Leopoldo Herrera Zamorano, Alberto Hernández Almada Facultad de Ingeniería, Universidad Autónoma de Querétaro
Con base en el modelo cosmológico y utilizando los datos observacionales del parámetro de Hubble (OHD), así como la muestra de Supernova tipo Ia (SNIa), estudiamos un posible sesgo debido a la cantidad de datos estadísticos en los parámetros libres del modelo ,. Asimismo, desarrollamos un algoritmo con el propósito de estimar los valores del modelo que mejor se ajuste tomando en cuenta diferentes tamaños de submuestras, con 50, 75 y 90% de los datos de OHD y SNIa. Como resultado principal, se estimó un sesgo inferior a 1% en los parámetros del modelo, lo cual es despreciable si se consideran otras posibles fuentes de incertidumbre sistemática de estos datos.
física computacional; estadística; cosmología.
Based on Lambda-Cold-Dark Matter (CDM) model, and using the Observational Hubble Data (OHD) and Supernovae type Ia (SNIa) sample, we study a possible bias due their limited statistics in the free model parameters. We develop an algorithm with the purpose of having the parameter best fits of the CDM model for several data size by selecting with Monte Carlo Methods subsamples that contains 50%, 75%, and 90% of the OHD and SNIa dataset. We estimate a bias on the model parameters up to 1%, that is negligible with respect to other sources of systematics.
computational physics; statistics; cosmology.