XII RADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA

Samankaltaiset tiedostot
( ) N z ( RADIOAKTIIVISUUS TILASTOLLISENA ILMIÖNÄ. B.1 Radioaktiivisten ytimien hajoamislaki. P( z) =

KYNNYSILMIÖ JA SILTÄ VÄLTTYMINEN KYNNYKSEN SIIRTOA (LAAJENNUSTA) HYVÄKSI KÄYTTÄEN

Tiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Todennäköisyyspohjainen rankkaus

W dt dt t J.

2. Taloudessa käytettyjä yksinkertaisia ennustemalleja. ja tarkasteltavaa muuttujan arvoa hetkellä t kirjaimella y t

RADIOAKTIIVISEN HAJOAMISEN NOPEUS

( ) ( ) 2. Esitä oheisen RC-ylipäästösuotimesta, RC-alipäästösuotimesta ja erotuspiiristä koostuvan lineaarisen järjestelmän:

Rakennusosien rakennusfysikaalinen toiminta Ralf Lindberg Professori, Tampereen teknillinen yliopisto

Ilmavirransäädin. Mitat

PK-YRITYKSEN ARVONMÄÄRITYS. KTT, DI TOIVO KOSKI elearning Community Ltd

2. Suoraviivainen liike

HAJOAMISLAKI, AKTIIVISUUS JA RADIOHIILIMENETELMÄ

12. ARKISIA SOVELLUKSIA

Magneettisessa profiilitulkinnassa saaduista suskeptibiliteettiarvoista. käytettäessä kaksidimensionaalista levymallia.

ETERAN TyEL:n MUKAISEN VAKUUTUKSEN ERITYISPERUSTEET

( ) 5 t. ( ) 20 dt ( ) ( ) ( ) ( + ) ( ) ( ) ( + ) / ( ) du ( t ) dt

Tuotannon suhdannekuvaajan menetelmäkuvaus

Mallivastaukset KA5-kurssin laskareihin, kevät 2009

Öljyn hinnan ja Yhdysvaltojen dollarin riippuvuussuhde

Juuri 13 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus. K1. A: III, B: I, C: II ja IV.

( ) ( ) x t. 2. Esitä kuvassa annetun signaalin x(t) yhtälö aikaalueessa. Laske signaalin Fourier-muunnos ja hahmottele amplitudispektri.

Lyhyiden ja pitkien korkojen tilastollinen vaihtelu

JYVÄSKYLÄN YLIOPISTO Taloustieteiden tiedekunta TARJONTA SUOMEN ASUNTOMARKKINOILLA

VÄRÄHTELYMEKANIIKKA SESSIO 14: Yhden vapausasteen vaimeneva pakkovärähtely, harmoninen kuormitusheräte

TKK Tietoliikennelaboratorio Seppo Saastamoinen Sivu 1/5 Konvoluution laskeminen vaihe vaiheelta

Huomaa, että aika tulee ilmoittaa SI-yksikössä, eli sekunteina (1 h = 3600 s).

Konvoluution laskeminen vaihe vaiheelta Sivu 1/5

Kuntaeläkkeiden rahoitus ja kunnalliset palvelut

KOMISSION VALMISTELUASIAKIRJA

Laskelmia verotuksen painopisteen muuttamisen vaikutuksista dynaamisessa yleisen tasapainon mallissa

SUOMEN PANKIN KANSANTALOUSOSASTON TYÖPAPEREITA

Dynaaminen optimointi ja ehdollisten vaateiden menetelmä

ÅLANDSBANKEN DEBENTUURILAINA 2/2010 LOPULLISET EHDOT

OSINKOJEN JA PÄÄOMAVOITTOJEN VEROTUKSEN VAIKUTUKSET OSAKKEEN ARVOON

Luento 4. Fourier-muunnos

1. Matemaattinen heiluri, harmoninen värähtelijä Fysiikka IIZF2020

1 Excel-sovelluksen ohje

Tietoliikennesignaalit

Diskreetillä puolella impulssi oli yksinkertainen lukujono:

Rahoitusriskit ja johdannaiset Matti Estola. luento 13 Black-Scholes malli optioiden hinnoille

Kojemeteorologia. Sami Haapanala syksy Fysiikan laitos, Ilmakehätieteiden osasto

Sanomalehtien kysyntä Suomessa Sanomalehtien kysynnän kehittymistä selittävä ekonometrinen malli

Lorentz-muunnos L(v) on operaatio, joka voidaan esittää myös matriisina

TIELIIKENNEMELUSELVITYS

b) Esitä kilpaileva myötöviivamekanismi a-kohdassa esittämällesi mekanismille ja vertaile näillä mekanismeilla määritettyjä kuormitettavuuksia (2p)

a) Esitä piirtämällä oheisen kaksoissymmetrisen ulokepalkkina toimivan kotelopalkin kaksi täysin erityyppistä plastista rajatilamekanismia (2p).

VÄRÄHTELYMEKANIIKKA SESSIO 18: Yhden vapausasteen pakkovärähtely, transienttikuormituksia

Mallivastaukset KA5-kurssin laskareihin, kevät 2009

2. Matemaattinen malli ja funktio 179. a) f (-2) = -2 (-2) = = -6 b) f (-2) = 2 (-2) 2 - (-2) = (-8) + 7 = = 23

9. Epäoleelliset integraalit; integraalin derivointi parametrin suhteen. (x + y)e x y dxdy. e (ax+by)2 da. xy 2 r 4 da; r = x 2 + y 2. b) A.

DEE Lineaariset järjestelmät Harjoitus 4, ratkaisuehdotukset

a) Ortogonaalinen, koska kantafunktioiden energia 1

S Signaalit ja järjestelmät Tentti

KULMAMODULOITUJEN SIGNAALIEN SPEKTRIN LASKEMINEN

Rahoitusriskit ja johdannaiset Matti Estola. luento 12 Stokastisista prosesseista

KEHITTYNEIDEN VALUUTTAMARKKINOIDEN TEHOKKUUS: USD INDEKSI

Lasin karkaisun laatuongelmat

KULMAMODULOITUJEN SIGNAALIEN ILMAISU DISKRIMINAATTORILLA

Suvi Kangasrääsiö MONETAARIMALLIT EUR/USD-VALUUTTAKURSSIN VAIHTELUN SELITTÄJÄNÄ: YHTEISINTEGROITUVUUSANALYYSI ARDL-MALLISSA

Mittaus- ja säätölaitteet IRIS, IRIS-S ja IRIS-M

Termiinikurssi tulevan spot-kurssin ennusteena

Kuukausi- ja kuunvaihdeanomalia Suomen osakemarkkinoilla vuosina

Tekes tänään (ja huomenna?) Pekka Kahri Palvelujohtaja, Tekes Fortune seminaari

SGY 204. Infra pohjatutkimusformaatti versio 2.2

Toistoleuanvedon kilpailusäännöt

x v1 y v2, missä x ja y ovat kokonaislukuja.

Mittaustekniikan perusteet, piirianalyysin kertausta

Sopimuksenteon dynamiikka: johdanto ja haitallinen valikoituminen

f x dx y dy t dt f x y t dx dy dt O , (4b) . (4c) f f x = ja x (4d)

OPINTOJAKSO FYSIIKKA 1 OV OPINTOKOKONAISUUTEEN FYSIIKKA JA KEMIA 2 OV. Isto Jokinen Mekaniikka 2

SÄHKÖN HINTA POHJOISMAISILLA SÄHKÖMARKKINOILLA

1. Todista/Prove (b) Lause 2.4. käyttäen Lausetta 2.3./by using Theorem b 1 ; 1 b + 1 ; 1 b 1 1

BETONI-TERÄS LIITTORAKENTEIDEN SUUNNITTELU EUROKOODIEN MUKAAN (TTY 2009) Betonipäivät 2010

Silloin voidaan suoraan kirjoittaa spektrin yhtälö käyttämällä hyväksi suorakulmaisen pulssin Fouriermuunnosta sekä viiveen vaikutusta: ( ) (

Euroopan kehittyvien osakemarkkinoiden yhteisintegraatio

RIL Suomen Rakennusinsinöörien Liitto RIL ry

Tuotannon suhdannekuvaajan menetelmäkuvaus

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

PALLON PUTOAMINEN VÄLIAINEISSA

SGY 204. Infra pohjatutkimusformaatti versio 2.1b

Yhden selittäjän lineaarinen regressiomalli

KÄYTTÖOPAS. -järjestelmän sisäyksikkö HXHD125A8V1B

Ohjelmistojen suunnittelumenetelmät ja -työkalut

Sairastumisen taloudelliset seuraamukset 1

Teknistä tietoa TARRANAUHOISTA

Finanssipolitiikan tehokkuudesta Yleisen tasapainon tarkasteluja Aino-mallilla

Hoivapalvelut ja eläkemenot vuoteen 2050

Pyörätraktorit Vakolan tiedote 34/83

338 LASKELMIA YRITYS- JA PÄÄOMAVERO- UUDISTUKSESTA

Käyttövarmuuden ja kunnossapidon perusteet, KSU-4310: Tentti ma

STOKASTISIA MALLEJA SÄHKÖN HINNOITTELUUN. Sanni Sieviläinen

Systeemimallit: sisältö

YKSISIVUKAISTAMODULAATIO (SSB)

Suomessa tuotetun minkin- ja ketunnahan elinkaariarviointi

VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS. JULKISEN TALOUDEN PITKÄN AIKAVÄLIN LASKENTAMALLIT Katsaus kirjallisuuteen

MÄNTTÄ-VILPPULAN KAUPUNKI. Mustalahden asemakaava Liikenneselvitys. Työ: E Tampere

Sijoitusriskien ja rahoitustekniikan vaikutus TyEL-maksun kehitykseen

Osaketuottojen volatiliteetin mallintaminen

Asuntojen huomiointi varallisuusportfolion valinnassa ja hinnoittelussa

DEE Lineaariset järjestelmät Harjoitus 3, harjoitustenpitäjille tarkoitetut ratkaisuehdotukset

Transkriptio:

II ADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA Laskenaaajuus akiivisuus Määrieäessä radioakiivisen näyeen akiivisuua (A) uloksena saadaan käyeyn miausyseemin anama laskenaaajuus (). = [II.I] jossa = keräyjen pulssien määrä ja = miaukseen käyey aika. Laskenaaajuuden laauna on siis pulssi/aikayksikkö (s -1, cpm, cps). Havaiusa bruolaskenaaajuudesa (b) äyyy kuienkin vähenää miausyseemin anama ausasa aiheuunee pulssi () joa saaaisiin vain näyeesä aiheuunu neolaskenaaajuus (n) b n = [II.II] b Akiivisuus laskeaan neolaskenaaajuudesa joko veraamalla rinnakkaisessa miauksessa sandardisa saaua neolaskenaaajuua (s) (edellyäen eä unemaon näye ja sandardi miaaan äysin samoissa oloissa), s ( ) A = A [II.III] s ai jos miaussyseemin laskenaehokkuus (E(%)) unneaan, jakamalla sillä A = ( E /100)) [II.IV] Miä virheiä näihin laskuihin liiyy ja mien virhee ulee laskea ja esiää, käsiellään seuraavassa. Sysemaaise ja saunnaise virhee Kaikissa miauksissa, ei vain radioakiivisuuden miauksissa, on kahdenlaisa virheä: Sysemaainen virhe aiheuuu miausmeneelmän virheellisyydesä ja se vaikuaa aina 8

samaan suunaan. Jos esim. sandardin akiivisuus ei ole se mikä sen piäisi olla, ai laieiden aseukse muuuva kesken miauksen, aiheuuu näisä sysemaaisa virheä. Vaikka samasa näyeesä saaaisiinkin oiseavia uloksia, eivä ne ole arkkoja, mikäli miauksessa on sysemaaisa virheä. Saunnaise eli saisise virhee johuva joko miausmeneelmäsä ai ise miaavasa ilmiösä: - saunnaisuus esiinyy miausmeneelmässä, vaikka miaavalla suureella on arkka arvo - saunnaisuus esiinyy ise ilmiössä; radioakiivinen hajoaminen on juuri ällaisa Saunnaisvirheen, joa kuvaa ermi oiseavuus, ominaisuus on, eä se pienenee kun rinnakkaismiausen lukumäärä kasvaa. Alla käsiellään radioakiivisen hajoamisen saisisesa luoneesa johuvaa miausuloksen saisisa virheä. Poissonin jakauma - normaalijakauma Poissonin jakauma kuvaa radioakiivisa hajoamisa, kuen kaikkia muiakin saunnaisia ilmiöiä, joiden esiinymisodennäköisyyde ova pieniä ja pysyvä vakioina. Tämä merkisee siä, eä radioakiivisen läheen synnyämän hiukkasvuon vaihelu on eräs läheen fysikaalinen ominaisuus, joa voidaan kuvaa vain odennäköisyyslaskenaa apuna käyäen (vaihelulla ei ässä arkoiea siä, eä keskimääräinen hiukkasvuo heikkenee akiivisuuden pieneessä). Jos siis arkasellaan suura joukkoa radioakiivisia aomeja, niin siinä ieyssä ajassa apahuu vaiheleva lukumäärä hajoamisia, joka jakauuva säännöllisesi määräyn keskiarvon ympärille ja noudaava Poissonin yhälöä P m =! m e [II.V] jossa P = odennäköisyys sille, eä havaiaan hajoamisa ieynä aikavälinä, = hajoamisen lukumäärä ieynä aikavälinä (vain kokonaislukuarvoja), m = hajoamisen odennäköisin lukumäärä. Koska hajoamisen lukumäärä voi olla vain kokonaisluku, on Poissonin jakauma pylväsdiagrammi eli hisogrammi (kuva II.1.). Poissonin jakauman kuvaaja ei ole symmerinen, vaan hieman oispuoleinen. Aproksimaaiona älle kuvaajalle voidaan esiää normaalijakauumana, joka puolesaan on symmerinen (kuva II.1). Kuvaaja esiää siis 83

havaiujen hajoamisen määrää eri miauskeroina. Kuva II.1. Havaiujen radioakiivisen hajoamisen määrä esieynä Poissonin jakauman ja normaalijakauman avulla. Normaalijakaumaa kuvaa lauseke: ( m) 1 σ = [II.VI] P e σ π missä P on ieyn havainouloksen (ässä apauksessa hajoamisen lukumäärän) esiinymisodennäköisyys, m on miaavan suureen odellinen arvo ja σ on keskihajona eli sandardipoikkeama. Keskihajona eli sandardipoikkeama Normaalijakaumalle päee se, eä jos on ehy useia perääisiä saman suureen (ässä apauksessa ydinhajoamisen) miauksia ja laskeu niisä keskiarvo, on yksiäisen miauksen uloksella 68.3%:n odennäköisyys osua välille välille ± σ, 95.5%:n odennäköisyys ± σ ja 99.7%:n odennäköisyys välille ± 3σ. Tämä on havainnolliseu alla 84

olevassa kuvassa. Kuva II.. Normaalijakauma ja keskihajonojen anama odennäköisyysraja. adioakiivisuusmiausen saisisena virheenä käyeään Poissonin jakaumalle päevää yhälöä σ = m [II.VII] jossa m on siis hajoamisen odennäköinen lukumäärä. Yksiäisä laskenaaajuusmiausa ehäessä, m:n arvoa ei unnea ja sen sijasa käyeään ässä miauksessa havaiua arvoa esim.laskeujen pulssien määrää eli σ = [II.VIII] myös näin johdeulle sandardipoikkeamalle päevä yllä esiey odennäköisyysraja eli 68.3%:n odennäköisyydellä kyseinen miaus osui välille odennäköisyydellä välille ± σ oikeasa arvosa, 95.5%:n ± σ ja 99.7%:n odennäköisyydellä välille ± 3σ. Siis miaaessa esim.100 pulssia on σ:n arvo 100 = 10 ja miau arvo poikkeaa 68.3%:n odennäköisyydellä oikeasa arvosa 10%, 95.5%:n odennäköisyydellä 0% ja 99.7%:n odennäköisyydellä 30%. Jos sen sijaan keräään 10000 pulssia on σ:n arvo 10000 = 100 ja miau arvo poikkeaa 68.3%:n odennäköisyydellä oikeasa arvosa 1%, 95.5%:n 85

odennäköisyydellä % ja 99.7%:n odennäköisyydellä 3%. Siis miä arkempi ulos haluaan, siä enemmän pulsseja ulee kerää. Kun esieään lopullinen ulos, ulee sen yheyeen ilmoiaa virhe ja se kuinka monen σ:n arkkuudella virhe ilmoieaan. Esim. näin: akiivisuus on 1030 ± 70 (σ) Bq. Laskenaaajuuden virhe Käyeäessä 68,3%:n odennäköisyysrajoja bruolaskenaaajuus saisisine virherajoineen ilmoieaan siis seuraavasi: ± ± σ = [II.I] Laskenaaajuuden virheen laau on siis pulssi/aikayksikkö. Tausavähennyksen vaikuus summan/erouksen virhe Kun ausa määrieään erillisellä miauksella, aiheuuu myös äsä oma virheensä, joka on oeava huomioon kun laskeaan neolaskenaajuuden kokonaisvirheä. Sekä bruolaskenaajuudelle eä ausan aiheuamalle laskenaaajudelle laskeaan erikseen oma virheensä edellä esieyllä avalla ja niiden yhdessä neolaskenaaajuudelle aiheuama virhe laskeaan summan ja erouksen sandardipoikkeaman yhälösä b σ n = σ b + σ [II.] eli σ = + n [II.I] b Akiivisuuden kokonaisvirhe Kun laskeaan unemaoman näyeen akiivisuus sen neolaskenaaajuudesa (n) veraamalla siä sandardisa samoissa oloissa saauun neolaskenaaajuueen (s), jouduaan oamaan huomioon ulosa/osamääräsä aiheuuva kokonaisvirhe samoin kuin kaikissa muissakin apauksissa, joissa jouduaan keromaan ai jakamaan laskenaajuuksia lopullisen uloksen saamiseksi. Akiivisuuden (A) suheellinen kokonaisvirhe (σa) laskeaan alla 86

olevalla ulon/osamäärän suheellisen sandardipoikkeaman lausekkeesa. σ A A = σ n n σ + s s [II.II] 87