19.02.2014 Aufrufe

2. Abschattung Kosmischer Strahlung durch den Mond in IceCube

2. Abschattung Kosmischer Strahlung durch den Mond in IceCube

2. Abschattung Kosmischer Strahlung durch den Mond in IceCube

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

Abbildungsverzeichnis<br />

A.3. n s -Landschaften (l<strong>in</strong>ks) und − log L-Landschaft (rechts) der Off-Source Region 1<br />

(oben), der Off-Source Region 2 (mitte) und der On-Source Region (unten), berechnet<br />

mit dem Brent Algorithmus und e<strong>in</strong>er Toleranz von 1. E<strong>in</strong> symmetrisches<br />

Signalmodell wurde benutzt. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42<br />

A.4. n s -Landschaften (l<strong>in</strong>ks) und − log L-Landschaft (rechts) der Off-Source Region 1<br />

(oben), der Off-Source Region 2 (mitte) und der On-Source Region (unten), berechnet<br />

mit dem Brent Algorithmus und e<strong>in</strong>er Toleranz von 0,1. E<strong>in</strong> symmetrisches<br />

Signalmodell wurde benutzt. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43<br />

A.5. Differenzplots der n s -Landschaften der On-Source Region (unten) für verschie<strong>den</strong>e<br />

Toleranzen, berechnet mit dem Brent Algorithmus. E<strong>in</strong> symmetrisches Signalmodell<br />

wurde benutzt. Die absoluten Fluktuationen s<strong>in</strong>d für kle<strong>in</strong>e Zenitw<strong>in</strong>kel größer, da<br />

aus dieser Richtung mehr Teilchen detektiert wer<strong>den</strong>. . . . . . . . . . . . . . . . . 44<br />

A.6. n s -Landschaften (l<strong>in</strong>ks) und − log L-Landschaft (rechts) der Off-Source Region 1<br />

(oben), der Off-Source Region 2 (mitte) und der On-Source Region (unten), berechnet<br />

mit dem erweitertem Brent Algorithmus und e<strong>in</strong>er Toleranz von 100. E<strong>in</strong><br />

symmetrisches Signalmodell wurde benutzt. . . . . . . . . . . . . . . . . . . . . . . 45<br />

A.7. n s -Landschaften (l<strong>in</strong>ks) und − log L-Landschaft (rechts) der Off-Source Region 1<br />

(oben), der Off-Source Region 2 (mitte) und der On-Source Region (unten), berechnet<br />

mit dem erweitertem Brent Algorithmus und e<strong>in</strong>er Toleranz von 10. E<strong>in</strong><br />

symmetrisches Signalmodell wurde benutzt. . . . . . . . . . . . . . . . . . . . . . . 46<br />

A.8. n s -Landschaften (l<strong>in</strong>ks) und − log L-Landschaft (rechts) der Off-Source Region 1<br />

(oben), der Off-Source Region 2 (mitte) und der On-Source Region (unten), berechnet<br />

mit dem erweitertem Brent Algorithmus und e<strong>in</strong>er Toleranz von 1. E<strong>in</strong><br />

symmetrisches Signalmodell wurde benutzt. . . . . . . . . . . . . . . . . . . . . . . 47<br />

A.9. n s -Landschaften (l<strong>in</strong>ks) und − log L-Landschaft (rechts) der Off-Source Region 1<br />

(oben), der Off-Source Region 2 (mitte) und der On-Source Region (unten), berechnet<br />

mit dem erweitertem Brent Algorithmus und e<strong>in</strong>er Toleranz von 0,1. E<strong>in</strong><br />

symmetrisches Signalmodell wurde benutzt. . . . . . . . . . . . . . . . . . . . . . . 48<br />

A.10.Signifikanz-Landschaften der On-Source Region, berechnet mit dem erweitertem<br />

Brent Algorithmus und e<strong>in</strong>er Toleranz von 100 (oben l<strong>in</strong>ks), 10 (oben rechts), 1<br />

(unten l<strong>in</strong>ks) und 0,1 (unten rechts). E<strong>in</strong> symmetrisches Signalmodell wurde benutzt. 49<br />

A.11.Differenzplots der n s -Landschaften der On-Source Region (unten) für verschie<strong>den</strong>e<br />

Toleranzen, berechnet mit dem erweiterten Brent Algorithmus. E<strong>in</strong> symmetrisches<br />

Signalmodell wurde benutzt. Die absoluten Fluktuationen s<strong>in</strong>d für kle<strong>in</strong>e Zenitw<strong>in</strong>kel<br />

größer, da aus dieser Richtung mehr Teilchen detektiert wer<strong>den</strong>. . . . . . . . . . . 50<br />

A.1<strong>2.</strong>n s -Landschaften (l<strong>in</strong>ks) und − log L-Landschaft (rechts) der Off-Source Region 1<br />

(oben), der Off-Source Region 2 (mitte) und der On-Source Region (unten), berechnet<br />

mit dem erweitertem Brent Algorithmus und e<strong>in</strong>er Toleranz von 1. E<strong>in</strong><br />

elliptisches Signalmodell wurde benutzt. . . . . . . . . . . . . . . . . . . . . . . . . 51<br />

A.13.Signifikanz-Landschaften der On-Source Region, berechnet mit dem erweitertem<br />

Brent Algorithmus und e<strong>in</strong>er Toleranz von 1 <strong>in</strong> n s . E<strong>in</strong> elliptisches Signalmodell<br />

wurde benutzt. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52<br />

A.14.n s -Landschaften (l<strong>in</strong>ks) und − log L-Landschaft (rechts) der Off-Source Region 1<br />

(oben), der Off-Source Region 2 (mitte) und der On-Source Region (unten), berechnet<br />

mit dem erweitertem Brent Algorithmus und e<strong>in</strong>er Toleranz von 1. E<strong>in</strong><br />

symmetrisches Signalmodell wurde benutzt. Es wur<strong>den</strong> nur Daten mit NChannel<br />

kle<strong>in</strong>er NChannel Median benutzt. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53<br />

A.15.n s -Landschaften (l<strong>in</strong>ks) und − log L-Landschaft (rechts) der Off-Source Region 1<br />

(oben), der Off-Source Region 2 (mitte) und der On-Source Region (unten), berechnet<br />

mit dem erweitertem Brent Algorithmus und e<strong>in</strong>er Toleranz von 1. E<strong>in</strong><br />

symmetrisches Signalmodell wurde benutzt. Es wur<strong>den</strong> nur Daten mit NChannel<br />

größer NChannel Median benutzt. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54<br />

René Reimann<br />

V

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!