Implementación computacional basada en el método estadístico Q-factors para separar señal de ruido en mediciones físicas

En este trabajo se presentan las consideraciones estadísticas y computacionales para la aplicación del método estadístico Q-factor a problemas en mediciones físicas. Dicho método permite separar la señal del ruido en una distribución de datos, para esto se hace un análisis multivariado con lo cual se puede asignar un peso estadístico a cada evento o individuo dentro de la población medida. Para validar el óptimo funcionamiento de los códigos desarrollados en lenguaje C++ y apoyados por la plataforma de análisis de datos ROOT se realizan dos aplicaciones: una al campo de física de altas energías y la otra a la astronomía extragaláctica, las cuales fueron simuladas con el método Montecarlo. Los resultados obtenidos muestran una óptima implementación ya que los valores estadísticos de las distribuciones de Montecarlo contrastados con los obtenidos por Q-factors, muestran diferencias mínimas.

• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2018
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/16034
• Acceso en línea: http://hdl.handle.net/11349/16034
• Palabra clave: Método estadístico; Lenguaje de programación; Física de altas energías; Astronomía extragaláctica; Método Montecarlo; Peso estadístico; Licenciatura en Física - Tesis y disertaciones académicas; Lenguajes de programación (Computadores electrónicos); Método Montecarlo; Física - Métodos estadísticos; Statistical method; Programming language; High energy physics; Extragalactic astronomy; Montecarlo method; Statistical weight
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional