No CBPF (continuação)
Altas Energias

Através do choque de partículas, o homem descobriu centenas de constituintes da matéria. Entender essas colisões, portanto, representa compreender um aspecto crucial do universo e sua origem. Um dos proces- sos mais intrigantes ocorre entre o elétron e sua antimatéria, o pósitron. Quando esse par se choca – a velocidades próximas à da luz (300 mil km por segundo) –, a totalidade da energia de ambos se transforma em partículas de luz. E estas, por sua vez, podem gerar dezenas de estilha- ços de matéria e antimatéria – mais especifica- mente, quarks e antiquarks. No estudo dessas colisões, uma propriedade que se esperava era a temperatura final ser a mesma independentemente da energia inicial do sistema elétron-pósitron. Para choques muito energéticos, sabe-se que a ME de Boltzmann-Gibbs falha na descrição dos dados experimentais, tanto em relação à esperada constância da temperatura quanto na própria disposição dos dados. A aplicação da ME não extensiva a esse sistema [6] – que é complexo por natureza – apresentou boa concordância com os dados experimentais. Mais importante: a estatística de Tsallis reafirmou que a temperatura associada às colisões deve ser independente da energia nelas envolvida, o que está em perfeito acordo com a teoria.

Mamografias e placas

Um campo inusitado em que a ME não extensiva tem apresentado bons resultados é o de processamento de imagens. O ponto de partida para essa aplicação é o fato de os elementos constituintes de uma imagem, os pixels – do inglês, picture elements –, estarem correlacionados uns aos outros – afinal, retirar pixels de uma imagem pode comprometer o entendimento do todo. Muitas vezes, porém, o importante é ficar com a informação útil de uma imagem e desprezar a parte que não interessa. Esse conceito aplicado a chapas de mamografia [7] (um tipo de radiografia das mamas) mostrou que, com a aplicação da ME não extensiva, foi possível extrair dessas imagens a informação relevante para a análise médica – no caso, as áreas que representam os tumores. Outra aplicação da estatística de Tsallis levou à implantação de um protótipo para o reconhecimento automático de imagens de placas de veículos, sendo os caracteres localizados e classificados por meio de técnicas de processamento digital de imagens e redes neurais artificiais [8]. Os resultados mostram uma eficiência da ordem de 85% no reconhecimento de todos os caracteres e podem ter aplicações na área de segurança.