Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Esperienza di Poisson
1. Scopo dell’esperienza
Lo scopo di questa esperienza è determinare il rate di una sorgente radioattiva utilizzando un contatore
geiger e analizzare i set di misure della radiazione naturale di fondo e di quelli della radiazione del fondo
unita all’attività della sorgente adoperando la statistica di Poisson per gli eventi rari. Si vuole inoltre
confrontare l’adattamento del modello gaussiano e di quello poissoniano alle distribuzioni sperimentali
ottenute dalle quattro serie di acquisizioni effettuate. Si intende infine valutare quale sia la corretta
incertezza da associare al rate della sorgente ottenuto come differenza tra il rate del fondo unito
all’attività della sorgente e il rate del solo fondo.
2. Apparato sperimentale
1. Nella prima fase è stata allontanata sufficientemente la sorgente dal contatore (con una distanza >>
lunghezza massima del carrello) e sono state prese circa 3000 misurazioni della radiazione naturale di fondo
con un tempo porta di 3s.
2. Nella seconda fase è stato raccolto un secondo set di circa 3000 misurazioni della radiazione di fondo con la
sorgente sufficientemente lontana dal rilevatore e con un tempo porta di 1s.
3. Nella terza fase la sorgente è stata posta sul carrello a una distanza fissa di 3 cm dal contatore e sono state
effettuate 1000 misurazioni dell’attività della sorgente unita alla radiazione di fondo con un tempo porta di
1s.
4. Nella quarta fase è stato raccolto un quarto set di 1000 misurazioni dell’attività della sorgente unità alla
radiazione di fondo con la sorgente collocata sul carrello a una distanza fissa di 3 cm dal rilevatore e con un
tempo porta di 3s.
Il rate del fondo è stato calcolato dividendo il valor medio dei conteggi di entrambe le distribuzioni per il corrispondente
tempo porta:
x́
RATE= Δt=tempo porta
Δt
Poiché l’incertezza associata al valor medio è la deviazione standard della media, la corretta incertezza da associare al
rate è la deviazione standard della media divisa per il tempo porta:
σ x́
INCERTEZZA RATE= Δt=tempo porta
Δt
Considerando che in questa esperienza si è in presenza di eventi rari (poiché infatti la probabilità che una radiazione
ionizzante dovuta al fondo di radioattività naturale incida sul rilevatore in un intervallo di tempo pari alla finestra di
conteggio è molto piccola), si ipotizza in via preliminare che le distribuzioni empiriche del fondo siano governate dalla
distribuzione di Poisson data da:
λk − λ
P λ ( k )= ⅇ
k!
e in cui valgono le seguenti relazioni teoriche:
σ 2(varianza teorica)=λ
1 636
1000 1500
2 96
Frequenze assolute
800 3
1000 12
4 1
600 500
400 0
0 1 2 3 4
200 Conteggi
0
0 1 2 3 4 5 6
Conteggi
2 2σ2
INCERTEZZA σ = n=numero di misure
√ 2 ( n−1 )
Per quanto riguarda invece il rate medio e il relativo errore, si è proceduto allo stesso modo già visto per le distribuzioni
del fondo usando le formule:
x́ σ x́
RATE= INCERTEZZA RATE=
Δt Δt
In modo analogo a quanto detto per le distribuzioni del fondo, si nota che anche nel caso delle distribuzioni del
fondo+sorgente si è in presenza di eventi rari. Si sottolinea infatti che la probabilità sul singolo evento (vale a dire il fatto
che una radiazione ionizzante emessa della sorgente o causata dal rumore di fondo naturale incida sul contatore geiger
nella porzione di angolo solido in direzione del rilevatore e venga registrata in un intervallo di tempo pari al tempo
porta) è molto piccola ( 10−20 ¿ mentre il numero di “casi possibili” (cioè il numero di nuclei instabili della sorgente e del
fondo) è molto grande ( 1020 ¿. Pertanto ci si aspetta che anche in questo caso le distribuzioni empiriche seguano quella
teorica di Poisson e che vi sia quindi un buon accordo tra la media e la varianza empiriche in entrambe le distribuzioni.
Per la verifica di tale compatibilità si rimanda al punto 6.
Distribuzione conteggi
Distribuzione fondofondo
conteggi + sorgente- 3 cm - 1
+ sorgente-
Dati accorpati
sec 3 cm - 3(fondo
sec + sorgente tempo
300
160 porta 1s – distanza 3cm)
250
140
K Frequenza assoluta
assolute
0 40
200
120 1 146
assolute
150 2 206
Frequenze
100
3 240
100
80 4 181
Frequenze
50 5 114
60
6 45
0
40 07 1 2 3 4 155 6 7 8 9 10
8 5
Conteggi
20
9 7
0 10 1
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
Conteggi
Dati accorpati (fondo + sorgente tempo
porta 3s – distanza 3cm)
K Frequenza assoluta
2 3
3 8
4 19
5 33
6 67
7 106
8 115
9 143
10 140
11 89
12 95
13 66
14 44
15 36
16 17
17 13
18 3
19 2
20 0
21 1
6. Verifica di compatibilità tra la media e la varianza: fondo+sorgente
Come già precedentemente accennato, in questa esperienza si è in presenza di conteggi di eventi rari, poiché il numero
di nuclei instabili della sorgente è molto grande (indicativamente dell’ordine di 10 20) rapportato alla probabilità di
decadimento per ogni nucleo che è invece molto piccola (indicativamente dell’ordine di 10 -20). Nell’ipotesi teorica di aver
raccolto un numero infinito di misure in ogni campione, la distribuzione limite della popolazione è quella di Poisson.
Poiché in tale distribuzione vale:
¿ Media−Varianza∨¿ σ MAX
¿ Media−Varianza∨¿ 2σ MAX
Si può quindi affermare che in entrambe le distribuzioni la media e la varianza sono compatibili entro 2 volte la somma
dei relativi errori e che pertanto non sia scorretto ipotizzare in via preliminare che le distribuzioni del fondo + sorgente
seguano un andamento poissoniano (come poi verificato con il superamento per entrambe le distribuzioni del test del
χ 2 con il modello poissoniano).
Confronto tra distribuzione
Confronto trateorica (Gauss)teorica
distribuzione e osservata Fondo+sorgente
(Poisson) e osservata -3cm- tempo 7. Test del χ 2con
porta 1s Fondo+sorgente -3cm- tempo porta 1s
300
300
Freq. osservate Ok Freq. attese Ek
modello
250
250
Freq. osservate Ok Freq. attese Ek
poissoniano e
gaussiano
assolute
200
Freqeunzeassolute
200
150
(fondo+sorgente –
Numero di classi1
150
9 d=3 cm)
Frequenze
χ 2 calcolato
100
100 10.580
7.1 Fondo+sorgente -3cm- tempo
2
Gradi di libertà 7
50
50 porta 1s
Livello di 0.05
significatività
0 7.1.1 Modello poissoniano
0
2
χ critico -2 -1 0 1 2 3 4 5 La 6funzione
7 8
teorica 9 10
di Poisson Ipotesibene
descrive nullalaHdistribuzione
0: sperimentale
0 1 14.067
2 3 4 5 6 7 8 9 10
Conteggi osservata. Questo implica che ogni eventuale differenza tra le frequenze
Conteggi
attese Ek e quelle osservate Ok è imputabile agli errori casuali.
1. In questo test non è stato necessario aggiungere classi vuote in quanto con le sole classi popolate
del campione la somma delle frequenze attese Ek supera la soglia di normalizzazione di 999.5.
2. I gradi di libertà sono stati calcolati utilizzando la formula riportata al punto 9.8 tenendo presente
che il numero c di parametri del modello poissoniano è uguale a 1 ( λ).
Conclusione del test:
Il test del chi-quadrato è superato perché il valore di χ 2 calcolato è minore del valore critico della
variabile χ 2 con un numero di gradi di libertà di 7 e un livello di significatività di 0.05. Pertanto si
accetta l’ipotesi H0 con un livello di significatività del 5%, cioè la distribuzione teorica poissoniana
descrive bene la distribuzione empirica del fondo+sorgente -3cm- tempo porta di 1s.
Numero di classi1 10
χ 2 calcolato 37.191
Gradi di libertà2 7
Livello di 0.05
significatività
χ 2 critico 14.067
1. Al fine di rendere la somma delle frequenze attese gaussiane Ek superiore del livello di
normalizzazione di 999.5, sono state aggiunte 2 classi vuote alla coda sinistra della distribuzione
per ragioni di simmetria.
2. Per il calcolo dei gradi di libertà si è usata la formula riportata al punto 9.8, considerando che per
il modello gaussiano il numero c di parametri del fit è 2 (media e dev. standard).
80
60
40
20
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
Conteggi
1. In questo test è stata aggiunta una classe vuota nella coda di sinistra e una in quella di destra per
ottenere una somma delle frequenze attese superiore a 999.5 (controllo di normalizzazione).
2. Come al punto 7.1.1 i gradi di libertà sono stati calcolati utilizzando la 9.8 con c=1.
Conclusione del test:
Il test del chi-quadrato risulta superato perché il χ 2 calcolato è minore del χ 2critico corrispondente a
un livello di significatività di 0.05 e a un numero di gradi di libertà di 15. Questo significa che si accetta
l’ipotesi nulla con un livello di significatività del 5%, cioè il modello poissoniano descrive in buon modo
la distribuzione del fondo+sorgente -3cm- tempo porta di 3s.
80
60
40
20
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
Conteggi
1. Per il test con il modello gaussiano sono state aggiunge 2 classi vuote nella coda di sinistra (scelta
fatta per ragioni di simmetria e valutando i contributi maggiori in termini di Ek) per ottenere una
somma delle frequenze attese superiore a 999.5 (livello di normalizzazione).
2. Come al punto 7.1.2, i gradi di libertà sono stati calcolati utilizzando la 9.8 con c=2.
Poiché il valore di χ 2 calcolato è maggiore del valore critico della variabile χ 2 corrispondente a un
numero di gradi di libertà pari a 13 e ad un livello di significatività di 0.05, il test del chi-quadrato non è
superato e pertanto si rigetta l’ipotesi nulla con un livello di significatività del 5%. Di conseguenza la
distribuzione reale dei dati del fondo+sorgente -3cm- tempo porta 3s si discosta dalla distribuzione
teorica di Gauss.
I test 7.1.1 e 7.2.1 confermano che il modello poissoniano si adatta bene alla descrizione della distribuzione di
conteggi del decadimento di una sorgente radioattiva posta a distanza fissa (d=3cm) dal rilevatore perché si è in
presenza di eventi rari con una probabilità sul singolo evento piccola e un numero di “casi possibili” molto grande.
D’altro canto, i test di adattamento con il modello gaussiano condotti sulle distribuzioni dei due set fondo+sorgente
(7.1.2 e 7.2.2) mettono in luce l’asimmetria destra delle due distribuzioni empiriche e il fatto che, come si nota
soprattutto nel caso del fondo+sorgente -3 cm- tempo porta 1s, le distribuzioni non assumono una forma
simmetrica a campana: pur non disponendo degli strumenti per fare un confronto in termini di probabilità, si può
tuttavia osservare che, a parità di livello di significatività, la differenza tra χ 2 osservato e il χ 2critico corrispondente
in 7.2.2 ( Δt =3 s) è minore di quella calcolata in 7.1.2 ( Δt =1 s).
Questo significa che, sebbene il test del chi-quadrato di adattamento del modello gaussiano non sia stato superato
sia per la distribuzione del fondo+sorgente con tempo porta di 1s sia per quella con tempo porta di 3s, nella
distribuzione dei dati del quarto set si osserva un accordo migliore con il modello gaussiano rispetto a quello
significativamente peggiore della distribuzione del terzo set di dati. Tale osservazione può essere ritenuta in linea
con la teoria statistica che mette in relazione la distribuzione di Poisson con quella di Gauss: poiché infatti a livello
teorico per λ → ∞ la distribuzione di Poisson si approssima a quella di Gauss (a parità di media e di dev. standard),
a livello empirico, confrontando due distribuzioni di dati descritte bene dalla statistica di Poisson (come confermato
da 7.1.1 e da 7.2.1), quella che presenterà l’accordo migliore con il modello gaussiano sarà quella con il valore
medio maggiore, come si evince dalla tabella qui di seguito riportata.
Ponendo:
R F=rate del fondo con tempo porta di1 s e σ F =il relativo errore,
R'F=rate del fondo con tempo porta di3 s e σ F =il relativo errore,
'
R FS=rate del fondo + sorgente con tempo porta di1 s e σ FS=il relativo errore ,
R F S ¿ rate del fondo+ sorgente con tempo portadi 3 s e σ F S =il relativo e rrore ,
' '
R S=rate della sorgente corrispondente a un tempo porta di1 s e σ S =il relativo errore,
R s =rate della sorgente corrispondente aun temp o porta di 3 s e σ s =il relativo errore ,
' '
si ha che:
conteggi
R s=R FS−R F=3.060−0.302=2.758
s
conteggi
R s =R F S −R F =3.254−0.3055=2.949
' ' '
s
Poiché R s e R s sono 2 grandezze ottenute ciascuna come differenza di 2 grandezze affette da errori gaussiani
'
calcolate a partire da misurazioni indipendenti tra loro, per la teoria della propagazione gaussiana degli errori
indipendenti, l’errore da associare al rate della sorgente è la somma in quadratura degli errori associati al rate del
fondo e al rate del fondo + sorgente, vale a dire:
conteggi
σ S= √σ 2FS +σ 2F =√ 0.0532+ 0.0102=0.054
s
conteggi
σ s =√ σ 2F S +σ 2F =√ 0.0322 +0.00662=0.033
' ' '
s
Le due stime del rate della sorgente sono pertanto:
Poiché le 2 stime sono state calcolate in modo indipendente a partire dalla stessa popolazione, si può verificare se
sono compatibili con un test z. Siccome il valore atteso per la differenza tra i due rate è 0, si effettua il seguente test
di Gauss:
Ipotesi H0: La differenza tra i due rate osservata e il valore atteso 0 sono compatibili. Questo implica che la differenza
tra i due rate osservata è stata estratta da una popolazione di differenze dello stesso tipo (cioè tra rate
della sorgente calcolati con tempi porta, rispettivamente, di 3s e di 1s) centrata attorno al valore atteso 0
e avente deviazione standard pari alla somma in quadratura di σ S e di σ S calcolati sopra.
'
Si definisce B la variabile B=R s R ¿ e σ s −s l’errore associato al valore calcolato della variabile B che chiamiamo Boss.
'−¿
s
'
Cont ⅇ≫ⅈ
Boss =R's −Rs=2.949−2.758=0.191
s
conteggi
Bexp=0
s
conteggi
σ s −s=√ σ 2s +σ 2S= √ 0.0332 +0.054 2=0.063
' '
s
|Bexp−Boss| 0.191
|z oss|= σ s −s
'
=
0.063
=3.03
|z oss| 3.03
Livello di significatività 0.05→ 5%
p-value 0.0024→ 0.24%
z critico 1.96
Il test z non risulta superato perché il valore di z osservato è maggiore dello z critico corrispondente a un livello di
significatività di 0.05 e pertanto l’ipotesi nulla è rifiutata con un livello di significatività del 5%. Si può inoltre osservare
che ripetendo il test con un livello di significatività di 0.0027 (corrispondente a uno z critico=3.00) si sarebbe ugualmente
ottenuto un esito negativo. Questo significa che la differenza tra Boss (osservata) e Bexp (attesa) risulta essere
statisticamente molto significativa e in linea di principio non può essere spiegata con i soli errori casuali.
Non avendo assistito in prima persona alla presa dati (e quindi non sapendo con certezza l’ordine in cui sono state prese
le misurazioni) e alla successiva estrapolazione di circa 120 campioni (uno per ogni studente) di 1000 misure ciascuno a
partire da 2 campioni originari (presi in laboratorio) di circa 3000 misurazioni ciascuno del fondo+sorgente
rispettivamente con tempo porta di 1s e 3s e non avendo a disposizione i risultati del suddetto test z dei circa 120
colleghi, si ipotizzano le seguenti cause di errore sistematico:
Nell’ipotesi che tutti i colleghi abbiano riscontrato un analogo risultato nel test z:
Accidentale variazione della distanza d e/o dell’angolo θ tra la sorgente e il contatore geiger tra la presa
dati del campione originario con tempo porta di 1s e quello con tempo porta di 3s (ad esempio
d tempo porta 3 s=3 cm mentre d tempo porta 1 s=3 cm+ Δd con Δd ≥ 0 e / o
Nell’ipotesi in cui alcuni colleghi abbiano ottenuto un test z superato con un livello di significatività del 0.05:
Errore nel codice di estrapolazione dei set di 1000 misure a partire da quelli originari di circa 3000
misurazioni a causa del quale il processo di estrapolazione non sia risultato effettivamente randomico.
Altre cause non note
In conclusione, seppur il precedente test z abbia dato esito negativo, non si hanno a disposizioni sufficienti prove per
mostrare l’esistenza di un errore sistematico nel setup sperimentale o nel successivo rimaneggiamento dei dati. Inoltre,
la verifica di compatibilità tra i due rate della sorgente ottenuta (riportata per completezza di esposizione) va al di là
degli scopi prefissati per questa esperienza ed esposti al punto 1 di questa relazione.
9. Formule utilizzate
9.1 MEDIA ARITMETICA
∑ xi N=numero misure
x́= i=1
N
9.2 VARIANZA
N
σ=
√ ∑ ( x i− x́ )2
i=1
N−1
N=numero misure
σ
σ x́ = N=numero misure
√N
x́
RATE= Δt=tempo porta
Δt
σ x́
INCERTEZZA RATE= Δt=tempo porta
Δt
9.7 INCERTEZZA VARIANZA
2 2 σ2
INCERTEZZA σ = N=numero misure
√ 2 ( N −1 )