Ensino

Aulas, listas e notebooks abertos.

Material das disciplinas de Big Data e Astroinformática, Deep Learning, Eletricidade Básica e Metodologia Científica, organizado por semestre.

Aula de Clécio R. De Bom no auditório do CBPF

2021.2

Big Data e Astroinformática

Slides

Exercícios

  1. 1. Crie uma nova coluna a partir de um catálogo FITS e salve o novo catálogo.

  2. 2. Estime a magnitude limite do catálogo fornecido usando a relação entre mag_err e S/N.

  3. 3. Crie seu catálogo usando o SExtractor

    sextractor file_name.fits -c config.sex -PARAMETERS_NAME sex.param -CATALOG_NAME output.fits -CATALOG_TYPE FITS_1.0 -GAIN 8116 -PIXEL_SCALE 0.06 -SEEING_FWHM 0.1 -MAG_ZEROPOINT 25.6651 -PHOT_FLUXFRAC 0.682 -DEBLEND_MINCONT 0.0015 -DEBLEND_NTHRESH 32
  4. 4. Derive sua constante de Hubble a partir de diversos conjuntos de dados: hubble_fit_data

  5. 5. Demonstre que um ajuste por mínimos quadrados ordinários equivale à máxima verossimilhança de uma variável gaussiana com modelo linear.

  6. 6. Demonstre que a máxima verossimilhança de uma variável de Bernoulli com modelo linear equivale a minimizar a entropia cruzada entre previsões e observações.

  7. 7. Demonstre que o mínimo da entropia cruzada é obtido quando as duas probabilidades são iguais.

Ferramentas

Para a aula de Arianna Cortesi, instale:

TOPCATAladin