- •Измерения. Запись и обработка результатов. Оценка погрешностей
- •§ 1. Измерения и их погрешности
- •§ 2. Случайные и систематические погрешности
- •§ 3. Случайные погрешности
- •§ 4. Систематические погрешности
- •§ 5. Сложение случайных и систематических погрешностей
- •§ 6. Обработка результатов при косвенных измерениях
- •§ 7. Запись результатов. Точность расчетов
- •§ 8. Изображение экспериментальных результатов на графиках
- •§ 9. Проведение кривых через экспериментальные точки
- •§ 10. Определение искомых параметров по результатам измерений
- •§ 11. Проведение наилучшей прямой аналитическим методом
- •§ 12. Пример графической обработки экспериментальных данных
- •§ 13. Пример аналитической обработки экспериментальных данных
- •§ 14. Заключение
- •Сводка формул
- •Приложение обработка результатов наблюдения § 1. Распределение Пуассона
- •§ 2. Распределение Гаусса
- •§ 3. Метод наименьших квадратов
- •§ 4. Критерии значимости. Метод χ2.
- •§ 5. Поправки на мертвое время счетчиков и электронной аппаратуры
- •§ 6. Поправки на случайные совпадения
Приложение обработка результатов наблюдения § 1. Распределение Пуассона
В физике часто приходится встречаться с измерениями, результаты которых представляются в виде целых чисел. Через счетчик Гейгера за время измерения приходит целое – и обычно не очень большое – число частиц. Делящееся ядро распадается на целое число частей. Статистические закономерности, которые имеют место в этом случае, обладают некоторыми особенностями.
Рассмотрим счетчик, регистрирующий космические частицы. В то время как число отсчетов счетчика за любой промежуток времени является целым числом, интенсивность ν космического излучения (т. е. отнесенное к единице площади число отсчетов счетчика в секунду, усредненное за очень большой отрезок времени), вообще говоря, целым числом не выражается.
Найдем вероятность того, что при интенсивности ν счетчик за время измерения сработает n раз. Будем для простоты считать, что счетчик обладает единичной площадью,– окончательные формулы от этого предположения не зависят.
Поскольку мы приступаем к вычислению вероятностей, следует представить себе очень большое число совершенно одинаковых одновременно работающих счетчиков. Некоторая часть их сработает ровно n раз. Доля, составляемая этими счетчиками, по отношению к полному числу счетчиков и равна вероятности того, что через счетчик за время измерения пройдет n частиц.
Обозначим полное число счетчиков буквой N. Через них в секунду в среднем проходит Nν частиц, а за небольшое время dt пройдет Nν dt частиц. Если dt достаточно мало, то ни через один из счетчиков за это время не пройдет двух частиц, и наши счетчики можно разбить на два класса: те, через которые за dt прошла частица, и те, через которые не прошла. Последние составляют, конечно, огромное большинство. Число счетчиков, через которые прошла частица, равно, очевидно, числу сосчитанных частиц, т. е. приблизительно Nν dt, а их доля по отношению к полному числу счетчиков составляет Nν dt/N=ν dt.
Вероятность того, что за время dt через счетчик пройдет частица, равна, следовательно, ν dt. Это утверждение справедливо только в том случае, если dt очень мало.
Вычислим теперь вероятность P0(t) того, что за время t через счетчик не пройдет ни одной частицы. По определению число таких счетчиков в момент t составляет NP0(t), а в момент t + dt равно NP0(t + dt ). Это число меньше, чем NP0(t), потому что за время dt их число убавится на NP0(t) ν dt. Поэтому
NP0(t + dt ) = NP0(t) – NP0(t) ν dt,
или
P0(t + dt ) – P0(t) = – P0(t) ν dt,
Деля это равенство на dt и переходя к пределу, получим:
dP0/ dt= – ν P0
Интегрируя, найдем:
P0(t) = – e– νt. (П.1)
При интегрировании было принято во внимание, что в начальный момент времени вероятность найти счетчик, не сработавший ни разу, равна, конечно, единице.
Вычислим теперь Pn(t + dt ) – вероятность того, что за время: t + dt через счетчик пройдет ровно n частиц. Эти счетчики делятся на две группы. К первой принадлежат те, через которые все n частиц прошли за время t, а за время dt не прошло ни одной. Ко второй группе принадлежат счетчики, через которые за время t прошла n – 1 частица, а последняя частица прошла за время dt. Число первых счетчиков равно NPn(t)(1 – ν dt), а число вторых составляет NPn–1(t)ν dt. (Каждое из этих выражений состоит из двух сомножителей. Первый из них определяет вероятность нужного числа срабатываний за время t, а второй – вероятность несрабатывания или срабатывания за время dt.) Имеем, следовательно:
NPn(t + dt ) = NPn(t)(1 – ν dt) – NPn–1(t)ν dt.
Перенесем NPn(t)(1 – ν dt) в левую часть равенства и разделит его на Ndt:
Последовательно применяя полученную рекуррентную формулу к n = 1, n = 2 и т. д., с помощью (П.1) найдем:
.
Заметим теперь, что νt, которое мы обозначим через n0, равно среднему числу частиц, проходящих через счетчик за время t.
Наша формула примет вид
(П.2)
Эта формула является окончательной и носит название закона распределения Пуассона. Она определяет вероятность того, что при среднем числе срабатываний n0 (это число, вообще говоря, не является целым) произойдет именно n срабатываний (n – целое число).
З
акон
распределения Пуассона записан в такой
форме, что из всех характеристик работы
счетчика осталась только одна – его
среднее число срабатываний за время
измерения. Ни само время измерения, ни,
тем более, площадь счетчика, которую
мы вначале для простоты положили равной
единице, в формулу не входят. Равным
образом в формуле никак не отражено то
обстоятельство, что мы рассматривали
счетчик Гейгера, регистрирующий
космическое излучение. С равным успехом
эта формула применима к числу соединений
на телефонной станции или к любой другой
задаче, где число случаев является
целым, а их появление в любой момент
времени не зависит от числа случаев,
произошедших ранее (независимые
события).
Для иллюстрации на рис. 1 изображено распределение Пуассона для n0 = 2,6. Ни для какого n величина Pn не равна нулю. Она достигает максимума при n = 2. Вероятность найти n = 0 оказывается довольно велика. Достаточно велика также вероятность того, что счетчик срабатывает 3, 5 и даже 7 раз.
Рассмотрим некоторые свойства формулы (П.2). Вычислим, прежде всего, вероятность найти какое угодно значение n:
.
Этот результат является очевидным, потому что хоть какое-нибудь значение n, конечно, всегда будет найдено на опыте, так что мы вычисляли вероятность достоверного события.
Вычислим среднее значение n:
.
Полученный результат тоже можно было предсказать заранее, поскольку мы исходили из того, что среднее значение n равно n0.
Найдем теперь среднеквадратичное отклонение (стандартную ошибку) величины n. Для этого сначала вычислим дисперсию n (среднее значение квадрата отклонения):
.
Вычисление суммы в качестве полезного упражнения мы предоставляем читателям. Имеем, следовательно:
(П.3)
Этот результат мы уже использовали ранее без доказательства: стандартная погрешность, допускаемая при измерении числа отсчетов, равна корню квадратному из числа отсчетов.
