Ez a szimuláció a radioaktív bomlás statisztikus jellegét mutatja be, használatával az egyes statisztikai fogalmak (várható érték, szórás) könnyebben megérthető.
A programban egy radioaktív izotóppal történő, Geiger-Müller-számlálócsővel végrehajtott mérést szimulálunk a programba épített véletlenszám generátor segítségével. A könnyebb megfigyelhetőség érdekében az idő futása felgyorsítható a tízszeresére (a Gyors jelölőnégyzet bejelölésével).
Kétféle üzemmódban lehet használni a programot: Poisson-eloszlás vizsgálata, ill. Felezési idő vizsgálata. Ezek a képernyő jobb oldali részén választhatók. (Az alábbi magyarázat az éppen aktuális üzemmódot írja le).
Poisson-eloszlás
Ebben az üzemmódban csak a változatlan intenzitású "Háttér" intenzitását adhatjuk meg. Ennek az az oka, hogy Poisson-eloszlást csak akkor követnek a beütésszámok, ha a várható érték időben állandó. A számláló másodpercenként méri a beütésszámokat. Ezt, valamint a futó mérési időt kijelzi, és a beütésszámokat a jobb oldalon található grafikonon feldolgozza.
A Poisson-eloszlás mérésénél "statisztikát" készítünk arról, hogy az összes mérési idő alatt hányszor érkezett 0, 1, 2... stb. beütésszám 1 másodperc alatt.
Egy valóságos mérés során nem ismerjük a másodpercenkénti beütésszám "elméleti" értékét (amit itt megadhatunk), hanem csak a mért adatokat ismerjük. A mért adatokból kell meghatározzunk olyan paramétereket, amelyek - elegendően nagyszámú mérési adat felvétele után - közelítenek az eloszlás "elméleti" értékeihez.
Ezért a program kizárólag a mért adatok felhasználásával kiszámítja azok várható értékét és szórását - éppen úgy, ahogyan azt egy valóságos mérésnél is meg kellene tennünk. Ezeket a kiszámított értékeket megjeleníti a grafikon-ablak jobb felső részén, és ezekkel az értékekkel "illeszt" egy elméleti Poisson-eloszlás görbét a mért pontokra (piros vonal).
Érdekes megfigyelni, ahogyan a mérési pontok számának a növekedésével a kiszámított értékek egyre jobban közelítenek az "elméleti" értékhez (amit megadtunk a programban). Ez hozzásegít annak a megértéséhez, hogy bár az egyes események külön külön véletlenszerűek, megjósolhatatlanok, nagyszámú eseményben mégis érvényesülnek statisztikus törvények, amelyek olyan fogalmakkal, mint a várható érték, és a körülötte lévő szórás leírhatók