Experimento 12

Distribución de PoissonDepartamento de Física Fac. Ciencias Exactas - UNLP
Distribución de Poisson
En cualquier serie de medidas, se espera que la frecuencia de ocurrencia de valores particulares siga alguna ley de distribución.
*
Departamento de Física Fac. Ciencias Exactas - UNLP
La distribución binomial
Fue la primera distribución de probabilidades enunciada teoricamente.
Bernoulli, siglo XVIII :
Si p es la probabilidad de que ocurra un evento,
q = 1- p es la probabilidad de que no ocurra.
1 experimento.
Z experimentos.
*
Si tiramos tres dados, cuál es la probabilidad de que no salga un seis?
Si tiramos tres dados, cuál es la probabilidad de que no salga un seis?
La distribución Normal
Es la aproximación analítica a la distribución binomial , cuando z es muy grande y la variable observada no es un entero.
La distribución normal se aplica al caso donde la variable observada puede variar continuamente, por ejemplo, distancia entre dos líneas espectrales.
La distribución de Poisson se aplica al caso de variables discontinuas, como el conteo de partículas.
Para z grande y valor medio constante m=pz ,
La probabilidad dPx de que x este entre x y x + dx , es:
es la desviación standard
La distribución de Poisson,
Describe todo proceso aleatorio cuya probabilidad de ocurrencia es pequeña y constante.
Esta distribución se aplica esencialmente todas las observaciones hechas en Física Nuclear experimental.
La deduciremos a partir de la distribución binomial:
*
Fórmula de Stirling
Las condiciones necesarias y suficientes son:
Todos los átomos son idénticos. La probabilidad de desintegración en un dado intervalo de tiempo es la misma para todos átomos.
Los átomos son independientes. La desintegración de uno en un dado intervalo no altera la chance de desintegrarse que otro tiene.
La probabilidad de desintegración de un átomo es la misma para todo intervalo de tiempo de igual duración ( =cte y >> obs).
*
Sea a la probabilidad media de detección de partículas, que resultan de un proceso aleatorio, por unidad de tiempo.
a t
es el número medio de detecciones en un tiempo t.
a t << 1.
Podemos suponer que
P1(t) es la probabilidad de detectar una partícula en el tiempo t.
Basta hacer t suficientemente pequeño
*
*
*
Un detector cuenta 25.456 impactos en una hora. Suponiendo que los procesos involucrados satisfacen las condiciones enunciadas al establecer las expresiones encontradas.
Multiple Choice!
Cual es la probabilidad (aproximada) de detectar 7 cuentas en 2 segundos?
*
La distribución de intervalos
La distribución de intervalos se obtiene de la distribución de Poisson. Describe la distribución en tamaño de los intervalos de tiempo entre eventos sucesivos en cualquier proceso aleatorio en el cual la razon de ocurrencia media tenga un valor constante de a eventos por unidad de tiempo.
*
La probabilidad de que haya un evento en el tiempo dt es simplemente a.dt
La probabilidad combinada de que no haya eventos durante un intervalo de tiempo t y de que haya un evento entre t y t + dt , es:
Entonces, en una distribución aleatoria de eventos que siguen la distribución de Poisson y tiene un intervalo medio constante de 1/a, la probabilidad dPt de que la duración de un intervalo particular esté entre
t y t + dt , es:
Se ve que los intervalos más cortos de tiempo, entre los eventos distribuidos al azar, tienen una probabilidad mayor de ocurrir que los intervalos más largos.
Si los datos están vinculados a un número largo de intervalos N entonces el número de intervalos mayores que t1 y menores que t2 es:
Dos casos límite son de interés especial. Haciendo encontramos
que el número de intervalos mayor que los de cualquier duración t es
Debido a que el intervalo medio es encontramos que los intervalos de mayor duración que el intervalo medio constituyen una fracción n/N = e-1
*
*
Efecto Compton
lny≈xlnz
y≈z

Documents

Experimento 12