接下来，我们通过跟踪单个分子的运动路线，看看它的运动是否确实具有随机性，还是有某种趋势。

　　1.5 方均距离<R2>
　　从统计的角度来看，如果我们要模拟气体的扩散过程，那我们就需要非常大数量的分子数。而这里为了提高计算效率，我们只模拟了400个分子的运动，这样是否还能正确的反映气体扩散的统计学性质？为此，我们来讨论一下分子距原点的方均距离<R2>与计算步数的关系。

　　 　　　　　　如图4所示，第i个分子在经过N步随机行走后距原点距离为R，对n个分子每步的位移平方求和后取平均值就得到了所有分子距原点的方均距离<R2>：　　
　　上式可通过在已有程序中加入以下一段语句来实现：

　　这段语句被加在程序的循环体内，并定义了一个N×2的矩阵rms，它的第一列用来存放步数，第二列用来记录<R2>。
　　接下来，我们就可以通过改变程序中的步长和分子数来研究它们和<R2>的关系。
　　这里，我们也可以从理论上来得到上面各个量的关系，从而通过比较来检验我们程序的准确性。
　　

　　把公式（2）进一步展开可以得到下面的表达式：