Zusammenfassung der Monte Carlo Methode (MCM)
Storyboard 
Obwohl die Monte-Carlo-Methode (MCM) als Goldstandard in der Dosisberechnung angesehen wird, ist ihre Anwendung durch den Rechenaufwand begrenzt. Dies hängt mit der großen Anzahl von Partikeln zusammen, die simuliert werden müssen, um die numerische Unsicherheit zu reduzieren, die der Komplexität des Systems innewohnt. In dieser Übersicht wird die Methode beschrieben und das Problem der numerischen Unsicherheit erklärt.
ID:(1161, 0)
Random Walk
Definition 
Um die Eigenschaften von Monte Carlo zu erforschen, nehmen wir an, dass wir das Verhalten eines Betrunkenen simulieren wollen.
Er bewegt sich unidimensional und kann nach rechts und nach links gehen.
Die Distanzen, die in jeder Richtung zurückgelegt wird, hängen von den Objekten auf dem Weg ab. Diese werden nach dem Zufallsprinzip verteilt.
Jedes Mal, wenn er ein Objekt erreicht, kehrt er in die umgekehrte Richtung zurückt.
ID:(9175, 0)
Simulador random walk paso variable
Bild 
Um die Verteilung der Positionen der Teilchen zu erhalten, kann folgende Iterationen durchgeführt werden
```
0. Position und Startadresse definiert
1. Partikel in eine Richtung bewegen in einem Abstand der durch die Zufallswahrscheinlichkeitsfunktion erzeugt wird,
2. Richtung umkehren
3. Fortsetzung 1
```
Angenommen, wir eine bestimmte Zeit und das sich das Teilchen mit einer konstanten Geschwindigkeit bewegt. Somit kam die Position nach einer Zeit oder einem zurück gelegten Weg bestimmt werden.
ID:(9100, 0)
Zusammenfassung
Notiz 
Mit dem Simulator zu spielen, haben wir das bemerkt
```
1. Es ist nur sinnvoll, Verteilungen von möglichen Positionen zu betrachten
2. Die Verteilung basiert auf der Bestimmung von Positionen in diskreten Bereichen
3. Bereiche kleinerer Größe erfordern eine größere Anzahl von Iterationen
```
ID:(9101, 0)
Compton Scattering
Zitat 
Compton-Streuung tritt auf, wenn ein Photon mit einer geladenen Teilchen in Wechselwirkung tritt, insbesondere mit einem Elektron. Im Prozess Verliert das Photon Energie und weicht ab wobei das Elektron in Bewegung setzen:
ID:(9176, 0)
Simulador random walk con Compton
Übung 
Sie können die Klein-Nishina Modell numerisch untersuchen. Für dies wird gezeigt
- der Gesamtquerschnitt als Funktion der Photonenenergie
- der Differentialabschnitt in Funktion des Winkel für die minimale, mittlere und maximale definierte Energien
- der effektive Gesamtquerschnitt als Funktion der Energie in einem eindimensionalen das Transmission oder Reflexion ergeben könnte
ID:(9114, 0)
Zusammenfassung der Monte Carlo Methode (MCM)
Storyboard 
Obwohl die Monte-Carlo-Methode (MCM) als Goldstandard in der Dosisberechnung angesehen wird, ist ihre Anwendung durch den Rechenaufwand begrenzt. Dies hängt mit der großen Anzahl von Partikeln zusammen, die simuliert werden müssen, um die numerische Unsicherheit zu reduzieren, die der Komplexität des Systems innewohnt. In dieser Übersicht wird die Methode beschrieben und das Problem der numerischen Unsicherheit erklärt.
Variablen
Berechnungen
Berechnungen
Gleichungen
Beispiele
Um die Eigenschaften von Monte Carlo zu erforschen, nehmen wir an, dass wir das Verhalten eines Betrunkenen simulieren wollen.
Er bewegt sich unidimensional und kann nach rechts und nach links gehen.
Die Distanzen, die in jeder Richtung zur ckgelegt wird, h ngen von den Objekten auf dem Weg ab. Diese werden nach dem Zufallsprinzip verteilt.
Jedes Mal, wenn er ein Objekt erreicht, kehrt er in die umgekehrte Richtung zur ckt.
Der einfachste Fall ist der einer Partikel die sich entlang einer Achse bewegt und die nach einem Zusammensto mit einem Objekt die Bewegungsrichtung umkehrt.
Wenn die Wahrscheinlichkeit ein Abstand zwischen
Falls diese Wahrscheinlichkeit proportional zur Wahrscheinlichkeit
So folgt, dass
wobei
Um die Verteilung der Positionen der Teilchen zu erhalten, kann folgende Iterationen durchgef hrt werden
```
0. Position und Startadresse definiert
1. Partikel in eine Richtung bewegen in einem Abstand der durch die Zufallswahrscheinlichkeitsfunktion erzeugt wird,
2. Richtung umkehren
3. Fortsetzung 1
```
Angenommen, wir eine bestimmte Zeit und das sich das Teilchen mit einer konstanten Geschwindigkeit bewegt. Somit kam die Position nach einer Zeit oder einem zur ck gelegten Weg bestimmt werden.
Mit dem Simulator zu spielen, haben wir das bemerkt
```
1. Es ist nur sinnvoll, Verteilungen von m glichen Positionen zu betrachten
2. Die Verteilung basiert auf der Bestimmung von Positionen in diskreten Bereichen
3. Bereiche kleinerer Gr e erfordern eine gr ere Anzahl von Iterationen
```
Der gesamte effektive Querschnitt
Mit denen es m glich ist, die Wahrscheinlichkeit der Auswirkungen mit dem insgesamt effektiven Abschnitt abzusch tzen:
Compton-Streuung tritt auf, wenn ein Photon mit einer geladenen Teilchen in Wechselwirkung tritt, insbesondere mit einem Elektron. Im Prozess Verliert das Photon Energie und weicht ab wobei das Elektron in Bewegung setzen:
Die Compton-Streuung tritt auf, wenn ein Photon mit einem Elektron wechselwirkt, indem es der erste Energie auf den zweite (unelastische Wechselwirkung) bertr gt. Die Wellenl nge des Photon nach dem Scattering kann durch
berechnet werden, wobei
die Compton Wellenl nge ist und
F r Compton-Streuung ist der Differentialquerschnitt gem Klein-Nishina
wobei
der Gesamtquerschnitt von Thomson und
die normierte Energie ist.
Wenn der Differentialwirkungsabschnitt nach Klein-Nishina genommen wird die normalisierte Energie ist. Im Rahmen der kleinen und im Fall sein.
und integriert wird im Raumwinkel
ist der effektive Gesamtquerschnitt gleich
wobei
der effektive Gesamtquerschnitt nach Thomson und
Sie k nnen die Klein-Nishina Modell numerisch untersuchen. F r dies wird gezeigt
- der Gesamtquerschnitt als Funktion der Photonenenergie
- der Differentialabschnitt in Funktion des Winkel f r die minimale, mittlere und maximale definierte Energien
- der effektive Gesamtquerschnitt als Funktion der Energie in einem eindimensionalen das Transmission oder Reflexion ergeben k nnte
ID:(1161, 0)
