML

Estimando FL en torno a grupos Estudiar la dependencia de los parámetros de la FL (  y M* ) con la densidad de galaxias. Estudiar la población de las galaxias y su dependencia con la cercanía a los grupos. Estudiar si los procesos físicos de formación y evolución de las galaxias en la simulación se observan en las galaxias reales.

Perfil NFW Navarro, Frenk & White(1997) muestran que el perfil de densidad de los halos de materia oscura es radial y su forma es independiente de la masa de los grupos, la cosmología y espectro de potencia inicial. (r)/0 = δc/[(r/rs)(1+r/rs)2] rs es un radio escalado que es el tamaño del halo, en este caso se ocupa el radio rrms del grupo.

Método para calcular la FL en torno a los grupos Se busca el grupo más cercano a cada galaxia y se normaliza la distancia por el radio rms del grupo. Se genera un catálogo de galaxias con la distancia r/rrms al grupo al cual pertenece cada galaxia. Se subdivide la muestra en subcatálogos con galaxias en distintos intervalos de r/rrms Se convierte la distancia r/rrms a densidad usando NFW. Se estima la FL para cada subcatálogo y se construye la dependencia (δn) y M*(δn). *(r/rrms) debería seguir un perfil NFW.

Intervalos de r/rrms

Fuentes de error en el método Dispersión de velocidades de las galaxias en el eje de la visual. Selección de Grupos Cálculo de volúmenes

Dependencia de la FL con la densidad en la simulación

Dependencia de la FL con la densidad en los catálogos simulados

Dependencia de la FL con la densidad en catálogos 2dFGRS

Dependencia de la FL con la densidad en catálogos 2dFGRS

FL de campo para 2dFGRS FL del campo para 2dFGRS :  = -1.26±0.03 M*=-19.84±0.11 *=0.0159±0.0030

Conclusiones Mejor estimador de la FL es SWML + dispersión de errores de Jacknife. Se desarrolla un método para estudiar la FL en torno a los grupos, dividiendo la muestra en subcatálogos de galaxias que se encuentran en ambientes de igual densidad. Se extraen propiedades importantes de las galaxias en la simulación. La dispersión de velocidades en el eje de la visual contamina bastante la dependencia de la FL con la densidad de galaxias. Los resultados de 2dFGRS coinciden con los de los catálogos simulados.