مکانیک آماری

مکانیک آماری، یکی از مباحث مطرح در فیزیک است که به سیستم‌هایی با تعداد متغیرهای بسیار زیاد می‌پردازد. این متغیرها می‌توانند ذراتی چون اتم‌ها، مولکول‌ها، یا ذرات بنیادی باشند که تعداد آن‌ها می‌تواند هم‌مرتبه با عدد آووگادرو باشد.





در این مبحث، با استفاده از خاصیتهای میکروسکوپی این ذرات مانند ساختار اتمی و برهمکنش بین آن‌ها، اطلاعاتی در مورد خواص ماکروسکوپی سیستم مانند فشار، انتروپی و انرژی آزاد گیبس، از طریق محاسبات و روش‌های آماری به دست می‌آید. مثلاً معادله‌های حالت در ترمودینامیک توسط مدل‌های میکروسکوپی-آماری مشتق می‌شوند.

مکانیک آماری شکوفایی خود را قبل از همه، مدیون دانشمندان کلاسیکی نظیر لودویگ بولتزمان، جوسایا ویلارد گیبز و جیمز کلرک ماکسول می‌باشد.





میانه‌ها و شاخص‌های آماری
میانه‌ها وشاخص‌های آماری ترتیبی

iامین شاخص آمار ترتیبی یک مجموعه n عضوی، iامین عضو کوچک است. به عنوان مثال، مینیمم یک مجموعه از اعضا، اولین شاخص آمار ترتیبی (i=۱)است و ماکزیمم، nامین شاخص آمار ترتیبی (i=n)است. میانه، به طور غیر رسمی، نقطهٔ میانی مجموعه‌است. هنگامی که n فرد است، میانه منحصر به فرد است که در i=(n+۱)/۲ رخ می‌دهد. وقتی n زوج است، دو میانه وجود دارند که در i=n/۲ و i=n/۲+۱ رخ می‌دهند. این مقاله انتخاب iامین شاخص آمار ترتیبی از یک مجموعه با n عضو مجزا را بیان می‌کند. مسئله انتخاب می‌تواند به طور رسمی به شکل زیر تعیین شود: ورودی: مجموعه A با n عدد(مجزا) و عدد i، که i بزرگتر یا مساوی ۱ و کوچکتر یا مساوی با n است. خروجی: عضو x در A که بزرگتر از دقیقا i-۱ عضو دیگر A می‌باشد. مسئله انتخاب می‌تواند در زمان (O(nlgn حل شود، چون می‌توانیم اعداد را با استفاده از مرتب سازی دودویی (heap sort) یا مرتب سازی ادغام مرتب کنیم و سپس به سادگی iامین عنصر در آرایه خروجی را مشخص کنیم اما الگوریتم‌های سریع تری وجود دارند. ابتدا مسئله انتخاب مینمم و ماکزیمم یک مجموعه از اعضا را بررسی می‌کنیم. مسئله جالب تر، مسئله انتخاب کلی است، که دردوقسمت بررسی می‌شود.قسمت اول یک الگوریتم عملی را تحلیل می‌کند که در حالت میانگین به زمان اجرای (O(n می‌رسد. قسمت بعد یک الگوریتم است که جنبه‌های نظری بیشتری داشته و در بدترین حالت به زمان اجرای (O(n می‌رسد.






مینیمم و ماکزیمم

چه تعداد مقایسه برای تعیین یک مجموعه n عضوی لازم است؟ می‌توانیم به سادگی به حد بالای n-۱ برای مقایسه‌ها برسیم: هر عضو مجموعه را به ترتیب بررسی کرده و کوچکترین عضوی که تا کنون دیده شده‌است را نگه می‌داریم. در روال زیر، فرض می‌کنیم مجموعه در آرایه A قرار دارد، که طول آرایه n است. قطعا یافتن ماکزیمم می‌تواند با n-۱ مقایسه نیز انجام شود. آیا این بهترین کاری است که می‌توانیم انجام دهیم؟ بله، چون می‌توانیم به حد پایین n-۱ برا مقایسه‌ها برای مینممم برسیم. الگوریتم را در نظر بگیرید که مینیمم را به صورت مسابقه‌ای بین عناصر تعیین می‌کند. هر مقایسه یک بازی در مسابقه‌است که در آن عنصر کوچکتر از میان دو عنصر، برنده می‌شود. نگرش اصلی این است که هر عنصر به جز برنده باید حداقل یک بازی را ببازد. از این رو n-۱ مقایسه برای تعیین مینیمم لازم است.






مینیمم و ماکزیمم هم زمان

در برخی کاربردها، باید هم مینیمم و هم ماکزیمم یک مجموعه از n عضو را پیدا کنیم. ارائه الگوریتمی که بتواند هم مینیمم و هم ماکزیمم n عضو را با استفاده از (θ(nمقایسه، که به طور مجانبی بهینه‌است، پیدا کند سخت نیست. به سادگی مینیمم و ماکزیمم را به طور مستقل، با استفاده از n-۱ مقایسه برای هر یک پیدا می‌کند، که در کل ۲n-۲ مقایسه انجام می‌دهد. در حقیقت، حداکثر ۳n/۲ مقایسه برای پیدا کردن مینیمم و ماکزیمم کافی است. استراتژی این است که اعضای مینیمم و ماکزیمم را که تا این جا دیده شده‌اند نگه داریم. به جای این که هر عضو ورودی را با مقایسه با مینیمم و ماکزیمم فعلی پردازش کنیم، که هزینه ۲ مقایسه برای هر عضو را صرف می‌کند، اعضا را جفت به جفت مقایسه می‌کنیم. ابتدا جفت عضوها را از ورودی با یکدیگر مقایسه می‌کنیم و سپس عضو کوچکتر را با مینیمم جاری و عضو بزرگتر را با ماکزیمم جاری مقایسه می‌کنیم که هزینه ۳ مقایسه برای هر دو عضو را موجب می‌شود.






انتخاب در زمان خطی مورد انتظار

مسئله انتخاب کلی نسبت به مسئله پیدا کردن یک مینیمم سخت تر به نظر می‌آیدو هم چنان که به صورت شگفت آوری زمان اجرای مجانبی هر دو مسئله یکی است: (θ(n.در این بخش یک الگوریتم تقسیم و حل را برای مسئله انتخاب ارائه می دهیم. الگوریتم Randomized-Select بعد از الگوریتم مرتب سازی سریع مدل می‌شود. همانند مرتب سازی سریع ایده آن است که آرایه ورودی را به طور بازگشتی تقسیم کنیم. ولی برخلاف مرتب سازی سریع که هر دو طرف تقسیم بندی را به صورت بازگشتی پردازش می‌کند، Randomized-Select فقط روی یک طرف تقسیم بندی عمل می‌کند. این تفاوت در تحلیل آشکار می‌شود. در حالی که زمان اجرای مورد انتظار مرتب سازی سریع (θ(nlgn است، زمان مورد انتظار این الگوریتم (θ(nاست. Randomized-Select از روال Randomized-Partition که در بخش مرتب سازی سریع معرفی شد استفاده می‌کند.






انتخاب در بدترین حالت زمان خطی

اکنون الگوریتمی را بررسی می کنیم که زمان اجرای آن در بدترین حالت (O(nاست. مانند Randomized-Select، الگوریتم Select عنصر مورد نظر را با تقسیم بندی بازگشتی آرایه ورودی پیدا می‌کند. اما ایده‌ای که پشت این الگوریتم وجود دارد، این است که یک قسمت خوب را در هنگامی که آرایه تقسیم می‌شود تضمین می‌کند. Select از الگوریتم تقسیم بندی قطعی Partition مربوط به مرتب سازی سریع استفاده می‌کند که طوری تغییر یافته است که عنصری که تقسیم بندی حول آن انجام می‌شود را به عنوان پارامتر ورودی بگیرد. این الگوریتم iامین عنصر کوچک از آرایه ورودی با n>1 عنصر را با اجرای مراحل زیر تعیین می‌کند.(اگر n=1باشد آن گاه Select به طور مطلق، تنها ورودیش را به عنوان iامین عنصر کوچک برمی گرداند.)

n عنصرآرایه ورودی را بهn/5 گروه 5 عنصری تقسیم کنید و حداکثر یک گروه از n mod 5 عنصر باقیمانده ساخته می‌شود.
میانه هر یک از n/5گروه را ابتدا با مرتب ساز درجی عناصر هر گروه (که حداکثر 5 عنصر در هر یک وجود دارد)و سپس انتخاب میانه از لیست مرتب شده عناصر گروه پیدا کنید.
از Select به صورت بازگشتی برای پیدا کردن میانه x از n/5میانه‌ای که در مرحله 2 پیدا شدند استفاده کنید.
آرایه ورودی را حول میانهٔ میانه‌ها (یعنی x)با استفاده از نسخه تغییر یافته Partition تقسیم کنید. فرض کنید k یک واحد بیشتر از تعداد عناصر در طرف کم تر تقسیم بندی باشد، بنابراین k، x امین عنصر کوچک است و n-k عنصر در طرف بیشتر تقسیم بندی موجود است.
اگر i=k باشد، x را برگردانید در غیر این صورت اگر i<k باشد از Select به صورت بازگشتی برای پیدا کردن iامین عنصر کوچک در طرف کم تر استفاده کرده یا اگر i>k باشد، از آن برای پیدا کردن (i-k)امین عنصر کوچک در طرف بیشتر استفاده کنید.

برای تحلیل زمان اجرای Select، ابتدا یک حد پایین روی تعداد عناصر بزرگتر از عنصر تقسیم کنندهٔ x تعیین می کنیم. حداقل نصفی از میانه‌های پیدا شده در مرحله 2 بزرگتر از x یعنی میانهٔ میانه‌ها هستند. بنابراین در حداقل نصف n/5گروه، 3 عنصر وجود دارند که از x بزرگترند، به جز برای گروهی که اگر5 به n قابل قسمت نباشد، کم تر از 5 عنصر دارد و گروهی که خود شامل x است. با منظور نکردن این دو گروه ثابت می‌شود که تعداد عناصر بزرگتر از x حداقل برابر است با

3(2-1/2n/5)

که این عبارت بزرگتر یا مساوی با 3n/10-6 است. به طور مشابه عناصری که کوچک تر از x هستند حداقل 3n/10-6 است. بنابراین در بدترین حالت، Select برای حداکثر 7n/10+6 عنصر در مرحلهٔ 5 به طور بازگشتی فراخوانی می‌شود.





توان آماری

توان یک آزمون آماری احتمال رد کردن فرض صفر اشتباه می‌باشد (احتمال آنکه تست آماری مرتکب خطای نوع دوم نشود). هر چه توان یک تست بیشتر باشد احتمال وقوع خطای نوع دوم کمتر خواهد بود.

محققان همیشه نگران این بوده اند که نکند فرضیه صفر را رد کنند در حالی که در واقع درست بوده است (تست آماری مرتکب خطای نوع یک شود) یا اینکه نتوانند فرضیه صفر را رد کنند در حالی که این روش های استفاده شده بوده اند که اثری واقعی داشته‌اند (تست آماری مرتکب خطای نوع دو شود). توان آماری یک تست، احتمال آن است که منجر به این میشود که شما فرضیه صفر را رد کنید وقتی فرضیه در واقع غلط است. چون بیشتر تست های امری در شرایطی انجام میشوند که عامل اصلی(treatment)، حداقل کمی اثر روی نتیجه دارد، توان آماری به صورت احتمال اینکه آن تست "منجر به نتیجه گیری درستی در مورد فرضیه صفر میشود"، تعبیر میشود.

توان یک تست آماری عبارت است از: یک، منهای احتمال ایجاد خطای نوع دو. یا به عبارتی، احتمال اینکه شما از خطای نوع دو دوری میکنید.

در مطالعات با توان آماری بالا، خیلی کم پیش میاید که در تشخیص اثرات تمرین اشتباه کنند.

توان یک تست آماری، شامل عملکردِ: حساسیت، اندازه اثر در جمیعت آماری، و استاندارد های استفاده شده برای اندازه گیری فرضیه آماری است. - ساده ترین راه برای افزایش حساسیت یک تحقیق، افزایش تعداد آزمودنی هاست. - در مورد استاندارد، ساده تر آن است که فرضیه صفر را رد کنیم اگر سطح معناداری، ۰.۰۵ باشد تا ۰.۰۱ یا ۰.۰۰۱.

سه قدم برای تعین توان آماری: ۱- مشخص کردن حد، برای معنی دار بودن آماری. فرضیه چیست؟ سطح معناداری چقدر است؟

۲- حدس زدن اندازه اثر. انتظار دارد که درمان(treatment)، دارای اثری کم، زیاد، یا متوسط باشد؟





احتمالات

بطور ساده، احتمالات (به انگلیسی: Probability) به شانس وقوع یک حادثه گفته می‌شود.

احتمال معمولا مورد استفاده برای توصیف نگرش ذهن نسبت به گزاره هایی است که ما از حقیقت انها مطمئن نیستیم. گزاره های مورد نظر معمولا از فرم "آیا یک رویداد خاص رخ می دهد؟" و نگرش ذهن ما از فرم "چقدر اطمینان داریم که این رویداد رخ خواهد داد؟" است. میزان اطمینان ما، قابل توصیف به صورت عددی می باشد که این عدد مقداری بین 0 و 1 را گرفته و آن را احتمال می نا میم. هر چه احتمال یک رویداد بیشتر باشد، ما مطمئن تر خواهیم بود که آن رویداد رخ خواهد داد. درواقع میزان اطمینان ما از اینکه یک واقعه (تصادفی) اتفاق خواهد افتاد.






نظریهٔ احتمالات

نظریهٔ احتمالات به شاخه‌ای از ریاضیات گویند که با تحلیل وقایع تصادفی سروکار دارد.

مانند دیگر نظریه ها، نظریه احتمال نمایشی از مفاهیم احتمال به صورت شرایط صوری (فرمولی) است – شرایطی که می‌تواند به طور جدا از معنای خود در نظر گرفته شود. این فرمولبندی صوری توسط قوانین ریاضی و منطق دستکاری، ونتیجه های حاصله، تفسیر و یا دوباره به دامنه مسئله ترجمه می شوند.

حداقل دو تلاش موفق برای به بصورت فرمول دراوردن احتمال وجود دار : فرمولاسیون کولموگروف و فرمولاسیون کاکس. در فرمولاسیون کولموگروف (نگاه کنیدبه )، مجموعه ها به عنوان واقعه و احتمالات را به عنوان میزانی روی یک سری از مجموعه ها تفسیرمی کنند. در نظریه کاکس، احتمال به عنوان یک اصل (که هست، بدون تجزیه و تحلیل بیشتر) و تاکید بر روی ساخت یک انتساب سازگار از مقادیر احتمال برای گزاره ها است. در هر دو مورد، قوانین احتمال یکی هستند مگر برای جزئیات تکنیکی مربوط به آنها.

روشهای دیگری نیز برای کمی کردن میزان عدم قطعیت، مانند نظریه Dempster-Shafer theory یا possibility theory وجود دارد ، اما آن ها به طور اساسی با آنچه گفته شد، تفاوت دارند و با درک معمول از قوانین احتمال سازگار نیستند.






تاریخچه

مطالعه علمی احتمال، توسعه ای مدرن است. قمارنشان می دهد که علاقه به ایده های تعیین کمیت برای احتمالات به هزاران سال می رسد، اما توصیفات دقیق ریاضی خیلی دیرتر به وجود آمد. دلایلی البته وجود دارد که توسعه ریاضیات احتمالات را کند می کند. در حالی که بازی های شانس انگیزه ای برای مطالعه ریاضی احتمال بودند، اما مسائل اساسی هنوز هم تحت تاثیر خرافات قماربازان پوشیده می شود.

به گفته ریچارد جفری، "قبل از اواسط قرن هفدهم، اصطلاح ‘’ احتمالی’’ به معنای قابل تایید (تصویب) و در آن معنا چه برای عقیده افراد و چه برای عمل مورد استفاده بود. در واقع افکار یا اقدام احتمالی، رفتاری بود که مردم معقول درآن شرایط از خود نشان می دادند." البته به خصوص در زمینه های قانونی ،احتمالی (به انگلیسی: Probability) همچنین می تواند به گزاره ای که شواهد خوبی برای اثبات آن وجود دارد، اطلاق شود.

گذشته از کار ابتدایی توسط Girolamo Cardano در قرن 16 اصول احتمالات به مکاتبات پیر دو فرما و بلز پاسکال (1654). کریستین هویگنس (1657) اولین مدل شناخته شده علمی از این موضوع را داد. یاکوب برنولی ARS Conjectandi (منتشرشده پس ازمرگ،1713) و اصول شانس Abraham de Moivre (1718) این موضوع را به عنوان شاخه ای از ریاضیات مطرح می کند. برای تاریخچه ای از توسعه های اولیه مفهوم احتمال ریاضی، ظهور احتمال هک ایان و علم حدس جیمز فرانکلین را ببینید.

تئوری خطاها ممکن است از Roger Cotes's Opera Miscellanea (منتشرشده پس ازمرگ،1722) سرچشمه گرفته باشد، اما شرح حالی که توماس سیمپسون در سال 1755 آماده کرد(چاپ 1756)، برای اولین بار اعمال این نظریه به بحث در مورد خطاهای مشاهده است. چاپ مجدد (1757) این شرح حال نشان می دهد که خطاهای مثبت و منفی هر دو به یک اندازه قابل پیشبینی هستند، و با اختصاص برخی از محدودیت های معین، بازه ای برای تمام خطاها ارائه می دهد.سیمپسون همچنین در مورد خطاهای پیوسته بحث می کند و یک منحنی احتمال را توصیف می کند.

پیر سیمون لاپلاس(1774) برای اولین بار سعی دراستنتاج قانونی برای توصیف مشاهدات از نظر اصول تئوری احتمالات کرد. او قانون احتمال خطاها را با یک منحنی به صورت y = \phi(x), x ، x هر نوع خطا و y احتمال آن معرفی می کند و 3 خاصیت برای این منحنی وضع می کند:

نسبت به محور y متقارن است
محور x مجانب است، احتمال خطا در \infty صفر است
مساحت زیر نمودار آن برابر 1 است.

او همچنین، در سال 1781، یک فرمول برای قانون امکان خطا ( اصطلاحی که لاگرانژ سال 1774 مورد استفاده قرار داد) ارائه کرد، اما به معادلات منظمی منجر نشد.

به طور کلی پیدایش فنون و مفاهیم مربوط به احتمالات را باید به آغاز مدل‌سازی ریاضی و استخراج و اکتشاف دانش در زمینه‌های پیچیده تر علوم نسبت داد.






تفسیرها و تحلیل‌های مفاهیم احتمالات

کلمه احتمال تعریف مفرد مستقیم برای کاربرد عملی ندارد. در واقع، چندین دسته گسترده از تفسیر احتمال، که پیروان دارای دیدگاه های مختلف (و گاهی متضاد) در مورد ماهیت اساسی احتمال وجود دارد.

Frequentists
Subjectivists
Bayesians







کاربردها

نظریه احتمال در زندگی روزمره در ارزیابی ریسک و در تجارت در بازار کالاها اعمال می شود. دولت ها به طور معمول روش های احتمالاتی را در تنظیم محیط زیست اعمال می کنند، که آن را تجزیه و تحلیل مسیر می نامند. یک مثال خوب اثر احتمال هر گونه درگیری گسترده در خاورمیانه بر قیمت نفت است، که اثرات موج واری روی اقتصاد کل جهان می گذارد. ارزیابی که توسط یک معامله گر کالا زمانیکه احتمال جنگ بیشترباشد، در مقابل حالتی که احتمال کمتری دارد، قیمت ها را بالا و پایین می فرستد و معامله گران دیگر را نیز از نظرات خود آگاه می کند. در واقع، احتمالات (در تجارت) به طور مستقل ارزیابی نمی شوند و لزوما عقلانی نیستند. تئوری های رفتار مالی برای توصیف اثر فکر گروهی در قیمت گذاری ، در سیاست، و در صلح و درگیری ظهور کردند.

می توان گفت که کشف روش های جدی برای سنجش و ترکیب ارزیابی های احتمال، عمیقا جامعه مدرن را تحت تاثیر قرار داده است. مثلا اکثر شهروندان اهمیت بیشتری به اینکه چگونه ارزیابی های احتمال وشانس ساخته می شوند، می دهند واینکه تاثیر آنها در تصمیم گیری ها بزرگتر و به ویژه در دموکراسی چگونه است.

یکی دیگر از کاربردهای قابل توجه نظریه احتمال در زندگی روزمره، قابلیت اطمینان می باشد. بسیاری از محصولات مصرفی، از جمله خودروها و لوازم الکترونیکی مصرفی، در طراحی خود به منظور کاهش احتمال خرابی(شکست) از نظریه قابلیت اطمینان استفاده می کنند. تولید کننده با توجه به احتمال خرابی یک محصول، آنرا گارانتی می کند.






علوم اجتماعی

نقش پایه و اساس را برای بیشتر علوم اجتماعی داراست. آزمونهای آماری فواصل اطمینان شیوه‌های رگرسیون (پس رفت)





توزیع احتمال
در نظریه احتمال و آمار تابع توزیع احتمال بیانگر احتمال هر یک از مقادیر متغیر تصادفی (در مورد متغیر گسسته) و یا احتمال قرار گرفتن متغیر در یک بازه مشخص (در مورد متغیر تصادفی پیوسته) میباشد. توزیع تجمعی احتمال یک متغیر تصادفی تابعی است از دامنهٔ آن متغیر بر بازهٔ 0,1. به طوری که احتمال رخدادن پیشامدهای با مقدار عددی کمتر از آن را نمایش می‌دهد.





روش‌های آمارگیری
در آمار کاربردی، روش‌های آمارگیری روش‌هایی برای نمونه‌برداری از یک جامعه آماری هستند که به منظور بهبود میزان پاسخ و دقت پاسخ به آمارگیری تدوین می‌شوند. سنجه‌های اندازه‌گیری شده آماره نام دارند که به منظور استنباط آماری در مورد کل جامعه طراحی می‌شوند. گه‌گاه آماره‌هایی توصیفی نیز گردآوری می‌شوند. نظرسنجی‌ها، پرسشنامه‌ها، و سرشماری‌ها در مورد وضعیت سلامت یا بازار مثال‌هایی از آمارگیری هستند. آمارگیری ابزار مهمی برای تحقیق در مورد جنبه‌های مختلف جامعه است و اطلاعات مهمی را در اختیار می‌گذارد؛ از جمله زمینه‌هایی که آمارگیری در آن کاربر دارد به بازاریابی، روانشناسی، سلامت عمومی، و جامعه‌شناسی اشاره کرد.





داده

به طور کلی، می‌توان همهٔ دانسته‌ها، آگاهی‌ها، داشته‌ها، آمارها، شناسه‌ها، پیشینه‌ها و پنداشته‌ها را داده یا دیتا (به انگلیسی: Data) نامید. انسان برای ثبت و درک مشترک هر واقعیت و پدیده از نشانه‌های ویژهٔ آن بهره گرفته‌است.

انسان برای نمایاندن داده‌ها نخست از نگاره و در ادامهٔ سیر تکاملی آن از حروف، شماره‌ها و نشانه‌ها کمک گرفت. برای بازنمودن داده‌ها از این موارد کمکی یا ترکیبی از آن‌ها استفاده می‌شود
در رایانه

به اعداد، حروف و علائم که جهت درک و فهم مشترک از انسان‌ها یا رایانه سرچشمه می‌گیرند داده می‌گویند. داده‌ها معمولاً از سوی انسان‌ها بصورت حروف، اعداد، علائم و در رایانه به صورت نمادهایی (همان رمزهای صفر و یک) قراردادی ارائه می‌شوند. اصطلاح داده یک عبارت نسبی است یعنی اگر موجب درک و فهم لازم و کامل دراین مرحله شده‌است به عنوان آگاهی یا اطلاعات از آن نام می‌برند و چنانچه موجب درک و فهم کامل نگردد به عنوان همان داده به شمار می‌آیند و چون هدف نهایی آگاهی و اطلاعات است باید از سوی دست‌اندرکاران (انسان یا رایانه) دستکاری یا پردازش شوند. منظور از دستکاری یا پردازش داده‌ها انجام عملیاتی از قبیل جمع، تفریق، ضرب، تقسیم، مقایسه وغیره‌است.

داده‌ها مجموعه‌ای از نمادها (برای انسان حروف، اعداد، علائم و برای رایانه رمزهای صفر و یک) هستند که حقایق را نشان می‌دهند و برای انسان از طریق رسانه‌های وی (بینایی، شنوایی، چشایی، بویایی، بساوایی) و برای رایانه از طریق لوازم ویژه (صفحه کلید موس و غیره) به دست می‌آیند.

داده‌ها امروزه فقط از سوی انسان یا رایانه پردازش می‌شوند یعنی کارهایی روی آن‌ها صورت می‌گیرد. در پردازش داده‌ها (داده‌پردازی) در رایانه ابتدا داده‌ها به رایانه وارد می‌شوند. این داده‌ها درابتدا ذخیره شده و روی آن‌ها عملیاتی (جمع، تفریق، ضرب، تقسیم و...) صورت می‌گیرد. پس از این که این عملیات (پردازش) صورت گرفت معمولاً داده‌ها به یک رایانه دیگر یا دوباره به انسان‌ها منتقل می‌شود. در اغلب گزارش‌ها و یادداشت‌های سازمانی، داده‌ها به چشم می‌خورند. برای نمونه، تاریخ و مقدار یک صورت‌حساب یا چک، جزئیات فهرست حقوق، تعداد وسایل نقلیه‌ای که از نقطهٔ خاصی در کنار جاده گذشته‌اند،... نمونه‌هایی از داده‌ها هستند.
انواع داده‌ها از نظر ساخت‌یافتگی

داده‌های ساخت‌یافته
داده‌های نیمه‌ساخت‌یافته







داده‌های زمانی
در بسیاری از کاربردهای مبتنی بر داده‌ها و اطلاعات ذخیره‌سازی و بازیافت حالا ت و وضعیت‌های سیستم در طی زمان اهمیت می‌یابد.





قضاوت

قضاوت در بافت حقوقی ، به معنی کشف حقیقت در نزاع چند طرف که در نهایت به ارائه حکمی از سوی نهاد متصدی قضاوت و لازم الاجراء از سوی حکومت برای پایان دادن به اختلاف میان آنها منجر می شود .





بیانیه
بیانیه متنی است که یک شخص یا گروه از آن برای بیان اصول، عقاید و اهداف خود به عموم استفاده می‌کند. رسمیت بیانیه‌ها، با توجه به بیان‌کنندهٔ آن‌ها و مطالب بیان‌شده، به دو دستهٔ رسمی و غیررسمی طبقه‌بندی می‌گردد.





استدلال

استدلال، ترکیب قانون‌مند قضیه(های) معلوم برای رسیدن به قضیه(های) تازه است. در استدلال، ذهن بین چند قضیه، ارتباط برقرار می‌کند تا از پیوند آن‌ها، نتیجه زاده شود و به‌این‌ترتیب نسبتی مشکوک و مبهم به نسبتی یقینی تبدیل شود.






انواع استدلال

تمثیل

تمثیل سرایت دادن حکم یک موضوع به موضوع دیگر به دلیل مشابهت آن دو به یکدیگر است.







استقرا

استقرا نوعی استدلال است که در آن ذهن از جزء به کل سیر می‌کند. یعنی چند مورد جزئی را مشاهده می‌کند و سپس یک حکم کلی می‌دهد. مثلا در چند مورد آب را حرارت می‌دهیم و می‌بینیم که در صد درجه سلسیوس می‌جوشد و از این نتیجه می‌گیریم که هر آبی در صد درجه سلسیوس می‌جوشد.







قیاس (استنتاج)

اما وقتی ذهن از قضیه‌های کلّی به نتیجه‌های جزئی می‌رسد و به عبارت مختصرتر از کلّ به جز می‌آید، آن را قیاس می‌نامند. مثال:

«۱. سقراط انسان است.

۲. هر انسان فانی است.

۳. پس سقراط فانی است.»

در استدلال قیاسی از حداقل دو قضیهٔ درست، ضرورتا و بدون هیچ تردیدی قضیهٔ درست دیگری به نام نتیجه به دست می‌آید.





حقیقت
حقیقت مفهوم و اصطلاحی است برای اشاره به اصل هر چیز استفاده می‌شود.






واژه‌شناسی

واژه حقیقت وام‌واژه‌ای است که از واژه عربی حقیقة وارد فارسی شده‌است. معادل انگلیسی واژه حقیقت واژهٔ Truth می‌باشد.






تفاوت حقیقت و واقعیت

حقیقت شامل ذات هر چیزی بوده و غیر قابل تغییر است و به همین دلیل بر خلاف واقعیت امری است که لزوماً با برهان‌های علمی قابل اثبات نیست. در بسیاری موارد حقیقت ( به دلیل اینکه از دسترس انسان به حیطه ذات به دور است )به نوع نگرش افراد بستگی پیدا میکند. بطور مثال واقعیت و حقیقت واقعه کربلا را می‌توان به این دو صورت بیان کرد.

واقعیت: حسین و یارانش به سمت کوفه حرکت کردند، لشکریان یزید در محلی به نام کربلا بر آنها حمله کردند، و حسین کشته شد. و یزید پیروز این جنگ بود.

اما حقیقت می‌تواند این باشد:

در واقعه کربلا امام حسین و یاران با وفایش برای نجات دین اسلام تصمیم به هجرت به کوفه گرفتند. اما لشکریان یزید ملعون به آنان حمله کردند و در این واقعه امام حسین به شهادت رسید. و امام حسین توانست با نثار خون خود اسلام را زنده نگاه دارد و به حق او پیروز این میدان بود.


اگر در ریشهٔ واژگان حقیقت و واقعیت دقیق شویم، تفاوت‌هایی را مشاهده می‌کنیم. ریشهٔ کلمهٔ حقیقت، "حق" به معنای راستی و درستی است و ریشهٔ کلمهٔ واقعیت، "وَقَعَ" به معنای رویدادن و یا اتفاق افتادن است. حقیقت، اشاره به ماهیت راست و درست دارد و واقعیت اشاره به امور عینی و یا اموری که اتفاق می‌افتند.

یک نگرش افراطی حقیقت یک واقعه تاریخی را جز بیان عواطف و احساسات گوینده در رابطه با آن واقعه نمی‌داند و هدف آن جذب باور به حقیقت گفته شده است.






حقیقت و واقعیت در اندیشه‌های متفکران و فلاسفه

در یونان باستان، نوعی تفکر اسطوره‌ای نسبت به مقولهٔ حقیقت و واقعیت وجود داشته که طی سیر تحول به مذهب و باورهای مذهبی تبدیل شده است. این مساله در هر تمدن دیگری نیز مشاهده می‌شود. تمدن‌های بین‌النهرین، هند و چین همگی چنین سیر تحولی را طی کرده‌اند.

تفکر اسطوره‌ای، طی تکاملش به صورت مثالی افلاطونی رسید که گونه‌ای تفکر مذهبی است. در اندیشه‌های مذهبی مانند سه مذهب زرتشتیت، مسیحیت و اسلام تمایز و جدایی واقعیت مادی و حقیقت وجود دارد.

دیدگاه عرفاً پیرامون حقیقت و واقعیت، شکل متکامل تفکرات دینی است.

آراء و اندیشه‌های متفکرین دوران مدرن و همچنین تحولاتی که در نوع نگاه انسان‌ها در جامعهٔ مدرن نسبت به حقیقت حاصل شده، باعث شده است تا مسیر گسست از اندیشه‌های اسطوره‌ای به اندیشه‌های دینی در دوران مدرن دچار واگشت و یا تغییر مسیر شود. یعنی تمایز و گسست حقیقت و واقعیت دوباره به اتحاد آن دو منجر شده است. در اصل، ظهور رئالیسم جدید و همچنین اومانیسم مدرن، نمایانگر گونه‌ای بازگشت به اصول کلاسیک یونانیان است. بشر در دوران مدرن اعتقاد یافت که طی سالیان درازی، دچار خطا شده است، از این رو دوباره به تفکر یونانی رجعت کرد.

در اندیشه‌های ماتریالیست‌ها و مارکسیست‌ها از جمله فوئرباخ، مارکس و انگلس و پیروان آن‌ها، ماده‌گرایی که خود یکی از ثمرات مدرنیته است، نمایشگر رجعت انسان به یکی انگاشتن حقیقت و واقعیت است. با این تفاوت که از نگاه ماتریالیست‌ها، حقایق، قوانینی هستند که بر واقعیات حاکم‌اند. به طور مثال، نیروی محرکهٔ تاریخ که بر وقایع تاریخی احاطه دارد، حقیقتی دربارهٔ جهان و هستی است.

اندیشه‌های فردریش ویلهلم نیچه، فیلسوف نامدار آلمانی دربارهٔ حقیقت از اهمیت بسیار بالایی برخوردار است. چون او، نوع نگاه انسان به حقیقت را دگرگون کرد و با وهمی خواندن حقیقت، به تبیین یک نگاه کاملاً نسبی‌گرایانه پرداخت. نسبیت حقیقت که با نیچه آغاز شد در نهایت به مکاتب و تفکراتی از جمله هرمنوتیک، مکتب فرانکفورت و پست‌مدرنیسم منجر شد.

اندیشه‌های نسبی‌گرایانهٔ نیچه در باب حقیقت و واقعیت به شکلی رادیکال در آراء متفکران پست مدرنی چون ژان فرانسوا لیوتار، ژاک دریدا، ژیل دلوز، میشل فوکو و ژان بودریار دوباره مطرح شد.
3:03 am

آغاز کیمیا (۳۰۰–۷۰۰ پ. م.)

در گذشته مردم بسیار مشتاق بودند که بتوانند فلزهایی ارزان را به فلزی گرانبها همچون طلا تبدیل کنند. به اعتقاد آنان ماده‌ای که می‌توانست چنین کاری انجام دهد، سنگ فلاسفه بود. همین موضوع سبب شد که علمی به نام کیمیا* پدید آید.





کیمیا تنها به دنبال تبدیل فلزهای ارزان به فلزهای گرانبها نبود. آن زمان این امید وجود داشت که کیمیا بتواند کمکی کند تا دارویی ساخته‌شود که منجر به بهبودی مردم شود. مردم امیدوار بودند که کیمیاگران بتوانند ماده‌ای به نام آب حیات یا اکسیر زندگی به وجود بیاورند تا به کمک آن مرگ انسان‌ها را به تأخیر بیندازند. اما هرگز سنگ جادو و آب حیات به وجود نیامد.




از کیمیاگری به شیمی (۷۰۰–۱۵۰۰)

در جهان عرب، دانشمندان مسلمان شروع به ترجمهٔ آثار علمی یونان باستان کردند و شیوه‌های علمی آن‌ها را آزمایش کردند. توسعهٔ شیمی مدرن بسیار آهسته و دشوار بود اما یک شیوه علمی برای شیمی در میان مسلمانان در حال پیدایش بود. در قرن هشتم میلادی، جابر بن حیان که او را پدر علم شیمی نیز می‌نامند، و از شاگردان امام ششم شیعیان بوده است یک رویکرد منظم و همراه با آزمایش را معرفی کرد. تحقیقات او بر خلاف کیمیاگران یونانی و مصری که بیشتر تنها در ذهن خود به تفکر می‌پرداختند، در آزمایشگاه صورت می‌گرفت. او وسیله‌ای به نام عنبیق اختراع کرد و با آن مواد شیمیایی را بررسی می‌کرد. عنبیق وسیله‌ای ساده برای تقطیر مواد بود. این ظرف برای گرم کردن مخلوط‌ها و جمع‌آوری و هدایت بخارهای حاصل به کار می‌رفت. از کارهای جابر بن حیان تفاوت قائل شدن میان اسید و باز، و ساخت صدها دارو بود.

سایر شیمی‌دانان مؤثر مسلمان از قبیل ابن سینا، ابویوسف کندی، ابوریحان بیرونی و امام جعفر صادق برخی نظریه‌های کیمیا از جمله داستان سنگ فلاسفه را رد کردند. خواجه نصیر طوسی نیز به گونه‌ای پایستگی جرم را ارائه کرد. او اشاره کرد که یک ماده تنها می‌تواند تغییر کند اما نمی‌تواند ناپدید شود. محمد زکریای رازی نیز نظریهٔ عناصر چهارگانهٔ ارسطو را برای اولین بار رد کرد. او با به‌کارگیری آزمایشگاه مدرن و طراحی و توصیف بیش از بیست ابزار آزمایشگاهی که برخی از آن‌ها هم‌اکنون نیز کاربرد دارند، یک بنیان مستحکم برای شیمی مدرن بنا کرد.





آغاز شیمی نوین (۱۵۰۰–۱۸۰۰)

مشاهده کردن، اندیشیدن و نتیجه‌گیری کردن ابزارهای یونانیان باستان برای مطالعهٔ علوم طبیعی بود. کیمیاگران نیز تا پیش از آغاز دوران شیمی مدرن تنها از این سه ابزاره استفاده می‌کردند. در سال ۱۶۰۵، فرانسیس بیکن کتاب مهارت و پیشرفت فراگیری را منتشر کرد که حاوی توضیحاتی بود که بعدها به روش علمی معروف شد. در سال ۱۶۱۵ ژان بگن برای اولین بار از معادله شیمیایی استفاده کرد. رابرت بویل، دانشمند بریتانیایی در سال ۱۶۶۱ در کتاب شیمی‌دان شکاک، شیمی را علمی تجربی خواند. او از محققان خواست تا علاوه بر سه ابزار اصلی یونانیان پژوهش‌های علمی نیز انجام دهند. بویل عقیدهٔ ارسطو را که جهان از چهار عنصر آب، هوا، خاک و آتش تشکیل شده‌است را رد کرد و به جای آن سه عنصر نمک، گوگرد و جیوه را عناصر سازندهٔ جهان دانست. در عوض او مفهومی جدید ارائه کرد که ذرات اولیه با ایجاد پیوند با یکدیگر ترکیب‌های جدید می‌سازند. این تعبیر ساده‌ترین و در عین حال معقول‌ترین تعبیری بود که ارائه شد. پس از آن برای توجیه پدیده‌های طبیعی به جای نظریهٔ ارسطو از نظریهٔ بویل استفاده‌شد. در سال ۱۶۶۹ هنینگ براند توانست فسفر را از ادرار به دست‌آورد و فسفر اولین عنصری بود که با شیوهٔ شیمیایی کشف شد. هنری کاوندیش برای اولین بار در سال ۱۷۶۶ توانست گاز هیدروژن (H2) را از سار گازها تمیز دهد. لاووازیه در سال ۱۷۹۳ نام این گاز را هیدروژن نهاد.

آنتوان لاووازیه در سال ۱۷۸۹ قانون پایستگی جرم را مطرح کرد که به قانون لاووازیه نیز مشهور شد. در این هنگام قوانین شیمی کمی قوی‌تر شد به گونه‌ای که پیش‌بینی‌های درست‌تری صورت می‌گرفت.

جوزف بلک در سال ۱۷۵۴ توانست کربن دی‌اکسید که او به آن هوای ثابت می‌گفت را جداسازی کند. کارل ویلهلم شیله و جوزف پریستلی هر یک در سال‌های ۱۷۷۱ و ۱۷۷۴ به طور مستقل توانستند اکسیژن را با گرم کردن جیوه (II) اکسید و نیترات‌ها جداسازی کنند. جوزف پروس نیز با کشف «قانون نسبت‌های معین» باعث پیشرفتی بزرگ در شیمی شد. بر اساس این قانون مواد شیمیایی با نسبت‌های معین با یکدیگر واکنش می‌دهند. در سال ۱۸۰۰ آلساندرو ولتا با ساخت اولین باتری شیمیایی باعث سرآغاز دانش الکتروشیمی شد. در سال ۱۸۰۱، جان دالتون نظریهٔ اتمی خود را در هفت بند منتشر کرد. او در نظریهٔ خود اتم را تجزیه‌ناپذیر خواند. در آن زمان نظریهٔ دالتون بسیار تاثیرگذار بود به طوری که در قرن نوزدهم، شیمی‌دانان به دو گروه تقسیم می‌شدند. گروه اول کسانی بودند که نظریهٔ اتمی جان دالتون را دنبال می‌کردند و گروه دوم کسانی همانند ارنست ماخ بودند که به این نظریه اعتقاد نداشتند.

در سالنامهٔ علوم (به فرانسوی: L'année de la science) مربوط به سال ۱۹۹۰ راجر کراتینی بیان می‌کند که انگلیسی‌ها بدون تردید اظهار دارند که جوزف پریستلی پدر شیمی جدید است و فرانسوی‌ها نیز آنتوان لاووازیه را پدر شیمی جدید می‌دانند.

اگرچه شیمی در دورهٔ تمدن بابل و مصر باستان آغاز شد و ایرانیان و عرب‌ها در دورهٔ تمدن اسلامی فعالیت‌های زیاد انجام دادند، با این حال شیمی مدرن پس از فعالیت‌های لاووازیه شکوفا شد. اصلی‌ترین دلیل آن اکتشافات او دربارهٔ پایستگی جرم، نظریهٔ ماهیت آتش و واکنش سوختن در سال ۱۷۸۳ بود. پیش از آن فرض می‌شد که ماهیت آتش ماده‌ای‌است که از مادهٔ سوختنی آزاد می‌شود.

پس از آنکه واکنش سوختن به طور علمی بررسی و حل و فصل شد، فریدریش وهلر، که در سال ۱۸۲۸ موفق به ساخت ترکیب اوره شده‌بود، بحث دیگری را دربارهٔ ارتباط شیمی و حیات و تمایز مواد آلی و مواد معدنی آغاز کرد. پیش از آن در دانش شیمی هرگز به ترکیب مواد آلی و مواد معدنی پرداخته‌نشده‌بود. همین امر سرآغاز یک رشته جدید در شیمی شد به طوری که در اواخر قرن نوزدهم میلادی دانشمندان می‌توانستند صدها ترکیب آلی به وجود بیاورند. مهم‌ترین آن‌ها جوهرهای مصنوعی بنفش، سرخابی و سایر رنگ‌ها و نیز آسپیرین بود. کشف شیوهٔ مصنوعی تهیهٔ اوره کمک بسیار بزرگی به کشف ترکیبات همپار کرد. چراکه آمونیوم سیانید و اوره دارای فرمول تجربی یکسان هستند.

مایکل فارادی در سال ۱۸۲۵ توانست بنزن را از گاز درخشان آزاد شده از پیرولیز روغن وال به دست بیاورد و آن را بی‌کابورت هیدروژن نامید. بنزن اولین و ساده‌ترین ترکیب آروماتیک کشف شده‌است. ساختار بنزن توسط فریدریش آگوست ککوله در سال ۱۸۶۵ میلادی شناسایی شد.



شیمی نوین

پیش از قرن بیستم، شیمی به عنوان دانشی برای شناخت طبیعت مواد و دگرگونی آن‌ها شناخته‌می‌شد. تفاوت عمدهٔ شیمی با فیزیک این بود که در شیمی از ریاضیات استفاده نمی‌شد و بیشتر علمی تجربی بود. برای نمونه، اوت کنت در سال ۱۸۳۰ نوشت:

هر تلاشی برای به‌کارگیری شیوه‌های ریاضیاتی در مطالعهٔ شیمی، کاملاً غیرمنطقی و بر خلاف روح شیمی‌است. اگر روزی آنالیزهای ریاضی یک بخش برجستهٔ شیمی را به عهده بگیرد، باعث انحطاط آن می‌شود.

به هر حال در نیمهٔ دوم قرن نوزدهم شرایط تغییر کرد و فریدریش آگوست ککوله در سال ۱۸۶۷ نوشت:

من انتظار دارم که روزی یک توضیح ریاضیاتی-مکانیکی برای آنچه که امروزه به آن اتم می‌گوییم، خواهیم‌یافت و به کمک آن خواص اتم‌ها را بررسی خواهیم‌کرد.

پس از اکتشافات ارنست رادرفورد و نیلز بور دربارهٔ ساختار اتم و اکتشافات ماری و پیر کوری دربارهٔ پرتوزایی، دانشمندان مجبور بودند دیدگاه خود را نسبت به طبیعت مواد تغییر دهند. بنابراین شیمی به عنوان دانش مواد و مطالعهٔ ترکیب، ساختار و خاصیت‌های مواد و تغییراتی که دستخوش آن‌ها می‌شود، تعریف شد. در تعریف شیمی، ماده همان اتم‌ها و مولکول‌ها هستند و در شیمی واکنش‌های هسته‌ای و شکافت هسته‌ای نادیده گرفته‌می‌شوند. ولی این به آن معنا نیست که شیمی با دانش هسته‌ای ارتباطی ندارد چرا که شاخه‌هایی همچون شیمی هسته‌ای و شیمی کوانتومی نیز وجود دارد اما آنچه امروزه به عنوان کاربرد شیمی از آن یاد می‌شود بررسی مفاهیمی دربارهٔ مواد چه در مقیاس بزرگ و چه در مقیاس مولکولی و اتمی‌است. مطالعه‌های شیمی به بررسی کل یک مولکول تا تأثیر یک پروتون تنها روی یک اتم می‌پردازد.



جدول تناوبی

جان نیولندز، شیمی‌دان انگلیسی در سال ۱۸۶۵ دریافت که با گذر از هر هشت عنصر، خواص فیزیکی تکرار می‌شوند.[۷۱] او این خواص مشابه را نیز یادداشت کرد.[۷۲] دیمیتری مندلیف، شیمی‌دان روسیه‌ای اولین کسی بود که یک جدول تناوبی مشابه جدول‌های تناوبی امروزی را به وجود آورد. او عناصر را برحسب جرم اتمی کنار یکدیگر قرار داد و همانند بازی سولیتیر، روی کارت‌هایی نام و خواص عناصر را نوشت و با کنار یکدیگر قرار دادن آن‌ها به شباهت خواص آن‌ها پی برد. او عناصری که به یکدیگر شبیه بودند را در جدولی زیر یکدیگر قرار داد و جدولش را در یک مجلهٔ ناشناخته روسی منتشر کرد و کمی بعد در نشریهٔ آلمانی «مجلهٔ شیمی» (به آلمانی: Zeitschrift für Chemie) منتشر شد.

مندلیف به دلیل تکرار تناوبی خواص متوجه شد که بعضی عناصر هنوز کشف نشده‌اند. او مجبور شد جای این عناصر را در جدولش خالی بگذارد. او وجود سه عنصر ژرمانیم، گالیوم و اسکاندیم را حدس زد و نام آن‌ها را به ترتیب اکاسیلیسیوم، اکاآلومینیوم و اکابور نهاد. وی همچنین توانست برخی خواص همچون جرم و رنگ آن‌ها را حدس بزند که پس از کشف این عناصر پیش‌بینی‌های او با واقعیت مطابقت می‌کردند.



جایزهٔ نوبل شیمی

آلفرد نوبل، کارآفرین سوئدی و مخترع دینامیت در آخرین وصیت‌نامه‌اش که در ۲۷ نوامبر ۱۸۹۵ آن را تنظیم کرد، خواست که ثروتش صرف ایجاد مراسمی برای اهدای جوایز به «کسی که بیشترین سود را به نوع بشر» در زمینهٔ فیزیک، شیمی، صلح، فیزیولوژی یا داروسازی و ادبیات می‌رساند، شود. نوبل ۹۴٪ ثروتش را که معادل ۳۱ میلیون کرون سوئد* بود وقف ایجاد این پنج جایزه کرد.

در ۱۰ دسامبر ۱۹۰۱ اولین جوایز نوبل اهدا گردید. اولین جایزهٔ نوبل شیمی را یاکوبوس هنریکوس وانت‌هوف به علت کشف قوانین دینامیک شیمیایی و فشار اسمزی در محلول‌ها دریافت کرد.



مدل‌های اتمی

اتم‌ها تا سال ۱۸۹۷ کوچک‌ترین جزء ماده و تجزیه‌ناپذیر تلقی می‌شدند. جوزف جان تامسون در سال ۱۸۹۷ طی تحقیقات روی پرتوهای کاتدی، الکترون را کشف کرد. او با قرار دادن یک میدان الکتریکی در اطراف پرتوهای کاتدی متوجه انحراف پرتوها شد و به وجود الکترون در اتم پی برد و در نتیجه تجزیه‌ناپذیر بودن اتم را رد کرد. پس از آن با استناد بر آزمایش خود، یک مدل اتمی ارائه کرد که به مدل کیک کشمشی یا مدل هندوانه‌ای معروف شد. بر اساس این مدل بار مثبت به صورت فضای ابرگونه‌ای سراسر اتم پخش شده‌است و الکترون‌ها در این فضا پراکنده شده‌اند. او مدل خود را به کیک کشمشی تشبیه کرد به طوری که الکترون‌ها همان کشمش‌ها و بار مثبت کیک است.

مدل تامسون در سال ۱۹۰۹ توسط ارنست رادرفورد، یکی از شاگردان قدیمی تامسون رد شد. رادرفورد و هانس گیگر آزمایش ورقهٔ طلا را ابداع کردند. آن‌ها در این آزمایش یک ورقه نازک طلا را در معرض پرتوهای آلفا قرار دادند. آن‌ها انتظار داشتند که بر اساس مدل تامسون پرتوهای آلفا با انحراف بسیار کمی از ورقهٔ طلا عبور کنند اما بسیاری از پرتوها با زاویهٔ بیشتر از ۹۰° بازگشتند.

رادرفورد نتیجه گرفت که اتم دارای هسته‌ای متمرکز است و مدل اتمی خود را ارئه کرد. او کشف کرد که بیشتر جرم اتم مربوط به بار مثبت است و بار مثبت در یک فضای کوچک به نام هسته در مرکز اتم فشرده شده‌است. الکترون‌ها نیز در فضایی اطراف هسته قرار دارند.

مدل اتمی رادرفورد در دو مورد پایداری اتم و طیف ناپیوستهٔ تابشی اتم پاسخی نداشت. بر اساس مدل رادرفورد اتم نمی‌توانست پایدار باشد؛ زیرا اگر فرض شود الکترون‌ها ثابت هستند، الکترون به دلیل بار منفی جذب هسته می‌شود و اگر فرض شود که الکترون‌ها مانند سیارات منظومهٔ شمسی در حال حرکت به دور هسته هستند و نیروی مرکزگرا همان نیروی الکتریکی‌است، الکترون‌ها باید موج الکترومغناطیسی تابش کنند که در این صورت انرژی الکترون‌ها کاهش یافته و به تدریج روی اتم سقوط می‌کنند. نیلز بور در سال ۱۹۱۳ با توجه به نظریه‌های کوانتومی پلانک و اینشتین، با تجدیدنظر بنیادی در فیزیک کلاسیک، مدل اتمی خود را بیان کرد. او در نظریهٔ خود اعلام کرد که الکترون‌ها در هر مداری نمی‌توانند پایدار بمانند و فقط در مدارهای مجازی به نام «مدارهای مانا» می‌توانند پایدار بمانند و به دور هسته بچرخند. او نیروی مرکزگرا را نیز همان نیروی الکتریکی فرض کرد. تا زمانی که الکترون روی مدار مانا حرکت کند، موج الکترومغناطیسی تابش نمی‌کند و انرژی آن مانا است. در مدل بور شعاع مدار الکترون‌ها نمی‌تواند هر مقداری باشد و شعاع‌ها کوانتیده هستند و الکترون‌ها تنها هنگام جهش از یک مدار پایه به یک مدار با انرژی بیشتر تابش می‌کنند و مقدار انرژی آن‌ها نیز کوانتیده‌است.




شیمی کوانتومی

کشف معادله شرودینگر توسط اروین شرودینگر و مقالهٔ والتر هایتلر و فریتز لندن که در سال ۱۹۲۷ منتشر شد، به عنوان سرآغاز شیمی کوانتومی شناخته‌می‌شود. به این ترتیب شیمی‌دانان توانستند پیوند اتمی را توجیه کنند. در دههٔ ۱۹۴۰ بسیاری از فیزیک‌دانان مانند روبرت اوپنهایمر و ادوارد تلر از مقیاس مولکولی و اتمی فیزیک به فیزیک هسته‌ای روی آوردند. در سال ۱۹۲۶ میلادی، شرودینگر بر مبنای رفتار دوگانهٔ ذره‌ای و موجی الکترون و با تأکید بر رفتار موجی آن، محدود کردن الکترون به یک مدار دایره شکل را درست ندانست و از حضور الکترون در یک محیط سه بعدی سخن گفت. او یک مدل کوانتومی برای اتم ارائه کرد. کلمنز روتان نیز در سال ۱۹۵۱ مقاله‌ای دربارهٔ معادلات روتان منتشر کرد.

شیمی کوانتوم قوانین مکانیک کوانتوم را در مسائل مربوط به شیمی مورد استفاده قرار می‌دهد. به کمک شیمی کوانتومی می‌توان بسیاری از خاصیت‌های مولکول‌ها مانند طول و زاویهٔ پیوندی، قطبیت پیوند، قطبیت مولکول و طیف‌های مولکولی را مطالعه‌کرد. لینوس پاولینگ نیز برروی طبیعت پیوندهای شیمیایی و ساختار کمپلکس‌ها تحقیقاتی انجام داد که باعث شد در سال ۱۹۵۴ جایزهٔ نوبل شیمی را دریافت کند.همچنین وی یکی از بزرگ‌ترین شیمی‌دانان قرن بیستم شناخته می‌شود.
 

ساعت : 3:03 am | نویسنده : admin | مطلب قبلی | مطلب بعدی
آزمایشگاه شیمی | next page | next page