UNIVERSIDADE FEDERAL DE SERGIPE

Departamento de Física, Universidade Federal de Sergipe

Jardim Rosa Elze, 49100-000, São Cristóvão-SE, Brasil

Mesa de Bolas

Prof.: Frederico Guilherme de Carvalho Cunha.

Alunos: Alisson Max, Jonathan Uendler, Emanuel Vieira, Carlos Augusto, Andre
Gustavo.

Laboratório de estrutura da matéria 1

Turma 01 (6T12)

1
 Sumário
1 Resumo 3
2 Introdução 3
3 Procedimento Experimental 3
3.1 Primeira parte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
3.2 Segunda parte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3.3 Terceira parte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

4 Resultados e Discussão 4
5 Conclusão 6

2
1 Resumo
Neste relatório é estudado o problema do caminho aleatório, por meio do experimento
da mesa de bolas. Verica-se, com isso, os principais conceitos da mecânica estatística,
como o valor médio, a variância, além de um melhor entendimento , do ponto de vista
experimental, do signicado do teorema do limite central. É possível ver, ainda, como os
parâmetros externos inuenciam o tipo de distribuição obtida, de acordo com os ajustes
experimentais realizados. À medida que estes parâmetros variam, diferentes tipos de
distribuições estatísticas podem ser obtidas.
Palavras chaves: Caminho aleatório, Teorema do limite central, distribuição estatís-
tica.

2 Introdução
Os movimentos aleatórios são de fundamental importância para descrição de alguns
sistemas físicos, como no caso do movimento das partículas de pólen suspensas em água.
Saber como o cheiro de um perfume se espalha por uma sala, dentre outras situações que
consistem em problemas fundamentais da mecânica estatística.
A mesa de bolas é um instrumento capaz de simular os fenômenos observados na
caminhada aleatória, os passos aleatórios aqui são considerados como as colisões das bolas
com os pregos.
Consideremos uma partícula que se desloca sobre uma reta, a partir da origem, dando
n1 passos de comprimento para a direita com probabilidade p e n2 passos para a esquerda
com probabilidade q = 1 − p, de modo que p + q = 1. O problema é determinar qual a
probabilidade PN (m) de encontrar a partícula na posição x = ml, onde −N ≤ m ≤ N ,
depois de ter dado N passos.
O número total de passos é N = n1 + n2 e m é a distância líquida percorrida, ou seja,
m = n1 − n2 . Como cada passo é de comprimento l, a distância que a partícula percorre
a partir da origem é dada por x = (n1 − n2 )l.
A probabilidade de uma determinada sequência de N passos, com n1 passos para a
direita e n2 passos para a esquerda é dada por:
N ! n1 n2
PN (n1 ) = p q , (1)
n1 !n2 !
onde N = n1 + n2 e p + q = 1.
Após cada colisão, a bola tem mesma probabilidade p = q = 0, 5 de ir para o lado
esquerdo ou direito.

3 Procedimento Experimental
Neste experimento, foram utilizados os seguintes materiais: Bolas de vidro, Mesa
de pregros com 20 divisórias (canaletas) e 9 camadas de pregos; Os procedimentos estão
detalhados a seguir, em três partes

3.1 Primeira parte

Vericação do número de tentativas necessárias para a determinação do comportamento

do sistema. Teorema do limite central.

3
 A partir da posição central e do ponto mais aldo da mesa (entre as divisórias 10 e
11 - considerando a contagem de 1 a 20, já que há um número par), foram lançadas 10
bolas, uma de cada vez. Os resultados foram devidamente anotados. Em seguida, foram
lançadas mais 20, 40 e 60 bolas.

3.2 Segunda parte

Variação do número de passos.

Nesta parte, foram lançadas mais 400 bolas, diminuindo-se o número de impactos
(passos) em duas unidades (dois pontos mais abaixos do procedimento feito na 1a parte),
anotando-se os resultados.

3.3 Terceira parte

Variação do ponto de partida ou de lançamento.

Agora, foram lançadas mais 400 bolas do ponto mais alto, mas deslocadas do centro
da mesa para a esquerda. Os resultados foram anotados.

4 Resultados e Discussão
Os resultados grácos apresentados a seguir foram obtidos através da execução e ano-
tação dos lançamentos no laboratório. Com o software OriginPro 8, foram construídos os
histogramas mostrados.

Observando os histogramas obtidos nesta primeira parte do experimento, percebemos

para um número pequeno de bolas lançadas na mesa (Fig. 1), não é visível a formação
de nenhuma distribuição ainda, mas à medida que esse número de bolinhas aumenta, é
possivel perceber que as barras ganham o formato de uma distribuição normal, tendo sido
ajustadas por meio de uma curva gaussiana (Fig. 2).

4
 No último histograma da Figura 2 (N = 400), o valor médio obtido pelo ajuste (), foi
o mais próximo do valor médio teorico (). Os valores dos deslocamentos médios teórico e
experimental e incertezas podem ser vistos na Tabela 1.
Desse modo, pode-se supor que à medida que a quantidade de bolas lançadas aumente,
os valores médios experimentais deverão se aproximar do valor teórico, requisito para a
obediência ao Teorema do Limite Central.

Dos histogramas apresentados na Figura 3 da 2a parte, é possivel ver que o parâmetro

5
mais instável aqui foi a variância, e consequentemente, o desvio padrão, sendo o último
histograma (N = 400, −2passos) o que teve o desvio relativo mais baixo.

Por m, os histogramas da 3a parte têm um visível deslocamento da parte central para
um dos lados, já que as bolas foram lançadas fora do ponto central e mais à esquerda
(p < q), o que pode ser mais aproximado por uma distribuição de Poisson.

5 Conclusão
As Figuras 1 e 2 mostram os histogramas da primeira parte do experimento, com
lançamentos de 10, 20, 50, 100, 400 bolinhas, respectivamente. Na Figura 3, vemos os
histogramas obtidos a partir da variação do número de passos, todos com 400 bolas. E,
por m, os histogramas visto na Figura 4 mostram a variação do ponto de lançamento
em relação ao centro.
A princípio, na 1a parte, o padrão formado peas bolas na parte inferior da mesa não
se parece com nenhum tipo de distribuição, entretanto depois que aumenta o número de
bolas, observa-se um padrão cada vez mais parecido ao de uma distribuição Gaussiana.
Isso demonstra a validade do teorema do limite central, que nos diz exatamente que
uma amostra com N variáveis aleatórias e independentes x1 , x2 , x3 , ..., xN que obedecem
ao mesmo tipo de distribuição com média x̄ e variância σ 2 , nitos, irá convergir para uma
distribuição normal à medida que N → inf .
Desse modo, nas duas primeiras partes foram feitos ajustes gaussianos para os dados
obtidos, uma vez que é um tanto visível se tratar de uma distribuição normal. Na distri-
buição normal, vemos um comportamento aproximadamente simétrico em relação a xc ,
além disso, a curva se aproxima assintoticamente de eixo x à medida que se afasta do
valor médio.
Sem varias o ponto de partida (ou número de passos), é possível concluir que o pa-
râmetro que muda é o valor médio xc , à medida que mais bolas (partículas) são usadas.
Já quando se varia o ponto de partida, o desvio padrão (raiz quadrada da variância) é o
que mais se altera. Com isso, há uma difusão menor do sistema. Na última parte, onde
foi mudado o ponto de lançamento, deslocando-o para um dos lados, é possível ver que
os histogramas não são mais simétricos, passando a ter a forma de uma distribuição de
Poisson (discretamente), o que pode ser ajustado por uma curva do tipo log-normal.
Dessa forma, com o uso de bolas e uma mesa de pregos, vemos que é possível simular
o comportamento de um sistema de partículas que se deslocam aleatoriamente. Mesmo
com o número de bolas não sendo muito grande, é possível perceber claramente a forma
como são distribuídas as bolas lançadas na mesa.

6
Referências
[1] Notas de aula, curso de laboratório de física estatística e da matéria condensada,
DFI-UFS.
[2] ALONSO, M; FUNN, E. J. Fisica. Volumen III: Fundamentos Cuanticos y Estadis-
ticos. Edicion Revisada y Aumentada. Wilmigton: Addison-Wesley Iberoamericana,
1986.
[3] SALINAS, Sílvio R. A. Introdução à Física estatística. Editora da Universidade de
São Paulo. São Paulo. 1997.