Caracterización Estadística de Poblaciones Múltiples en Regiones de Formación Estelar

Abstract

En el medio interestelar existen regiones densas compuestas en su mayoría de hidrógeno molecular llamadas nubes moleculares, dentro de estas nubes también hay regiones de mayor densidad llamadas clump. Los clumps evolucionan hasta eventualmente formar una estrella. Entre la etapa de clump y estrella ocurren una serie de etapas sobre las cuales hay muy poca información. En este trabajo se realizó un estudio estadístico de las distribuciones de masas de los clumps para entender cuál distribución explica mejor el comportamiento estadístico observado en los datos crudos. También se estudió los posibles efectos de contaminación por la diferencia de orígenes de los distintos clumps. Se estudiaron tres regiones en las longitudes galácticas l = 30 grados , l = 59 grados y l = 305 grados identificadas como L 30, L 59 y L 305 respectivamente según su coordenada. Se realizó un primer análisis exploratorio en lo datos utilizando gráficos de caja, cuantil-cuantil normal, histogramas y gráficos de densidad para estudiar la distribución de las masas y si estas seguían una distribución normal además de ser homogéneas. Luego se hizo un segundo análisis exploratorio en el que se aplicó una transformación logarítmica a los datos para obtener simetría y hacer gráficos similares a los del primer análisis exploratorio. También se usaron gráficos de criterio de informaci ón bayesiano, gráficos de clasificación de poblaciones y gráficos de densidad del programa mclust para extraer las poblaciones que se encontraban mezcladas en los conjuntos de datos. Luego se estudiaron las distribuciones log normal, la función de potencia (power law) y la general extreme value (GEV) a trav es de gráficos cuantilcuantil para determinar cuál de las distribuciones caracterizaba mejor las diferentes poblaciones de clumps. El análisis estadístico indica que hay evidencia de datos contaminados por diferentes poblaciones en L 30 y L 59, es difícil determinar si la contaminación por error sistemático de la distancia, por los diferentes estados de evolución o ambos. Sin embargo, la contaminación desaparece en L 305 lo que hizo que la distribución log normal mostrara un buen ajuste. No obstante, la GEV fue la que mejor ajustó a L 305, porque ajustó los valores extremos en las colas mejor que la Log Normal. En el caso de L 30 y L 59 la distribución Log Normal tuvo un comportamiento muy parecido entre sus diferentes poblaciones, pero las distribuciones power law y GEV se comportaron diferentes en cada una de las poblaciones.