🔬 physics

A four parameters modified Gaussian function describing shape of asymmetric alpha lines

Este artículo presenta una nueva función analítica de cuatro parámetros para modelar con precisión picos alfa asimétricos, la cual ha sido integrada en el software establecido ALF para permitir la deconvolución de hasta diez picos superpuestos.

Autores originales: Jerzy Wojciech Mietelski

Publicado 2026-07-09

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Jerzy Wojciech Mietelski

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás escuchando un coro de partículas alfa cantando su camino hacia un detector. En un mundo perfecto, cada cantante daría exactamente la misma nota, creando una hermosa y simétrica curva de campana: una clásica forma gaussiana. Pero en el mundo real, las cosas se vuelven complicadas. Mientras estas diminutas partículas viajan desde su fuente hasta el detector, chocan con cosas: una "capa muerta" en la ventana de entrada del detector y el propio material de la fuente. Estas colisiones les roban un poco de su energía, pero no siempre la misma cantidad.

Piensa en ello como corredores en una carrera donde algunos tropiezan con una piedra suelta y otros no. Los corredores que no tropiezan llegan exactamente a tiempo, manteniendo el lado de alta energía del pico nítido y simétrico. Pero los corredores que tropiezan llegan tarde, arrastrando el lado de baja energía del pico hacia una cola larga y desordenada. Esto crea una forma "asimétrica" que parece una campana que ha sido arrastrada por el lodo de un lado.

Durante décadas, los científicos lucharon por describir esta forma desordenada con matemáticas. Por lo general, tenían que usar un conjunto complicado de muchas fórmulas diferentes para remendar las distintas partes de la curva. Pero Jerzy Wojciech Mietelski, un investigador del Instituto de Física Nuclear de Polonia, decidió probar un enfoque diferente. Introdujo una función matemática única y astuta que actúa como un "cambiaformas".

Esta nueva función es una gaussiana modificada, pero con un giro. Tiene solo cuatro perillas ajustables (parámetros) para girar:

Amplitud: Qué tan alto es el pico.
Posición: Dónde se asienta el pico en el gráfico.
Parámetro de forma 1: Controla cómo se comporta la curva en el lado derecho (el lado limpio, gaussiano).
Parámetro de forma 2: Controla la cola larga y desordenada en el lado izquierdo.

Aquí está el trucreto: en el lado derecho del pico, la función se comporta como una curva de campana estándar y perfecta. Pero en el lado izquierdo, se transforma en una fórmula más compleja que crea naturalmente esa cola exponencial larga causada por la pérdida de energía. Es como tener una sola pieza de arcilla que puede ser suave y redondeada de un lado, pero estirada y afilada por el otro, todo sin necesidad de pegar dos formas diferentes.

Mietelski no solo imaginó esto; lo puso a trabajar en un código de computadora llamado ALF, que ha estado funcionando en su laboratorio desde 1993. El proceso funciona en dos pasos, como sintonizar una radio. Primero, la computadora busca un pico único y claro y determina la configuración exacta para los parámetros de forma (el "lodo" y los lados "limpios"). Una vez que sabe cómo luce el "lodo" para ese experimento específico, bloquea esos ajustes. Luego, utiliza esa forma fija para desenredar un caos de picos superpuestos —hasta 10 a la vez— simplemente ajustando su altura y posición.

El artículo informa que este método ha sido probado durante 30 años y ha analizado con éxito más de 15,000 espectros. Incluso superó rigurosas "pruebas de competencia" donde el laboratorio tuvo que demostrar que podía medir las cosas correctamente frente a otros expertos. Los autores señalan que los resultados son tan fiables que el área bajo la curva (que indica cuánto material radiactivo hay) coincide casi perfectamente con el recuento total de partículas.

Sorprendentemente, este cambiaformas "alfa" no era solo para partículas alfa. El artículo menciona que el equipo intentó usar la misma matemática para separar las señales de radiación beta de un espectrómetro de centelleo líquido. En una prueba que involucraba 90Sr (Estroncio-90) en equilibrio con 90Y (Itrio-90), el método logró separar las señales con un margen de error de apenas un 3%.

Así que, aunque el artículo no afirma que esto sea una cura mágica para todos los problemas de la física, presenta una herramienta robusta de cuatro parámetros que ha demostrado funcionar durante décadas. Convierte un problema asimétrico y desordenado en un rompecabezas soluble, permitiendo a los científicos ver claramente a través del ruido de las señales superpuestas, ya sea que estén observando partículas alfa de líquenes de la Antártida o partículas beta de huesos de animales.

Resumen Técnico: Una función Gaussiana modificada de cuatro parámetros para líneas alfa asimétricas

Planteamiento del problema
En la espectrometría alfa, las líneas espectrales exhiben frecuentemente formas asimétricas en lugar de distribuciones gaussianas ideales. Esta asimetría surge principalmente de la degradación de la energía a medida que las partículas alfa atraviesan la capa muerta (ventana de entrada) del detector de semiconductor y el propio material de la fuente. La magnitud de esta degradación depende del ángulo de emisión aleatorio de la partícula con respecto al detector. En consecuencia, el lado de baja energía del pico se ensancha, aproximándose a una caída exponencial, mientras que el lado de alta energía permanece gaussiano, modificado únicamente por fluctuaciones estadísticas.

Históricamente, no ha existido una fórmula matemática única y generalmente aceptada para describir esta forma. Las soluciones prácticas suelen depender de conjuntos de funciones de múltiples parámetros aplicados a secciones específicas de la línea espectral. Aunque existen diversos paquetes de software (por ejemplo, ALFUN-A, MicroSAMPO, ALFA) para abordar estos desafíos, la función analítica específica utilizada en el ampliamente adoptado código computacional ALF no había sido detallada en la literatura antes de este trabajo.

Metodología
El artículo presenta una función analítica original diseñada para describir la forma asimétrica del pico alfa utilizando solo cuatro parámetros libres. Esta función fue implementada en el código computacional ALF, una herramienta basada en Fortran desarrollada alrededor de 1993 (modificada de un código anterior de rayos gamma, P.I.M.P.) para la evaluación de espectros alfa.

El núcleo de la metodología es la siguiente función gaussiana modificada, $N(x)$ , donde $x$ representa el número de canal:

$N(x) = \alpha \cdot \exp\left( \frac{-(x-M)^2}{\beta \{|x-M| - (x-M)\} + \gamma} \right)$

Parámetros:

$\alpha$ : Amplitud (conteos en el máximo).
$M$ : Posición del máximo del pico.
$\beta$ y $\gamma$ : Parámetros de forma (ambos $>0$ ) específicos de la geometría de la fuente y el detector.

Comportamiento de la función:

Lado de alta energía ( $x > M$ ): La función converge a una distribución gaussiana estándar.
Lado de baja energía ( $x < M$ ): La función se vuelve más compleja, transicionando hacia una función exponencial ordinaria a distancias significativas del máximo del pico ( $x \ll M$ ).
Roles de los parámetros: $\gamma$ gobierna la forma del lado derecho del pico, mientras que $\beta$ y $\gamma$ gobiernan conjuntamente el lado izquierdo.

Procedimiento de ajuste (deconvolución):
El código ALF utiliza un procedimiento de ajuste de funciones no lineales para deconvolucionar hasta 10 picos alfa superpuestos. El proceso se ejecuta en dos pasos distintos:

Determinación de la forma inicial: Se ajusta una línea espectral única y bien definida (o un fragmento que contenga el máximo) para determinar los cuatro parámetros ( $\alpha, M, \beta, \gamma$ ). Esto utiliza un ajuste de mínimos cuadrados no lineales estándar mediante 10 iteraciones de una aproximación lineal (expansión de la serie de Taylor).
Deconvolución de picos: Una vez determinados $\beta$ y $\gamma$ , estos se tratan como constantes fijas para todo el espectro, ya que dependen de la calidad de la fuente y de la geometría fuente-detector, en lugar de depender de picos individuales. El segundo paso consiste en ajustar las amplitudes ( $\alpha_i$ ) y las posiciones ( $M_i$ ) para todos los picos superpuestos simultáneamente. Esto se logra expandiendo la suma de las funciones en una serie y resolviendo para los incrementos de las variables vectoriales utilizando un algoritmo de Cracovian.

Se destaca el algoritmo de Cracovian como una ventaja específica, ya que calcula las incertidumbres de los parámetros ajustados dentro del mismo procedimiento utilizado para determinar los valores de los parámetros.

Contribuciones clave y resultados

Simplicidad analítica: El artículo introduce una función compacta de cuatro parámetros que modela eficazmente la compleja asimetría de las líneas alfa sin requerir ajustes de múltiples segmentos complejos.
Validación y longevidad: La función ha estado en uso rutinario desde 1993. Durante los últimos 30 años, se ha aplicado a más de 15,000 espectros. La validación se realizó comparando las áreas de los picos calculadas contra la suma de conteos, pasando todas las pruebas positivamente.
Capacidad de deconvolución: El método separa con éxito picos parcialmente superpuestos, como se demostró con muestras de Th (torio) de huesos animales.
Utilidad inesperada: Los autores señalan que la función resultó sorprendentemente útil para analizar espectros de radiación beta (específicamente $^{90}\text{Sr}$ / $^{90}\text{Y}$ ) obtenidos con un espectrómetro de centelleo líquido utilizando una escala de canales logarítmica, logrando resultados dentro de un margen de error del 3%.

Significancia
El artículo reclama su significancia principalmente a través de la validación exitosa y a largo plazo de esta función específica de cuatro parámetros dentro del software ALF. Al formalizar la base analítica previamente indocumentada de ALF, este trabajo proporciona una herramienta matemáticamente definida y robusta para la deconvolución de picos alfa superpuestos. El método ofrece un equilibrio entre el rigor analítico y la eficiencia computacional, permitiendo la determinación precisa de las áreas de los picos en espectros complejos donde el ajuste gaussiano tradicional falla. El uso del algoritmo de Cracovian asegura además que las incertidumbres de los parámetros se calculen rigurosamente junto con el ajuste.

Más como este