• ベストアンサー

単一光子計数法の原理

単一光子計数法において得られるヒストグラムは、1個の分子1回を励起させ、蛍光をだすまでの時間のばらつき(分布)を見ているとという解釈をしていますが、なぜあのような形になるか理解できません。普通この時間にばらつきがあるのであれば単なるポアソン分布が得られるような気がするのですが。  たいていの教科書には時刻tにおいて分子が励起される確率Pは、 -dP/dt=(kr+knr)P(t) という反応速度式?からヒストグラムの形を導いていますが、P(t)がなぜ一定でないのか理解できません。  なにかヒントになる本、アドバイスがあれば紹介していただけないでしょうか?

  • poire
  • お礼率41% (30/72)
  • 化学
  • 回答数3
  • ありがとう数2

質問者が選んだベストアンサー

  • ベストアンサー
  • leo-ultra
  • ベストアンサー率45% (228/501)
回答No.3

> この測定は、毎回パルスレーザーをあてて、単一光子を検出しているから、励起状態にある分子の数は1個のように思えてなりません。 僕は固体分光屋なので、固体の単一光子計数法と分子のそれでは異なるかもしれませんが、励起状態にある分子の数はたくさんなのではないでしょうか? 固体の単一光子計数法であれば、量子光学屋さんでない限り絶対そう。 当然、レーザーは弱励起にしますよ。それは分子を1個だけ励起するのではなく、出てくる光子の数が分離できる程度に減らすため。単一なのは、測定する方の光子が単一ということでは? そうすると、確率の式が理解できるでしょう。  

poire
質問者

お礼

 すいません。わかっていませんでした。確かに単一光子計数法は励起を何十回か繰り返して始めて1個の光子を検出できるようになっているんですよね。  今、研究室で1個の分子の蛍光寿命を測ろうとしていたので、そこで混乱してしまいました。  結局、得られるヒストグラムは1回のパルス励起によって、光子が何個か発生した場合、最初に来た光子が検出されて、stop信号がくるので、後から来た光子は検出されない。このため、蛍光の光子が検出される確率は励起直後が最も大きい。と解釈でいいのですか?  まだ完全に理解していませんが、もうちょっと考えてみようと思います。

その他の回答 (2)

回答No.2

あ、私のほうが勘違いしていたようですね。 普通の蛍光放射のことかと思っていました。 でも、Pが確率でも同じことではないですか? たとえば、1モルの原子を励起し、励起後ある時間tのときに励起状態にある原子数をP(t)とすれば、私がNo.1で書いた式になります。 この式の両辺をアボガドロ数で割れば、励起原子1個が時刻tに励起されたままでいる確率になりますよね? 数学で確率を求める場合も、ある事象の場合の数を求めて、全体の場合の数で割れば確率になりますよね? 今の場合、事象が励起状態にある原子、全体の場合の数が1モルだとすれば同じ論理展開では? 結局求めたヒストグラムは、-dP/dt = (kr + knr)Pをtで積分したエクスポネンシャルカーブで良いのでしょうか?それなら、以上の話でOKでは? ところで、これは励起される確率なのでしょうか? 私はずっと励起状態でいる確率だと思って話をしていたのですが、Pの解釈が違っているとまずいので、確認させていただきたいのですが。 励起とおっしゃっているのが、いわゆるポンプーブローブの2段階目の励起のことなら同じことですが。

poire
質問者

お礼

おっしゃるとおりです。確かに、確率でも強度でも同じことですよね。  私の書いた確率P(t)は、ある時間tのときに光子を検出する確率です。これが励起される確率と等しいと思ってしまいました。上記のleo-ultraさんがおっしゃっていただいたように単一なのは、測定する方の光子が単一であって励起はまた別なんですよね。 ここのところが混乱していたため、この反応を反応速度式で表すのが理解できなかったようです。

回答No.1

このPは確率ではないと思いますが? population(分布)のPのことでは? この式の意味は、励起状態にある分子の数Pが、時刻tにおいて減少していく速度(-dP/dt)は、 1.Pに比例する 2.その比例係数は、輻射速度定数(kr、r: radiation)と無輻射失活(knr, nr: non-radiation)の和である という、励起状態の失活を表した式だと思いますが?

poire
質問者

補足

 すいません。まだあまりわかっていません。この測定は、毎回パルスレーザーをあてて、単一光子を検出しているから、励起状態にある分子の数は1個のように思えてなりません。どうしても式の解釈ができません。  

関連するQ&A

  • x線管のノイズはx線エネルギーに依存しますか?

    x線管のポアソンノイズはx線エネルギーに依存するのでしょうか? x線管のポアソンノイズはx線管から発射された総光子数についてで表記されることが多いですが、 あるx線エネルギー区間内に着目したとき、その区間内で起こっているノイズ(光子数の分布)もやはりその区間内での総光子数を期待値とするポアソン分布なのでしょうか? またその場合は、ある一瞬Δtで発射されたx線光子数スペクトルS(E)は、 そのx線を十分長時間tに観測した光子数スペクトルS'(E)に対し、 S(E) = possion (期待値 = S'(E) * Δt/t) となるのでしょうか? (あるエネルギーのx線はノイズにより増加している一方、ほかのあるエネルギーのx線は減少しているということが同時に起こることがあり得ますか?) x線管の仕組みをよく理解しておらず、よくわかりません。。 ご回答お願いします!

  • 粒度分布と粒径分布のヒストグラム(fortran77)

    ある相当数の粒子の直径DP[mm]のデータがdiam.datという名前のファイルに保存されている。 DPの最大値A、最小値B、平均値AV、標準偏差DV、測定データ数N lnDPの幾何平均値LAV、幾何標準偏差LDP ケース1:AV-DV≦DP<AV、ケース2:AV≦DP<AV+DV ケース3:LAV/LDV≦DP<LAV、ケース4:LAV≦DP<LAV×LDV の各範囲のDPをもつ粒子の個数の持つ割合(P1~P4としました) をfortran77プログラムで書きました。 粒度分布を0.5mm刻みのヒストグラムで表すのに必要な情報を計算し、 画面に表示する。 また粒径分布をヒストグラムで表してみよ。 というところで粒度分布と粒径分布の意味もわからず、どうやってやるかわかりません。 だれかご教授お願いします。

  • 励起状態への遷移について

    レーザー媒質が励起状態から自然放出によって基底状態にもどる原子の様子はexp(-t/τ)の形になりますが、逆に吸収によって励起される場合(励起強度Pをt<0でP=0、t>=0でP=P0とする)、その遷移過程は同じくexpの形になるのですか。

  • Mw/Mnについて

    高分子の分子量分布を表すMw/Mnについて質問です。 モノマーの高分子生成確率をpとすると、 Mn=(モノマーの分子量)/(1-p) Mw=(1+p)(モノマーの分子量)/(1ーp) となりますよね。 この場合、Mw/Mn=(1+p) となりますが、そうするとリビング重合などの分子量布の狭いものだと pが著しく小さいことになりませんか。 実際には逆で、リビング重合は反応性がすごく高く、完全な重合生成の形に近いと聞いていますが。 また、分子量分布が2よりも大きいものは工業的にかなり存在する、という話も聞きますが、これもどう説明するのでしょうか。 この違いは、どこから来るものなのでしょうか。 考え方を教えて下さい。

  • 分布ってどう使い分ければ??

    特定の時間内に駅の券売機に訪れる人数の確率分布として正しいのは 一様分布 正規分布 ポアソン分布 カイ2乗分布 t分布 標準正規分布 一様分布なわけがないことはわかりますが、ほかはまったくわかりません 何を基準に選んだらよいのでしょうか? そもそも正規分布と標準正規分布は何が違うのでしょう?

  • ポアソン過程のジャンプは必ず1であることの証明

    母数λのポアソン過程N(t)(N(t)が平均λtのポアソン分布に従うLevy過程、別の言葉で言えば法則の意味の加法過程、定義をはっきり述べると、定常増分、独立増分で、確率連続な確率過程)のサンプルパス(標本路=見本路)はジャンプを持ちますが、そのジャンプの幅が1であることを証明することはできますか?あるいはその記述のある書物をご存知あらば教えてください。 ポアソン過程を指数分布(待ち時間の分布)から具体的に構成してやればこのことは自明ですが、上は法則による定義です。したがってサンプルパスに制限がかかっていないので、直接証明をすることができずにいます。法則同値を言うだけで結論は従うものなのでしょうか...

  • 確率の問題です 

    確率の問題です  ある参考書の問題でわからなくて解答解説を見ようと思ったのですが載っていなかったので教えていただけないでしょうか。お願いします。  コインを何回も投げるときに初めて表が出るまでに出る裏の回数をTとし、n回目の表が出るまでに出る裏の回数をSnとする。(S1=T) なおコインの表が出る確率をp,裏が出る確率をq:=1-pとする。 1.Tの確率分布、平均、分散、2次モーメント、分散を求めよ 2.Tの確率母関数T(z)を求めよ。 3.Tは無記憶性を持つことを証明せよ。 4.Snの確率分布、平均、分散を求めよ。 5.Snの確率母関数Sn(z)を求めT(z)との関係を示せ。 6,E[Sn]:=λを一定に保ちながらn→∞とするときにSnの確率分布は平均λのポアソン分布に近づくことを示せ。

  • ポアソンの関係式を使って絶対温度変化を求めたいのですが・・。

    熱力学についてお聞きしたいのですが、 大気の温度分布、密度分布を求める問題です。 重力の下での力のつりあいと気体の状態方程式を用いると 高度Zにおける圧力P(z)は P(z)=Po×exp((-Mg/R)∫1/T(z)dz) で与えられています。Poは地表の圧力、Mは空気の1モルの平均分子量 gは重力加速度、Rは気体定数です。積分区間は[0~Z]までです。 ここからが問題なのですが、 空気が上昇すると断熱膨張をして気体の温度が下がる。 断熱過程におけるポアソンの関係式と上式の圧力の関係式を 用いると、高度zにおける絶対温度Tの変化と圧力P(z)は T(z)=αz+To(K/km) P(Z)=Po((αz+To)/To)~N で表されることを示せ。ここでα=-(γ-1)Mg/γRであり、Toは地表の温度 である。γ>1でαは負。N=γ/(γ-1)である。 という問題です。色々サイトをめぐり文献をみたのですが その中に結果のような式が載っているのはあったのですが その過程がなく困っています。どなたか途中式を考えていただけないでしょうか。 ポアソンの関係式の内容程度の知識しかなく道筋すらわかりません。 どうかよろしくお願いします。

  • 最尤推定法について

    最尤法を勉強しています。 当方、確率・統計が苦手でして、できれば初心者にわかるように解説お願いします。初歩的なことなのかもしれませんが、 最尤推定法: 未知の母数pをいろいろ変化させて,調査して得られた実際のデータが起こる確率が1番大きくなるようなpの値を用いて母数の推定値とする方法 (http://izumi-math.jp/T_Syoda/estimate.pdfを参考にしました) とありますが、どうしてこのときのpを最良推定値として良いのでしょうか?これがわかれば、データの分布がこの問題のようにベルヌーイ施行だろうが、あるいはガウス分布であろうが理解できると思うのです。wikiの方も確認していますが、結局、根本は同じだと思います。 理解している方、よろしくお願い致します。

  • 正規分布とヒストグラムのグラフの書き方

    エクセルで正規分布とヒストグラムをひとつのグラフとして表そうとしています。過去の質問や他のページを調べた結果、ある程度書き方を理解して、求めるグラフが書けました。 しかし、ヒストグラムのデータ区間を変えたとき、どのように対応すればよいのか分からなくなりました。 具体的に書いていきたいと思います。 正規分布になるとほぼ確信しているデータがあります。 サンプル数は50、平均7.8、標準偏差2.9のデータです。 データ区間 頻度 0       0 1       1 2       1 3       2 4       2 5       5 6       6 7       6 8       6 9       8 10      5 11      2 12      3 13      1 14      2 15      0 というデータです。 そして、データ区間に対応する正規分布の値を NORMDIST(あるデータ区間の値,平均,標準偏差,FALSE) を使用して、求めます。 そして、得られた正規分布の値をそれぞれ、サンプル数(50)倍します。 (ここでサンプル数倍するという作業は、NORMDIST(データ,平均,標準偏差,FALSE)で描かれるグラフの面積は1なので、今書きたいヒストグラムとサイズをあわせる…という理解でよろしいのでしょうか?) 上述の度数分布表から棒グラフ→データ系列の書式設定→オプションで棒の間隔を0にすることでヒストグラムを描きました。(分析ツールを用いても良かったのですが) また、同グラフに新たな系列を増やし、NORMDIST*50によって得られた値を導入し、こちらは、グラフの種類→マーカーの無い線グラフ→データ系列の書式設定→パターン→スムージングを選択することによって、正規分布のグラフを書きます。 以上の作業で、求めていたグラフは書けました。 視覚的に予想通り正規分布のグラフに近いことが分かりました。 さて、ヒストグラムを使用する際によく行われる作業ですが、上述の度数分布表みたいに、データ区間を1刻みにするより、大きくしたほうがデータの性質がより見てとれることがあります。 そのため、ここでも、データ区間を広げ、2刻みにした場合のグラフを描こうと思いました。 度数分布表は以下のようになります。 データ区間 頻度 1       1 3       3 5       7 7       12 9       14 11      7 13      4 15      2 17      0 ここから、前回同様の作業でヒストグラムは容易に描けます。 正規分布のグラフはどのように書けば良いのでしょうか? 前回同様、NORMDIST*50から得られる値を利用しても、ヒストグラムの棒の高さが前回より高いので、全く合いません。 正規分布関数は定数倍しても性質が変わることはないので、実験的に50以外の値を導入してみました。 データ区間が2倍になったから、*50を更に2倍して、*100にしてみようか、という安易な考えのもと、NORMDIST*100を使用したグラフを書いてみました。 すると、ヒストグラムと正規分布の形が視覚的に似て見える、というもっともらしいグラフは得られました。 しかし、安易にNORMDIST*100を導入したことに疑問と不安を覚えます。 このようにして得られてグラフに問題は無いでしょうか。 また、データ区間を変更したとき、NORMDISTを何倍してやると良いなどというのはあるのでしょうか。 数理統計もエクセルも初心者なので、得られたグラフに自信がないのです。 どのように考えればよいのでしょうか。 質問文が非常に長くなってしまい、申し訳無いのですが、わかる方、お教えいただけないでしょうか。 お手数をおかけしますが、よろしくお願いします。