Adelanto de la asignación

.ipynb_checkpoints/Untitled-checkpoint.ipynb

+{
+ "cells": [],
+ "metadata": {},
+ "nbformat": 4,
+ "nbformat_minor": 4
+}

Untitled.ipynb

+{
+ "cells": [
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "# Ejercicios para practicar numpy y optimización con scipy\n",
+    "\n",
+    "## Resolución espacial\n",
+    "\n",
+    "En observaciones astronómicas e imágenes en general, llamamos resolución espacial\n",
+    "a la distancia angular minima a la que pueden estar dos fuentes puntuales de luz\n",
+    "y aun poder ser reconocidas como objetos individuales.  \n",
+    "\n",
+    "En el caso de la astronomía, este efecto tiene que ver con la dispersión de la\n",
+    "luz al atravezar la atmósfera, la cual hace que una estrella, que debería\n",
+    "en principio aparecer como una fuente puntual (pues las estrellas están muy\n",
+    "lejos), aparezca en cambio como una mancha. Así, si dos estrellas están\n",
+    "demasiado cerca sus *manchas* se superpondrán hasta el punto en que sea imposible\n",
+    "distinguirlas como fuentes individuales [(Ver imágenes en este link)]\n",
+    "(http://www.carlostapia.es/fisica/resolucion_criterios_practica.html)  \n",
+    "\n",
+    "Para modelar este efecto, típicamente consideramos la acción de la atmósfera\n",
+    "como la convolución de la imagen \"perfecta\" (como se vería desde el espacio)\n",
+    "con un kernel gaussiano. El ancho de esa función gaussiana 2D caracteriza\n",
+    "las condiciones de observación, varía con las condiciones climáticas y para\n",
+    "cada sitio de la Tierra. \n",
+    "\n",
+    "La resolución espacial normalmente se toma como el [FWHM]\n",
+    "(https://es.wikipedia.org/wiki/Anchura_a_media_altura#:~:text=La%20Anchura%20a%20media%20altura,mitad%20de%20su%20valor%20m%C3%A1ximo.)\n",
+    "de la gaussiana caracteristica registrada durante una observación. Es decir,\n",
+    "si dos estrellas están a una distancia aparente en el cielo menor que el \n",
+    "FWHM del efecto atmosférico, la luz de ambas fuentes se mezclará después de\n",
+    "la convolución hasta el punto de impedir reconocerlas de modo individual.  \n",
+    "\n",
+    "Además, la atmósfera puede interactuar de maneras distintas con la luz de\n",
+    "distintas longitudes de onda, de manera que el ancho de la gaussiana puede\n",
+    "ser distinto para observaciones con diferentes filtros.  \n",
+    "\n",
+    "El objetivo de esta tarea es medir de forma aproximada la resolución\n",
+    "espacial en una noche de observación en Zapatoca, Santander (Colombia), a partir\n",
+    "de una foto del cielo estrellado.  \n",
+    "\n"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "## Ejercicio: Pasos\n",
+    "- Leer la imagen almacenada en la carpeta `data` como un array de numpy. Ese\n",
+    "array estará compuesto de 3 matrices, una tras otra, correspondiente a los \n",
+    "canales *R*,*G*,*B* \n",
+    "- Combinar los 3 array para generar una versión blanco y negro de la imagen,\n",
+    "en la cual ella consiste de una sola matriz 2D. Puede usar su intuición y prueba\n",
+    "y error para combinar las 3 imágenes, explicando el procedimiento elegido. Esto\n",
+    "será más interesante que usar un comando desconocido de una biblioteca sofisticada\n",
+    "que haga las cosas como una caja negra (**_queremos practicar numpy_**)\n",
+    "- Recorte un sector de la imagen conteniendo una estrella individual y ajuste una\n",
+    "gaussiana 2D simétrica a la imagen de la estrella por mínimos cuadrados, incluyendo\n",
+    "una constante aditiva (el cielo \"vacio\" brilla)\n",
+    "- Repita este procedimiento para varias estrellas y presente alguna estadística\n",
+    "sobre las medidas de la FWHM de las distintas gaussianas: histograma, media, mediana,\n",
+    "desviación estándar\n",
+    "- Repita el mismo ejercicio sobre cada una de las bandas *R*,*G*,*B* separadamente\n",
+    "y comente si observa diferencias en los resultados\n",
+    "\n"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "## Instrucciones generales\n",
+    "\n",
+    "- La entrega debe ser un archivo de markdown llamado `Entrega.md` incluyendo todo:\n",
+    "Texto con las\n",
+    "explicaciones, bloques de código, ecuaciones, gráficos.\n",
+    "- También debe haber un notebook (`Entrega.ipynb`)\n",
+    "con todos los códigos y resultados, por si deseo\n",
+    "revisar la ejecución de alguna parte del código, pero en principio el archivo de\n",
+    "markdown debería ser autocontenido, como su reporte final.\n",
+    "- No olvide identificarse y dar un contexto amigable del contexto a resolver,\n",
+    "así como explicar todos sus procedimientos y comentar los códigos apropiadamente\n",
+    "- Fraccione el código en celdas de acuerdo a la lógica de la solución\n",
+    "- Exploraciones complementarias al ejercicio serán muy bien recibidas\n",
+    "\n",
+    "**El objetivo es que si su instructor desea correr el código pueda hacerlo,\n",
+    "para eso va el notebook, pero que esto no sea necesario para evaluar la tarea,\n",
+    "para eso va el markdown con todas las explicaciones, códigos, ejemplos y \n",
+    "resultados. Aprovecharemos la ventaja doble que nos ofrece markdown: 1) GitLab\n",
+    "va a renderizar el archivo proveyendo una visualización adecuada; 2) nos permite\n",
+    "combinar texto (levemente) enriquecido, formulas en latex, bloques de código e\n",
+    "imágenes en un solo formato con una sintaxis sencilla **"
+   ]
+  }
+ ],
+ "metadata": {
+  "kernelspec": {
+   "display_name": "Python 3",
+   "language": "python",
+   "name": "python3"
+  },
+  "language_info": {
+   "codemirror_mode": {
+    "name": "ipython",
+    "version": 3
+   },
+   "file_extension": ".py",
+   "mimetype": "text/x-python",
+   "name": "python",
+   "nbconvert_exporter": "python",
+   "pygments_lexer": "ipython3",
+   "version": "3.7.3"
+  }
+ },
+ "nbformat": 4,
+ "nbformat_minor": 4
+}