ESTADISTICA DE LA RADIACION

A.Garcia, J.M. Ballesteros, J. N. Coy, D.M. Caro

Laboratorio de Fisica Nuclear Aplicadal, Escuela de Física, Facultad de Ciencias Básicas
Universidad Pedagógica y Tecnológica de Colombia – Uptc
Tunja – Colombia
Date:
Docente: Hernan Olaya
RESUMEN

A traves de una montaje experimental en el cual se empleo el Detector Geiger-Muller y el uso de una fuente de 137Cs
(Cesio 137) se procede a determinar el error estadistico en la medida de radiación, para ello se procede a calcular la
desviación estadistica para la fuente en uso, y comparar dicho resultados con el valor teorico obtenido mediante de la
distribución de Poisson, con el fin de obtener de la fiabilidad estadistica del detector Geiger-Müller y así determinando la
probabilidad del detector en función de los grados de libertad comparando el resultado con los criterios de aceptabilidad
comunmente considerados.
137
Palabras claves: Distribución de Poisson, Fiabilidad del Detector Geiger-Müller, Fuente de Cs.
.
ABSTRACT

Through an experimental setup in which the Geiger-Muller Detector was used and the use of a 137Cs (Cesio 137) source,
we proceed to determine the statistical error in the radiation measurement, for this we proceed to calculate the statistical
deviation for the in order to obtain the statistical reliability of the Geiger-Müller detector and thus determining the
probability of the detector as a function of the degrees of freedom, comparing the results obtained by means of the
Poisson distribution. result with the acceptability criteria commonly considered.
137
Keywords: Poisson Distribution, Geiger-Müller Detector Reliability, Source of Cs.

INTRODUCCION

En un conjunto estadístico se considera un conjunto, llamado población de elementos, que se denominan individuos, de
los cuales se estudia un aspecto determinado, que se denomina carácter y también variable estadística o simplemente
variable. Estas observaciones pueden incluir una muestra, y a partir de los datos obtenidos para esta muestra, se infieren
resultados para toda la población. Las técnicas estadísticas son, en general, una herramienta de especial ayuda para el
proceso del conocimiento de un fenómeno físico, su aporte engloba varias etapas de este proceso:

 El diseño de experimentos: frecuentemente las conclusiones de un experimento bien diseñado se pueden extraer
fácilmente, aun con métodos estadísticos elementales. Por el contrario, el análisis estadístico más sofisticado no
puede compensar un experimento mal diseñado.
 Reducción de datos: en ocasiones los numerosos resultados obtenidos en la adquisición de mediadas pueden ser
representados mediante funciones de distribución que facilitan su comprensión y manejo.
 El proceso de inferencia: donde a partir de la información extraída de una muestra se estiman propiedades de la
población como; construcción de modelos, predicción de resultados, etc.

A pesar del amplio alcance de las técnicas estadísticas, este anexo se va a centrar en aquellos conceptos que más usual-
mente se utiliza en las medidas nucleares. Así mismo, la práctica se centra en el análisis de variables discretas que adop-
tan valores enteros. Afortunadamente el caso de la desintegración radiactiva es de los más favorables desde el punto de
vista del tratamiento estadístico. En efecto este proceso sigue la llamada distribución de Poisson, lo que permite afirmar
que, si en un determinado intervalo de tiempo llegan al detector n sucesos ionizantes, el valor más probable de la media
aritmética es precisamente n.

MARCO TEORICO
Distribución de Poisson:

Muchos procesos pueden ser caracterizados por la baja probabilidad de que un determinado suceso se realice en cada
ensayo de la experiencia. En esta categoría están incluidos muchos experimentos nucleares de recuento, en los cuales la
presencia de un gran número de núcleos hace aumentar el tamaño de la muestra o el numero de ensayos 24 de la expe-
riencia aleatoria, mientras que una fracción relativamente pequeña de estos origina un recuento. En estas condiciones la
aproximación p << 1 es válida. La distribución de Poisson está dada por:
Universidad Pedagógica y Tecnológica de Colombia

De este resultado se puede deducir que la distribución está normalizada:

 La media es :

 La varianza es :

 Así, la distribución de Poisson se escribe:

Es interesante señalar que para esta distribución la desviación es la raíz cuadrada de la media.

Una representación de esta distribución se observa en la siguiente figura.

Distribución Normal o de Gauss

La distribución de Gauss (o normal) es una distribución de probabilidad que, gracias a sus propiedades tan particulares, es
una de las distribuciones probabilísticas más empleadas 25 en diferentes campos de la ciencia. Esto se debe a que la
función de probabilidad que la define es una función simétrica en forma de campana (también es denominada campana
de Gauss), por lo que se ajusta a gran número de aplicaciones estadísticas y sirve como modelo matemático para describir
ciertos fenómenos. Una distribución Gaussiana tiene las siguientes características:

 Su función de densidad de probabilidad viene dada por la expresión:

2
Universidad Pedagógica y Tecnológica de Colombia

 Una distribución límite; de forma que cuantas más medidas se realicen en el experimento, más se aproximarán a
la distribución acampanada, de forma similar a lo que sucede en la distribución de Poisson. Teóricamente habría
que realizar infinitas medidas para alcanzar dicha distribución, lo cual es imposible. No obstante, el modelo des-
cribe con muy buena aproximación ciertos procesos en los que es posible tomar un número alto de medidas, ob-
teniendo un diagrama como el de la figura 2.

 Está normalizada:

 Por otra parte, la precisión en el valor dado como media de una serie de medidas, dentro de un intervalo de con-
fianza determinado viene expresado por la desviación 26 típica de la media. Así, si para un experimento repetido
N veces se han obtenido los valores de x1, x2, x3,…,xN, se puede expresar el resultado como:

 Con su respectiva desviación:

Fiabilidad Estadística de un Detector Geiger En general un sistema detector será estadísticamente fiable si existe una
correspondencia biunívoca entre el número de sucesos ionizantes x, que alcanzan el volumen sensible del detector y el
número, m, de impulsos que se acumulan en la escala de contaje. A este fin se utiliza la función

3
Universidad Pedagógica y Tecnológica de Colombia

de Pesaron, que permite una comparación entre la desviación típica teórica calculada supuesto que sigue la estadística de
Poisson, y la experimental, calculada a partir de un cierto número de medidas, este valor se calcula por medio de la si-
guiente fórmula:

Que expresada en función de la desviación estadística teórica y experimental es:

La función es una variable muy usada en comprobación estadística y se obtiene su probabilidad en función de los
grados de libertad (Tabla 1.). Así, un detector se considera fiable si existe una probabilidad 0.10 < p < 0.90 lo que da
unos valores determinados de en función de los grados de libertad.

4
Universidad Pedagógica y Tecnológica de Colombia

OBJETIVOS

 Determinar la desviación estadística de una serie de medidas de la actividad de una muestra radiactiva 137Cs..
 Comparar la desviación estadística experimental con la desviación estadística que proporciona la distribución de
Poisson.
 Estudiar la fiabilidad estadística del detector Geiger-Muller.

PROCEDIMIENTO EXPERIMENTAL

 Mida la actividad de una muestra durante N = 30 intervalos de 30 s de duración.

 Calcule el numero medio de impulsos por intervalo mediante la siguiente expresión:

 Calcule la desviación típica de una medida según la Distribución de Poisson según la expresión:

 Calcule la desviación típica experimental del conjunto de observaciones aplicando la formula:

 Compare los resultados obtenidos por ambas desviaciones y .

 Calcule de acuerdo con la formula

 Considerando la tabla 1, determine la probabilidad p, en función de los grados de libertad f = N – 1

 Compare el resultado con los criterios de aceptabilidad comúnmente considerados.

RESULTADOS EXPERIMENTALES

Características principales:

137
Fuente radiactiva Cs (Cesio 137)
Distancia fuente-detector 2,3 0,1)cm

5
Universidad Pedagógica y Tecnológica de Colombia

Voltaje de trabajo: (56020)V

Tiempo de acumulación de (2min): (301)s

TABLA 1
No. Cuentas registradas por el Detector Geiger, Cuentas/s,
Numero de Da- Numero de Cuentas Cuentas por Segundo
tos
1 83 4,22 2,76 0,05
2 84 4,28 2,8 0,05
3 87 4,30 2,9 0,05
4 87 4,30 2,9 0,05
5 89 4,30 2,96
6 4,32 0,05
7 89 4,32 2,96 0,05
8 90 4,32 3 0,05
9 90 4,35 3
10 90 4,36 3
11 92 4,36 3,06
12 92 4,36 3,06
13 92 4,36 3,06
14 94 4,38 3,13
15 94 4,38 3,13
16 94 4,38 3,13
17 95 4,39 3,16
18 95 4,40 3,16
19 96 4,40 3,2
20 96 4,40 3,2
21 96 4,40 3,2
22 97 4,42 3,23
23 97 4,42 3,23 0,06
24 97 4,42 3,23
25 98 4,43 3,26
26 98 4,43 3,26
27 98 4,43 3,26
28 98 4,43 3,26
29 98 4,43 3,26
30 99 4,45 3,3 0,07
31 100 4,6 3,3
32 100 4,6 3,3 0,07
33 100 4,6 3,3
34 100 4,6 3,3
35 101 4,7 3,36
36 101 4,7 3,36
37 101 4,7 3,36 0,07
38 101 4,7 3,36
39 102 4,8 3,4
40 102 4,8 3,4
41 102 4,8 3,4
42 102 4,8 3,4
43 102 4,8 3,4

6
Universidad Pedagógica y Tecnológica de Colombia

44 103 4,8 3,43

45 103 4,8 3,43
46 104 4,9 3,46
47 105 4,9 3,5
48 105 4,9 3,5
49 105 4,9 3,5
50 105 4,9 3,5 0,08
51 106 5 3,53
52 106 5 3,53
53 106 5 3,53 0,08
54 107 5,2 3,56 0,08
55 107 5,2 3,56 0,08
56 107 5,2 3,56 0,08
57 107 5,2 3,56
58 108 5,4 3,6
59 108 5,4 3,6
60 108 5,4 3,6
61 108 5,4 3,6 0,09
62 109 5,7 3,63
63 109 5,7 3,63 0,09
64 109 5,7 3,63
65 110 5,7 3,66
66 110 5,7 3,66
67 110 5,7 3,66 0,09
68 111 5,7 3,7
69 111 5,8 3,7 0,1
70 111 5,8 3,7 0,1
71 111 6 3,7 0,1
72 111 6 3,7 0,1
73 112 6 3,73 0,1
74 112 6 3,73 0,1
75 112 6,5 3,73
76 112 6,5 3,73
77 113 6,5 3,76 0,1
78 113 6,5 3,76 0,11
79 114 6,5 3,8
80 114 6,9 3,8 0,11
81 115 6,9 3,83
82 115 6,9 3,83
83 115 3,83 0,12
84 115 3,83 0,12
85 116 3,86
86 116 3,86
87 116 3,86 0,12
88 117 7,2 3,9 0,12
89 117 7,4 3,9
90 118 7,4 3,93 0,12
91 119 7,5 3,96 0,13
92 119 7,6 3,96 0,13
93 120 7,6 4 0,13

7
Universidad Pedagógica y Tecnológica de Colombia

94 120 7,7 4 0,14

95 120 7,7 4 0,14
96 121 7,8 4,03 0,14
97 121 7,9 4,03 0,15
98 124 7,9 4,13 0,15
99 124 4,13 0,15
100 128 ,1 4,26 0,15
101 128 8,3 4,26

 Calculo del valor medio: Partiendo de los datos de la Tabla 1. Calculamos el número medio de impulsos por
intervalo mediante la siguiente expresión:

N= Muestra (101)
ni = Valor de las cuentas por segundo.

Figura 3. Distribución de Gauss

La figura 3 muestra el valor medio de las cuentas de la tabla 1 agrupadas en 10 intervalos.

TABLA 2.
Valor promedio de cuentas por intervalo de tiempo

8
Universidad Pedagógica y Tecnológica de Colombia

Valor prome-
Muestra
∑ni dio
N
n=∑ni/N

101 354,01 ± 0,17 3,505 ± 0,17

Ahora procedemos a realizar el Calculo de la desviación típica (Distribución de Poisson) y el Calculo de la desviación
típica (experimental) mediante las expresiones que se encuentran en el marco teorico. Donde tendremos:

TABLA 3.
Desviación típica teórica y desviación típica experimental
Valor
promedio Desviación
Desviación típica
n=∑ni/N típica
σteo
σexp

3,5 1,87 1,84

Comparación de los valores de la desviación típica teórica y experimental: De la tabla 3. Vemos que la diferencia
entre las dos medidas difiere en 0,02.

Fiabilidad del Detector Geiger-Müller: un sistema detector será estadísticamente fiable si existe una correspondencia
biunívoca entre el número de sucesos ionizantes x, que alcanzan el volumen sensible del detector y el número, n, de
impulsos que se acumulan en la escala de contaje. Mediante la siguiente expresión determinamos la fiabilidad expresada
en función de la desviación estadística teórica y experimental

TABLA 4.
Detección de la Fiabilidad del Detector Geiger-Müller

Desviación Desviación
Fiabilidad del
N típica típica
Detector χ2
σ2teo σ2exp

101,0 3,49 3,38 96,8

De la tabla 4. Observamos que la fiabilidad del detector Geiger-Müller tiene un valor de 19,1.

Para finalizar se determina la probabilidad p, en función de los grados de libertad:

CUESTIONARIO

 Los resultados que obtuvo son fiables ¿si no, por qué?

Considerando la desviación estándar de la muestra como la medida de confianza que podemos tener de los resulta-
dos, vemos que no son fiables en este caso en particular si nos basamos en la distribución gaussiana de la figura,
pues tiene una forma “aplastada”. Según la teoría de distribuciones, tenemos un 86% de probabilidad de que el valor
real se encuentre entre 90 y 120 partículas (entre ), y un 96% de probabilidad de que esté entre 83 y 130 (en-
tre ), un intervalo de partículas muy grande. Además la probabilidad de obtener la media, que es de 105 es

9
Universidad Pedagógica y Tecnológica de Colombia

del 1%, probabilidad que es muy baja. Por lo tanto el valor de no es un valor fiable y no caracteriza mejor al grupo
de medidas en su totalidad.

 De acuerdo a la tabla 1, p se encuentra en esta ¿si no, por qué?

En la tabla 1 si tenemos el valor de P en la tabla 1, pero presentamos una media que tiene un valor no es fiable ya
que P es tan solo del 1%.

 Por que se le atribuye la distribución o estadística de Gauss a este tipo de medidas?, habrá otra dis-
tribución que explique mejor el fenómeno ¿si no, por qué?
La distribución de Gauss se utiliza para interpretar muchos tipos de mediciones físicas, en parte debido
a las circunstancias mecánicas de muchas mediciones físicas guardan estrecha correspondencia con los teóri-
cos de la distribución Gaussiana, y en parte porque la experiencia demuestra que la estadística Gaussiana sí
proporciona una descripción razonablemente exacta de muchos sucesos reales
Sólo para otro tipo de mediciones físicas es: al observar fenómenos de desintegración radiactiva debemos
emplear la distribución de Poisson, pero aún en casos como este, la diferencia con la estadística de gauss re-
sulta significativa sólo en niveles de muy baja ocurrencia. La explicación de porqué es más apropiada la distribu-
ción de Poisson la hacemos considerando las partículas emitidas por una fuente radiactiva durante algún interva-
lo de tiempo t. Uno puede imaginar que este intervalo de tiempo se subdivide en muchos pequeños intervalos
de longitud ∆t. Puesto que las partículas se emiten en tiempos aleatorios, la probabilidad de que se produzca
una desintegración radiactiva durante cualquier tiempo ∆t es completamente independiente de las desintegra-
ciones que se produzcan en otros momentos. Además, ∆t se puede imaginar que se elige lo suficientemente pe-
queño para que la probabilidad de que más de una desintegración ocurra en un tiempo ∆t es insignificantemente
pequeña. Esto significa que hay una probabilidad p de una desintegración que ocurre durante un tiempo ∆t (con
p << 1, ya que ∆t se eligió lo suficientemente pequeño) y la probabilidad 1 - p de que no haya desintegración
ocurriendo durante este tiempo. Cada uno de estos intervalos de tiempo ∆t puede entonces considerarse como
un ensayo independiente, habiendo un total de N = t/∆t de tales ensayos durante un tiempo t.
Partiendo de la distribución binomial, la probabilidad de que ocurran n desintegraciones en un tiempo t es

Tenemos que, con

Ahora, el factor

Con queda

Reemplazando en la probabilidad

La probabilidad de que haya n desintegraciones en un tiempo t sigue entonces la distribución de Poisson:

Donde es el valor promedio de número de desintegraciones

10
Universidad Pedagógica y Tecnológica de Colombia

CONCLUSIONES

 Apartir de la presente experiencia se deduce que la desviación estadística es aceptable, aunque la gausiana esta
achatada y presenta una media de 105 con probanbilidadel 1%, lo que conlleva a que el valor no es fiable y no
caracteriza bien el grupo de medidas, por lo tanto los datos tienen variabilidad lo que nos lleva a decir que el de-
tector Geiger Müller utilizado no está en óptimas condiciones para medir cuentas.

REFERENCIAS BIBLIOGRAFICAS:

 Referencias Guía del Laboratorio practica 3.

 Estadística aplicada a las medidas nucleares pdf
 Análisis de las desintegraciones de una fuente radioactiva: Ra-226

11