Búsqueda · 34 momentos en 22 episodios
Luisa AchaerandioFrancis VillatoroHéctor SocasBorja TosarGastón Giribetmárgenes de error observaciones betelgeuseno detecciones tienen margen de errorestimaciones de error orden de magnitudHéctor SocasBetelgeuseHubbleJaveGastón GiribetBorjaCoffee Break5 sigma
No detecciones tienen margen de error
Con
0:000:301:001:302:002:303:003:35
Héctor Socas reflexiona sobre la dificultad para confirmar con certeza la existencia de una compañera de Betelgeuse, considerando los márgenes de error en las observaciones.
…menos de 1,3 masas solares, ya hay un cierto juego a que pueda superar esas observaciones en ultravioleta con Jave. Sí, pero hay que ser un poco cauto con eso también, porque aquí lo que ponen es 1,6. O sea, 1,3 a 1,6 en astrofísica es muy poquita diferencia. Entonces está muy cerca del mar, del límite yo creo para poder decirlo así con mucha confianza. Las no detecciones tienen también su margen de error y a poco que, o sea normalmente las estimaciones de error son buenas en orden de magnitud, pero como decía un profesor mío: no puede saber exactamente el error porque si no no habría error. Si sabes que tu medida es un metro y tienes un error de un centímetro, entonces la medida correcta es un metro y un centímetro. Ellos descartan un flujo de energía, o sea, ponen un umbral en flujo de energía e interpretan ese umbral en función de una estrella…
Significado #1 · Palabras #1
Héctor Socas explica una limitación de la técnica Speckle: su ambigüedad de 180 grados hace que sea difícil determinar la ubicación precisa de un objeto, pudiendo aparecer en lados opuestos.
Habla: Héctor SocasSignificado #14ambigüedad de 180 grados speckledetección al límite 1 5 sigmapublicación paper referí sigma…Y nada, aquí pueden ver lo que sería la imagen de 2024, solamente Betelgeuse sola. Y la imagen de 2020. Y aquí la imagen de 2024 en la que se ve Betelgeuse y como dos manchurroncitos, nada, muy, muy, muy tenues, uno a cada lado. ¿Por qué uno a cada lado? Bueno, porque esta técnica tiene una ambigüedad de 180 grados; es decir, que si hay un objeto no sabes precisar si está aquí o está aquí, o sea, puede estar en un lado o en otro. Entonces, la detección es muy al límite; es lo que estábamos hablando antes, es 1,5 sigma, que insisto yo, por 1,5 sigma, si soy referí no le publico el paper, si soy lector ni me molesto en leerlo y desde luego no lo traigo a Coffee Break. ¿Qué pasa? Que, como explican ellos en el artículo, además de esa tenue detección se dan una serie de coincidencias. Por ejemplo, coincide que en 2020 no lo ven y en 2024 sí lo ven. Coincide que la posición, una de esas dos posiciones posibles, es en la que debería…
Héctor Socas reflexiona sobre la dificultad para confirmar con certeza la existencia de una compañera de Betelgeuse, considerando los márgenes de error en las observaciones.
Habla: Héctor SocasSignificado #1 · Palabras #1márgenes de error observaciones betelgeuseno detecciones tienen margen de errorestimaciones de error orden de magnitud…menos de 1,3 masas solares, ya hay un cierto juego a que pueda superar esas observaciones en ultravioleta con Jave. Sí, pero hay que ser un poco cauto con eso también, porque aquí lo que ponen es 1,6. O sea, 1,3 a 1,6 en astrofísica es muy poquita diferencia. Entonces está muy cerca del mar, del límite yo creo para poder decirlo así con mucha confianza. Las no detecciones tienen también su margen de error y a poco que, o sea normalmente las estimaciones de error son buenas en orden de magnitud, pero como decía un profesor mío: no puede saber exactamente el error porque si no no habría error. Si sabes que tu medida es un metro y tienes un error de un centímetro, entonces la medida correcta es un metro y un centímetro. Ellos descartan un flujo de energía, o sea, ponen un umbral en flujo de energía e interpretan ese umbral en función de una estrella…
Gastón Giribet comenta sobre la naturaleza paradójica de los errores en las estimaciones, señalando que su existencia depende de la incertidumbre.
Habla: Gastón GiribetSignificado #7error de una estimación desconocidoestimaciones un error exactogente que mide el errorcifras significativas barras de errorexplicación manejo cifras significativas héctor socas…los detalles, pero recuerdo que me quedé un poco con esa idea de que está un poco al límite, porque siempre descartas a tal probabilidad, tal límite y luego la probabilidad va subiendo si no te vas alejando del límite. Habría que recordar exactamente cuál... Me gustó tu ejemplo del error de una estimación. El error de una estimación encierra ciertos aspectos paradojales; es una cosa que, como condición necesaria para existir, tiene que ser desconocido, porque si se conoce no puede existir como tal. Sí, sí, por eso los errores siempre hay que tener en cuenta que siempre son estimaciones: un error exacto. Esta gente que te dice “no, no, el error no es 3, es 3,6”. Vamos a ver, nadie sabe si es 3,6. Siempre me quejaba de la gente que te da la barra de error con varias cifras significativas. A mí me explicaron que si es 1 o 2, das la siguiente cifra significativa. Si es 3 o más, ya no des más cifras significativas porque no tiene sentido. Bueno, nada, si quieren pasamos al siguiente tema; que Borja, hay que mirar arriba, ¿no? Sí, yo quería enlazar porque al final es muy interesante, porque el artículo que comentabas y tal y que Betelgeuse puede tener un compañero o no y todo esto. Yo creo que Betelgeuse posiblemente es una de las estrellas más observadas del cielo, con mucha…
Héctor Socas explica cómo la dispersión de datos aumenta con el número de puntos observados, llevando a falsos positivos incluso en ruido puro.
Habla: Héctor SocasSignificado #16dispersión datos aumenta puntos observadosfalsos positivos ruido purodetección requiere más de cinco sigmasigmas locales distribución estadística…tendría que mirarlo, cuánto es 5 sigma, seguro que es una barbaridad, la 99,9 en un montón de nueves. Sí, cuatro, nueve o así, es como una parte de un millón y pico, un millón y medio. Sí, si tú representas mil puntos, la mayoría están contenidos dentro de Esa banda de dos sigmas y muy poquitos se salen de ahí, pero si tú representas, yo qué sé, 200.000 billones de puntos entonces vas a ver que tu banda de dispersión, siendo todo puro ruido, te llega a cinco sigmas. Dado el suficiente número de puntos vas a tener un montón de 5 sigmas, es lo que estoy diciendo. Y entonces tu detección tendría que ser mucho mayor. Eso es lo que se llama sigmas locales; es decir, si yo tengo una distribución y yo Veo picos, hay picos excepcionales en los que yo localmente miro. Pero yo tengo que mirar globalmente, tengo que mirar la distribución completa. Si yo tengo una distribución de probabilidad de los resultados de mis experimentos, en esa distribución de…