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." ] }, {