diff --git a/Entrega.html b/Entrega.html
index ef177e64ab4faa4f02b3f32fcb636d7ebc549500..066885dfeccb0cc421540d565d0619584a713575 100644
--- a/Entrega.html
+++ b/Entrega.html
@@ -14582,6 +14582,14 @@ El objetivo de esta tarea es medir de forma aproximada la resolución espacial e
<div class="jp-Cell-inputWrapper"><div class="jp-InputPrompt jp-InputArea-prompt">
</div><div class="jp-RenderedHTMLCommon jp-RenderedMarkdown jp-MarkdownOutput " data-mime-type="text/markdown">
<h2 id="Ajuste-de-gaussiana-a-imagen-blanco-y-negro">Ajuste de gaussiana a imagen blanco y negro<a class="anchor-link" href="#Ajuste-de-gaussiana-a-imagen-blanco-y-negro">¶</a></h2>
+</div>
+</div>
+<div class="jp-Cell-inputWrapper"><div class="jp-InputPrompt jp-InputArea-prompt">
+</div><div class="jp-RenderedHTMLCommon jp-RenderedMarkdown jp-MarkdownOutput " data-mime-type="text/markdown">
+<p><a href="https://en.wikipedia.org/wiki/Gaussian_function">Función gaussiana generalizada en dos dimensiones</a></p>
+<p>$f(x,y) = A \exp\left(- \left(a(x - x_o)^2 + 2b(x-x_o)(y-y_o) + c(y-y_o)^2 \right)\right)$</p>
+<p>${\displaystyle {\begin{aligned}a&={\frac {\cos ^{2}\theta }{2\sigma _{X}^{2}}}+{\frac {\sin ^{2}\theta }{2\sigma _{Y}^{2}}}\\[4pt]b&=-{\frac {\sin 2\theta }{4\sigma _{X}^{2}}}+{\frac {\sin 2\theta }{4\sigma _{Y}^{2}}}\\[4pt]c&={\frac {\sin ^{2}\theta }{2\sigma _{X}^{2}}}+{\frac {\cos ^{2}\theta }{2\sigma _{Y}^{2}}}\end{aligned}}}$</p>
+
</div>
</div><div class="jp-Cell jp-CodeCell jp-Notebook-cell jp-mod-noOutputs ">
<div class="jp-Cell-inputWrapper">
@@ -14678,6 +14686,13 @@ El objetivo de esta tarea es medir de forma aproximada la resolución espacial e
</div>
</div>
+</div>
+<div class="jp-Cell-inputWrapper"><div class="jp-InputPrompt jp-InputArea-prompt">
+</div><div class="jp-RenderedHTMLCommon jp-RenderedMarkdown jp-MarkdownOutput " data-mime-type="text/markdown">
+<p><a href="https://en.wikipedia.org/wiki/Full_width_at_half_maximum">Formúla para determinar el Full width at half maximum</a></p>
+<p>${\mathrm {FWHM}}=2{\sqrt {2\ln 2}}\;\sigma$</p>
+
+</div>
</div><div class="jp-Cell jp-CodeCell jp-Notebook-cell jp-mod-noOutputs ">
<div class="jp-Cell-inputWrapper">
<div class="jp-InputArea jp-Cell-inputArea">
@@ -14711,6 +14726,12 @@ El objetivo de esta tarea es medir de forma aproximada la resolución espacial e
</div>
</div>
+</div>
+<div class="jp-Cell-inputWrapper"><div class="jp-InputPrompt jp-InputArea-prompt">
+</div><div class="jp-RenderedHTMLCommon jp-RenderedMarkdown jp-MarkdownOutput " data-mime-type="text/markdown">
+<p>Para cada uno de los casos mostrados, los parámetros iniciales p0 son elegidos convenientemente para que la gaussiana determinada por el método sea la mejor posible.</p>
+
+</div>
</div>
<div class="jp-Cell-inputWrapper"><div class="jp-InputPrompt jp-InputArea-prompt">
</div><div class="jp-RenderedHTMLCommon jp-RenderedMarkdown jp-MarkdownOutput " data-mime-type="text/markdown">
@@ -14993,7 +15014,7 @@ El objetivo de esta tarea es medir de forma aproximada la resolución espacial e
<div class="jp-RenderedText jp-OutputArea-output jp-OutputArea-executeResult" data-mime-type="text/plain">
-<pre><matplotlib.legend.Legend at 0x7fd6ab2abd68></pre>
+<pre><matplotlib.legend.Legend at 0x7f63d48ae080></pre>
</div>
</div>
@@ -23163,7 +23184,7 @@ El objetivo de esta tarea es medir de forma aproximada la resolución espacial e
</div>
<div class="jp-Cell-inputWrapper"><div class="jp-InputPrompt jp-InputArea-prompt">
</div><div class="jp-RenderedHTMLCommon jp-RenderedMarkdown jp-MarkdownOutput " data-mime-type="text/markdown">
-<p>El módelo es extremadamente sensible a cualquier cambio, cambio de los parametros iniciales p0</p>
+<p>El módelo es extremadamente sensible a cualquier cambio como el cambio de los parametros iniciales p0, cambio en los pixeles alrededor de la estrella.</p>
</div>
</div><div class="jp-Cell jp-CodeCell jp-Notebook-cell jp-mod-noOutputs ">
diff --git a/Entrega.ipynb b/Entrega.ipynb
index c30e82126f71fb4f54ce76dd6efb6ad6f7ae831a..448c0fdb609defe0641de4ebd2f338ed4d82540d 100644
--- a/Entrega.ipynb
+++ b/Entrega.ipynb
@@ -252,6 +252,17 @@
"## Ajuste de gaussiana a imagen blanco y negro"
]
},
+ {
+ "cell_type": "markdown",
+ "metadata": {},
+ "source": [
+ "[Función gaussiana generalizada en dos dimensiones](https://en.wikipedia.org/wiki/Gaussian_function)\n",
+ "\n",
+ "$f(x,y) = A \\exp\\left(- \\left(a(x - x_o)^2 + 2b(x-x_o)(y-y_o) + c(y-y_o)^2 \\right)\\right)$\n",
+ "\n",
+ "${\\displaystyle {\\begin{aligned}a&={\\frac {\\cos ^{2}\\theta }{2\\sigma _{X}^{2}}}+{\\frac {\\sin ^{2}\\theta }{2\\sigma _{Y}^{2}}}\\\\[4pt]b&=-{\\frac {\\sin 2\\theta }{4\\sigma _{X}^{2}}}+{\\frac {\\sin 2\\theta }{4\\sigma _{Y}^{2}}}\\\\[4pt]c&={\\frac {\\sin ^{2}\\theta }{2\\sigma _{X}^{2}}}+{\\frac {\\cos ^{2}\\theta }{2\\sigma _{Y}^{2}}}\\end{aligned}}}$"
+ ]
+ },
{
"cell_type": "code",
"execution_count": 8,
@@ -327,6 +338,15 @@
"FWHM_y = []"
]
},
+ {
+ "cell_type": "markdown",
+ "metadata": {},
+ "source": [
+ "[Formúla para determinar el Full width at half maximum](https://en.wikipedia.org/wiki/Full_width_at_half_maximum)\n",
+ "\n",
+ "${\\mathrm {FWHM}}=2{\\sqrt {2\\ln 2}}\\;\\sigma$"
+ ]
+ },
{
"cell_type": "code",
"execution_count": 12,
@@ -355,6 +375,13 @@
" plt.show()"
]
},
+ {
+ "cell_type": "markdown",
+ "metadata": {},
+ "source": [
+ "Para cada uno de los casos mostrados, los parámetros iniciales p0 son elegidos convenientemente para que la gaussiana determinada por el método sea la mejor posible."
+ ]
+ },
{
"cell_type": "markdown",
"metadata": {},
@@ -505,7 +532,7 @@
{
"data": {
"text/plain": [
- "<matplotlib.legend.Legend at 0x7fd6ab2abd68>"
+ "<matplotlib.legend.Legend at 0x7f63d48ae080>"
]
},
"execution_count": 17,
@@ -6373,7 +6400,7 @@
"cell_type": "markdown",
"metadata": {},
"source": [
- "El módelo es extremadamente sensible a cualquier cambio, cambio de los parametros iniciales p0"
+ "El módelo es extremadamente sensible a cualquier cambio como el cambio de los parametros iniciales p0, cambio en los pixeles alrededor de la estrella."
]
},
{