Lombardi, M., & Alves, J. 2001,A&A, 377, 1023 Mapping the interstellar dust with near-infrared observations: An optimized multi-band technique Medio Interestelar.

Slides:



Advertisements
Presentaciones similares
Medida e incertidumbre errores en Física experimental
Advertisements

ESTIMACIÓN DE DENSIDAD
MAPAS DE ISOLÍNEAS Srahyrlandy Rocío Díaz S Javier Andrés Padilla jhasua medina pinedo FACULTAD DE HUMANIDADES DEPARTAMENTO.
PROCESAMIENTO DE IMAGENES
Óptica Adaptativa En Discos Planetarios.
JUAN DAVID OSORIO DAVID BASANTE BETANCOURTH
UNIDAD II LA IMÁGEN Objeto de la Unidad Al finalizar esta unidad el estudiante deberá estar en capacidad de: Entender las características de una fotografía.
Cazando Estrellas Masivas alrededor de la Tarántula
KRIGING.
GEOESTADISTICA MULTIVARIADA
Tema 3 Revisión de diversos métodos robustos aplicados en algunos problemas fotogramétricos.
Modelado y simulación en Ingeniería Química. Manuel Rodríguez

Formación estelar La formación estelar es el proceso por el cual grandes masas de gas que se encuentran en galaxias se transforman en estrellas. Estas.
Enanas marrones muy jóvenes con IPHAS-2MASS usando el OVE 21 mayo 2004 Eduardo L. Martin IAC Colaboradores: E. Solano, Y. Unruh Motivación científica:
HERRAMIENTAS PARA EL CONTROL ESTADÍSTICO DE CALIDAD.
PROCESO DE MEDICIÓN.
I Reunión Red Temática OVE Madrid Abril 2006 Determinación del factor de extinción R V para estrellas de tipos espectrales O, B y A. AUTORES: C. Morales.
Datos de herbarios y museos para estudios de biodiversidad
Estadística Descriptiva
1)Propiedades dinámicas generales de nuestro Sistema Solar. 2)Propiedades de actuales regiones de formación Estelar. 3)Estadísticas de Sistemas Estelares.
Mapping the forest types and landcover of Puerto Rico. Comenzaremos a discutirlo el lunes.
Cinthya Herrera ContrerasMedio Interestelar La Distribución radial de rayos gamma galácticos IV. La Galaxia entera Strong et.al:1988, Astron. Astrophys.
MÉTODO BOOTSTRAP Considere una muestra aleatoria de tamaño n = 10 con las siguientes observaciones: X1 = -2.41, X2 = 4.86, X3 = 6.06, X4 = 9.11 X5 = 10.2,
Población y Muestra.
Medidas de expresión para microarrays de Affimetrix.
Análisis de series de tiempo Cuarta semana Abril Julio 2009.
VARIABLE ALEATORIA Y DISTRIBUCION DE PROBABILIDAD
Método de previsión para el turismo.
Elementos Básicos de Probabilidad y Estadística Javier Aparicio División de Estudios Políticos, CIDE Julio 2009
LAS ESTRELLAS Las estrellas son enormes esferas de gases a muy altas temperaturas que emiten principalmente luz. La información que recibimos desde las.
Julieta Fierro Materia Interestelar Julieta Fierro
Resoluciones de la imagen de satélite
Combinación de Clasificadores
Medio interestelar en galaxias (ISM). Ejemplo: galaxia del Sombrero, polvo y gas.
ESTADÍSTICA BÁSICA EN ECOLOGÍA EVOLUTIVA Juan J. Soler Cruz Estación Experimental de Zonas Áridas Almería.
MÉTODOS DE BINARIZACIÓN DE IMÁGENES EN NIVELES DE GRIS
MÉTODO DE PIXELES DE BORDE
ANALISIS DE FRECUENCIA EN HIDROLOGIA (2)
Datos: Estadística.
Cognitens-WLS400M Análisis. 2 Cognitens-WLS400M  Comprender la función del Análisis en el proceso de medición.  Revisar y practicar las diferentes herramientas.
Medidas de Dispersión.
DISTRIBUCION NORMAL Mario Briones L. MV, MSc 2005.
FACILITADOR JOSE HERIBERTO CRUZ GARCÍA
Introducción La inferencia estadística es el procedimiento mediante el cual se llega a inferencias acerca de una población con base en los resultados obtenidos.
ULACIT MAESTRÍA EN ORTODONCIA
Inferencia Estadística
1. Actualmente el marco general en el que una organización lleva a cabo su actividad se caracteriza por una alta dinamicidad y cambios permanentes. Ante.
Tema 3: Filtros.
Centelleo Interestelar ISM Prof. Simón Cassassus Felipe A. Olivares Estay Departamento de Astronomía – Universidad de Chile.
Filtros.
Correccion de la iluminacion. Variaciones de iluminación en MRI debidas a no uniformidad de la bobina de radio frecuencia, corrientes parasitarias, anatomía.
Ramón Giraldo H MSc. Estadística. Profesor Universidad Nacional
UNIDAD 1.- EVALUACIÓN DE DATOS ANALITICOS
Donuts, Scratches and Blanks: Robust Model-Based Segmentation of Microarray Images Qunhua Li, Chris Fraley, Roger E. Bumgarner, Ka Yee Yeung, Adrian E.
Estadísticos Asunto de Estado: Estadísticos. Estadísticos Los parámetros estadísticos nos permiten tener una idea global de la población, compararla con.
Centro de Radioastronomía y Astrofísica, UNAM Morelia, Michoacán, México 18 investigadores, dirección de tesis de licenciatura, posgrado en astronomía.
Estimación y contraste de hipótesis
ESTIMACIÓN DE PARÁMETROS
Unidad 4 Análisis de los Datos.
GALAXIAS Def. Conjunto de estrellas, polvo y gas que tienen variados tamaños y formas.
INFERENCIA ESTADÍSTICA
Estadística descriptiva
Análisis de Varianza ANOVA Capitulo 10. Multiples grupos Ha: Por lo menos uno de los grupos no es igual a lo demás.
Historia del universo Marta Ruiz y Estela Jiménez.
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.
REGRESIÓN LINEAL SIMPLE TEMA INTRODUCCIÓN Determinar la ecuación de regresión sirve para: – Describir de manera concisa la relación entre variables.
TAMAÑO DE LA MUESTRA Alvaro Alfredo Bravo Dpto. de Matemáticas y Estadística Universidad de Nariño - Colombia.
7.2 P ROCEDIMIENTOS PARAMÉTRICOS PARA DATOS CUANTITATIVOS Dos muestras Intervalos de confianza.
Tratamiento estadístico de datos
Transcripción de la presentación:

Lombardi, M., & Alves, J. 2001,A&A, 377, 1023 Mapping the interstellar dust with near-infrared observations: An optimized multi-band technique Medio Interestelar Cinthya Herrera Contreras

Medio Interestelar Técnicas para estudiar extinción en Nubes Moleculares  Método de conteo estelar Densidades de columna ~ 1x x10 21 prot/cm 2  Observaciones de trazadores moleculares de H 2 Densidades de columna ~ prot/cm 2  Técnicas de radio continuo para detectar emisión termal de polvo Densidades de columna ~ prot/cm 2

Cinthya Herrera Contreras Medio Interestelar Complicaciones de radio observaciones  Desviación del LTE  Variaciones de opacidad  Evolución química  Estructura a pequeña escala  Propiedades desconocidas de la emisión de polvo  Temperatura desconocida de polvo

Cinthya Herrera Contreras Medio Interestelar Utilización de exceso de color Exceso de color en IR Extinción en una nube molecular Herramientas: arreglos de cámaras IR en grandes formatos en telescopios, medida directa de LOS de la extinción de polvo de estrellas. Mapas de estructura de densidad de la nube

Cinthya Herrera Contreras Medio Interestelar NICE Near-Infrared Color Excess O BJETIVO: Medir y mapear distribución de polvo a través de la nube usando datos de surveys de imágenes a gran escala. E JECUCIÓN: Combinar medidas de exceso de color en el IR directamente para medir la extinción y así mapear la distribución de densidad de columna de polvo. A V medida de densidad de columna de la nube

Cinthya Herrera Contreras Medio Interestelar NICE Limitaciones:  Ruido introducido por el color en estimación de A V  Discriminación de estrellas del background Promedio angular de objetos cercanos Reconocimiento por el color

Cinthya Herrera Contreras Medio Interestelar NICER Near-Infrared Color Excess Revisited O BJETIVO: Generalizar NICE a una técnica de multi-banda optimizada. E JECUCIÓN:Tratar las limitaciones de una manera uniforme  Estimar extinción local para cada estrella  Suavización espacial de las estrellas individuales Se toman separadamente dos pasos para obtener un mapa de extinción:

Cinthya Herrera Contreras Medio Interestelar NICER (Extinción Local) ¿Cuál de los dos es más efectivo?

Cinthya Herrera Contreras Medio Interestelar NICER (Extinción Local) ¡Utilizar todas las bandas IR disponibles!: JHK Se limitan los resultados a estimadores de A V que sean lineares con los colores observados. Obtención de coeficientes:  Valor esperado de la estimación = verdadera extinción A V  Estimador tiene una varianza mínima Multiplicadores de Lagrange

Cinthya Herrera Contreras Medio Interestelar NICER (Suavización Espacial) Una estrella Estrellas angularmente cercanas Tres técnicas 1.- Promedio pesado 2.- Sigma-clipping 3.- Mediana pesada  Mapa final tendrá S/N dependiente de la técnica  Según la suavización es la discriminación de estrellas

Cinthya Herrera Contreras Medio Interestelar NICER (Suavización Espacial) 1.Promedio pesado El tamaño de W da la escala más pequeña en el mapa Todas las estrellas pertenecen al fondo Excluyendo estrellas intermedias del promedio: 2.Sigma-clipping Iteración para 3σ A V Convergencia 3.Mediana pesada Remueve outliers, errores difíciles de manejar

Cinthya Herrera Contreras Medio Interestelar Región de Orion (2MASS) Dos telescopios de 1.3m en J, H y K. Se obtuvieron datos de magnitudes y errores Orion es un buen test para NICER:  Densidad de estrellas background permite buen análisis  2MASS cubre muy bien la región  Literatura

Cinthya Herrera Contreras Medio Interestelar Mapa total de extinción de la región de Orion

Cinthya Herrera Contreras Medio Interestelar NICER vs NICE

Cinthya Herrera Contreras Medio Interestelar Conclusiones  Alcanza los mismos valores de peak de extinción  Mejora la varianza del ruido del mapa en un factor 2  Alcanza 3σ en medidas de extinción a valores tan bajos como A V  0.5 mag