24.07.2014 Views

pdf - SRON

pdf - SRON

pdf - SRON

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

distribución diferencial que, al estar próximo a la solución real, requerirá menos<br />

iteraciones del algoritmo.<br />

Una vez que se dispone de una medida precisa de la distribución en flujo de<br />

las fuentes, se puede estimar la intensidad con la que éstas contribuyen al FCX,<br />

integrando en flujo el mejor ajuste obtenido anteriormente y comparándolo con<br />

la intensidad total del FCX, valor que se puede encontrar en la literatura.<br />

Las fuentes de la muestra AXIS también se pueden usar para explorar la estructura<br />

a gran escala del Universo en rayos-X. Si existe una estructura cósmica que<br />

se encuentre presente en todos (o, al menos, en una buena parte de) los campos<br />

observados, ésto se debe traducir en un exceso en la distribución de distancias<br />

entre pares de fuentes con respecto de la de una distribución aleatoria. Ésta es<br />

la definición de una función de correlación, que es uno de los medios estadísticos<br />

que hemos empleado para medir el grado de agrupamiento de las fuentes.<br />

Efectivamente, se pueden medir distancias angulares entre pares de fuentes y<br />

buscar excesos en el número de pares de fuentes a una distancia angular dada<br />

respecto al que nos daría una muestra artificial generada aleatoriamente. A<br />

la hora de simular una muestra hay que tener en cuenta las variaciones en la<br />

sensibilidad de la detección de fuentes reales para no obtener sobredensidades<br />

espúreas. La función de correlación angular así medida se ajusta por χ 2 a un<br />

modelo analítico (una ley de potencias en este caso) cuyos parámetros nos dicen<br />

la distancia de correlación típica entre fuentes y la fuerza del agrupamiento.<br />

Alternativamente, también hemos calculado el agrupamiento angular de las<br />

fuentes AXIS mediante un algoritmo basado en estadística Poissoniana. Este<br />

método compara el número esperado de pares de fuentes a distancias angulares<br />

menores o iguales que unas observadas en ausencia de correlación con el<br />

número total de pares de fuentes observados. De esta forma se puede obtener<br />

la probabilidad Poissoniana integrada de obtener menos pares que los observados<br />

para una distribución de media el número de pares aleatorios. Además<br />

de darnos indicios acerca de la presencia o ausencia de agrupamiento angular,<br />

éste método estima también la significancia de la detección para lo que hicimos<br />

10000 simulaciones de muestras sintéticas sobre las que comparar los valores<br />

observados.<br />

No obstante, las separaciones angulares entre fuentes son una proyección en<br />

el cielo de las auténticas separaciones espaciales entre dos fuentes que se encuentren<br />

a distintos desplazamientos al rojo. Aún así, el agrupamiento angular<br />

xiv

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!