Moto browniano e passeggiate aleatorie
Un granello di polline colpito dalle molecole, o una nube di particelle casuali che si allarga come una goccia d'inchiostro.
- Pollen grain
- Molecule
- Path of the grain
A heavy grain jiggles as fast molecules bump into it from every side, more from one side than another at any moment. Drag the grain to move it, or switch to random walkers and tap to release a new cloud there; both are events in time that Restart and share links leave out.
Come ti trovi con Moto browniano e passeggiate aleatorie?
Cos'è Moto browniano e passeggiate aleatorie
- Prima osservazione
- Robert Brown, 1827 (pubblicazione 1828)
- Spiegazione teorica
- Albert Einstein, 1905
- Propagazione
- Distanza caratteristica proporzionale a √tempo
- Ritorno all'origine
- Certo su reticolo 2D, circa 34% in 3D (Pólya, 1921)
Nell'estate del 1827 il botanico Robert Brown osservò al microscopio minuscole particelle emesse da granelli di polline muoversi senza sosta nell'acqua. Constatò la medesima agitazione anche nella polvere minerale, escludendo un'origine biologica. La spiegazione teorica arrivò da Albert Einstein nel 1905: il granello subisce le collisioni delle molecole del fluido, troppo piccole per essere visibili, e in ogni istante un lato riceve più urti rispetto a quello opposto. La simulazione riproduce questo fenomeno: una particella massiccia interagisce tramite urti elastici con centinaia di molecole rapide, percorrendo un cammino a zig-zag. Nascondi le molecole per osservare solo ciò che vide Brown, scalda l'acqua o inserisci un granello più grande e pesante.
Einstein predisse che la distanza quadratica media percorsa da tale particella cresce in modo proporzionale al tempo, e non al tempo al quadrato; le accurate misurazioni sperimentali di Jean Perrin, condotte registrando le posizioni a intervalli regolari, fornirono la prova definitiva della realtà degli atomi, valendogli il premio Nobel nel 1926. L'opzione Perrin replica fedelmente questo metodo di campionamento. La modalità Random walkers riduce il concetto alla sua essenza, la passeggiata aleatoria descritta da Karl Pearson nel 1905: migliaia di punti compiono passi casuali, la nube si espande come una goccia d'inchiostro e la densità laterale si adatta a una campana di Gauss la cui deviazione standard cresce con la radice quadrata del tempo.
I grafici confrontano lo spostamento quadratico medio misurato con la retta teorica di Einstein e la distribuzione delle posizioni con la curva gaussiana, mentre il cerchio tratteggiato indica l'ampiezza di diffusione prevista. Su una griglia bidimensionale, una singola particella ritorna regolarmente al punto di partenza, come dimostrato da George Pólya nel 1921; in tre dimensioni, invece, la probabilità di ritorno scende a circa un terzo. Trascina la particella, tocca per generare una nuova nuvola di punti ed esporta i dati in CSV o registra video e GIF.
Come usare Moto browniano e passeggiate aleatorie
- Osserva il granello di polline. Premi Play: le molecole (Molecules) rimbalzano contro il grande granello d'ambra (Grain), che si sposta seguendo una traiettoria spezzata tracciata in rosso.
- Modifica le proprietà del fluido. In Pollen grain imposta il numero di Molecules, aumenta la Temperature per renderle più veloci o modifica Grain size. Disattiva Show molecules per isolare la traiettoria del granello.
- Campiona la traiettoria alla Perrin. Attiva la tracciatura stile Perrin per registrare la posizione del granello a intervalli costanti e unire i punti con segmenti, replicando i disegni originali di Jean Perrin.
- Trascina il granello. Fai clic e trascina il granello per spostarlo; le molecole continueranno a colpirlo nella nuova posizione.
- Lancia cammini casuali. Imposta Watch su Random walkers. Migliaia di punti diffondono dal centro; tocca lo schermo per rilasciare una nuova nube in quel punto. Usa Grid steps per muoverti su reticolo e Trace one walker per isolare un percorso.
- Analizza i grafici. Sideways spread confronta i camminatori con la curva gaussiana, mentre Mean squared displacement ne rapporta la diffusione alla retta di Einstein. Per il granello, il grafico mostra lo spostamento in funzione dell'intervallo temporale.
- Esporta. Salva immagini PNG, sequenze video o GIF, oppure esporta le posizioni dei camminatori e gli spostamenti della particella in un file CSV.
Domande frequenti
Che cos'è il moto browniano?
Il movimento casuale e continuo di una particella microscopica sospesa in un liquido o in un gas, documentato per la prima volta da Robert Brown nel 1827. È causato dagli urti incessanti delle molecole circostanti: le forze istantanee non si bilanciano mai perfettamente, generando spinte disordinate in direzioni sempre mutevoli.
Perché il granello si muove molto più lentamente delle molecole?
Possiede una massa notevolmente superiore, quindi ogni singolo urto ne altera la velocità solo marginalmente. All'equilibrio termico l'energia cinetica media si distribuisce equamente, per cui la velocità varia inversamente alla radice quadrata della massa: un granello 100 volte più pesante di una molecola si muove circa 10 volte più lentamente. Aumentando la dimensione del granello, l'inerzia riduce ulteriormente lo spostamento.
Quale fu la previsione di Einstein?
Ipotizzò che lo spostamento quadratico medio di una particella browniana crescesse linearmente con il tempo: ⟨x²⟩ = 2Dt lungo ciascuna coordinata, con un coefficiente di diffusione D legato alla temperatura, alla viscosità del mezzo e al raggio della particella. Raddoppiando il tempo, la distanza quadratica media raddoppia, ma la distanza percorsa tipica aumenta solo di un fattore √2. Jean Perrin verificò sperimentalmente la formula, ricavandone il valore del numero di Avogadro.
Che cos'è una passeggiata aleatoria?
Un tragitto composto da una sequenza di passi casuali e statisticamente indipendenti. Il termine venne introdotto da Karl Pearson nel 1905 sulla rivista Nature. Dopo t passi di lunghezza s, la distanza quadratica media dall'origine è s² × t; aggregando numerosi percorsi indipendenti, le posizioni formano una distribuzione a campana gaussiana, descrivendo matematicamente i fenomeni diffusivi.
Una passeggiata aleatoria fa sempre ritorno al punto di partenza?
Su un reticolo a una o due dimensioni, sì: George Pólya dimostrò nel 1921 che il ritorno all'origine avviene con certezza se si attende un tempo sufficiente. Nello spazio tridimensionale i gradi di libertà aumentano e la probabilità di ritorno si riduce a circa il 34%. Prova il preset Drunkard e osserva il contatore dei rientri.
L'inchiostro si propaga nell'acqua secondo questo principio?
Sì. Ciascuna particella d'inchiostro esegue un proprio moto browniano microscopico; collettivamente formano una nube la cui ampiezza efficace si espande proporzionalmente alla radice quadrata del tempo. Questo spiega perché la diffusione sia rapidissima su distanze millimetriche e lentissima su scale metriche. Il preset Ink drop illustra la dispersione progressiva correlando il profilo al grafico.
Fonti e bibliografia
- Brown, R. (1828). A brief account of microscopical observations made in the months of June, July and August, 1827, on the particles contained in the pollen of plants; and on the general existence of active molecules in organic and inorganic bodies. The Philosophical Magazine 4(21), 161–173.
- Einstein, A. (1905). Über die von der molekularkinetischen Theorie der Wärme geforderte Bewegung von in ruhenden Flüssigkeiten suspendierten Teilchen. Annalen der Physik 322(8), 549–560.
- Pearson, K. (1905). The problem of the random walk. Nature 72, 294.
- Perrin, J. (1910). Brownian Movement and Molecular Reality (F. Soddy, trans.). London: Taylor and Francis.
- Pólya, G. (1921). Über eine Aufgabe der Wahrscheinlichkeitsrechnung betreffend die Irrfahrt im Straßennetz. Mathematische Annalen 84, 149–160.





