1. A radioaktivitás statisztikus jellege

Hasonló dokumentumok
Statisztika 1. zárthelyi dolgozat március 21.

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje.

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

I. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó.

Miért érdekes? Magsugárzások. Az atommag felépítése. Az atom felépítése

Miért érdekes? Magsugárzások. Az atommag felépítése. Az atom felépítése

BIOMATEMATIKA ELŐADÁS

Matematika B4 I. gyakorlat

3. SOROZATOK. ( n N) a n+1 < a n. Egy sorozatot (szigorúan) monotonnak mondunk, ha (szigorúan) monoton növekvő vagy csökkenő.

2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +...

2. gyakorlat - Hatványsorok és Taylor-sorok

Nevezetes sorozat-határértékek

Rudas Tamás: A hibahatár a becsült mennyiség függvényében a mért pártpreferenciák téves értelmezésének egyik forrása

Populáció. Történet. Adatok. Minta. A matematikai statisztika tárgya. Valószínűségszámítás és statisztika előadás info. BSC/B-C szakosoknak

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

Miért érdekes? Magsugárzások. Az atom felépítése. Az atommag felépítése. Semmelweis Egyetem Biofizikai és Sugárbiológiai Intézet

VÉLETLENÍTETT ALGORITMUSOK. 1.ea.

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben

biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat

VII. A határozatlan esetek kiküszöbölése

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai

Statisztika 1. zárthelyi dolgozat március 18.

2. fejezet. Számsorozatok, számsorok

3.1. A Poisson-eloszlás

Pályázat címe: Pályázati azonosító: Kedvezményezett: Szegedi Tudományegyetem Cím: 6720 Szeged, Dugonics tér

V. Deriválható függvények

NUMERIKUS SOROK II. Ebben a részben kizárólag a konvergencia vizsgálatával foglalkozunk.

Gyakorló feladatok II.

Tartalomjegyzék. Pemutáció 5 Ismétléses permutáció 8 Variáció 9 Ismétléses variáció 11 Kombináció 12 Ismétléses kombináció 13

Ingatlanfinanszírozás és befektetés

A figurális számokról (IV.)

A függvénysorozatok olyanok, mint a valós számsorozatok, csak éppen a tagjai nem valós számok,

Feladatok és megoldások a 11. heti gyakorlathoz

? közgazdasági statisztika

véletlen : statisztikai törvényeknek engedelmeskedik (Mi az ami közös a népszavazásban, a betegségek gyógyulásában és a fiz. kém. laborban?

Komplex számok. d) Re(z 4 ) = 0, Im(z 4 ) = 1 e) Re(z 5 ) = 0, Im(z 5 ) = 2 f) Re(z 6 ) = 1, Im(z 6 ) = 0

Empirikus szórásnégyzet

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága

I. rész. Valós számok

Innen. 2. Az. s n = 1 + q + q q n 1 = 1 qn. és q n 0 akkor és csak akkor, ha q < 1. a a n végtelen sor konvergenciáján nem változtat az, ha

Intervallum Paraméteres Hipotézisek Nemparaméteres. Statisztika december 2.

Számsorozatok. 1. Alapfeladatok december 22. sorozat határértékét, ha. 1. Feladat: Határozzuk meg az a n = 3n2 + 7n 5n létezik.

NÉMETH LÁSZLÓ VÁROSI MATEMATIKA VERSENY 2013 HÓDMEZŐVÁSÁRHELY OSZTÁLY ÁPRILIS 8.

18. Differenciálszámítás

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

Matematika I. 9. előadás

Kutatói pályára felkészítı modul

Egy lehetséges tételsor megoldásokkal

Sorozatok A.: Sorozatok általában

Megjegyzések. További tételek. Valódi határeloszlások. Tulajdonságok. Gyenge (eloszlásbeli) konvergencia

6. feladatsor. Statisztika december 6. és 8.

SOROK Feladatok és megoldások 1. Numerikus sorok

Radioaktív bomlási sor szimulációja

(A TÁMOP /2/A/KMR számú projekt keretében írt egyetemi jegyzetrészlet):

Folytonos idejű rendszerek stabilitása

Kétoldali hibás Monte Carlo algoritmus: mindkét válasz esetén hibázhat az algoritmus, de adott alsó korlát a hibázás valószínűségére.

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem

6 A teljesítményelektronikai kapcsolások modellezése

1. gyakorlat - Végtelen sorok

Kidolgozott feladatok a nemparaméteres statisztika témaköréből

Kalkulus II., második házi feladat

Sorozatok október 15. Határozza meg a következ sorozatok határértékeit!

( a b)( c d) 2 ab2 cd 2 abcd 2 Egyenlőség akkor és csak akkor áll fenn

Villamos gépek tantárgy tételei

1. Írd fel hatványalakban a következõ szorzatokat!

Komputer statisztika

18. Valószín ségszámítás. (Valószín ségeloszlások, függetlenség. Valószín ségi változók várható

Kalkulus I. Első zárthelyi dolgozat szeptember 16. MINTA. és q = k 2. k 2. = k 1l 2 k 2 l 1. l 1 l n 6n + 8

Általános taggal megadott sorozatok összegzési képletei

Az új építőipari termelőiár-index részletes módszertani leírása

Kvantum párhuzamosság Deutsch algoritmus Deutsch-Jozsa algoritmus

Populáció nagyságának felmérése, becslése

1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3

Rádiókommunikációs hálózatok

(d) x 6 3x 2 2 = 0, (e) x + x 2 = 1 x, (f) 2x x 1 = 8, 2(x 1) a 1

Valószínűségszámítás

2. Az együttműködő villamosenergia-rendszer teljesítmény-egyensúlya

A paramétereket kísérletileg meghatározott yi értékekre támaszkodva becsülik. Ha n darab kisérletet (megfigyelést, mérést) végeznek, n darab

6. Számsorozat fogalma és tulajdonságai

Eseme nyalgebra e s kombinatorika feladatok, megolda sok

10.M ALGEBRA < <

ALGEBRA. egyenlet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 198.

Valószínűségszámítás alapjai szemléletesen

10. évfolyam, harmadik epochafüzet

SZÁMELMÉLET. Vasile Berinde, Filippo Spagnolo

Sorbanállási modellek

Zavar (confounding): akkor lép fel egy kísérletben, ha a kísérletet végző nem tudja megkülönböztetni az egyes faktorokat.

2.1. A sorozat fogalma, megadása és ábrázolása

MATEMATIKA I. KATEGÓRIA (SZAKKÖZÉPISKOLA)

1. előadás: Bevezetés. Irodalom. Számonkérés. Cél. Matematikai statisztika előadás survey statisztika MA szakosoknak. A matematikai statisztika tárgya

ezek alapján kívánunk dönteni. Ez formálisan azt jelenti, hogy ellenőrizni akarjuk,

A matematikai statisztika elemei

1. A KOMPLEX SZÁMTEST A természetes, az egész, a racionális és a valós számok ismeretét feltételezzük:

A valószínűségszámítás elemei

1. Komplex szám rendje

Méréstani összefoglaló

8.1. A rezgések szétcsatolása harmonikus közelítésben. Normálrezgések. = =q n és legyen itt a potenciál nulla. q i j. szimmetrikus. q k.

A sugárzások a rajz síkjára merőleges mágneses téren haladnak át γ α

Az atommag összetétele, radioaktivitás

Átírás:

A radioaktivitás időfüggése 1. A radioaktivitás statisztikus jellege Va N darab azoos radioaktív atomuk, melyekek az atommagja spotá átalakulásra képes. tegyük fel, hogy ezek em bomlaak tovább. Ekkor a leáyelem stabil, és a bomlás típusa egyszerű bomlás. Feltételezzük, hogy az N atommag egymástól függetle, így a bomlások is függetleek egymástól, egy atommag időegységre jutó bomlási valószíűsége időbe álladó, ezt bomlási álladóak hívjuk, jele: λ, mértékegysége 1/s. 1.1. Az elbomlott atommagok számáak eloszlása Vizsgáljuk a redszert valameyi ideig, ami lehet rövid is és hosszú is. Ezalatt az idő alatt akármelyik atommag elbomlásáak valószíűsége p 1, ami függ az eltelt időtől, és el em bomlásáak valószíűsége 1 p 1. Ha végigézzük az összes N atommagot, akkor midél két eset va, vagy elbomlott vagy em. Mid az N atommagra defiiáljuk egy b i értéket, ami 0 ha em bomlott el és 1 ha elbomlott az adott atommag ezalatt az idő alatt. A lehetséges esetek egy b 1 b 2 b 3... b N 1 b N számsorozattal írhatók le. A számsorozatból 2 N féle va. A sorred számít a sorozatba, hisze az adja meg, melyik atommagról beszélük. Mide b i logikai esethez p(b i ) valószíűség tartozik. A teljes számsor valószíűsége az egyes valószíűségek szorzata, mert függetle eseméyekről va szó. P(számsor)= p(b 1 )p(b 2 )... p(b 3 ), és p(b i = 1) = p 1 és p(b i = 0) = 1 p 1. Ha egy számsorozatba darab 1-es va, és N darab 0, akkor eek a bekövetkezéséek valószíűsége P 1 = p 1 (1 p 1 ) N. Ez azt jeleti, hogy darab atommag bomlott el a t idő alatt. Ilye sorozatból ( ) N darab va az összes számsorozat között, azaz eyi féle módo valósulhat meg az N atommag között, hogy atommag bomlott el. Ezért az összes N atommagból elbomlásáak valószíűsége az adott idő alatt: p() = p 1 (1 p 1 ) N. Azaz az elbomlott magok száma biomiális eloszlást követ. A biomiális eloszlás kiszámolásakor szembe kell ézi az N alatt az kiszámolásával, valamit két hatváyra emeléssel. Másik hátráya, hogy csak egész értékekél alkalmazható, ami persze természetese módo adódik abból, hogy az atomok száma is egész szám. Valószíűségszámítási kérdésekbe mégis előyös lesz, ha ezt az eloaszlást kicsit közelítjük. Az itt megtalálható számolás szerit a biomiális eloszlás Poissoeloszlásba megy át, ha N. Továbbá a Poisso-eloszlás Gauss-eloszlásba (Normál-eloszlásba) megy át. (ábra) Bomlások számáak eloszlása rövid idő alatt Ha egy rövid t ideig vizsgáljuk az N atommagot, az azt jleti, hogy t 1/λ, azaz p 1 1. Ekkor akármelyik atommag elbomlásáak valószíűsége p 1 = λ t. Ilyekor az elbomlott atommagok száma, azaz 1

éppe a mita aktivitásával egyezik meg. Ezért ilyekor a mita aktivitása is biomiális (Poisso-, Gausseloszlást) követ. p() = Egy atommag elbomlási valószíűségéek időfüggése (λ t) (1 λ t) N. Ha hosszabb t ideig vizsgáljuk az N darab atommagot, akkor a bomlási valószíűségre a p 1 = λt em alkalmazható. Ehelyett tegyük fel azt a kérdést, hogy ezalatt a hosszabb t idő alatt mekkora az atommag em elbomlásáak, tehát a túléléséek valószíűsége. Ez legye F(t). A hosszabb időitervallumot fel tudjuk osztai M darab, már téyleg rövid itervallumra, t = t/m. Ilyekor mide egyes szakaszo az elbomlás valószíűsége p 1 = λ t, a túlélésé 1 p 1 = 1 λ t. A t idő alatti, azaz M darab rövid időtartamo keresztüli túlélés valószíűsége: F (t) = (1 p 1 ) M = és ha végtele fiomsággal osztjuk fel a t időt: F (t) = ( 1 λ t ) M ( = 1 λt ) M M M ( lim 1 λt ) M = e λt M M A túlélési valószíűség expoeciálisa csökke, és a bomlási álladó szabja meg a csökkeés sebességét. Ha azt kérdezzük, hogy mekkora aak a valószíűsége, hogy az atommag túléli a t időt, de pot az ezutá következő t itervallumba bomlik el, akkor éppe azt határozzuk meg, hogy mekkora valószíűséggel élt t ideig az atommag. ***** Eek valószíűség sűrűsége va, hisze agyobb t eseté agyobb valószíűséget kapuk. Eek rokoa az a valószíűség, amikor az a kérdés, hogy mekkora valószíűséggel bomlik el az atommag a kezdettől számolva t idő múlva egy rövid t időitervallumo belül. Ilyekor azt modjuk, hogy pot t ideig élt az atommag, és a t idő múlva törtéő bomlás valószíűségéről va szó. 1.2. Az elbomlott atommagok számáak átlaga Mekkora a t idő alatt elbomlott atommagok számáak várható értéke,? Az valószíűségi változó eloszlását ismerjük, akkor meg tudjuk határozi a várható értékét (em precíze foglamazva az átlagát, de az átlag a tapasztalati várható értéket jeleti, amit egy adott mért mita eseté számoluk ki). = p() = i=0 p 1 (1 p 1 ) N = =0 = Np 1 N =1 =1 N(N 1)... (N + 1) p 1 (1 p 1 ) N = 1 2... (N 1)... (N + 1) p 1 1 (1 p 1 ) N 1 ( 1) 1 2... 1 2

Ha helyett bevezetjük az m = 1-et, akkor az = 1-től iduló összegzés m = 0-tól idul, és = N helyett m = N 1-ig tart: N 1 = Np 1 m=0 (N 1)... ((N 1) m + 1) 1 2... m N 1 p m 1 (1 p 1 ) N 1 m = Np 1 = Np 1 (p 1 + (1 p 1 )) N 1 = Np 1 m=0 Tehát átlagosa Np 1 = Nλ t darab atommag fog elbomlai a t idő alatt. ( N 1 m ) p m 1 (1 p 1 ) N 1 m = 1.3. Az elbomlott atommagok számáak szórása Az elbomlott atommagok számáak szórása (σ ) is va természetese. Ez megmutatja, hogy az átlag (várható érték) meyire közelíti potosa a valóságba statisztikusa lezajló folyamatot. Ezt a biomiális eloszlás szórásáak kiszámításával tudhatjuk meg. A részletes számolást most mellőzzük, de megtalálható itt. Eszerit σ 2 = Np 1 (1 p 1 ) Az elejé feltettük, hogy t idő kicsi, és így p 1 1. Ez most alkalmazva σ 2 = Np 1 (1 p 1 ) Np 1. Azt kaptuk, hogy a radioaktív bomlások statisztikája olya, hogy = Np 1 σ 2. A kísérletezés sorá ez agyo haszos. Eze tulajdoság alapjá meg tudjuk becsüli egy mérési eredméy szórását 1 darab mérésből, és em kell sokszor egymás utá megméri midehhez. Ebből a relatív szórást is meg tudjuk határozi. σ = = 1 = 1 Nλ t 2. Az egyszerű bomlás leírása 2.1. Az el em bomlott atommagok számáak időfüggése Hogya változik a megmaradt atommagok száma időbe N(t)? Kérdés, hogy az időt milye fiomsággal változtatjuk. Ha az N(t) függvéyt meg akarjuk határozi, akkor tuduk kell mide egyes atommagról, hogy mikor bomlott el, és ebbe a pillaatba az N(t) értéke eggyel csökke. Azaz igazából az N(t) ugrásfüggvéyek Θ(t i ) összege, melyek értéke kezdetbe 1, egésze t i -ig, és oa kezdve pedig 0. N(t) = i Θ(t i). De t i statisztikusa változik mide i-re és mide egyes valóságos esetbe. Az egyszerű bomlás differeciálegyelete Az el em bomlott atommagok számáak potos ismerete helyett, vizsgáljuk meg, hogy ezek számáak várható értéke hogya változik. Ez azt jeleti, hogy az ugrásfüggvéyekkel leírt időfüggéseket megvizsgáljuk agyo sok esetbe és eze görbék átlagát kiszámoljuk. Közelítsük meg úgy a kérdést, hogy az N(t) függvéyt csak t időpotokét akarjuk ismeri. Ezek között a kezdeti N értékről átlagosa darabbal fog csökkei a darabszám. Azaz N(t + t) N(t) = N = = Np 1 = Nλ t A egatív előjel jelzi, hogy csökke a darabszám. A t-t agyo kis értékek felé csökketve az egyszerű bomlás differeciálegyeletéhez jutuk: Ṅ(t) = λn(t) 3

Az eddigiek alapjá látszik, hogy ez em írja le a valós és statisztikusa változó időfüggést, haem csak a megmaradt atommagok számáak sok esetre átlagolt időfüggését adja meg. Nagy N értékek mellett az eltérést százalékosa megadó relatív szórás kicsi lesz. Potosabba σ = 1 Nλ t miatt N t 1/λ eseté a statisztikus szórás kicsi lesz, és az N(t) függvéyt jó közelítéssel visszaadja eek a differeciálegyeletek a megoldása. Az expoeciális bomlástörvéy Az egyszerű bomlás differeciálegyeletéek megoldása az expoeciális függvéy. Erről meg lehet győződi egyszerűe kipróbálással. A megoldás eve expoeciális bomlástörvéy, megjegyezzük, hogy ez csak az egyszerű bomlásra voatkozik ilye egyszerű formájába. N(t) = N 0 e λt Az elleőrzés: d ( Ṅ(t) = N 0 e λt ) = λn 0 e λt = λn(t). dt N 0 a kezdeti atommagok számát jeleti. 2.2. Felezési idő Felezési idő az az idő, ami alatt a kezdeti magok száma átlagosa a felére csökke. Az expoeciális bomlástörvéy alapjá: N(T 1/2 ) = N 0 2 Ebből: N 0 2 = N 0e λt 1/2 2 = e λt 1/2 l2 = λt 1/2 T 1/2 = l2 λ 2.3. Átlagos élettartam Vizsgáljuk meg egy darab atommag elbomlásához szükséges időt. Legye eek jele t 1. Az átlagos élettartam eek az átlaga. Először t 1 valószíűségeloszlását határozzuk meg. 2.4. Aktivitás Az egységyi idő alatt elbomlott atommagok száma az aktivitás defiíciója. Ez egyszerű bomlsá eseté a deriválással is megfogalmazható: A = dn(t) dt. Ugyais egyszerű bomlásál a radioaktív atommag em keletkezik, csak bomlik. Általáosabb esetekbe tud az atommag keletkezi is. Ilyekor az aktivitásba csak a bomlások számát szabad belevei, a keletkezési 4

sebességet em. pedig ez utóbbi a darabszám időfüggvéy deriváltjába jeletkezik. Ezért általáosabba em a feti formulával defiiáljuk az aktivitást. Egyszerű bomlás eseté az expoeciális bomlástörvéy ismeretébe a deriválás azoba elvégezhető. A(t) = dn(t) dt = λn0 e λt = λn0 e λt = λn(t) Az A = λn általáos is érvéyes, hisze a λ defiíciója szerit ez az időegységre jutó bomlási valószíűség, tehát csak a bomlást számoljuk bele. A = λn 5