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.
5:30 pm
‌ پویانمایی
پویانمایی(انیمیشن (به انگلیسی: Animation)) یا کارتُن نمایش سریع و متوالی تصاویری از اثر هنری دوبعدی، یا موقعیت‌های مدل‌های واقعی، برای ایجاد توهم حرکت است. حرکت روان تصاویر متحرک در پویانمایی‌ها، ناشی از یک خطای دید است که به دلیل پدیدهٔ ماندگاری تصاویر پدید می‌آید. رایج‌ترین روش برای نمایش زنده نگار، سینما یا ویدئو است.





ترجمان
واژه انیمیشن در زبان فارسی تاکنون به واژگان "جان بخشی" - "متحرک سازی" - "پویانمایی" و "زنده نگاری" ترجمه شده‌است




تاریخچه

قدیمی‌ترین نمونه‌های تلاش برای بدست آوردن توهم حرکت در طراحی ایستا را می‌توان در نقاشی‌های دوران نوسنگی غارها پیدا کرد، در جائیکه حیوانات با چندین شکل پای رویهم افتاده مجسم شده‌اند، که آشکارا کوششی برای رساندن احساس حرکت است. سفالینه ای متعلق به مردم شهر سوخته یافت شده است که نقوش روی این جام، تکراری هدفمند دارد و حرکت را نشان می‌دهد. تکراری که پایه و اساس هنر انیمیشن امروز است.


فناکیس توسکوپ
، زوتروپو پراکسینوسکوپ، همچنین فلیکربوک

، قدیمی‌ترین اسباب‌های زنده نگاری محبوب اختراع شده در طول سده ۱۸۰۰ هستند.

شخص خاصی به عنوان مخترع هنر فیلم پویانما وجود ندارد، چرا که افراد بسیاری پروژه‌های متعددی که می‌توان به عنوان گونه‌های مختلف زنده نگاری مطرح کرد را تماما در زمان‌های یکسانی انجام می‌دادند.
فیلمساز فرانسوی جورج ملیس که سازنده جلوه‌های ویژه فیلم‌هایی مانند سفری به ماه بود، تکنیکهای بسیاری در کارش استفاده می‌کرد- که یکی از آنها نگه داشتن جرخش فیلم دوربین، و تغییر کوچکی در صحنه و سپس دوباره به جرخش در آوردن فیلم دوربین بود. این بسیار شبیه به ایده‌ای است که بعدها زنده نگاری استاپ-موشن شد. ملیس به طور اتفاقی به این تکنیک دست یافت. هنگامی که او اتوبوسی را در حال رد شدن از جلوی دوربین می‌گرفت، دوربین خراب شد. موقعیکه دوربین تعمیر شد، درست زمانیکه ملیس شروع به فیلم گرفتن کرد، تصادفاً یک اسب از جلوی دوربین رد شد. نتیجه آن بود که در فیلم به نظر می‌رسید که اتوبوس به یک اسب تبدیل می‌شود.

ج. استوارت بلکتون شاید اولین فیلمساز آمریکایی باشد که تکنیک‌های استاپ-موشن و انیمشن طراحی دستی را استفاده کرد. ادیسون او را با فیلمسازی آشنا کرد. او با اولین کارش مورخ ۱۹۰۰ که کپی رایت داشت، پیشگام این ایده‌ها در دوران قرن بیستم شد. بسیاری از فیلمهایش، از میان آنها طراحی سحرآمیز (۱۹۰۰) و فکاهی صورت‌های متغیر مسخره (۱۹۰۶) نسخه‌های فیلم روزمره از بلکتون «هنرمند درخشان» بود، و نسخه‌های اصلاح شده مورد استفاده ملیس قدیمی‌ترین تکنیک‌های استاپ-موشن برای ساختن سری‌هایی از طراحی‌های روی تخته سیاه بود که به نظر می‌رسند که حرکت می‌کنند و خود را تغییر شکل می‌دهند. فکاهی صورتهای متغیر مسخره به عنوان اولین فیلم پویانماشده واقعی ثبت، و بلکتون به عنوان اولین زنده نگاری واقعی شناخته شده‌است.

هنرمند فرانسوی دیگری به نام ایمل کال، شروع به طراحی سلسله کارتون‌هایی کرد. او در سال ۱۹۰۸ فیلمی با نام Fantasmagorie به معنای تخیلات متغیر را ساخت. این فیلم شامل تعداد زیادی طراحی ساده سرگردان است که به هم تبدیل می‌شوند، مانند بطری شراب که به یک گل تبدیل می‌شد. همچنین قسمتهایی از تصاویر زنده وجود داشت، جایی که دست زنده نگار وارد صحنه می‌شد. این فیلم با طراحی هر فریم روی کاغذ ایجاد شده بود و هر فریم با نگاتیو فیلم گرفته می‌شد، که به تصویر، ظاهر تخته سیاه را می‌داد. بدین ترتیب Fantasmagorie نخستین فیلم پویانمایی سنتی (طراحی دستی) به شمار می‌آید.

در ادامه موفقیت‌های بلکتون و کال، هنرمندان متعدد دیگری شروع به تجربیاتی در زنده نگاری کردند. از جمله وینزور مکی که یک کارتونیست موفق روزنامه بود. او زنده نگاری‌های پرجزئیاتی ساخت که نیازمند تیم هنرمندان و توجهی طاقت فرسا به جزئیات بود. هر فریم یک طراحی روی کاغذ بود که همواره می‌بایست که پس زمینه و شخصیت‌ها هردو دوباره طراحی و انیمیت شوند. برجسته‌ترین فیلم‌های مکی عبارتند از نموی کوچولو (۱۹۱۱)، جریت دایناسور (۱۹۱۴) و غرق شدن لوسیتینیا (۱۹۱۸).

تولید فیلم‌های زنده نگاری کوتاه، که عموما «کارتون» نامیده می‌شوند، در طول دهه ۱۹۱۰ به یک صنعت بدل شد، و کارتون‌های کوتاه برای نمایش در فیلم‌های سینما تولید شدند. موفق‌ترین تولید کننده قدیمی زنده نگاری جان رندولف ری بود، کسی که همراه با ارل هرد پویانما، سل پویانمایی (پویانمایی روی طلق) را پایه گذاری کرد که در باقی دهه بر صنعت زنده نگاری حکمفرما بود.
تکنیک‌ها



زنده نگاری سنتی

با نام سل پویانمایی (یا پویانمایی روی طلق) هم شناخته می‌شود. انیمشن سنتی روشی بود که برای اکثر فیلم‌های زنده نگاری قرن بیستم استفاده می‌شد. فریم‌های فیلم زنده نگاری سنتی در اصل عکس‌هایی از طراحی‌هایی هستند که بروی کاغذ کشیده شده‌اند. برای ایجاد توهم حرکت، هر طراحی تفاوت ناچیزی با یک طرح قبلتر از آن دارد. طراحی‌های پویانما روی ورقه‌های شفافی به نام سل (طلق) ترسیم یا فتوکپی می‌شوند، طرف مقابل خطوط ترسیم شده از رنگ یا سایه روشن پر می‌شود. طلق شخصیت‌های کامل شده را روی پس زمینه نقاشی شده قرار می‌دهند و بوسیله دوربین ثابتی یک به یک با فیلم سینمایی عکس می‌گیرند.

روش سنتی سل انیمشن در آغاز قرن ۲۱ منسوخ شد. امروزه طرح‌های پویانماها و پس زمینه‌ها اسکن، یا مستقیما در کامپیوتر طراحی می‌شوند. نرم‌افزارهای مختلفی برای رنگ آمیزی و شبیه سازی حرکات دوربین و افکت‌ها استفاده می‌گردد. قطعه انیمیت شده نهایی را به یکی از چندین رسانه‌های پخش، خروجی می‌گیرند، که شامل فیلم سنتی ۳۵ میلی متری و رسانه‌های جدید تر مانند ویدئوی دیجیتال می‌شود. ظاهر سل زنده نگاری هنوز حفظ شده و کارهای پویانماهای شخصیت‌ها عمدتا در طول ۷۰ سال گذشته همسان باقی مانده‌است.

نمونه‌های فیلم بلند پویانمایی سنتی عبارتند از پینوکیو (آمریکا، ۱۹۴۰)، مزرعه حیوانات(انگلیس، ۱۹۵۴)، و آکیرا (ژاپن، ۱۹۸۸). پویانمایی‌های سنتی که به کمک تکنولوژی کامپیوتر تولید شده‌اند مانند شیرشاه (آمریکا، ۱۹۹۴) قاچاق شده (ژاپن، ۲۰۰۱) و سه قلوهای بلویل (فرانسه.بلژیک.کانادا، ۲۰۰۳).

پویانمایی محض: به روشی از تولید پویانمایی سنتی با کیفیت بالا گفته می‌شود، که طرح‌های پرجزئیات و حرکات پذیرفتنی دارد، که شامل سبک واقعی مانند کارهای دیزنی و سبک کارتونی مانند آثار استودیو وارنر بروز می‌شود.
روتوسکوپی: تکنیکی است که در آن طرح هر فریم از روی حرکات عکس‌های واقعی ترسیم می‌شود. ارباب حلقه‌ها ۱۹۷۸ و اساس بسیاری از حرکات حیوانات در اکثر کارهای دیزنی نیز همین روش است.
استاپ-موشن: در این روش هر فریم عکسی از اجسام واقعی است، پویانما اجسام و یا شخصیت‌های درون صحنه را فریم به فریم به صورت ناچیزی حرکت می‌دهد، و عکس می‌گیرد. هنگامی که فریم‌های فیلم به صورت متوالی نمایش داده شوند توهم حرکت اجسام ایجاد می‌شود. مانند عروس مرده به کاگردانی تیم برتون.
زنده نگاری خمیری: پیکره شخصیت‌ها و اجسام متحرک از ماده‌ای نرم ساخته می‌شود که ممکن است اسکلت هم داشته باشند تا فیگور آنها را ثابت نگه دارد. روش فیلمبرداری هم مانند استاپ-موشن است.
کات-اوت: نوعی از زنده نگاری استاپ موشن است که بوسیله قطعات مسطحی مانند کاغذ ساخته می‌شود. پویانما هر فریم قطعات را کمی جا به جا می‌کند.
زنده نگاری سیلوئت: نوعی زنده نگاری کات-اوت بدون رنگ که کاراکترها به صورت سیلوئت سیاه نمایان می‌شوند.(شبیه به عکس‌های ضد نور)
موشن گرافیک: از تصاویر مسطح گرافیکی، عکس، قطعات روزنامه یا مجله و غیره همراه با تایپ (نوشته) ساخته می‌شود که سابقا با حرکت دادن فریم به فریم انیمیت می‌شد.
زنده نگاری عروسکی: به پویانمایی استاپ-موشنی گفته می‌شود که شامل پیکره‌های عروسکی است که در تعامل با فضاهای شبیه واقعیت انیمیت می‌شوند. عروسکها درونشان اسکلت دارد که به ایستایی آن‌ها کمک کند و همچنین مفصل‌هایی که در محورهای خاصی می‌چرخند. مانند کابوس قبل از کریسمس، ساخته تیم برتون.




پویانمایی رایانه‌ای
امروزه اغلب تولید کنندگان به دلیل صرفه اقتصادی و امکانات روز افزون زنده نگاری رایانه‌ای ترجیح می‌دهند از این ابزار استفاده نمایند. مقاله اصلی پویانمایی رایانه‌ای قواعد هنری این تکنیک تفاوتی با دیگر تکنیک‌های سینما و انیمیشن ندارد. اما بیشتر مراحل تولید در رایانه انجام می‌گیرد.




پویانمایی رایانه‌ای

پویانمایی رایانه‌ای یا انیمیشن کامپیوتری (به انگلیسی: Computer animation) هنر ساخت تصاویر متحرک و پویا با استفاده از رایانه است که یکی از زیرمجموعه‌های گرافیک رایانه‌ای و پویانمایی است. بیشتر به وسیلهٔ گرافیک ۳بعدی رایانه ساخته می‌شود، هرچند که از گرافیک ۲بعدی رایانه هم هنوز به طور وسیع برای کارهای کم حجم و رندرینگ بی‌درنگ سریع استفاده می‌شود. گاهی هدف پویانمایی خود رایانه‌است ولی گاهی هم هدف رسانه دیگری است، مانند فیلم. همچنین از آن به عنوان یک سی‌جی‌آی (تصورات ساختهٔ رایانه یا پندار ساختهٔ رایانه) یاد می‌شود، به ویژه هنگامی که از آن در فیلم‌ها استفاده می‌شود.

برای اینکه تصور حرکت تصاویر ثابت ایجاد شود، تصاویر ثابت پشت سر هم به نمایش در می‌آیند. به این صورت که یک تصویر روی صفحهٔ رایانه یا تلویزیون یا پرده سینما نمایش می‌یابد و سپس فورا با یک تصویر تازه که شبیه به تصویر پیشین است ولی کمی با آن تفاوت دارد، جایگزین می‌شود. این همان تکنیکی است که در تلویزیون و فیلم از آن استفاده می‌شود.

پویانمایی رایانه‌ای جانشین دیجیتالی (ارقامی) بی چون و چرای هنر پویانمایی حرکتِ ثابت (stop motion) مدلهای ۳بعدی و فریم (قاب) به فریم تصاویر ۲بعدی است. برای پویانمایی‌های ۳بعدی، اشیاء (مدل‌ها) روی مانیتور رایانه ساخته (مدل‌سازی) می‌شوند و پیکرهای ۳بعدی به یک اسکلت مجازی مجهز می‌شوند. برای متحرک کردن پیکرهای ۲بعدی، از اشیاء (تصاویر) جدا و لایه‌های شفاف جدا استفاده می‌شود، با یا بدون اسکلت مجازی. سپس، دست و پا، چشم‌ها، دهان، لباس و دیگر اجزای پیکر، به وسیلهٔ انیماتور در فریم‌های کلیدی جابجا می‌شوند. تفاوت‌های ظاهری بین فریم‌های کلیدی، به صورت خودکار توسط رایانه در فرآیندی مشهور به تویینینگ (tweening) یا مورفینگ (morphing) محاسبه می‌شود. در پایان، پویانمایی رندر(render) می‌شود.

در پویانمایی‌های ۳بعدی، همهٔ فریم‌ها باید پس از اینکه مدل‌سازی پایان یافت ارائه شوند. در پویانمایی‌های ۲بعدی برداری، فرآیند رندرینگ فریم کلیدی فرآیند تصویرسازی است، درحالی‌که فریم‌های میانی (بینی) چنانکه لازم باشند رندر می‌شوند. برای نمایش‌های از پیش ضبط شده، فریم‌های رندر شده، به یک فرمت یا رسانهٔ دیگر مانند فیلم یا تصویر دیجیتال منتقل می‌شوند. همچنین ممکن است فریم‌ها به صورت بی‌درنگ درحالی‌که به کاربر نهایی نمایش داده می‌شود رندر شوند. پویانمایی‌های کم‌حجمی که به‌وسیلهٔ اینترنت ارسال می‌شوند (مانند فلش‌های ۲بعدی، X۳D و...) معمولاً از نرم‌افزاری در رایانهٔ کاربر نهایی به عنوان یک جریان متناوب یا پویانمایی حجیم از پیش بار(Load) شده برای رندرینگ بی‌درنگ استفاده می‌کنند.




انواع پویانمایی رایانه‌ای

بر اساس کاربرد، نوع و شکل نمایش و مشخصات تکنیکی، برای پویانمایی‌های رایانه‌ای فرمت‌ها و انواع زیر را می‌توان قائل شد:

۱- پویانمایی‌های ۲ بعدی فلش (flash animation) - این پویانمایی‌ها که معمولاً به صورت فایلهایی با پسوند swf ذخیره می‌شوند، برای پخش نیازمند نرم‌افزار خاص خود می‌باشند. به دلیل سادگی در تولید و حجم کوچک فایل بسیاری از پدید آورندگان پویانمایی‌های دوبعدی و نیز سازندگان تبلیغات اینترنتی، این نوع پویانمایی را ترجیح می‌دهند. پویانمایی‌های فلش، بجای ذخیره کردن تصویر، اطلاعات برداری (vector) را ذخیره نموده و طی برنامه زمان بندی طراحی شده توسط انیماتور، در زمان پخش آن را ترسیم می‌نماید. در پویانمایی‌های فلش، تصاویر و رنگها معمولاً تخت و فاقد جلوه‌های ۳بعدی و رنگهای متنوع هستند. این مشخصه (که گاهی با دقت و تلاش انیماتور غیر قابل تشخیص می‌شود) گاهی به عنوان یک مزیت و گاه نیز به عنوان یک محدودیت برای اینگونه پویانمایی‌ها شمرده می‌شوند. ۲-

پویانمایی‌های ۲ بعدی فلت (flat) - این پویانمایی‌ها، در حقیقت تعداد معینی تصویرهای (raster) است که با سرعت معینی پشت سر هم نمایش داده می‌شوند. مشهورترین فرمت فایلهای فلت (gif) است. به دلیل حجم بسیار زیاد، این فرمت‌ها به دلیل عدم محدودیت در رنگ و شکلها، گاهی برای جلوه‌های کوتاه مدت و تکراری (reciprocating short motion) در صفحات وب بکار می‌رود. پویانمایی‌های فلت ۲ بعدی دارای کاربرد فراوانی در تولید فیلم‌های پویانمایی دارند. در حقیقت تمام آنچه روی صفحهٔ نمایشگرها تماشا می‌کنیم، پویانمایی‌های ۲ بعدی فلت هستند. در تولید پویانمایی‌های ۲بعدی فلت، فریم‌های کلیدی و فریم‌های میانی همچنان نقش مهمی دارند. که پهلوانان و رنگ عشق از جمله این دسته از پویانمایی‌های رایانه‌ای می‌باشد.

۳- پویانمایی‌های ۳ بعدی فلت - با گسترش توانایی‌های رایانه‌ها و نمایشگرهای مدرن، نرم‌افزارها و انیماتورها قادر شدند تا سایه روشنهایی با دقت و تفکیک بسیار بالا تولید کنند. تلفیق این توانایی با نرم‌افزارهایی که اشیاء و صحنه‌ها را در آنها می‌توان به صورت مدل ۳ بعدی ترسیم نمود، عملاً نسل جدیدی از پویانمایی را ایجاد نمود که در تولید آنها نیازی به فریم نیست و همهٔ کارها توسط نرم‌افزار انجام می‌شود. پویانمایی‌های ۳ بعدی فلت به دلیل بالا بودن دقت سایه روشن‌ها، زوایا و پرسپکتیو در تصویر بسیار شبیه تصاویر دنیای حقیقی می‌باشند.

۴- پویانمایی‌های ۳ بعدی مجازی - از آنجا که مغز توانایی دارد که با تلفیق تصویر دریافت شده از دو چشم و همپوشانی آنها عمق را در فضا درک نماید، می‌توان با نشان دادن دو تصویر همزمان به هر یک از چشمها، محیط ۳بعدی را در مغز شبیه سازی نمود. برای اینکار، سازنده، تصویر ۳بعدی مورد نظر را از ۲ نقطه دید (که حدود ۶ سانتیمتر با هم فاصله داشته باشند) ضبط می‌نماید و نمایش می‌دهد. به این ترتیب، تماشاگر با کمک ابزار خاصی که قادر است این دو تصویر را برای هر چشم بطور جداگانه نمایش دهد، تصویر را بصورت کاملاً ۳بعدی می‌بیند. سالن‌های نمایش سینمایی ۳ بعدی مثالی از این تصاویر می‌باشند. عمق این تصاویر گاه چنان است که بیننده احساس می‌کند قادر است اشیا را لمس نماید.

۵- پویانمایی‌های ۳بعدی حقیقت مجازی - از این نوع پویانمایی در سطح گسترده‌ای برای بازی‌های رایانه‌ای استفاده می‌شود. با ذخیره شدن مدل ۳بعدی فضاها و اشیاء، رایانه در زمان نمایش تصویر مورد نیاز را آنی محاسبه و ترسیم می‌کند. از این تکنیک همچنین برای آموزش خلبانان و مانند آن نیز استفاده می‌شود. تفاوت پویانمایی‌های حقیقت مجازی با تصاویر ۳بعدی مجازی، در این است که در حقیقت مجازی، هیچ حرکت و واکنشی از قبل خلق نشده و صرفاً بر اساس واکنش یا دستور تماشاگر تصویر خلق می‌شود و این تصور ایجاد می‌شود که بیننده در فضایی مجازی در حال حرکت است.

۶- پویانمایی‌های تلفیقی - در این پویانمایی‌ها که کاربرد فراوانی در صنعت فیلم سازی دارند، بخشی از تصاویر واقعی بوده (از صحنه‌های واقعی تصویر برداری می‌شوند) و تنها بخشی از تصویر به کمک نرم‌افزار به آن اضافه می‌شود. جلوه‌های ویژه سینمایی از فراوان‌ترین مثالهای این پویانمایی‌ها می‌باشند. خطرات و مشکلات تصویر سازی صحنه‌هایی مانند آتش سوزی، انفجار و... کاربرد این پویانمایی را برای تولید کنندگان بسیار جذاب نموده‌است.افسانه گل نور ، هفت رنگ و فرزندان آفتاب نمونه هایی از این گروه می باشند.
ساعت : 5:30 pm | نویسنده : admin | هواداران حامد عزیزی | مطلب قبلی
هواداران حامد عزیزی | next page | next page