Ćwiczenie nr 1 : Statystyczny charakter rozpadów promieniotwórczych

Podobne dokumenty
Narodowe Centrum Badań Jądrowych Dział Edukacji i Szkoleń ul. Andrzeja Sołtana 7, Otwock-Świerk

Szkoła z przyszłością. Zastosowanie pojęć analizy statystycznej do opracowania pomiarów promieniowania jonizującego

Ćwiczenie LP2. Jacek Grela, Łukasz Marciniak 25 października 2009

Ćwiczenie nr 5 : Badanie licznika proporcjonalnego neutronów termicznych

LABORATORIUM PROMIENIOWANIE w MEDYCYNIE

Ćwiczenie nr 2 : Badanie licznika proporcjonalnego fotonów X

Rozkład Gaussa i test χ2

Ćwiczenie ELE. Jacek Grela, Łukasz Marciniak 3 grudnia Rys.1 Schemat wzmacniacza ładunkowego.

Weryfikacja hipotez statystycznych

LABORATORIUM PROMIENIOWANIE W MEDYCYNIE

Rozkład normalny, niepewność standardowa typu A

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

CHARAKTERYSTYKA LICZNIKA GEIGERA-MÜLLERA I BADANIE STATYSTYCZNEGO CHARAKTERU ROZPADU PROMIENIOTWÓRCZEGO

Zawartość. Zawartość

HISTOGRAM. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH Liczba pomiarów - n. Liczba pomiarów - n k 0.5 N = N =

Estymacja punktowa i przedziałowa

Ćwiczenie LP1. Jacek Grela, Łukasz Marciniak 22 listopada 2009

SMOP - wykład. Rozkład normalny zasady przenoszenia błędów. Ewa Pawelec

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

Analiza niepewności pomiarów

Ćwiczenie nr 50 CHARAKTERYSTYKA LICZNIKA GEIGERA-MÜLLERA I BADANIE STATYSTYCZNEGO CHARAKTERU ROZPADU PROMIENIOTWÓRCZEGO

Statystyczna analiza danych w programie STATISTICA 7.1 PL (wykład 1) Dariusz Gozdowski

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Rozkład normalny. Marcin Zajenkowski. Marcin Zajenkowski () Rozkład normalny 1 / 26

Pobieranie prób i rozkład z próby

Rozkłady statystyk z próby

1 Estymacja przedziałowa

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych

Wnioskowanie statystyczne. Statystyka w 5

Często spotykany jest również asymetryczny rozkład gamma (Г), opisany za pomocą parametru skali θ i parametru kształtu k:

Testowanie hipotez statystycznych. Wnioskowanie statystyczne

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Zadania ze statystyki, cz.6

ĆWICZENIE NR 1. Część I (wydanie poprawione_2017) Charakterystyka licznika Geigera Műllera

Wykład 9 Wnioskowanie o średnich

Ćwiczenie 3 : Spektrometr promieniowania gamma z licznikiem półprzewodnikowym Ge(Li)

STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA

LABORATORIUM Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz.

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

WYKŁAD 5 TEORIA ESTYMACJI II

Komputerowa Analiza Danych Doświadczalnych

Metody Statystyczne. Metody Statystyczne.

Wyznaczanie bezwzględnej aktywności źródła 60 Co. Tomasz Winiarski

Statystyka matematyczna dla leśników

MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ

Prawdopodobieństwo i rozkład normalny cd.

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji

Instytut Fizyki Politechniki Łódzkiej Laboratorium Metod Analizy Danych Doświadczalnych Ćwiczenie 3 Generator liczb losowych o rozkładzie Rayleigha.

Ćwiczenie nr 2: ZaleŜność okresu drgań wahadła od amplitudy

Rozkłady statystyk z próby. Statystyka

Nazwisko i imię: Zespół: Data: Ćwiczenie nr 96: Dozymetria promieniowania gamma

1 Podstawy rachunku prawdopodobieństwa

VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15

ROZKŁAD NORMALNY. 2. Opis układu pomiarowego

Wykład 4. Plan: 1. Aproksymacja rozkładu dwumianowego rozkładem normalnym. 2. Rozkłady próbkowe. 3. Centralne twierdzenie graniczne

Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

ODRZUCANIE WYNIKÓW POJEDYNCZYCH POMIARÓW

I jest narzędziem służącym do porównywania rozproszenia dwóch zmiennych. Używamy go tylko, gdy pomiędzy zmiennymi istnieje logiczny związek

PODSTAWOWE ROZKŁADY ZMIENNYCH LOSOWYCH

Testy zgodności. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 11

Estymacja parametrów rozkładu cechy

AKADEMIA GÓRNICZO-HUTNICZA Wydział Matematyki Stosowanej ROZKŁAD NORMALNY ROZKŁAD GAUSSA

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 9 i 10 - Weryfikacja hipotez statystycznych

RÓWNOWAŻNOŚĆ METOD BADAWCZYCH

STATYSTYKA I DOŚWIADCZALNICTWO

BADANIE POWTARZALNOŚCI PRZYRZĄDU POMIAROWEGO

STATYSTYKA MATEMATYCZNA WYKŁAD października 2009

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014

Testowanie hipotez statystycznych.

WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH

Testowanie hipotez statystycznych

Statystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych.

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych:

Weryfikacja hipotez statystycznych za pomocą testów statystycznych

Sposoby opisu i modelowania zakłóceń kanałowych

Estymacja przedziałowa. Przedział ufności

WYKŁAD 8 ANALIZA REGRESJI

ZMIENNE LOSOWE. Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R 1 tzn. X: R 1.

Statystyka matematyczna. Wykład III. Estymacja przedziałowa

Testowanie hipotez statystycznych.

LABORATORIUM 6 ESTYMACJA cz. 2

TESTY NIEPARAMETRYCZNE. 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa.

Elektrotechnika II [ Laboratorium Grupa 1 ] 2016/2017 Zimowy. [ Laboratorium Grupa 2 ] 2016/2017 Zimowy

Porównanie modeli statystycznych. Monika Wawrzyniak Katarzyna Kociałkowska

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn

INFORMATYKA W CHEMII Dr Piotr Szczepański

WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH

Statystyka matematyczna i ekonometria

LABORATORIUM 9 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

Wydział Matematyki. Testy zgodności. Wykład 03

Spis treści 3 SPIS TREŚCI

Testowanie hipotez statystycznych

Ważne rozkłady i twierdzenia c.d.

Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

LABORATORIUM PODSTAW TELEKOMUNIKACJI

Założenia do analizy wariancji. dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW

Statystyka w analizie i planowaniu eksperymentu

Transkrypt:

Ćwiczenie nr 1 : Statystyczny charakter rozpadów promieniotwórczych Oskar Gawlik, Jacek Grela 26 stycznia 29 1 Wstęp 1.1 Podstawy teoretyczne 1.1.1 Detektor Geigera-Müllera Jest to jeden z podstawowych liczników gazowych, jego działanie polega na jonizacji gazu w objętości czynnej co skutkuje powstaniem impulsu elektrycznego. Schemat urządzenia przedstawiono na Rys.1 poniżej: Rys.1 Detektor gazowy. Charakterystyczne dla licznika Geigera-Müllera jest powstanie lawinowych jonizacji wtórnych z jonów powstałych z jonizacji pierwotnej (pokazanej schematycznie na Rys.1 ). Efekt ten uzyskuje się poprzez odpowiednio duże napięcie między katodami - jony posiadają odpowiednio dużą energię do rozpoczęcia kolejnych jonizacji. Detektor tego rodzaju uniemożliwia wykrycie energii cząstki oraz jej rodzaju. 1.1.2 Rozkłady Gaussa i Poissona, wagowa wartość oczekiwana W ćwiczeniu jest potrzebne przypomnienie dwóch podstawowych rozkładów statystycznych - Gaussa i Poissona. Rozkład Gaussa - zwany także normalnym lub dzwonowym, jest najczęściej spotykanym rozkładem występującym w przyrodzie. Funkcja gęstości wyraża się wzorem: G(x; σ, µ) = 1 ( (x µ) 2 ) σ 2π exp 2σ 2 σ odchylenie standardowe, µ wartość oczekiwana. Są to charakterystyczne parametry rozkładu wyznaczane według standardowych wzorów. Wykres jest symetryczny względem prostej wyznaczonej przez wartość oczekiwaną. Zgodnie z centralnym twierdzeniem granicznym, wszystkie pozostałe rozkłady statystyczne pochodzą od krzywej dzwonowej (poprzez konkretne przejścia graniczne). (1) 1

P(x).2.2.1.1. 2 4 6 8 1 12 14 Rys.2 Funkcja gęstości (dyskretna) rozkładu Poissona przy λ = 4. x Rozkład Poissona - dyksretny rozkład używany często gdy badamy zachodzenie zjawiska w danym przedziale wielkości (np. czasu) przy znanej gęstości występowania (jest to wartość oczekiwana λ) tego zjawiska (np. częstości) w tym przedziale. Funkcja gęstości wyrażana jest wzorem: P (x; λ) = λx e λ x! Gdzie λ to wartość oczekiwana. Odchylenie standardowe określa się jako pierwiastek z λ: (2) σ p = λ (3) Przybliżenie normalne uzyskuje się poprzez opis zjawisk częstych (zwiększane λ). Wagowa wartość oczekiwana - w ćwiczeniu, z racji występowania częstości (liczebności), będzie używany następujący, mniej standardowy, wzór (dla obydwu rozkładów) na wartość średnią: N i=1 µ = x iw i N i=1 W i (4) µ wartość średnia (u Poissona oznaczana jako λ), N wielkość próby, x i wynik pomiaru, W i waga pomiaru, tożsama z liczebnością (częstością) występującą w histogramie oraz w trakcie całego ćwiczenia. 2

1.1.3 Histogram i test χ 2 Histogram to sposób przedstawienia danej wielkości (widoczny już na Rys.2 ) charakteryzujący się ustaleniem przedziałów (binów) dzielących badaną cechę i przypisywania pomiarów do konkretnego binu. Dzięki tej operacji można wykonać wykres liczebnościowy danego binu (ile wystąpiło wyników) i porównywać z odpowiednimi rozkładami teoretycznymi. Test χ 2 to test statystyczny umożliwiający rozstrzyganie o tym, czy wyniki uzyskane w doświadczeniu są zgodne z tymi postulowanymi przez teorię. Całość testu przeprowadza się na tzw. poziomie istotności α co daje nam rozeznanie na ile wyniki są pewne. Wedle wzoru: χ 2 = n (O i E i ) 2 n liczba pomiarów (także liczebność binu), O i wartości eksperymentalne wielkości, E i hipotetyczne wartości wielkości (teoretyczne), χ 2 zmienna decydująca o tym, czy test został pozytywnie zweryfikowany. i=1 E i () Weryfikacja testu jest zależna od n 1 (tzw. stopnie swobody) oraz poziomu istotności α. 2 Przeprowadzenie eksperymentu 2.1 Cel Celem ćwiczenia jest zapoznanie się ze stochastycznym charakterem przemian promieniotwórczych oraz sposobami opracowywania takich zjawisk. 2.2 Pomiar Wykonano dwa pomiary bez źródła promieniowania (16 punktów pomiarowych po 1 sekunda każdy) oraz jeden ze źródłem 137 Cs - w tym przypadku uzyskano 2 pomiarów po 1 sekund każdy. Do detekcji użyto licznika Geigera-Müllera na który podano napięcie U = 14 [V ]. 2.2.1 Pierwszy eksperyment: średnio jeden impuls Celem pierwszego eksperymentu było uzyskanie średnio 1 impulsu w jednej sekundzie. Taką serię pomiarową zapisano przy wyciągniętym źródle promieniowania i zamkniętym domku pomiarowym. Jak wspomniano wcześniej, próba wyniosła 16 punktów. Wyniki częstościowe zestawiono w Tab.1 : Tab.1 Tabela z pomiarem pierwszym. Impulsy I Liczebność L 17 1 42 2 32 3 39 4 1 1 6 Impulsy liczba zliczonych impulsów, odczytana z przelicznika, będziemy używać na jej oznaczenie litery I, Liczebność inaczej częstość impulsów 1, zamiennie będziemy używać litery L. 1 ile uzyskano pomiarów o danej liczbie impulsów - patrz wprowadzenie teoretyczne 3

Na podstawie wyników z Tab.1 wyliczono wartość średnią I wraz z odchyleniem (wzory (3) i (4), wagi W i to odpowiednie liczebności L) : µ 1 = 2.3 ± 1. Założono przy tym, że zdarzenie jest opisywane przez rozkład Poissona (co jest prawdziwe tylko dla małej liczby I!). Na podstawie Tab.1 wykonano histogram pomiarowy oraz wyznaczono (ze znajomości średniej µ 1 ) histogram teoretyczny. Całość przedstawiono poniżej: liczebnosc L 4 4 Teoria Pomiar 1 3 3 2 2 1 1 1 2 3 4 6 7 8 impulsy I Wyk.1 Histogram pomiaru pierwszego wraz z teoretycznym histogramem dla µ 1 = 2.3. Gdzie oznaczenia konsekwentnie są niezmienne. 2.2.2 Drugi eksperyment: średnio cztery impulsy W drugim pomiarze lekko uchylono drzwiczki do domku tak, aby uzyskać większą średnią (około 4 impulsów) w pomiarze. Próba, podobnie jak wcześniej, wyniosła 16 punktów. Czas nie uległ zmianie i nadal trzymamy się założenia o rozkładzie Poissona. W tym przypadku procedura obliczeniowa była identyczna jak w pomiarze pierwszym, dlatego poniżej ograniczono się do zestawienia danych, przytoczenia średniej µ 2 i pokazaniu histogramu. Jeśli inaczej nie jest napisane, oznaczenia nie ulegają zmianie. Tab.2 Tabela z pomiarem drugim. Impulsy I Liczebność L 2 1 6 2 1 3 32 4 3 3 6 19 7 14 8 9 1 1 11 1 Średnia wyniosła: µ 2 = 4. ± 2.1 4

Histogram teoretyczny oraz doświadczalny: liczebnosc L 3 3 Teoria Pomiar 2 2 2 1 1 2 4 6 8 1 12 14 Wyk.2 Histogram pomiaru drugiego wraz z teoretycznym histogramem dla µ 2 = 4.. impulsy I 2.2.3 Trzeci eksperyment: źródło 137 Cs W tym wariancie umieszczamy źródło cezu w domku pomiarowym, zwiększamy czas pojedynczego pomiaru do 1 sekund i wielkość próby do 2. Uzyskujemy dosyć duże (oscylujące wokół 1) liczby impulsów. Są to warunki odpowiednie do zastosowania rozkładu Gaussa. Aby ocenić poprawność naszego założenia użyjemy testu chi-kwadrat 2. Czyste dane nie zostaną tutaj wprowadzone z powodu objętości. Wyliczamy z nich jedynie średnią z odchyleniem, później operujemy na danych liczebnościowych: µ 3 = 971 ± 29 Zamiast tego w Tab.3 umieszczono liczebności L pomiarów w danym binie: Tab.3 Tabela z pomiarem trzecim - wykonano interpretację przedziałową dla histogramu. Zakres impulsów I Liczebność w binie L 884-9 4 9-916 3 916-932 9 932-948 24 948-964 36 964-98 48 98-996 37 996-112 22 112-128 13 128-144 4 Gdzie wszystkie wcześniejsze oznaczenia są analogiczne. Szerokość binu oszacowano 3 z odchylenia standardowego, rozmiaru próby oraz wartości maksymalnej i minimalnej. Ustalono ostatecznie, że szerokość ta wyniesie B = 16 zliczeń i uzyskamy przez to 1 przedziałów histogramowania. 2 wprowadzenie w sekcji teoretycznej 3 starano się, aby przedziały dobrać w sposób, który da jakieś wyobrażenie o rozkładzie przy jednoczesnym braku zębów i nieznikaniu wykresu.

Do histogramu i testu χ 2 potrzebne są wartości teoretyczne które wyznacza się ze wzoru: L t = G(σ, µ; I s ) N B (6) G(σ, µ; I s ) funkcja gęstości rozkładu Gaussa, wspominana we wstępie teoretycznym wraz z odchyleniem standardowym σ oraz wartością oczekiwaną µ, I s wartość środkowa z danego przedziału impulsów I (np. dla zakresu 884-9 jest to 892), B szerokość binu szacowana wcześniej, N całkowita liczba pomiarów (u nas 2). Histogram ostatecznie prezentuje się następująco: liczebnosc L 4 Teoria Pomiar 3 4 3 3 2 2 1 1 884 9 916 932 948 964 98 996 112 128 144 Wyk.2 Histogram pomiaru trzeciego wraz z teoretycznym histogramem Gaussa. impulsy I Ostatnią rzeczą pozostałą do obliczenia jest test χ 2, wykonanego według wzoru (). Przy n = 1 (stopnie swobody = 9) zmienna przyjęła wartość: χ 2 = 9.77 Według wartości tabelarycznych 4 dane spełniają kryterium dla poziomu istotności α 3 =.3 (9.77 < 1.66). Dokładniejsze dane uzyskane w programie OpenOffice Calc wskazują na poziom istotności α 3 =.37. 4 użyto Tabeli 7.3, str. 138, z książki B. Dziunikowskiego i S. Kality Ćwiczenia laboratoryjne z jądrowych metod pomiarowych 6

3 Wnioski 1. Z przeprowadzonych trzech pomiarów widać, że rządzą nimi dwa różne rozkłady, w zależności od tego jak częste jest zjawisko i jak długo przeprowadzamy pomiar. Rozkłady Poissona są idealnym przybliżeniem dla pierwszych dwóch pomiarów, w ostatnim zaś to rozkład Gaussa staje się dobrym opisem zjawiska. 2. Testy zgodności pierwszego i drugiego pomiaru okazały się dosyć ciekawe. Otóż, pierwszy pomiar przyniósł istotność podobną do pomiaru trzeciego - α 1 =.36. Natomiast pomiar drugi uzyskał fenomenalny poziom istotności α 2 =.97. Niestety, nie udało się odnaleźć źródła takiej dobrej zgodności. Nie wydaje się również, aby był to błąd przypadkowy. 3. Test na poziomie istotności α 3 =.37(.3) (zob. sekcję doświadczenia po więcej szczegółów) wskazuje, że mimo prawdopodobnego rozkładu Gaussa, istnieją czynniki zakłócające pomiar (oprócz zwyczajnych fluktuacji statystycznych). Na poziomie tego doświadczenia nie jesteśmy w stanie stwierdzić co jest źródłem błędów. 4. Teoretycznie, można zastanowić się nad tym, jak zmienią się wyniki testu gdy dokonamy, wydaje się, racjonalnego zaokrąglenia wartości teoretycznych (wyznaczonych z funkcji Gaussa) do wielkości całkowitych - nie ma wszak liczności niecałkowitych. Po dokonaniu takiego zabiegu, test jednak zwraca wartość mniej istotną - α 3 x =.28. Można spekulować nad większą przydatnością tak przeprowadzonego badania.. Nie wydaje się także, aby wynik testu można było wyśrubować za pomocą dobrania odpowiedniej ilości binów. Mimo 2 binów, podobną istotność uzyskał niezależnie inny zespół przeprowadzający doświadczenie. źródło: Internet 7