Gli Esercizi 1 e 2 (proposti il 3 e 10 marzo) Avevano lo scopo di
1) capire cosa significa fare un fit lineare utilizzando il metodo dei minimi quadrati. Come cambia il risultato se I dati sono effetti da errori la cui entità non e' distribuita a caso (es. Gli errori sono più alti ad uno dei 2 estremi).
2) applicare questo metodo ad una relazione di scala (la Tully e Fisher) utilizzando dati veri. Inoltre, selezionando I dati sulla base delle loro proprietà si può verificare la presenza di un effetto prodotto dai dati (es. L'inclinazione delle galassie che effetto ha sul risultato finale? La morfologia ha effetto ??E la velocità di rotazione.
Proviamo a tirare le fila:
1) coeff. angolare della retta B vers airmass = coeff angolare della retta airmass vers B =
quale fit sarebbe più conveniente utilizzare e perche' ?
Cosa succede alla retta di best fit se metto errori più alti alle airmass più alte (o più basse) ?
2) Perche' posso fare un fit lineare a una relazione che è del tipo LB∝vrotα ?
quale tipo di fit e' più conveniente fare? (L verso v rot o il contrario?) Come passate dai vostri dati alla luminosità B ??
Se e solo se avete finito...tutto!!!
Scaricate da Hyperleda tutte le galassie ellittiche che abbiano una misura della velocità di dispersione e utilizzatele per trovare l'esponente della relazione di Faber Jackson. (Normalmente le ellittiche hanno t <-3 ma controllate su Hyperleda che sia cosi').
