Saltar navegación

Activa JavaScript para disfrutar de los vídeos de la Mediateca.

Seminario Pablo García Abia 2-3

Ajuste de pantalla

El ajuste de pantalla se aprecia al ver el vídeo en pantalla completa. Elige la presentación que más te guste:

Subido el 6 de febrero de 2019 por Cie madrid

75 visualizaciones

Más información Transcripción

Descargar la transcripción

Bueno, a primera cosa que se ve, que non se extraña, 00:00:00
é que o equicuadrado é unha función cuadrática nas n. 00:00:03
Entón, non é raro que se llame unha parábola, 00:00:06
porque hai unhos factores e tal. 00:00:08
Non sempre se llame unha parábola, 00:00:10
en este tipo de experimento, sí. 00:00:12
Entón, as propiedades do equicuadrado son estas. 00:00:14
Bueno, entón, 00:00:18
quizá porque 00:00:19
los he puesto, 00:00:20
al meter el 14s, los he elegido un S. 00:00:22
E isto nos ha enseñado unhas cosas, vale? 00:00:24
Esto é unha parábola, 00:00:28
Tiene o mínimo 00:00:30
No punto 00:00:33
Que te dá o fluxo máis compatível 00:00:35
Con todos eles 00:00:38
Eu dixo que a media é 10, pero podemos ser 10 00:00:38
Entón, unha acción parábola 00:00:41
E podes minimizarla 00:00:43
Ou facendo a derivada 00:00:45
Igualando a 0 00:00:48
Se sabes os parámetros 00:00:48
Se eu faco a derivada igual a 0 00:00:50
Me sale simplemente que é a media dinámica 00:00:53
Esta, vale? 00:00:55
Pero, bueno, como o estou utilizando como un mecanismo diático 00:00:57
Podía valer para cualquier tipo 00:00:59
o mínimo é o valor que eu digo 00:01:01
que seria 10 en este caso 00:01:09
este seria 00:01:11
el m barra 00:01:12
é o valor que eu digo 00:01:14
como calculo o error? 00:01:16
o error o calculo 00:01:18
movendo 00:01:20
o valor de m 00:01:22
en un rango 00:01:24
que hace 00:01:26
que o tipo de aumento é unha unidade 00:01:27
entón, se aquí isto vale 2 00:01:30
tengo que hacer que valga 3 00:01:32
o sea, cando o delta 00:01:34
su 1 aquí 00:01:38
miro, la linea de corte está aquí 00:01:39
aquí 00:01:42
y este es el error 00:01:43
como lo he hecho un poco ahí a mano 00:01:46
queda un poco cutre 00:01:50
pero este error simplemente 00:01:52
iría desde 8,5 hasta 00:01:54
11,5, porque el error que hemos medido 00:01:56
es 10 00:01:58
más menos 00:01:59
1,5 00:02:01
este error es 00:02:04
una desviación estándar 00:02:06
Unha desviación estándar 00:02:08
Unha sigma 00:02:10
Equivale a unha vez 00:02:11
A varianza esa que os he dicho antes 00:02:13
Vale? 00:02:16
O error estadístico 00:02:17
É unha desviación estándar 00:02:19
Puedo calcular 00:02:21
Dois veces 00:02:23
Isto é lineal 00:02:24
Puedo calcular 00:02:25
Dois veces o error 00:02:27
Simplemente 00:02:28
En vez de ir unha hasta tres 00:02:29
De unha hasta cuatro 00:02:30
E hago o mesmo ejercicio 00:02:31
De proyectar o eje horizontal 00:02:33
Dice 00:02:35
Isto se hace 00:02:36
Bueno, lo haces tú, lo hace un colorado, pero se hace así 00:02:36
¿Por qué un 1 o 2? 00:02:38
¿Porque tiene que aproximarse un 1 a eso? 00:02:46
O sea, no te digo que... 00:02:49
Ah, no, no, a ver 00:02:50
Quizá no, no, esta vez que lo digas 00:02:51
Porque ese 1 es 00:02:53
El error estadístico viene 00:02:54
De aquellos puntos donde 00:02:56
Aquellos puntos en el parámetro que estás midiendo 00:02:58
Donde el ki cuadrado 00:03:01
Aumenta 00:03:03
Unha unidad 00:03:04
El mínimo está en el mínimo del chi cuadrado 00:03:06
Que sería esto 00:03:11
Entre el chi cuadrado más uno 00:03:13
Proyectado, esos dos puntos proyectados 00:03:16
O sea, yo proyecto el chi cuadrado en el eje 00:03:18
Entonces, del mínimo saco el valor medio 00:03:20
Que sería el mínimo del chi cuadrado 00:03:24
Que podría ser cero 00:03:27
Del mínimo más uno 00:03:28
Que sería dos más uno, tres 00:03:30
Dos o dos y pico más tres 00:03:31
Una unidad 00:03:33
Unha unidad me dá la sigma 00:03:33
E agora é justificar de onde viene esa sigma 00:03:37
Fíjate que 00:03:38
Para que aumente unha unidad del pi cuadrado 00:03:40
Yo lo que tendría que hacer 00:03:42
É que, en promedio 00:03:44
Todas as medidas 00:03:46
Se desviaran unha desviación estándar 00:03:47
Entón 00:03:50
Si yo, el pi cuadrado fuera perfecto 00:03:51
Que me saliera 1 00:03:54
E estas medidas 00:03:55
Las aumento artificialmente 00:03:57
En unha desviación estándar 00:04:00
el chi cuadrado aumentaría en unha unidade 00:04:01
como é cuadrático, de igual que o aumento 00:04:04
que o disminuía 00:04:06
entón, se mis medidas, en vez de ser estas 00:04:06
son todas na parte de abaixo 00:04:10
iso non é exactamente así 00:04:11
las aumentos 00:04:15
de unha sigma 00:04:18
el chi cuadrado aumenta en unha unidade 00:04:18
iso logo, por suposto 00:04:20
se pode mostrar formalmente 00:04:23
en a forma estética 00:04:25
entón, o importante 00:04:32
é que hai que entender aquí, a modo de resumen, 00:04:35
un par de cousas. 00:04:38
É que as cousas, cando tú 00:04:39
lees un experimento, non teñen que salir 00:04:41
idénticas de unha vez por a seguinte, 00:04:43
e esa falta de identidade, 00:04:45
esa dispersión, 00:04:47
non é arbitrária, teñe que ver 00:04:49
con unha cantidad que é a desviación 00:04:51
estadística ou o error en esa medida. 00:04:53
Que, xa, os he dicho que era 00:04:56
raíz de forma absoluta 00:04:57
ou partido a raíz de me, 00:05:00
ese error relativo. 00:05:01
Entón, 00:05:03
Si tú medes en 10 intervalos 00:05:03
los córnicos, 00:05:07
y sales siempre 47, 47, 47, 00:05:08
podes pensar que... 00:05:10
Dios mío, no sé, podes pensar 00:05:12
que el cacharro es una roma o algo, 00:05:13
podes empezar a ver cosas. 00:05:15
O sea, que salga dos veces la misma cosa 00:05:18
es bastante imposible. 00:05:20
¿De acuerdo? 00:05:22
Y otra cosa que hay que tener en cuenta, 00:05:23
y la que uno sabe eso, 00:05:25
es que cuando comparas dos números o más, 00:05:26
siempre tienes que compararlos en términos de otra cosa. 00:05:28
Y esa otra cosa es 00:05:31
es el arreglo estadístico 00:05:32
ahora voy a hablar un poquito 00:05:33
de los sistemáticos 00:05:34
pero si queréis 00:05:35
tambien podemos 00:05:35
como ni siquiera 00:05:36
si queréis 00:05:37
pues 00:05:37
tambien podemos 00:05:38
hemos empezado 00:05:43
con bastante 00:05:44
una pequeña pausa 00:05:44
no se que sea 00:05:46
una pregunta 00:05:47
un pensamiento 00:05:47
nos falta 00:05:51
de estas cosas 00:05:51
ahora voy a explicar 00:05:54
un poquito 00:05:55
como se aplica 00:05:56
esto a medir 00:05:57
el flujo 00:05:58
de los 00:06:00
como lo aplicamos 00:06:01
a funciones 00:06:02
más complicadas 00:06:02
como lleváis 00:06:03
Vais a tener máis días de curso, non sei se vais a utilizar R ou algo así 00:06:05
Pois isto sirve un pouco de introducción a algo que vais a demostrar 00:06:09
E é que como non doi clases, non estou aí para tomarme un minuto 00:06:17
Máis ou menos, tendo en cuenta que has ido así un pouco de sopedón 00:06:32
Máis ou menos claro 00:06:35
Que vai unha escala de duda 00:06:37
Que non ves claro 00:06:39
Haces unhas medidas 00:06:41
Eu me las he inventado, pero tú non te las vas a inventar 00:06:43
luego para colpar un fichero 00:06:46
vamos a contar múnes 00:06:47
e tiene varias horas 00:06:50
e digo, bueno, pues voy a hacer eso 00:06:51
no vamos a poner 00:06:52
12 horas en intervalos de 10 segundos 00:06:53
pero podéis ponerlo en intervalos de media hora 00:06:57
vamos a estar 00:07:00
cosas que no se nos pueden olvidar 00:07:00
como primero 00:07:04
como cambia esto, cuando cambia el tamaño del intervalo 00:07:05
por ejemplo 00:07:08
y luego como se utiliza 00:07:08
para comparar datos con funciones más 00:07:13
más complicadas que una simple 00:07:17
O sea, isto é unha función horizontal sobre un número 00:07:19
Igual a 10, igual a 8, igual a 3 00:07:22
É o caso máis sencillo 00:07:25
Bueno, a primeira cosa que uno ve 00:07:27
É que se eu aumento o tamaño do intervalo 00:07:29
En que estou medindo 00:07:33
Vai aumentar o número de rumores e o número de idas 00:07:34
Se eu aumento un factor 10 00:07:36
Pois dirás que vou tener 10 veces cada cosa 00:07:38
Vou tener 10 veces, pero é raro que sea simplemente 10 veces o que teño aquí 00:07:42
Se eu hago isto 00:07:46
Y repito el ejercicio 00:07:48
El equipo a todo va a salir horroroso 00:07:49
Normalmente cuando yo 00:07:53
Aumento el intervalo 00:07:55
Los números son mucho más grandes 00:07:58
Pero la dispersión comparativa 00:07:59
Entre ellos 00:08:01
Es menor 00:08:02
Porque hemos dicho, cuanto más datos 00:08:04
El error relativo es más pequeño 00:08:07
Yo no voy a pasar a tener 00:08:08
100, 70 tal, igual tengo 100 00:08:10
A lo mejor es más sumarle 00:08:13
97, 88, 110, 105 00:08:14
Cosas máis parecidas a 100 00:08:22
Podéis inventaros unhos números así 00:08:24
E facer o mesmo ejercicio 00:08:26
Pero con números que sean as grandes 00:08:28
Que vais a ver? 00:08:30
Se isto realmente fuera un experimento de verdade 00:08:34
E non números que se han inventado un tipo a ti de repente 00:08:36
Inventarse unhas cosas que ten a ventaja 00:08:38
De que tienes cosas inesperadas 00:08:42
Que son didácticas 00:08:44
Por ejemplo, que me salga un 2 00:08:45
Si para tu tesis te sale un 2 00:08:46
Pero yo no me corto la pena 00:08:49
Me sale 5, un 2 tampoco está tan mal 00:08:50
Pero volvería a verse algún problema con el análisis 00:08:52
Pero como me hablo todavía 00:08:55
De los estimáticos estos 00:08:57
Pero bueno, que no es una cosa 00:08:58
Para volvérselo 00:09:02
Si fuera un 1,5 estaría 00:09:03
Pero si llevo estas medidas con más estadística 00:09:05
Vamos a suponer que los números 00:09:08
Vamos a hacer una cosa 00:09:10
ya hago la trampa del siglo 00:09:11
hemos hecho nuestro ejercicio 00:09:13
y ahora para que no sea muy confuso 00:09:15
voy a cambiar y voy a decir 00:09:17
que bueno, esto es 1 en realidad 00:09:19
esto era 0 00:09:20
esto es 1 00:09:22
esto es 2 00:09:25
y ya está 00:09:26
y no cambia 00:09:27
las dispersiones estaban echadas 00:09:29
mejor que mi cerebro 00:09:33
que es una dispersión 00:09:35
excesivamente pesimista 00:09:36
de los números 00:09:38
Se aumenta a estadística 00:09:39
Vamos a intentar averiguar que pasa 00:09:46
Fijaos en unha cosa 00:09:50
Suponed que llamos medio del parámetro 00:09:52
Se aumenta a estadística, esta parábola que le va a pasar 00:09:54
El mínimo estará más superoso en el mismo sitio 00:09:57
Se podrá mover, pero no esperaremos 00:09:59
No es muy probable que se mueva fuera deste intervalo 00:10:01
Este intervalo, que además tiene un nombre que podría decir 00:10:04
Porque es útil para otras cosas 00:10:06
Se llama intervalo de confiado 00:10:08
O intervalo de confianza 00:10:10
É esa región 00:10:14
Del espacio de parámetros 00:10:16
En este caso M, que é o que estamos midiendo 00:10:18
Onde a probabilidade de que este 00:10:20
O valor sea 00:10:22
Grande, o máximo grande 00:10:23
De hecho, para un 00:10:25
Estimador gaussiano 00:10:28
É o 68% 00:10:29
O área contenida 00:10:31
Na gaussiana é máis ou menos 00:10:34
Unas 5 00:10:35
Entón, isto, dependendo da estadística 00:10:36
máis ou menos en orden del 70% 00:10:39
de probabilidade 00:10:41
de que hayas cubierto el valor 00:10:43
realmente bueno. 00:10:45
Entón, non esperamos que se moda moito. 00:10:47
Se pode mover, pero se no era. 00:10:49
Entón, vamos preparar unha fácil que pase por aquí. 00:10:51
Pero, que ocorre? 00:10:56
Que 00:10:58
os errores son moito máis pequeños 00:10:58
e as 00:11:01
¿si? 00:11:03
No, no, que me imagino 00:11:05
¿Por qué? 00:11:07
Porque, aunque os errores son moitos 00:11:11
a mollar aumentado 00:11:13
e o relativo a disminuido 00:11:14
e entón 00:11:16
o intervalo está a misa 00:11:18
máis pequeno 00:11:20
pero non juzgues en termino 00:11:20
de como é o intervalo 00:11:24
porque este punto 00:11:25
teña que irse allá arriba 00:11:27
cando teño máis puntos 00:11:28
lo has dicho bien 00:11:29
os errores son máis pequenos 00:11:31
eu antes teñía estes errores 00:11:33
e agora os meus errores son máis pequenos 00:11:35
tamén é certo que os puntos están máis juntos 00:11:37
pero os errores son máis pequenos 00:11:39
ao ser máis pequeno 00:11:41
Si tengo la hipótesis buena 00:11:43
Y la desviación, pues va a ser 1 00:11:48
Pero si cojo una hipótesis que no es 00:11:50
Fijaros antes que 00:11:52
De una hipótesis a otra 00:11:54
De 9 a 10 había una barra de error 00:11:55
Casualmente, bueno 00:11:57
10 más menos 3, un tercio si quieres de barra de error 00:12:00
Pero si yo multiplico por 10 00:12:03
La estadística 00:12:04
Que estoy dividiendo el error 00:12:05
Multiplico por 10 00:12:09
La raíz de 10 es 3 00:12:11
Si multiplico por 10 el número de eventos 00:12:12
divido por raíz de 10 00:12:14
el error 00:12:16
por raíz de 1,7 00:12:16
el factor 2 00:12:19
entón, as barritas son máis pequeñas 00:12:19
entón, se antes 00:12:22
o tamaño típico de distancia 00:12:24
de unha barrita a este 00:12:26
agora a barrita é a mitad 00:12:27
se me equivoco de hipótesis 00:12:29
en unidades de barrita 00:12:32
estoy moito máis lejos 00:12:36
cando calculo el pi cuadrado 00:12:37
este menos a hipótesis errónea 00:12:39
está moitas sigmas 00:12:42
Está lejísimos en términos de siglos 00:12:44
Por eso, sube 00:12:46
Y estos puntos se bajan arriba 00:12:49
Este se viene aquí 00:12:52
Este se viene aquí 00:12:53
Y entonces la parábola 00:12:55
Es como tú has dicho 00:12:57
Más pequeña 00:12:59
Cuando meto la estadística 00:13:02
La parábola de tipo de grado se estrecha 00:13:04
Porque unha hipótesis errónea 00:13:06
Es meridianamente máis errónea 00:13:08
Se eu quixera tener unha parábola do mesmo tamaño 00:13:11
Tendría que ver reescalando este eje 00:13:14
E haber utilizado hipótesis 00:13:16
Que tuviesen entre sí unha distancia 00:13:18
Que fora tamén do tamaño da nova pareda 00:13:19
Pero estou utilizando unhas hipótesis 00:13:22
Que son do tamaño das paredas antiguas 00:13:24
Entón 00:13:26
O centro máis ou menos vai ser o mesmo 00:13:29
Sigue sendo o mínimo 00:13:37
E igual, se eu aumento isto 00:13:38
En unha unidade, pois vou facelo 00:13:41
y veo cuando, bueno, este está aquí 00:13:43
pues una unidad me viene aquí 00:13:45
me viene aquí 00:13:47
y ahora me sale 00:13:49
10 más menos 00:13:51
y ahora que he decidido el error, más o menos 00:13:54
tengo un factor 00:14:00
1,7 00:14:01
1,5 00:14:03
se nota que estamos haciendo mal 00:14:06
si los intervalos 00:14:08
en vez de 100 segundos son de 1000 segundos 00:14:12
¿qué va a pasar? 00:14:15
O error vai ser 00:14:15
A parábola vai ser 00:14:19
Moito máis estrecha 00:14:21
E o error vai ser 00:14:22
Moito máis chiquitito 00:14:26
De hecho 00:14:27
Non é que facer este juego dos intervalos 00:14:34
Se cojo solamente un intervalo 00:14:37
Se cojo solamente un intervalo 00:14:39
Tengo todos os altos juntos 00:14:40
E o valor medio directamente me está dicendo 00:14:42
O que eu me digo 00:14:45
O número de eventos dividido por o tempo total 00:14:47
le da directamente 00:14:49
el flujo medido 00:14:50
pero claro 00:14:53
que non hemos aprendido estas cosas por el camino 00:14:54
sobre como se comportan os datos 00:14:57
si son ou non son constantes 00:14:59
isto tiene outra utilidad porque por ejemplo 00:15:00
si queremos entender en detalle 00:15:02
como é a distribución temporal 00:15:05
de los 00:15:07
de los 00:15:09
buones que van llegando 00:15:10
pues y sacar esta frecuencia 00:15:12
outra forma de verlo 00:15:15
non é simplemente contar mil intervalos 00:15:17
sino que es mirar toda la distribución de tiempos. 00:15:18
Entonces, 00:15:21
esto es lo siguiente que me voy a contar. 00:15:22
De los sistemáticos me voy a contar un poco al final 00:15:25
porque para este tipo de cosas, a nivel didáctico, 00:15:27
tampoco es muy importante que los sistemáticos 00:15:29
en este caso no son buenos. 00:15:30
Pero bueno, voy a intentar ver esto 00:15:32
como menos de 10 minutos 00:15:34
y luego, el resto, vemos la parte 00:15:35
de lo dicho de los sistemáticos 00:15:38
que en realidad es importante. 00:15:40
Bueno, hacerle la foto 00:15:43
a nuestro cuadrado multivolor. 00:15:44
Y... 00:15:48
No, no, no, no, no, no, 00:15:54
si no quiero una cita azul, 00:15:55
simplemente como me ha hecho falta, 00:15:57
pues he pensado que donde está la... 00:15:59
No, pero sea, 00:16:00
no, pero si igual yo la uso, 00:16:01
oh Padricio, de verdad, 00:16:02
no tengo... 00:16:02
Es que tengo... 00:16:05
Ah, están aquí, 00:16:06
eh, Padricio! 00:16:07
Me preocupaba más que estuvieran aquí 00:16:12
donde la van a dejar. 00:16:13
Ya está, Padricio, 00:16:18
la he encontrado. 00:16:19
Ya, está, 00:16:21
too late. 00:16:22
ha corrido 00:16:23
pensaba que realmente importante 00:16:24
la pieza azul 00:16:28
pero para mi importante 00:16:28
no encontrarla 00:16:31
no, no me van de sistemático 00:16:42
me van un poco del análisis 00:16:44
de los datos que me han mandado 00:16:46
porque estaba 00:16:48
que estaba ahí 00:16:57
se había caído la funda 00:16:58
de la casa dentro 00:17:01
pero bueno, las dejó aquí por ser asosos 00:17:03
era más eso que nunca las había perdido 00:17:04
bueno, pues 00:17:07
Si queremos aplicar isto en caso 00:17:09
Más complejo, vale? 00:17:11
Voy a borrar así a minhas cosillas 00:17:13
Pero este tipo de dado é unha cosa que non é complicada 00:17:15
Se pode ir a hacer a mano 00:17:18
E ya está 00:17:19
Entonces, aquí abro a esto 00:17:20
El plomo que voy a hacer nuevo 00:17:22
Este ya está 00:17:25
Muy sucio 00:17:26
Entonces, ¿qué hacemos? 00:17:28
Como os estaba comentando, lo de los temáticos 00:17:33
Vamos a comentarlo al final, pero en realidad 00:17:35
Voy a hablar un poco más del fichero de datos 00:17:36
Que mando a Paco 00:17:38
que é o que vais analizar 00:17:40
e, bueno, así, pensando un pouco 00:17:41
improvisando 00:17:47
irías mellor 00:17:48
hablar de como conseguir ese archivo 00:17:49
como conseguir unha distribución 00:17:52
e logo vemos como 00:17:53
hacer un ajuste, por exemplo 00:17:54
á distribución de tiempos 00:17:56
non me vai dar tempo, a lo mejor 00:17:58
de todos os detalles 00:18:01
pero como logo o vais a ir haciendo 00:18:02
un marco fácil, un marco 00:18:04
se algún momento dá o toque volver 00:18:04
ou tenemos que hacer algo de R o algo 00:18:06
eu estou disposto a 00:18:08
a volverlo a explicar 00:18:11
se lo saben muy bien porque lo hacemos juntos 00:18:12
en el taller de post-docs 00:18:16
vale, pues tenemos un archivo de datos 00:18:17
es lo que vimos el otro día 00:18:24
os acordáis de la parte electrónica 00:18:24
que quiere decir que hay una coincidencia o que no la hay 00:18:27
el tiempo del pulso y demás 00:18:29
con un detector tan pequeño 00:18:31
los pulsos son pequeñitos 00:18:33
la ocupación del detector es pequeña 00:18:34
porque no es fácil que pase por ahí 00:18:36
normalmente lo que tenemos en el archivo 00:18:38
son unas líneas 00:18:40
con, ya lo veis en detalle 00:18:42
una marca de tiempo 00:18:44
que é un termo que está separado en varias colunas 00:18:46
pero tiene 00:18:49
un identificador de canal 00:18:50
que é o 1 ou o 2 00:18:53
pone 17, 18 00:18:56
pero eu le he restado 16 00:18:58
un time stamp 00:19:01
que esencialmente tiene varias colunas 00:19:03
que é ano, mes, dia, hora, minuto, segundo 00:19:04
e microsegundos 00:19:08
e entón 00:19:10
eu me he creado un solo número 00:19:11
Yo he cogido el archivo y lo he manipulado 00:19:14
Y me he creado a partir de ahí 00:19:16
Pues simplemente 00:19:19
El año lo he ignorado porque es el mismo siempre 00:19:20
El mes también 00:19:23
Y el día 00:19:24
Pues lo que he hecho ha sido 00:19:25
Como esto empieza el día 30 de marzo 00:19:27
Al día 30 le he llamado a cero 00:19:30
Y al día 31 le llamo simplemente 00:19:31
Me creo el tiempo en segundos 00:19:35
Me creo el tiempo en segundos 00:19:37
Desde el 30 de marzo 00:19:39
Y bueno 00:19:40
Iba a hacerlo a las 12 de la noche 00:19:43
pero o que he hecho é coger o tempo do primer evento 00:19:45
e se lo restaba a todos 00:19:47
e é moi fácil 00:19:48
se ao dia 00:19:50
eu resto 30 00:19:53
vengo ao día menos 30 00:19:54
e o multiplico por 24 00:19:56
e le subo as horas 00:19:59
e isto 00:20:01
o multiplico todo por 60 00:20:03
e non a minutos, así que o vou facendo 00:20:05
e me construí unha cantidad de segundos 00:20:06
e ao final le sumo os microsondos 00:20:09
e dividelo por un millón 00:20:11
e me salen numeritos 00:20:12
o resto é o primeiro 00:20:13
a hoja este non está así, está por partes 00:20:15
pero igual, se queréis jugar 00:20:18
tamén os podo pasar mi fichero 00:20:19
onde ya he hecho a manipulación 00:20:21
e só tengo o canal que é o 1 e o 2 00:20:22
e aquí o tempo en microsegundos 00:20:25
onde o do primeiro é 0 00:20:28
e o do segundo é 0 00:20:31
claro, o tempo aumentando 00:20:33
unha cosa que vos pode interesar ver 00:20:35
é o tempo entre os eventos 00:20:37
porque o tempo, he dicho 00:20:40
que se os eventos 00:20:43
son 00:20:46
unha a unha son aleatorios 00:20:47
pero en conjunto 00:20:49
siguen unha distribución de probabilidade 00:20:50
determinada 00:20:53
que é unha distribución de cuas son 00:20:54
van a tener unha diferencia de tempos característica 00:20:56
vale? 00:21:00
entón a diferencia de tempos 00:21:01
unha só pode 00:21:03
mirando os datos já se ve 00:21:05
pero 00:21:07
como 00:21:08
os números van chegando 00:21:11
isto é o delta T entre os números 00:21:13
primeiro, temos que 00:21:16
identificar que son números no nosso detector 00:21:18
pero unha vez que os temos identificado 00:21:20
a distribución vai tener 00:21:21
unha parte 00:21:23
así que sube 00:21:26
e logo 00:21:27
prácticamente 00:21:29
unha exponencia 00:21:31
e entón, bueno, quizá aquí 00:21:33
en el taller último, pues é unha extra cosa 00:21:35
que nunca digo, pero é certo 00:21:37
o aluno que era un profe tenía razón 00:21:38
esta parte de aquí 00:21:40
tiene el tiempo muerto 00:21:42
pero es cierto que 00:21:44
la diferencia de tiempos 00:21:45
no es típicamente 0 00:21:47
tiene un valor que depende de la diferencia de tiempos 00:21:49
de los moles 00:21:52
si los moles en promedio 00:21:53
si te llegan 60 por minuto 00:21:54
en promedio te llega 1 por segundo 00:21:57
entonces la diferencia de tiempos 00:21:59
más probable es que sea 00:22:02
1 segundo 00:22:03
entonces claro, esto no llega hasta 0 00:22:05
pero luego a partir de ahí 00:22:08
que ocorre? 00:22:09
que salen os montes próximos 00:22:10
é máis ou menos fácil 00:22:12
que unha vez que hai un monte 00:22:13
e hai outro 00:22:16
é difícil 00:22:16
pero que o tempo entre os dois 00:22:20
seja moi grande 00:22:21
é moi difícil 00:22:21
e iso justo 00:22:22
signo a lei exponencial 00:22:23
entón o que podemos fazer 00:22:24
é ignorar 00:22:26
ignorar 00:22:27
a parte da esquerda 00:22:30
que crees? 00:22:31
podríamos incluir un modelo 00:22:33
pero é o centro máis complicado 00:22:35
ignorar a parte da izquierda 00:22:36
Aquí estoy ponendo para todos los moles 00:22:38
Esto es el número de moles que llegan 00:22:40
Con una cierta 00:22:42
Número de moles que han llegado 00:22:43
Con una cierta distancia 00:22:46
De diferencia de tiempo respecto al interior 00:22:47
Y esto a partir de aquí va a ser 00:22:49
Esperamos más o menos una exponencial 00:22:52
Nos olvidamos de entender esta parte 00:22:54
Y bueno 00:22:57
¿Cómo hacemos eso? 00:23:00
Pues hacemos un ajuste 00:23:01
Utilizando un cuadrado 00:23:03
El mismo cuadrado que hemos utilizado 00:23:05
para o caso da recta 00:23:08
só que agora 00:23:09
agora as diferentes medidas 00:23:10
quenes son 00:23:12
isto é o máis complicado 00:23:13
da dependencia 00:23:14
agora 00:23:15
pois mira 00:23:15
como non se unís toda a mala frecuencia 00:23:17
eu medido diferencias 00:23:18
de tempo entre múres 00:23:20
he pillado todos os múres 00:23:21
del archivo 00:23:23
he identificado 00:23:23
esa é a parte 00:23:25
que agora 00:23:26
vou contar un pouco 00:23:26
máis dentro del final 00:23:27
hemos identificado 00:23:28
como tenemos 00:23:30
unidades por separado 00:23:31
cuales corresponden 00:23:32
ao mismo múre 00:23:32
e logo que decir 00:23:33
este, este, este 00:23:34
son mis múres 00:23:36
e solamente para isos 00:23:36
calculo a diferencia de tempos 00:23:37
e entón aquí hago un histograma 00:23:39
que me va a decir que 00:23:41
se isto son 0 segundos 00:23:42
e isto son 10 segundos 00:23:45
non sei, pode ser 6, 5 00:23:46
esta é a distribución 00:23:49
e me va a decir que hai 00:23:51
tantos moles 00:23:54
que han tenido esta diferencia de tempo 00:23:55
tantos moles con esta diferencia de tempo 00:23:57
etcétera 00:23:59
isto, eu pintaba a línea blanca 00:24:01
pero son medillas, son números de moles 00:24:02
Con unha certa diferencia de tempo 00:24:05
Antes teníamos número de mugones 00:24:07
En un intervalo de 10 segundos 00:24:10
Chac, chac, chac, chac, chac 00:24:11
Ahora simplemente tenemos números de mugones 00:24:13
Non en un intervalo de 10 segundos 00:24:15
Ou de 0,2 segundos 00:24:18
Sino simplemente estoy mirando 00:24:19
Cuanto han tardado en llegar 00:24:22
E se van moi bonitos los pongo aquí 00:24:23
Se van máis separados los pongo aquí 00:24:25
E se van máis separados los pongo aquí 00:24:27
Pero é o mesmo 00:24:29
Diferencia de tempos entre cada dos mugones 00:24:30
De hecho é uno con o seguinte 00:24:32
O terceiro con o segundo 00:24:34
O cuarto con o terceiro 00:24:36
Ves que é o mesmo 00:24:38
Ten unhos puntos con os seus errores 00:24:41
Os errores volven a ser 00:24:42
A raíz parada do número de eventos 00:24:43
Que ten en este canal 00:24:45
O BIM, que é como se chama no histograma 00:24:47
E logo ten un modelo 00:24:50
Que son as exponencial 00:24:53
A exponencial 00:24:54
Claro, antes o nosso modelo era 00:24:56
Que a media fuera 8, 9, 10, 11 e 12 00:24:58
Agora a exponencial é un modelo un pouco máis complicado 00:25:00
pero nos sirve de ejemplo para ver como funcionan estas cosas 00:25:03
entón, unha exponencial 00:25:05
genérica é da seguinte forma 00:25:08
é F de 00:25:10
bueno, eu digo que isto é igual a X 00:25:13
é delta de T 00:25:16
F de X 00:25:17
é igual a unha 00:25:19
constante de normalización 00:25:22
por elevado a menos A 00:25:23
bueno, menos T partido por A 00:25:27
Menos porque va descendiendo 00:25:31
A es un parámetro característico 00:25:37
Que te dice como derrapito cada exponencial 00:25:39
Autor/es:
Pablo García Abia
Subido por:
Cie madrid
Licencia:
Reconocimiento - No comercial - Sin obra derivada
Visualizaciones:
75
Fecha:
6 de febrero de 2019 - 1:58
Visibilidad:
Público
Centro:
C RECURSOS CENTRO DE FORMACIÓN PARA INTERCAMBIOS INTERNACIONALES
Duración:
25′ 46″
Relación de aspecto:
1.78:1
Resolución:
1280x720 píxeles
Tamaño:
562.67 MBytes

Del mismo autor…

Ver más del mismo autor

EducaMadrid, Plataforma Educativa de la Comunidad de Madrid

Plataforma Educativa EducaMadrid