Abrir - RDU
Abrir - RDU
Abrir - RDU
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Capítulo 4. Determinación de la Metalicidad en estrellas de Tipo Vega 182<br />
puntos consecutivos, es lo que llamamos el muestreo del espectro. A fin de poder comparar<br />
el espectro observado con el sintético mediante la estadística χ 2 , el muestreo de<br />
ambos espectros debe ser el mismo. Sin embargo, el muestreo en longitud de onda del<br />
espectro sintético es diferente al del observado. El muestreo del espectro sintético es<br />
constante (0.02 A en nuestro caso). Por otro lado, el muestreo del espectro observado<br />
corresponde al espaciamiento entre los “pixels’ del detector y a la función de longitud<br />
de onda vs. “pixel” del espectrógrafo REOSC. Luego, para poder comparar ambos<br />
espectros, el espectro observado debe ser remuestreado.<br />
Los espectros sintéticos presentan valores de intensidad entre 0 y 1, es decir se<br />
encuentran normalizados. Por otro lado, los espectros observados se encuentran afectados<br />
por la función “blaze” del espectrógrafo REOSC, la cual debe corregirse. Esta<br />
función, para cada orden echelle, tiene la forma de una campana. Los puntos que<br />
corresponden al centro de la campana, son los puntos que tienen una mayor relación<br />
S/N y por lo tanto la comparación debería “pesar” más intensamente esta región.<br />
Esto también se tomó en cuenta, y se utilizó como función de peso a la función de<br />
blaze de cada orden, dentro de la estadística χ 2 .<br />
Existen algunas regiones del espectro que son más convenientes que otras para<br />
comparar los espectros entre sí. Los intervalos de longitud de onda que cuentan con<br />
bajo número de líneas, deben evitarse ya que no aportan datos significativos para la<br />
comparación, y sólo contribuyen a aumentar el error. De este modo, la comparación<br />
entre el espectro sintético y el observado también toma en cuenta los criterios de clasificación<br />
espectral. Por ejemplo, se puede considerar una segunda función de peso, tal<br />
que no tome en cuenta las regiones con pocas líneas, y considere otras regiones tales<br />
como la línea K del CaII. El método arroja prácticamente los mismos resultados al<br />
variar fuertemente esta segunda “función peso”, lo que demuestra que la técnica es<br />
robusta, como podemos ver en la Figura 4.7.<br />
La gran cantidad de espectros que conforman la grilla, fuerza a utilizar algún<br />
criterio para determinar cuál es el espectro más parecido al observado. Si el número<br />
de espectros de la grilla fuese relativamente bajo, podríamos comparar el espectro<br />
observado con todos los espectros de la grilla, y determinar cuál es el más parecido.<br />
En nuestro caso, esto significaría realizar 625.000 comparaciones, lo cual implicaría<br />
tiempos prohibitivamente largos incluso con las PCs más rápidas (del orden de meses<br />
para un solo espectro observado). Por otro lado, no se busca un espectro de la grilla,<br />
sino más bien una interpolación dentro de la misma, razón por la cual desechamos