Supongamos que tengo una matriz de datos 2D con una cantidad de conteos en cada píxel (es decir, esta es la matriz de imágenes). Supongamos que tengo otra matriz de datos de la misma forma mapeada 1-1 que proporciona la desviación estándar gaussiana de 1 sigma en el número de conteos en cada píxel de la imagen (es decir, esta es la matriz de error).
Si hago fotometría de apertura circular, solo calculo -2.5 * log10 (recuentos sumados dentro de la apertura) + magnitudZeropoint.
Por otro lado, para la incertidumbre de magnitud en mi magnitud de apertura, leí que se supone que debo hacer una suma en cuadratura de los errores dentro de mi apertura, luego calculo la incertidumbre de flujo fraccional como la relación de mi incertidumbre sumada en cuadratura dividida por mis conteos medidos de la imagen, y luego error de magnitud = 2.5 * log10 (1 + incertidumbre de flujo fraccional).
¿Cómo es que las incertidumbres tienen que ser sumadas en cuadratura ( ), en lugar de simplemente sumar como hago con los valores de píxeles de la imagen? La suma de cuadratura da como resultado una barra de error más pequeña, pero ¿es eso realista? Además, enfatizo que mis conjuntos de datos están en unidades de conteo (es decir, ADU), no en electrones.
Porque las incertidumbres en el número de conteos detectados en cada píxel se consideran independientes. Eso significa que algunos de ellos son más altos que el "valor real" (la tasa de conteo que mediría si observara durante un tiempo infinitamente largo), mientras que otros son más bajos. Hasta cierto punto, estas incertidumbres independientes se cancelarán y el resultado neto es que para los errores normalmente distribuidos, el protocolo correcto es el que ha descrito.
Quizás una buena manera de ver esto es suponiendo que toma 100 medidas independientes de la misma cosa, cada una con su propia incertidumbre, aproximadamente igual. Si pregunto cuál es la incertidumbre en el promedio, no sumarías todos los errores y dividirías por 100 porque eso daría una incertidumbre idéntica a la de una medición individual. En su lugar, haría la suma en cuadratura de las incertidumbres y la dividiría por 100, lo que reduce la incertidumbre en el promedio por un factor de .
flash cuántico
ProfRob
flash cuántico