Easy Bug
22nd December 2011, 03:48 PM
مكانيك كوانتومي شاخه‌اي بنيادي از فيزيك نظري است كه در مقياس اتمي و زيراتمي به جاي مكانيك كلاسيك و الكترومغناطيس كلاسيك به كار مي‌رود. مكانيك كوانتومي بنيادي‌تر از مكانيك نيوتني و الكترومغناطيس كلاسيك است، زيرا در مقياس‌هاي اتمي و زيراتمي كه اين نظريه‌ها با شكست مواجه مي‌شوند، مي‌تواند با دقت زيادي بسياري از پديده‌ها را توصيف كند. مكانيك كوانتومي به همراه نسبيت عام پايه‌هاي فيزيك جديد را تشكيل مي‌دهند.
آشنايي
واژهٔ كوانتوم (به معني «بسته» يا «دانه») در مكانيك كوانتومي از اينجا مي‌آيد كه اين نظريه به بعضي از كميت‌هاي فيزيكي (مانند انرژي يك اتم در حال سكون) مقدارهاي گسسته‌اي نسبت مي‌دهد. بسياري از شاخه‌هاي ديگر فيزيك و شيمي از مكانيك كوانتومي به عنوان چهارچوب خود استفاده مي‌كنند؛ مانند فيزيك ماده چگال، فيزيك حالت جامد، فيزيك اتمي، فيزيك مولكولي، شيمي محاسباتي، شيمي كوانتومي، فيزيك ذرات بنيادي، و فيزيك هسته‌اي. پايه‌هاي مكانيك كوانتومي در نيمهٔ اول قرن بيستم به وسيلهٔ ورنر هايزنبرگ، ماكس پلانك، لويي دوبروي، نيلس بور، اروين شرودينگر، ماكس بورن، جان فون نويمان، پاول ديراك، ولفگانگ پاولي و ديگران ساخته شد. بعضي از جنبه‌هاي بنيادي اين نظريه هنوز هم در حال پيشرفت است.
توصيف مكانيك كوانتومي از رفتار سامانه‌هاي فيزيكي اهميت زيادي دارد، زيرا در مقياس اتمي نظريه‌هاي كلاسيك نمي‌توانند توصيف درستي ارائه دهند. مثلاً، اگر قرار بود مكانيك نيوتني و الكترومغناطيس كلاسيك بر رفتار يك اتم حاكم باشند، الكترون‌ها به سرعت به سمت هسته اتم حركت مي‌كردند و به آن برمي‌خوردند. ولي در دنياي واقعي الكترون‌ها در نواحي خاصي دور اتم‌ها باقي مي‌مانند.
در ساختار مكانيك كوانتومي، حالت هر سيستم در هر لحظه به وسيلهٔ يك تابع موج مختلط توصيف مي‌شود (كه در مورد الكترون‌هاي يك اتم گاهي به آن اُربيتال مي‌گويند). با اين ابزار رياضي مي‌توان احتمال نتايج مختلف در آزمايش‌ها را پيش‌بيني كرد. مثلاً با آن مي‌توان احتمال يافتن الكترون را در ناحيهٔ خاصي در اطراف هسته در يك زمان مشخص محاسبه كرد. بر خلاف مكانيك كلاسيك، نمي‌توان هم‌زمان كميت‌هاي مزدوج را، مانند مكان و تكانه، با هر دقتي پيش‌بيني كرد. مثلاً مي‌توان گفت كه الكترون در ناحيهٔ مشخصي از فضا است، ولي مكان دقيق آن را نمي‌توان معلوم كرد. البته معني اين حرف اين نيست كه الكترون در تمام اين ناحيه پخش شده‌است. الكترون در يك ناحيه از فضا يا هست و يا نيست. اين ناتواني در تعيين مكان الكترون را اصل عدم قطعيت هايزنبرگ به طور رياضي بيان مي‌كند.
پديدهٔ ديگري كه منجر به پيدايش مكانيك كوانتومي شد، امواج الكترومغناطيسي مانند نور بودند. ماكس پلانك در سال ۱۹۰۰ هنگام مطالعه بر روي تابش جسم سياه كشف كرد كه انرژي اين امواج را مي‌توان به شكل بسته‌هاي كوچكي در نظر گرفت. آلبرت اينشتين از اين فكر بهره برد و نشان داد كه امواجي مثل نور را مي‌توان با ذره‌اي به نام فوتون كه انرژي‌اش به بسامدش بستگي دارد توصيف كرد. اين نظريه‌ها به ديدگاهي به نام دوگانگي موج-ذره بين ذرات زيراتمي و امواج الكترومغناطيسي منجر شد كه در آن ذرات نه موج و نه ذره بودند، بلكه ويژگي‌هاي هر دو را از خود بروز مي‌دادند. مكانيك كوانتومي علاوه بر اين كه دنياي ذرات بسيار ريز را توصيف مي‌كند، براي توضيح برخي از پديده‌هاي بزرگ‌مقياس (ماكروسكوپيك) هم كاربرد دارد، مانند ابررسانايي و ابرشارگي.
مكانيك كوانتومي و فيزيك كلاسيك
http://www.njavan.com/forum/image/png;base64,iVBORw0KGgoAAAANSUhEUgAAANwAAADuCAIAAAD div5wAAAgAElEQVR4nOzddyCV7/8/8JtKyihknWnvPaJEosxSkUSSskVLRKUoWQ2FqHeKlvq097sk2q VSUlmZ2dnrOJxx//64vp/7d38OTgiV4/mfc9+c9XCPa7wuCJ7IEEOn08lkcldXFwzDL1++JBKJEARBEITF Ym/fvk2j0err66urq1tbW2k02u9+sX9loN/9Av6y0On0+vr6S5cuHThwoLu7OyMjg0AgSEhIiImJzZ0798mTJ xkZGcrKylOmTHF2ds7Pz59wOYxMoBxCaDRaQUGBj4+PioqKjIz MnTt3YBju7e2lUChUKpVCocAwXF5evnr1anFx8alTp86bN+/Hjx+/+1X/fZlAOYR0dnbOnTuXg4NDTU0tMjISebypqamioqK3txd5pKioaO XKle7u7k1NTfX19Z2dnb/j9f6tmUA5qHR1ddFoNBKJtGLFCltb27y8PPTW8+fPr127tqSkp O8vkkgkb2/vuLi4tra2sXqxf30mUP487e3tx44dO3/+PLi56Zvw8HBVVdXXr1/3+7sEAoGXl/fQoUMTLgeZCZQ/z5MnT8TFxXl5eSsrK/turaqqcnBw0NTUzMrK6ru1p6cnOjpaSEho5syZ0dHRo/9ix0MmUP4kN2/etLGx4eXlDQ0N7ffS8OvXr8bGxrKysmlpaf3+he7u7iNHjujq6 m7evHmUX+w4yQTKn8Te3p6Xl3fZsmW1tbX97pCXl2diYsLOzp6 QkDDQHyGTye/evauuri4oKPj69euovdhxkgmUP8mrV6+uXLlSUlJCpVL73SEvL 8/U1BSCoIiIiL5baTRabW0tnU6HYbixsXHXrl1LlizJyMgY3Rf9l 2cC5YB5+PDho0ePuru7wY+VlZWgJZIhTFDSaLS7d+86OTmRSCQ YhltaWoKCgiAI0tPTy8zMHOWX/xdnAmX/efLkyZw5cyQkJF68eAHDMI1Gc3JySklJ6enpYdiTCUoKhRIWFk YgENrb22EYplKpZWVlAQEBEAT5+fmNzRv5GzOBsv+EhIRAEGRt bQ1aH2k0mqKiop+fX99Wofz8fHNz84FQRkRECAkJXbhwATn737 x5k52dff/+/WPwLv7STKDsJxcuXODj49PS0nr+/Dl4BKAMCAjoi/LmzZvTp09nglJAQCA8PBw59Tc1NWVlZdXV1Y32u/h7M4Gynzx48GDdunX37t1DJFEoFEVFxW3btvVFef78eTBKqC9K MpmsqqrKxcUVGRnJcD3a2NgYExNz48aN0XsXf28mUP5PqFRqd3 d3R0dHc3MzmUxGHk9NTRUSEsJgMI2NjQy/whwlHo+fNm0a+kgJkp6eLi8vLy8v//jx41F6L39vJlD+T54+fWpsbJySksLw+PHjx/n5+bm5ufuO+kFQ7t27l2ETQDl58mRbW1v0cA2QnTt3QhAUHx8/sm9hHGQC5f8ECAsMDGR4nAnKc+fOCQoKiouLGxkZ5ebmojcBlB AEiYuLo4+7IAcPHoQgaNmyZcXFxSP+Rv7qTKD8v9Dp9MrKSi8v L3Z29r6d1ExQnjlzRk1NzcjISE9P7+PHj+hNCEo8Ht8X5cuXL1 VVVTdt2jQxUIMhEyj/LyQS6dixY9zc3Fu3bu27lTlKdXX1hQsXDhXls2fPFBQUDh8+XF VV9ePHD9DrMxF4AiU6379/P3HiRL8j0EYDZXJyMhcXl4uLy9y5c9evXz/RSIRkAiUMw3BXV1dOTk5NTU1VVVVFRUXfHUYDZXh4OARB6urq8 vLyEASlpqYO1L3OaplACcMw/OXLF1VV1c2bN2/fvn3nzp19dxg9lFZWVt7e3kJCQo6OjhMHS5AJlDAMwx8+fIAgS F5efunSpa6urn13ACinTZv29OlThgmKv4jS0tIyMTFRUVHRwcF hAiXIBEq4q6vr4MGDkyZNUldX19fXd3Nz67sPQDllypRdu3Yx8 PpFlObm5s+fP4+NjT1//jwYtzGRCZTwt2/fBAQE9PX1d+/ePX36dEtLy6qqKoZ9EJQhISEji9LMzAyZhtbQ0NDv6DhWywRKu KmpKTY29tWrV/fu3YMgSEVFpW/X34ijJJPJfn5+aJRv3rxxc3M7fPjwxHxcVkdJoVCQ6WB3796FI EhNTa3vCNxhoyQSiQQCQUhI6MGDB+iWyIKCAktLSzTKhw8fgj2 rq6tH453+RWFplD09PefOnVuzZg24dxkNlJKSkg4ODgICAocOH UKjzM7ONjAwQKNsb29fsmTJtGnTTp061XcoMUuFpVE2NzfLysr KysqCBsLRQCklJeXj4yMoKHjkyBE0yg8fPsyfP5/hmvL69evCwsIyMjLNzc2j8X7/lrA0ysbGRm5ubhkZmVFF6e3tPWvWrMGg7OzsPHv27PHjx5GJQa wZ1kVJJpO9vLy4ublXrFjx09N3YmKigIAABwfHnj17GFCmpKQM hJJEIklKSm7YsKHfI6W+vj4GgyEQCFevXkUe7+7u7uzs7DvOja XCuigpFMqtW7f27dtXU1MDHgEohYWFk5OTGXZesGCBqqrqjBkz li5dih583tHRsWPHDm1tbVNTUwaUdDr99OnToqKiJ0+eFBYW7o tST0/P0NBQWVn57NmzyONUKjUxMXHevHlNTU2j8a7/irAuSjKZTCKR0O0vACUEQTt27GDYWUtLy9XVdfPmzRISEugm7t LS0sWLF3t6eoaFheno6DCgjImJwWKxOTk5WCy2X5QLFy5UV1dH o6RQKIcPH+bn53dycmLZtiEWRUmlUg8fPnzr1i10YzWCcvv27Q z7a2lpeXl57dixg0AgoIc/FhcXm5mZ+fr6HjhwoC/KI0eOYLHYr1+/Dh4lDMPNzc0WFhZCQkLHjx9nzfFsLIqyoaFBXFxcRkYGfdj7Q1 D29PTs27dPSEgoMTFxAiWrhE6nh4aGCggIxMTEoFsE/xCUVCr1yZMnpqamHz58GOF3/peEFVG2tbXJysqKiYkxTE38Q1Aiv97Z2TlQRczxHVZEWVhY6OT klJSUxNC484sodXV1c3JykE3MUX78+HHevHkDoaRQKK9evTpy5 AhrlsJiRZT9pqen59ixY2xsbOzs7L6+vgwXcz9FmZCQIC8vn56 ejmxijvLVq1dqamqLFi3qi5JOp5eUlCgqKs6cOTMqKmrU3vGfG 5ZD+e3bt4sXL75+/Zqhgfr79+/W1tYaGhrLly9ftGhRUVEReitzlBs2bHj8+DEOh4uLi0M2MUd5/vx5cXFxZ2dnVVVVBpS9vb2nT5/m5OScPHmylZUVCw6yZDmUKSkpIiIiHh4era2t6McrKyutra2dn JxOnjypoqLy6tUr9FbmKL28vD59+qSmphYbG4tsYo7yyJEjs2f PPnDggJKSEgNKMpkcHBw8ffp0YWFhfn7+AwcOjPBH8MeH5VAeO HBAQEDg7NmzDCNx0Cj7VtX/KcqcnBxVVdXBozx69KiWllZUVFS/KPfs2TN9+nRFRcVVq1b1Lbwx7sNaKH/8+GFmZjZp0iSGNUfg0UcZGxs7JJSTJ0+Wlpaura1lOKKzQlgLZ W5urpub24wZM/7991+G+ayjhzIvL09ISGjLli1DRSkvL9/d3Z2bm/v27dsR/iD+7LAWyo6OjrKyMmVl5V27dnV0dKA3jR7KkpISW1vbuXPnoqd BDgaloqLi169fVVVVV69ezVLL6bEQysrKyps3b9bX1+vo6GzYs IGhgs/ooayoqAgMDFRUVOyLMjIyUllZed++fegBlGQyOTQ0FKAsLi7W1 9cXERE5ffr0yH8if2pYCGVaWtqcOXNsbW1FREQWLVrU0NCA3jq qKAMCAvqiVFdXf/r06erVq62trdFlOTo6OpSUlCAIEhMT+/Lly5UrVyAI6nfi73gNC6G8efOmpKTklClT2NnZZ8yY8f37d/TWsUeppqb26dMnT09PMzMzdDXAtrY2PB5vZ2cnLCx8/vz5kpISY2NjR0fHkf9E/tSwEEpXV1dZWVk9PT1ubm4ODg6GmkG/FyV6sdG2tjYikQhquZw4cYJKpdbV1dXX14/8J/KnhlVQvnr1SktLy97ePiQkRFRUdMqUKQyLzg4eJXpW1+ih9PLy AihhGKbRaJ2dnW1tbSxSqoBVUNLp9CtXrnz+/Pns2bMiIiKTJk26fPkyuqdxMCjDwsIwGExaWhrCa2xQlpeXOzg 4zJkz59mzZ6P0+fxRYQmUFAqlsbERtAGdOXNGRESEnZ09KCgIP TDspyh9fHzKy8sJBEJUVBRyxBptlP/88w8Mw+3t7Tt27ODm5gY/jvuwBMqSkhI3N7crV67AMAyOlOzs7Nu3bx8SSl9f36qqKiKRGB ERMQYoN2zYgMViIyMjwYNnz57td/LQuAxLoExLS5OWlt69e3d3d/cgUb558wb9FwZCWVJSMhooCQTCtm3bDA0NtbW1wYO3b9+eNWtW v2uSjr+Mf5R0Oj06OhqDwVy/fh1Gnb6ZoJSVlWWY+j0Qyvz8fH19fW9v748fP6qoqCAHNviXUe 7cudPLywtB2dra+ujRIxaZIDH+UX779s3U1NTKygp88efPnxcV FR3omtLR0fHmzZs4HI7h6m0glJmZmQQCYf/+/VVVVaampqtXr0ZmkY8sSpCGhoa+q0uNv4x/lCUlJSEhIefOnQMEd+3aRSQSOTg4XF1d0d3fAKWDg0NhYeHcuX NDQ0PRf2QglDdu3JCWln706BEMw9u2bTMwMEDWmB9xlE1NTZGR kXv27EHcj9eMf5QMMTQ0NDExmT9/vqqqKvqog6DMz8/X0dHpi3LDhg39opSUlHzw4AEMw9u2bZs/fz4yKG7EUVZXVzs4OEyaNCk+Pn58l+wf5yjr6uqSkpKePHmCPG JoaOji4rJ3714cDofuJmGC8tOnT7Kysvv376+rqxsSyri4OBwO N4Kn79TUVH5+fnt7e4Y+0nGWcY4yJydn7ty5q1atQk55hoaG69 at27179+BRgpJAT58+BVwGiZJGo9nZ2amqqlZWVvr5+cnIyKAl DQ/lq1evNDU1FyxYgFwkjMuMc5TXr1/n5eVdunQp8q0PA+WZM2cwGExeXl5nZ+eQUCooKLi4uLS2tj548 ACHw12+fBn5m8ND2djYGBoaGhcXN75nk41nlCQSKTg4mKHNeSC UVVVVK1asGFmUioqKgYGB3d3dFRUVoqKiiYmJyN88evSoqqpqT k7OkFDCMFxfXz/uS6qOZ5TNzc3e3t7a2trv379HHhwIZVZWFh6P37lzZ15e3giiD AgIIJFIFRUVGAwGdGTDMFxZWWlnZ2dhYVFbW+vh4TEklDAMv37 9OiMjg2Hk/HjKeEZJoVBKS0sLCwvRg2sGQpmZmYnBYK5cufLly5fRRvnlyxd 9ff2NGzfCMOzq6joklB8+fDA3N9fX1//06dMIflZ/VP4IlFQqtfe/YVjP61dSX1/PMD4NHhhlRkYGkUi8e/fu58+fRxvl169fDQwM/P394aGjzMjIUFFRgSAIPOmvpLe39/nz58eOHYuNjb158+Yv/rURzB+BMiAgAI/HS0hISEpKXr9+fUSKK3///t3Z2dne3p6hqZkJSgKB8FtQmpiYoEeeNzc3M0GZnp6urKwMQdC 9e/eG/eFQKBQSidTQ0CAvLy8oKDhjxgxVVdX79+8P+w+ObH4bSjqd3tX V1dTURKfTDx48iMVieXl5Z86cmZqa2tXV1Xd9rqGmpKRkyZIlK ioqDGMQ/zSUGzZskJCQyMrKQn7r8ePHGAxm7969mzdvlpWVzc3NRb9+cOv 2Kyi7u7vBvX9FRcW1a9f8/PxUVFQIBMLly5d7eno6OjpG8GQ1vPw2lHV1dd7e3pMmTQJfVUt LS3Nzc3Nzc3d397Nnz6Kjo+vq6n7lkPn169eFCxeqqqr+4Sjv3 LkjISFx+/ZtsIlCoURHRxMIhKampg8fPmCx2PPnz6Nff0BAwC+ijIuLExYW 5uHhiYuL6+7urqqqcnZ2xuFwsbGxQUFBS5YsYaijNPb5bSjv3r 0rKio6adKkU6dOoR+nUqmxsbH8/PwmJia3bt0aXilbEokUHx/Pw8OzZs2afk/f+/fvx+Fw3759Q/7+70L54MEDSUlJ5JKOQqFEREQQicTOzs6vX79iMJgzZ86gXz+C MikpiUQiDePzmTNnDicn56pVq1paWmAYbmxsdHd3hyBo9uzZLi 4uEATZ2Nj0vRYfy/w2lOfOnZsxY8bmzZsZ1hOm0+lv3rxRVlZmY2OTk5MbdidvWVnZ mTNnysrKGB43NDRcv359WloakUhEL4rz16FkY2PbsWMHgDWk7N 6929XVFZlh/OPHDycnJwiCli9f/vLlSw0NDQiCDh48ONQ/O4L5DSi7u7sbGxs/ffp06tSp48ePowuNgtBotOfPn3NxcYmJiQ1vRAyZTB5oiBdAWV NTA4b9/r0oQYY0wjIvL+/Tp08M1+slJSWqqqp8fHza2tqFhYVXr15VVFS8cOHC4P/siGesUdLp9JcvX7q4uGRmZl64cGHq1Kk7d+7suxRhU1MTLy8vL y/v/v37h1piube3Ny0tbffu3QzlBkDGE0oeHh6G2yAmaWlpmT9/PgaDKSgoQD/++fNnIpHo5OSEvrRtamqqr6//XZMnxxrljx8/vL29IQjy9/ePj4+HIMjY2Jjhk6XRaFlZWby8vIKCgrq6ugwXnT9NXV2do6Mj kUi8du1a361/NUo6ne7j44OgVFZW/vbt22A+EzKZHBUVJSAggMFg8vPz0ZsAyjVr1khISNy5cwc8ePr 0aVdX1zdv3vyWMXJjipJMJqempgoKCkpKSqakpGzbtg2CIBMTk y9fvqB36+np2b17Nx8fn4WFBQRBOjo6Q1rmqL6+3tnZmUgkgvk P6HR0dMydO9fZ2bm6uvpvRFlYWGhiYqKrqyslJUUkEv39/QdZ+Ordu3daWlpTp049fPgwQ/9kvyh3794NQZCvr2+/Z5vRzpiibG5u3rp1Kz8/f3h4+JMnTxYsWABBkLa2NtJKB9LT07N3714hIaENGzaAFdzR42 t+mu/fvy9atEheXv7p06cMm54+fSojI3PkyJGWlpa/EeXLly+VlZWTkpLWrFlja2tbVVXV0tIymINZfn6+o6Ojv78/w20lPADKS5cu4XA4aWnpd+/e/fSPj3jGFCWVSn3//v3Jkyc7Oztzc3MNDQ3xeLycnByDOYBSUFDQy8uLg4MDh8Nt2rR p8M9SW1vr6enp7e3d98700qVLWCw2KyuLQqFISUn9dShfvXqlo qICUNrY2Ny6dWvr1q25ubmDae4uKCjod73HflFWVVVZWFhMmjT p8ePHP/3LI56xQ0mhUPLz87Ozs8GPubm58+fPX7hwoba2dlJSEnpPBKWH h4eEhMTVq1dfvnw5+CeiUqnfv3/vtwX48uXLOBxufKBcsWLFiRMniESihYUF89VFX79+HRQUlJaW1 u/a9p8/fyYQCKtXr5aUlLx79y7yeFpaWnJy8m+pYTR2KNvb28PDw83NzU GN+6dPn8rKyhobG2tqajJBqaGh0dPTk5OTg2hmnt7e3tzc3Ddv 3nR1dfU9Vf06SiKReODAgT8E5efPn1VUVDg4OKqqqph8JiEhIR AEgds7hk3d3d1xcXGysrJBQUGCgoIMczgbGhoyMjLGfj3dsUNZ UVEhLi6upqYGZgWkpKTIyclt3bpVTU2NCUpNTc26urpNmzZZWV kNZrBWW1tbaGiourq6ubl5SEgIw9bBoMzNzdXR0fH29kaaohCU JBJJT0/PyMgIOeT8LpROTk5aWlqFhYWamprMURYXF1taWoIlo8PDwxkGC Le2tnp4eGhra79580ZHR8fLywu99eHDh4aGhl5eXmN8vBwjlFQ q9d69e5ycnE5OTuCRhIQETU3N6Oho8CmjdwYrZgoKCrq7u2tqa lZVVdna2goICBw/fvynT1RWVkYgEECLiampKcPN6U9R3rp1i0qlbtq0ydDQEJkHg6 Ds7e3dunWrpKQk8lu/BeWJEydOnz5NJBJfvnx57tw5d3d3JgezFy9eaGlpgQ9EQECA4c altbXV29t7zpw5VVVVy5YtW716NXrru3fvwJH48+fPP/3kRzBjhLKzsxNMuH748CF4JCEhQU1N7dy5c+bm5g4ODuj/9a6uLg0Njfnz58fGxhKJxNu3b587dw6CIDAqlnmKioomTZqENO MxFLr4KUqAIywsbPbs2UhnCYKSQqGEhIT8dpTHjx9/8OABkUjMzMzs7e2tq6tjcgNeXFy8f/9+V1dXCQkJCIJOnTqFvrJEUFZWVlpZWTGgpFKpCxcuhCAoNDR0 LAe6j92Rsrq6urCwEPk6ExISVFRUsrKyvLy8Fi5ciL4v6ejoIB KJwcHB79+/FxUVPXPmTFZWFgaD8fDwYP4sXV1d4eHhkydPhiCIj49PWlraz8 8PvcOvo9yzZ8+fgPLff/8lEAjgX+7jx4/JyckkEqnvB0Kj0UgkUmtr640bN+Tl5SEI8vT0RDc9MkdZUVGhq 6sLQZCBgcFYVkAYC5QUCuXt27cMXa4JCQnKysofPnzYuHEjw7J zAGVkZCT4VpKTk3t7eysqKn7aUEyn04uLiwMCAqytraWkpCwsL FxcXNA7jEuUBgYGGAzm8ePHfY+XycnJKioqaWlpiYmJQkJC7Oz s2tra6BFA4JpST08PoHRwcED/OhhWZ2NjIyYmVlhYyPzDH8GMBcrm5mZpaWk3Nzf0p/ZTlBEREeBbAQsj0Gi0jo4O5v3gvb29XV1d5eXla9eulZGRWbp0 KSugDAsLExAQCA8P79vic+TIEQiCEhMTN27caGpqGhgYSCQS0e s/l5eXCwsLe3l5VVdX29raGhkZoSenX79+nUgkgtGW58+f77dFaT QyFigrKytnzJihrq6O7uBngrK5uZlIJIaHhyNHShiGi4qKrKys GJZIQqe3t/fOnTuurq4lJSWDRLlnz54/HyV6lZ1+UR4+fHjWrFkhISEMaJqamjw9PQUEBO7cuePp6blkyZ L9+/fj8Xh041ppaSky9/fChQuysrLo1nKA0svLC4/HGxgYjFltrVFHCTqyBQQEIiMjGeqWKCsrZ2dnM6Ck0WgPHz7EY DDHjh3Lz8/H4XBHjx6FYbi0tNTa2pqPj49hJDYSEom0c+dODAYTGhq6YsUKJ SWlpUuXrl27Fr0PgpJKpSooKGzevBlZwOYPRJmXl4fD4eLj45H X3y/KU6dOSUlJHT16lGGgfkFBgZWV1aJFiwoKCtzd3ZmgBM2TV65cQ Yp1Ie+OQCBkZGRoaGhMmzat7+DUUcqooySTyevWrZOWlk5JSUF QNjQ0eHh4zJ07t6ioyNfX18TEBBntQqVSDxw4gMfjW1paampq9 PT09PX1waakpCQIggICAvq92SSRSDt27BAREXF1deXj43Nzc1u 7dq2RkRH6EgpBSaPRHB0dsVgsstTDiKA0NDQcQZSVlZW6urpGR kbI63/9+rWqqioDyt7e3gsXLvS90Wlubr5+/TroDFu/fv0wUF68eBGDwTx79kxTU3Py5MkXLlwYkTl9P82oo6TRaDk5Of/5z3/Q5+6CggIjIyPQo71161YdHR1kqC+VSo2Ojsbj8W1tbc3Nze7u7 vPmzQObnjx5oqmpaWdn1+9Fd0dHBxgUuGnTJiwWe+3atdTUVDk 5OXSrEIIShuGoqCj0+iN3794lEAhgYNEgUdJotJMnT8rLy4MCW tu2bdPR0UFa+H8RZUdHR2Nj4/r16w0NDZHX/++//8rKyiYnJ9+7d49AICDTdOh0el1dHXosFSjzjiw2un79+sWLF4e FhQ0JZWBgIBaLfffunYaGBi8vb3x8/K9P6BtMRh1la2trZWUlw4gBNMrk5GR+fv6rV6+CTUxQNjc3P3z 4cKBhrW1tbTY2NmFhYWDUBUCJiAEZCGV7e/uePXsUFRVBqXMGlMeOHRMSEuqL8vv378uXLzcxMQHNAtHR0Tgc DoEyGij37t0LDpDv379XUFAICQkBRYXy8vK8vLxSU1ORz7m+vv 7AgQOHDh1qa2vr6uqytrZetWpVQkKCuLg46CAAuzFHaWNjY2tr W11draGhsXjx4jErFzO6KGk02t27d11cXD5+/Ih2iUb56NEjaWlpUCUfZooShmEymfz9+3cmnw6FQrl69aqYmNi jR49SU1NBfQFk60Ao6+rqHBwczM3NwW4MKNeuXSsnJ1daWtrb2 9sXpZ2dHdjt2bNnCgoKyM3yaKAMCQmZM2cOOKuYmZmtXr26vr6 eRqOBkWZ6enrIqPL3798rKSktWLCguLj4yZMnsrKyUVFRpaWlG hoarq6uyAf4U5QrVqyoqqrS0NBwcnL6z3/+09DQMLypfEPK6KKkUCjOzs78/PxXrlxBXwgOG2VBQYGvr+/58+cZDr29vb1Xrlz58eNHU1OTi4uLpqZmU1PTw4cPiURidHQ0s hsTlKtXrx4I5fz580FXHnOUT548kZeXZ0Dp7++PoER6U/Py8gwNDYeHUldXF0Hp6OgIeqVJJJKTkxM/P//hw4dhGO7u7j5w4MCUKVOioqJgGM7IyJCVlQU3iPPmzXN3dx88S mtr66qqKnV1dTwez83Nffjw4TG4rBxdlO/fv8disQsXLmTopBo2yq9fvxoZGWloaDD04XZ0dODx+G3bttXX1 7u5uYF7o4KCAmNj4y1btiC7XblyBYfDgZUfhoTSxcVlqChzcnI kJCQOHTpEJpOrqqqkpaV9fHzAJtCnHBAQAI8QSjKZvGvXLkFBw cOHD7e0tJSVlS1evFhLSwtU9mJA6enpORiUlZWVBgYGoAdo0aJ FbGxsbGxsGhoa6Kbi7u7uoqKivLy8oc6jYp4RQ/ny5cvAwMALFy6ge7EOHjzIx8dnZmZWVlaGPuwPG2VPTw+YpOLq 6oru+Oro6BAUFMThcNXV1QjK/Px8Q0NDNMr4+PhZs2YN40g5DJTHjh0TERF58+YNnU5vbm5esWK FlpYW2HTt2jUikQgOnPfu3ZOQkDh58iQ4k8LjCesAACAASURBV FAolMjIyKGipFKpmZmZYWFhu3btAhealy5dOnPmDHh3DCitrKy QvjEmKO/cuSMuLn769GkajbZ7925ubm4IgmbNmlVYWIh8lRUVFVu2bDE2N g4ODmaYj/YrGTGUiYmJbGxsIiIi4eHhSCtrdna2rq4uJyfn2rVr0U27w0YJ w/DOnTshCOLk5ExJSUHu6AeJ0tnZWVtbu6ioiE6njzbK48ePYzAY sCxpW1vbxo0bEZTJycmKiorPnz+HYbiqqsrQ0NDd3R1A6e3t9f b2xuFwQ0IJUltbq6GhISMjg+6zgf8XJRjlVFpaCjYxQXn//n0JCQlwRZ6YmCgoKGhnZyciIpKeng5QNjU1PX/+PCIigpOTk42NLSEhgbmQwedXUZJIpMePH584cSI9Pd3X15eDg 8PExASZL9fb26urq0skEmfNmvXvv/8i/2G/gvLx48eg7JilpSVog6TRaDdu3BAWFg4ODkafvvuiXLx4saOjY1 1dHY1GG2OUvr6+CMqUlBT0FKKVK1cuW7YM9O+RyWRNTU17e3sw O37wKHt6epKTkydPnszJyamrqxsREYEcDtEoQfMW0qY2SJTHjh 0TFRX98OHD5cuXwTOWlpZaWVm5ubkVFBQEBATMmjXr5MmTg2fD PL+Ksrq62t3dnYeHJyoqqqGhITg4+MyZM6AhNz093dnZmY+PLz g4mI+Pz9PTE7nX+RWUOTk5enp62tra0tLSoLmHTqfn5eXduXOn ubm5qamJOUp7e/va2to/DaW1tXVlZSUMw93d3ZKSkvv27evt7R0Sys7OTn9/f2TYnoKCAtJhiEZ5+vTp4aHEYDBVVVVkMjk9Pb2np+fixYsQBM 2dO7e4uLi2tjYzM7O6unpodAbOr6J89uzZzJkzubm5nZ2d8/Pz29vbHz16dPbs2bq6upMnT86aNWvatGk5OTlr1qzR0tJCzrav X7+WkpICXNLS0qSkpAaP8unTp+rq6oKCgpycnOnp6Qyvp7m5eR ygDAkJGSrK1tbWZcuWsbOzA5SamprISXykUJaVlZ06dUpfX//FixebNm2aOnWqr68vuBnPz8/39fV1dHQcfHEEJhkOyt7e3ry8PHAufvDgAQRBHBwc/Pz8BgYGWVlZ/v7+fHx8O3bsWLduHTc39/Tp08vLy3ft2iUuLo4MYL5y5YqkpCRoMC8oKNDT03N1dUWu2Zmj fPbsGah3A0EQOBhcvnzZysoK3FGyLMofP34ICwsjdQosLS2RVr NfR/n48WMCgRAdHb1t2zZhYeHY2Njo6GjwLOB2s7S0FEy66DvXfhgZ MkoymXzkyBFlZWVPT8+UlJTMzEw3NzdeXl5ra2stLS1/f/+EhAQCgaCpqYnFYidPnuzi4tLW1pabm4vFYpFaFxcuXEB3ANrZ 2S1ZsqS8vBweBMrIyEjkeHDs2DEwb4aHhwd8PSyLsr6+npube9 KkSezs7CIiIugrvD179uBwOKCNAWVJSQkGgwE7A5TI1AA0yo6O DllZWT8/vzNnzkybNk1fX//NmzdSUlIcHBxr164FLjdv3gymp1VXV3/9+rWtrY1Gow2vpR2i0+m9Q0lzc7O5ufnkyZNBjVOwSo28vHx6e npQUJCEhMSJEycWLlw4bdo0R0dHYWFhf3//rq6u6upqUVHRuLg48KxglFRGRgb4cfXq1VZWVuD7+ynKoKAgLB aLwWBAw1Btba2iouL06dPB1wMaz9EoN2/ejPzu+EYpKioaGhp6+fJlPB6PXA7BMLxly5Z58+aBMiRolCQSa e/eveLi4qBz9dmzZwQCAbSewv+LkkKhyMnJBQUFFRYWzpgxY+rUq VgsVk5ObtmyZcLCwuBY8+XLF0NDwx07diQnJ2tqalpaWkZERGR mZg6jIBHU0tISGRm5b9DZuXMnNzc3BoM5fPgwOzv75MmTJ02at G7dOhiGMzMzFRUVExMT379/f+3atZs3b4qLi+/YsaOrq6umpkZYWNjV1RU8K3OUERERaJR6enroV+zn52doaBgWF iYrK2tra1tZWamoqIgcKauqqrS1tY2NjWEYLioqMjU1tba2Rub ajmOU1dXVWCw2Kirq6NGjOBzu4sWLyG9t3rx5wYIFoEkEjbKzs 9PPz09JSQm01hUUFCxYsMDb25sJyoaGhqCgIND6sXDhwi9fvhg ZGW3YsAGGYRqN1tDQ0NLS4ufnx8XFxcXFxcPDIyYmVldX1z2U0 Ol06MGDB3JycuKDDpFIZGNjk5eXz8/P19TUhCBo5syZhw4dgmG4srLSwsJi2bJlpaWlr169srOzmzFjB vgs2tvbvby8NDU1f4qSQqGsWLFCXFy8ra2ttbV1y5YtioqKyMV odnY2mAna0tISFBQ0Y8aMrKwsIyMjKysrMCKmsLAQi8UivcwxM TFqampIWZjxipJKpd66dQuLxW7btm3atGnc3Nzbt29H2jqYoNy 2bZuysjI4yRYVFS1atIg5yu7u7oKCAk5OTgiCFi1aRCKRtm7dq q6uDjrJCgsL4+LipKSkIAiytbUFx1Q/P7+dg05ISEhjYyNEoVC6hpKamhoJCQkrK6uCgoLVq1dDEKSkpA R4lZeXm5iY+Pv7NzQ0mJiYgBsg0E7b1dW1d+/e+fPn94ty1apVyDVlT08P8v5hGM7KysJisZcuXQJ7ZmVlqaurg/+BLVu2cHJygmHk4D8M/Lsjg9VhGI6Pj1dRUQHlD8YByu3bt+vr64N/UTMzs5UrV9bW1sIwTCaT9+zZIysr+/79ezY2NgiC5OXlkcL6w0P577//9kVJJpPLysqmTJkCiqzCMHzixAlkefTbt2+D6WkQBImJiYFrXG lpadlBR0VF5eHDh0O+0SGRSNu3bxcUFFy3bp2CggIEQchsIyAm JiYGjNOBIIiXlxdQo9FoX7582b9/f1+U375909fXt7OzA99KT0+PtLR0cHAw+OKzs7OxWGxqair6KW JjY58/fw6ePTU1FYyUATuMY5QfP36cM2eOu7s7OCc4ODjIy8sDXmQyOT g4WEpKKj09HaAUFxdHRgMOD+XFixfFxMT+/fdfNMru7u68vLzJkyeLioqCeRoXL14UEhIC9+/h4eGgNxKCoLS0NGdnZ0FBwYKCgp6ensHftNDp9CGj7OnpiYuL4 +DgAM8tLCyMrO7W1NRkY2NjYWGxf/9+MMt40aJF4PzS0dGxefNmdXX1vigfPXokIyMTGRkJDo2DQXnk yJGqqqq5c+eCKssuLi7Z2dngbDWOUX748GH27NnIP/bFixexWCwYckEmk3fv3g2mgvDw8EAQNH369D179oA9vb29DQ0N h4py/fr1cnJyoLEToNyxY0dra+vp06fZ2dlFRUXPnTsHw/Dnz5/19PSCgoJgGAYl00Gsra2dnZ1FRUW9vLyGOjR4OO2UDQ0NWlpa4 D9SSkoKvf7Khg0b5s2bd+LEiTlz5rCxsW3YsAH8WzNHie7RGQz Ko0eP5uXlgStaCIJkZGR0dHRAlQiWRRkcHCwrK5ufny8jIwM+F lCMpKSkxNTUFCn3MHiU69ats7S0BPNyAEofH58fP35s3bqVjY0 Ng8GAEtRFRUUmJiaenp50Oj0+Pl5AQGDatGm8vLzs7Ow8PDzu7 u7m5ub9zklnkuGgpFKpL168MDQ0nDNnjqioqImJCTIUCtw4Z2R kREdH8/HxxcTEgBfEBCVDjw5zlG/fvtXQ0Dh69ChogEAaLLm5ucEhmWVRhoaGysrKfv78mZ+fH40Sl LQ8duwY+K0hobSwsAC3BBQKRVpaWl1dvb6+/vTp0zIyMjNnzgwLC4NhuKura9euXTIyMikpKYWFhYaGhqampsH BwWvWrNm9e3dra2tZWdlQF+YZZjdjb29vWVnZ27dv7e3t+fj4k AbIjIwMeXl5T0/P4OBgYWFhpIQfE5Rv3rxRU1MLDAwEPpijzMjIkJaWjomJgWE4J iZm1qxZEAQJCQnNmDGDlVF2dXWtXLlSR0cnPz8fXDghKMEEyF9 HKSUlxcPDU1pa2tTUBFaTmD17NhhEAtaUkJWV1dLS4ufnP3v27 C8WS/+lvu/29vawsDAIgiwsLMDZ4dGjR0pKShAEiYqKcnJybt26FXzraJQ0G i0uLk5GRgb0MbS1tYFl8MBQLuYoT5w4ISYmdv369dzc3CNHjoi Li0MQRCQS+fj4WBlla2srBoPZtGlTbm4uuKwaCOWpU6dERUWHh 3LKlCnu7u579uwhEomgwjJoDSWTySEhIRwcHNOmTfP29v71kRm/OiDj8+fPlpaWGzduBJ9+WlqaoqIicrWLw+HAPxMaZW1trbOz86 JFi8DXAMPwvXv3xMXFQQcXc5Th4eG6urovXrxwcXFZs2aNpKTk xOkbhuHW1lYCgbB///6UlBROTk4hISEEJZiVi6C8e/cukUgEk2UHj5JGo23evHnatGng054+ffrcuXNtbW2R1dyOHj3K zs5ubm4+IkN9fxVlb2/v58+fb968mZOT09XVlZOTA26KhYSEpk6dOmXKFPCu2tvbfX19F RQU6urqSktLzc3NQScQyJ07d8TExAaP8sSJEzo6OitXrgTttAw oRUVFkU72cYwSTBZDo/T39zczMxMWFgZjIwDKu3fv4vF4ZARuY2OjkpKSj49Pe3t7V1fX IFHCMFxTU7N8+XJQPExCQuLdu3eZmZn37t0DNbxTUlIWL158//79EVnlZARGnpeVlXl5eampqQUHBxcVFWVkZOzevfvixYsLFy6U lpYGnzWFQrl16xYej79161Z5ebmFhcWQUCKN5+Hh4Xp6eps3b8 bhcCtWrNixY4eNjQ03NzcXF1d9fT2ZTD5+/DiYygj2/3NQokeejwjKAwcO8PHxgUncAGVAQICTk9P69etB6d6lS5eSyeT Dhw/Lycmhp4Opq6tv2rQJFGYaPEoqlXrp0iUuLi5eXl4wH+3Vq1eqq qrLly/funXrjRs3vn//PlKzwkcAJYlEiomJ4ebm5uHh2bhxY2VlJYlEolAoHz9+fPHiBV IXpaioSFRUNDk5eUgoP3z4MHPmzMjISLBneHi4vr6+kZGRsLBw SEhIeXl5aWmpu7u7gIDAq1evWltbfXx8VFRUkBID8fHxqqqqYM AB/PtQNjY2WlhYjCzKVatWQf9dcQw5fRcUFGRnZ/v6+oIhlR8+fNi3b5+enh56mOPwUNLp9Orq6nXr1h04cAAcHXNz c5FWOXAnPlIZmTk6LS0tx48fX758eUpKCnpiW1lZWe9/Z2QClCkpKUNC+f37dxMTExsbGxiGOzo6fHx8dHV1z5079/Lly6qqKtBgXlFRISEhceDAgcbGxk2bNmloaCB/+dixY8LCwjdu3AA//i6UlZWVfHx8SNf/iKAEiwwhKEVFRZ2cnIqKiigUytmzZyEIUlRUfPbsWVhYGNJdDo JG6e/vP0iUMAzTaLTKykpkYiqZTH7x4oW/v7+Xl9eLFy8GBWVwGbGJYx0dHZWVlejKIXQ63crKysDAADRrDw 8lWM7S1NQUhuG8vDxjY2MwPR79LHv37uXn5w8ODm5oaGBA+fz5 cxUVFeRA+7tQfv/+ffLkySOLEoz9/vDhA51OP336NDc3Ny8vr6WlJQzDjx8/hiAI3HRbWlquWrUKPfMTQdna2mphYaGkpPRTlHQ6PTc39+LFiw wnaCqV2tzc3NDQ0Duik8FHcd43nU5fsWIFFxdXTExMb2/v8FDW19evWbMGoMzJyTE0NOTi4jIyMkIuE+l0upOTEzc3d78oP 336NGfOHKQi/+9CWVFRwcPDg9R7HxGUKSkpIiIi2dnZdDp9//794NZYXl4ehuEfP354enoqKipGRESg3z4IgrK+vl5MTCw0NLQv yrq6OgsLiyVLloAeHRqNlpCQICcnl5CQMAYLNo5uMYKDBw/OmjVr165dPT09CMqysjIzM7OBUHZ1daHXAuvq6oqOjpaSksrIy Pjy5QtYpAyMw0B+/eHDh0JCQuLi4tXV1Qwoc3JydHV1/wSUIiIisbGxYBMDylWrVi1duhTsOaS7b9AkRKfTw8PDAUrksHf x4kVZWVmAMjw8HP2laGtrGxoaNjY21tXVYbHYuLg4NEpPT08Yh p89e6aoqIiMAKTRaJGRkaA068geFPvN6KL8559/8Hh8aGgogvLMmTPZ2dmSkpLgzYOgUSYlJYmKit68eRP5j0xPTy cQCLdv30ZQGhgYoKc2gzWXBAUFq6qq/liU6FpCDCj37dvHz88P+g6G0U4JUE6fPp2Hh2ft2rVA2PXr12f OnLlu3bq+KA8ePIjH46urq+vr6zEYTGxsLPiVkpKSxYsXL1my5 MePH6D8ELLAMoVCUVFR4efnZ75gz0hldFGSSKRjx449efKERqM BlOfOnfv3339B7S9kNzB0D5QuiY2NxWAw6F6BJ0+eEAiEO3fu5 Obm6uvrgxEo6GqAPT09EhISFhYWtbW13t7efx3Ka9eugQEDcH8 oDQwMwG4MKFNTU7FY7Js3b2g0WkRExKxZs8LCwpCrmjt37rCxs REIBFFRUeSSGiQhIQHMl2VACcNwYmKisrJyVlbWs2fPGFDOnTv X2tp6bNaIGPVSgL29vbW1teBIicFgzp07BwqVoMcWlZeXz5071 9HRsba2Nj4+HoPBoBcLe/78OYFAuHTp0v379/F4vKWlJUMFCOQyFFQZRYYSw0xRRkZG/iEob968CQrmwv+LsqWlZcuWLUpKSqBBhwElOL3Ex8e3t7cHBgb i8Xj02iWFhYXg9pyNjQ25bABhgjIpKQnUQ2RACcMwiURCRlKPd kYdJYlEWr58+fnz5wsKCvB4/NGjR8E4ezRKGIatrKzs7Oxqamr6oszLy1NSUnJycjp16pSKikr f1oeenh4lJSVvb2+wsgnSpQYzRXn06FE8Hg8u5P9AlGDezOvXr 3E4HFhQlQEl/N8SajU1NQQCYcaMGffv30fG4xQVFS1evBhc6jCsIAhQVlZWlpe XYzCYo0ePMkfZ3d1dWFjY2to6NiLhMUDZ2dkpLCwsIiLy+vVrA wMDQ0NDcLIePMqqqiobGxtHR0ewzBYYC40OKDjIy8trY2Mza9Y sdFEbNEoajWZmZrZq1SowhQAIjoiIoFKpfyzKrKwsJij19fXd3 Nyqq6txONz06dOjoqKQI2VVVZWzszMEQZ6engyr+QKUZWVl4Kr 0P//5D7KpX5QvX74Ek1THpowvPAYou7q6NDU1eXl5d+zY4e7uDlCKi 4sjFW9BmKCsrKy0sbFZtmzZoUOH+u08oFKpUVFR06dPhyBo1qx ZYEQ0CBrlx48f1dTU/P39wZfU3t4OFkb5q1F6eHjU1NTgcDguLq7ExER0EdDbt2+bmJj 0XRsZoCwuLt61a5e0tDS68Fi/KPfu3Ttz5syNGzeCqsFjkFFHSaFQQFG8gwcPuru7a2trHz9+XE FBARlgAsIEJahZhcViNTU1OTk5+67QSKVST5w4AWaHEIlE9Oon aJS3bt0iEolIL/D4QLly5conT56IiIgQicRPnz6hz7BtbW0fPnzIzs5mKHyMoAwO Dh4I5fPnz+Xk5ABKPT09UPcB6TEe7YxFIf4vX74EBARkZ2d7e3 sTiURbW9tFixYxfFJMUPb29v7zzz+gedLY2Ljv4pV0Oh0ZcS0t LY0+WqBR3r59+/eiRCr5jhTK9evXy8jI+Pr6CgkJRUdH921BTE5OlpWVZSilwhyl kpJSVlbWvXv38Hg8aAx2cnIyMjIab8vgwTBMoVCePn1qY2MjLi 5ub28P+rLRYYIShuH79++D0ZlxcXH9tkp0dHQICQlNmTJlxYoV 6MH3fwhKhkq+w0MJ3gsa5dmzZ0VFRa2trTEYTL8rL506dQqCIG SmFAgTlKdOnSISienp6dHR0ZKSkuDUn52d/e3btzHoyEEyRmsz3r59W19fX0RERFRUdMGCBStWrGDYhznKt2/fKisr+/r6DnStDVDy8vImJCSgT2HDRokexPDrKBkq+TJBWVZWBhZL7Yvy 5s2bEhIS6Nu4pKQkISEhDAZjaWmJDIxCJyMjQ05ODv1cMFOUDx 8+lJKSio+P3759u4mJye3bt+Pi4pCZomOWMUJ5586dqVOnQhA0 depUHh4eW1tbhn0QlMeOHcNisQwoX79+ra2tDabm9BuwGvPUqV OXLVuGbngfJMr6+nonJycEZWJiopiY2LVr18CPozGeUk5ODllL BY3y/PnzWCw2PT0dOHjz5g0ejwczuI8cOSIpKYmufvj161dpaWkIghY sWNAvyubmZj8/PyKRiNRUh2E4Pj5eVFS0X5Rfv36dP39+aGhoYGDgokWLfHx8hI SE/Pz8xmyxEpAxOn03NTWZm5uD6SP8/PwHDx5k2MHKysre3r6mpsbf319QUBCNsq2tbffu3RAEMayTjA6 ZTPbx8ZkyZQonJ6eXlxfy+GBQ0mi0/Px8eXl5d3d3sOnx48dgYTnwI4ISLOn3iyPPGxsbvb29582bhyx yj0Z56NAhLBaL1I3Pzc2VlJQEheNiYmLU1dXfvn2LfuNLly6dN GkSLy/vQAsnlpSU3LlzB5l5Av93LPrJkycDAwMZUObm5hoYGCxcuNDAw MDd3d3KyoqNjS04OLhf8aOXMUIJxoSDOrMSEhLoPkaQpUuX6ur qFhcXGxgY2NjYoK+BCgoKdHR0BAUFQRmGfoPcTrGxsSFzJuHBo aTT6e/fv0fKPMCokgfgRwQllUo9e/YsFou9ffs2PFyUYNyDk5MTcu2LRhkTE4NGCcozLV68GO5TFwkk Ojp65syZqqqqDI2R6LS0tKSkpCBLoTU2NsrIyGzcuHHbtm0yMj JolCQSKTAwkI2NbdKkSU5OTtra2rNnz3779u2YNZuDjBFKOp3+ 48eP48ePg4oifUtrxsbGEgiEt2/fqqmpBQQEoEcKv3r1io2Nbe7cucihZaAUFhZOmTJlGCjfvXuHw +GQZmQw67fvkRL+b0FHUMyIAWVmZqa8vPzevXtB08lAKIuLi01 NTZGjMswUJVh1iglKS0tLTk7O2NhYJi3bV65ckZKS8vHxAdOYK BSKvLz8li1b/P39GVDCMHz06FHQ0OHt7R0YGPjvv/+OwbAghowRSpCcnJyBUF69ehWPx798+VJdXX3btm3owcJtbW3P nz//+vXrT9eb7uzsjImJ2bt3L/oZB4kSPROICcqGhgYsFgsOogwoyWTyqlWrli9fDiCOCMra2lp7 e3smKD9+/Pj69euWlhYmB7N79+5JS0srKCiA/kaAcuPGjRYWFpKSkv2iVFdXf/z4cVNT05i1TaLzG1AaGhqizYGAZZdevnyppqaGoCSTyRkZGcgN x09Dp9M7OzubmpqQbwiN8vDhwzNmzEB6OAaJ8uHDhxISEkipDy YoYRh2c3MzNTUtLi6GxwTlIM+qFAoFlA+IjY0lkUhUKlVeXl5f X19YWDgwMJDhzhqg5OLiMjQ0BFMlxz5jirK4uFhBQYGh/BDIlStXwExQGRmZwMBAcPpubm729fVVUlK6c+fOIJ+iu7v7/v37SMlQNMq1a9eamJggKy0PEiUYSwsGO8J9UC5dupQBpZmZ2Si hPHz4MAPKjx8/+vj4DGby/40bN2RkZKKiojo7O+l0ekhICB8fHxcX14EDBxhQxsfHI9P2B38 4GNmMKcofP364ublBEGRmZga+LSQ3b94UExObPXs2Pz8/cu2Yl5fHxcVFIBCQqnY/TWlpqbCw8OzZs8G627m5uXp6ert27YJh2MHBAVmuBh40yv/85z84HA6550WjzM3NlZWVRSY5wKOG0srKqqury8vLS0dHBz3kx 8LCYurUqehu1YFCJpMbGhpqa2tbW1spFEpMTAwPD8/06dOjo6MZUL5+/Xr27NkQBJmamiJrl49xxhQlDMOfPn3S1dVF40ACRpVPnToVDCf r6OgIDAxkZ2c3MzMbfIWkxsZGZ2dnPB4PGpwbGxvXrVs3b968w sLCNWvWILMO4JFAmZmZSSQS0dXF0SgPHz6Mx+PB2/xFlEuXLi0pKTE0NNy6dSvyWx8/flRQUJg+fTp4usEENODn5+eDKdHc3Nzx8fEMKHNzc83NzSdNmo QUdBj7jDVKGo3W3d3d0tLS0NDA8HEYGxtDEMTBwQFQdnZ27tu3 z9DQkGFIL/OAMunoohr79u0DB84RR/n48WOGdmk0Sh0dnfnz5wNev44SNJYhVfJhGAbF5zds2DD4lm0r KysIgiIjI8PCwnh4eISEhBgaknp6erq7u58/f37u3DmG/ouxzFijBHnw4IGdnR1DAxhAKSIiUlFR0dDQAJaKolAoQ2oka2t rCw4OVlFRQW7w9+/f/1tQamlp+fj4gGbnwaM8evToIFEePXp09uzZV65c+WmjBJKYmBg BAQF2dnZbW1suLi4hISGGO86MjIxTp06N2QjzgfJ7UF67dg2Co Pnz52dlZSGnZoBy48aNP3782L59u4iIyN27d4fx6TQ0NFy8eBE cbuHfitLX1xeMQRw8ysDAQElJSaR7hgnK4cXT0xOPx8vIyHBwc KipqSHtwXQ6vbCwcOXKlcrKyuiO8t+S34Py8+fPZmZmEAStWLE CFEWH/4vS2dk5LS1tzpw5AgICly9fHt6/bHd3N7KWx9+FUl5efvny5chw2oFQlpaWpqenD69L+v79+y9evM Dj8f7+/uAv9PT0vHnzxsHBAYIgS0vLn3ZSjHZ+D0oYhnNycpYuXerq6vr mzZvCwsLu7m53d3cODg48Hk8kEqdOnWplZTW88fdkMvnWrVubN 28Gt6V/Pkowm/HmzZtUKlVBQSEwMBCpxzwQSj8/P3Z29mEf0kgkEh6PV1BQCAkJuX//fmFh4datW4lE4sKFC9PS0ob3N0cwvw0lDMPfvn0rLS1NTEycP3 9+WFiYl5cXHx/fnDlz1qxZs2HDBvRi50NKe3v7vn372NnZPTw8YBgODw8HJW77R RkdHf3bUX769ElNTS0oKKipqUlRUXH79u0/RQmqyqDABQAAE2ZJREFUWzGM3h98ent7N23aBCqJEonEp0+f5u Tk3Lp1C11y6Dfmd6IESUpKkpSUBIUPFyxY8P79+6GWyO6bT58+ iYuLa2lpffnyJSoqSlZW9u3bt05OTmiUnZ2dampq9vb2VCr196 KEYdjc3Nze3r66ulpJSQmNsqamZuXKlaampm/fvkVQdnV1LV68GI/H/4ohCoWSlpbm5+e3d+/evs1zvze/H2VHR8ejR4+ioqJ2796dk5MzIuNJKysrV65cKSkp+fDhQ7Coz8 WLF52dndEou7u7PTw8xMXFe3t7/wSUq1evrqmpYThSdnV1HThwQFlZ+eTJkwsWLAAoi4qKXFxcQkJ CkJv0cZbfj3I00tnZmZSU5OPjU1NTk52draGhkZiYuG7dOjTKn p6evXv3SkpKIiiRps0/ByUMw48ePZKQkAgPDzcyMgIo29vbP3/+XFxcPPjGoL8r4xMlDMNtbW3grJSVlaWmptYvypCQEElJyaamp kOHDklLSyOXaH8aSklJyYiICATlp0+fxqamz+/KuEVJIpHu379/79697OxsJiilpKSqq6vXr1+vq6uLUPgDUUZGRhobGwcFBZWWlt ra2vr7+yNtXuMv4xZlRUWFvb29o6PjgwcPBjp9A5Q1NTWurq5g iXCQPw2ljIyMi4sLgUBITEx8+fKlgoKCl5fXeL2ghMcxSiqVGh sbO3XqVDs7uzlz5gQFBS1ZsgQZgQv/AkpBQUHQ2DTiKDMyMiQlJRlQvnv3Tk5OjpeXF5SLPnDgAARBv3 G0xBhk3KKEYfjixYugM1NfX3/ZsmVqamro73J4KDs7O93c3EC1wZFF6ejoGBUVhcPhcnJy0A20Z WVlS5cuBSt8JSQkgJ4wdAGg8ZfxjDIjI0NMTMzY2FhfX9/c3FxRURE9anV4KMHK0oqKivBQUJLJ5KSkJNBtU1paOhDKkJAQL BbL0Gr4/ft3Ozs7CII0NDQeP3589erV69evD3UJzr8r4xllT09PU1NTenr 67NmzQcX5X0fZ1dUVEBAwVJQwDH/69AmU52SCMjQ0tC/KioqKlStXQhCkpaX15MkTsHb2yH5Qf1rGM0oYhul0enp6uqqq6 pBQvnv3TlNTEyxhNFIo8/LyMBjM+fPni4qKFixYgCzCADIYlFZWVklJSWlpab93XNkYZJyj/Pr1K1gTztzcXE5ObpAoGxoa7OzsjI2Nv337dvXq1RFEmZqaevf u3ZkzZ6Iru8KDQzlv3jxTU9MFCxagV2oalxnnKFtbW729vSEIE hMTIxAI6IKrTFDCMLxt2zYDA4PCwsIRR3nr1i1JSckHDx6gn44 5SltbWwiC1NTUtLW1jY2Nv3z5MpKf0Z+XcY4ShuGoqCgwN8/Kyurbt2/I42iUbm5uDCj9/f0BymvXruFwOGQO4WBQggmTA6G8efMm6JRHPx0TlNXV1WvXrgV vgZeXNzQ0FF0+ZFxm/KM8cuQIc5SVlZWrVq0aCOWZM2eEhYUHeaR0d3fX19fPz8+HRw4 lmUyOiYnh4OBQUVGJiopiUp5l3GT8o8zKypozZw4EQUuWLOkXJ ahuhZ4pC/8X5bdv3zZu3CglJYWcMZmj3Lt3L4FAyMzMhIeOcu3atf2ihGH4 2rVrMjIyfQtFj9eMf5QwDO/YsQOCoDVr1qCLjwGU0tLSOTk5oLEG/SsAZXFxsZWV1Zo1a5CpfcxRPnr0SFpaGqxPOiSUq1evnjdvXkB AAA6H64vy/v374uLiR44cGbNS+L83LITy0KFD6HK0DCiTk5PRv4JG6eDgMEi UDx48kJSUHAZKMM/Q1dW1X5S5ubmzZ8+eN28eUjltfIeFUMbGxqLHtP8iyt7e3osXL xIIBHSxLgaUyBRb+GcoQWvoQChfv35NJBItLS3RR/pxHJZAefDgQVBpg2HxvGGjVFJSAivm6ujoILMx4f+iBJNdpKWl o6KikP5A5igvXbo0EMqamhpnZ+cZM2bEx8eP6Kfy54YlUGZlZe nq6kIQhC6s9Ysoq6ur7e3tLSws0L8FUN6+fRuUyH/x4gXS+zIYlG5ubkilFyQVFRUbN24MCgoaxwMoGcISKHt7e2/cuOHg4PDmzRvkwZ6enj179vwKSgcHh35R3rp1KzU1FYPBgLYhk MGgNDIyEhISYkBJoVBqa2vHcsWQ3x6WQAnDMJlMrq6uRhcIplA oqampOBwuLCxMVFT0T0DJzc1tZ2eHLjFAIpFyc3MZKtSN+7AKS hiGv3//fvny5czMTOQ6r7y8HIfDubu7i4iI/AkoIQjaunUrerW5z58/S0pKbtiwYUQ/iT89LIQyLS1NW1vbw8MDEdbQ0IDH4z08PP4clFu2bEGjfPPmDQ RBS5cuHdFP4k8PC6Hs7e21tLTk4OA4c+YMaIX+A1H6+/sjKKurqxctWoTFYpEVJ1gkLIQShuGUlBRRUVFfX19w3fbnoLxy 5QqBQGBjY0MX4ywsLCQSiVu3bh33o3oZwloob9++raGhAUowwv 9F6enpOWYoz507d+nSpb4d2fn5+SoqKhAEoVtSqVRqa2vr+J75 0G9YCyWVSiWRSEi/Dpgva29vD45h6D39/f3nz5//6dMnc3NzZ2dnpI3wV1DicLjw8HA7OzsjI6O+fTP6+vpolBQK5f v37yzS2c0Q1kIJw3B3d3dhYWFNTQ2NRmtsbOTl5YUgSEZGBg0I hmF/f38jI6OoqCgpKam4uDhkOZmuri5/f38FBYXS0tIhoSwoKADnYhsbm1WrVvV9YQYGBjNnzkQKmBcUFM jIyCCrUrBUWA5lTk6OrKzsypUrm5ubEZToRcpAAMqIiAgJCQn0 Gp1kMvnw4cNiYmKXLl1avXr14FFWVVUZGBhISEjY2tr2i9LExG TLli1guGRPT09KSoqwsDCybj1LheVQlpaWKigoTJ48+cuXLw0N DUNFCcNwRUUFFosNCQkZEsqmpiZ3d3cmKBMSEh4/fgxqVnV0dHh6egoKCiYmJo7YO/97wnIoYRhesWIFJydnYmJidXX1sFGGhoYOFaWbmxsTlOg0NTXJ y8vLycn9CXV1xz6siPL69etYLDYiIqKysvLPRNne3u7j45OUlD TuZ9P2G1ZEWVlZuX///s+fP9fX1/+BKOl0Onp5SRYMK6KEYZhOpzc0NOTm5nJzc7Ozs5ubmzPs4O/vb2xsHBkZOSSU9+/fl5CQSEpKOnXq1PBQ0mi058+fb9q0qbi4mGVdsijK3t5eT0/PDRs2cHBw8PLy7tu3j2GHgIAAZWXlHTt2SEpKDh5lVVXVggULP Dw8oqOjsVjsMFD29vZ6eHgICQmlpaX9eu33vzQsipJMJhOJRD4 +PgiC+Pn5+7a8XLhwQVpa2tHRUVpaevAoYRi2s7Oztrbet28fD ocbBsri4mJlZWUNDY3y8vKJIyVrhUKhuLi4cHBwAJR9W16eP3+ uqqq6fPlyGRmZoaK0sbEJDw8fBkoajWZra8vDwxMXF8dq/d3osChKOp1eUFDAz88PQRAfH19CQgLDDk+fPlVWVra2tmaC0tH RsV+Utra2+vr6SkpKyFJ88OBQ0un0hIQEDw+Pmpoalj1MwiyLE oZhKpX64sULcILuO9mAOUocDhcQEKCtrW1pacnwiwClhISEo6M jugI0aDyfNWuWurq6g4PDQK+qq6urrq6OZa8mQVgXJQzDJBIpK ChIQUEBPR8c5Kco3d3dCQTC8ePHGX4RQenh4dHU1IQ83tTU5OH hAUGQpKTk2bNn+76Y/Pz8xYsX3759m5VP3CCsjnLHjh0iIiIXLlxg2PRTlC4uLjgcrm+ ZZwSlu7t7vyilpKRu377d98WACZCBgYEdHR0j9P7+1rA0SgqFc uXKFSEhoZiYGIYz5iBRIouUIWGCEhQllJKSunXrVt8XY2Jiwsb Gdu7cufG6ZNPgw9IoYRj+/v27kJCQgoLChw8f0I8/ffpURUXF3NxcRkYGLHqMZHgoyWTyyZMnB0JZUFCgoqLCy8uLHu TLsmF1lD09PampqXJychcvXkQ//vTpU3V1dQiCVFVVGSrnDg8lDMNZWVkDofz27ZuZmVlycjIycJO Vw+ooYRhubm5OTk5mGOSLoFy5cmXfkhV4PB6UWBkSyvfv3/eLsq2tjUwmU6lUFr/pRjKBEoZhmEajNTQ0lJaWItMPEJR2dnZ9UWIwGHt7+5FCmZiY+ PDhw74tACybCZQwDMNtbW1RUVFmZmZPnz4FjzBBWVNTo6SkJCk picfj+0VpZ2cnISHh5uY2GJS1tbXGxsbo9fkmMoEShmG4ra0tO DiYi4srLCwMPMIEZXt7u5+fHwRB/aJctWqVjo6OkJBQQEAAQ3FygFJCQgJdPTAkJGTSpEn+/v7oai0sngmU/5eXL1/y8fGtXLmyoKAA/hnKzZs3QxCEw+EYbo9gGF69ejUosX79+nUqlYreBFBqaWkhd07 19fXLli2DIIg1R5gPlAmU/5e6ujpfX18hIaGIiAgYhdLW1pbhxIqglJKSevToEcPfQVBmZ2c zbAIolyxZgjxSWFgYFRUVFhY2ce5GZwLl/09VVVVSUtLr169hFEofH58fP36gd0NQ6ujo9D3nMkFZWFgoJye 3ePFiGIY7OjpycnJYpDLvUDOBkjGVlZXv378HtTQgCEpOTmZoq UFQzp8/v++vM0HZ0tISHBy8du1aGIaLiopcXV23bt1aXV09Wu/kr80Eyv9JbW3ttm3bHB0dExIStLW1IQjq2089bJQUCqWoqAg8f vnyZS4uLk9Pz3G/UtMwMoHyf1JVVeXk5MTNzb1w4UJpaelhoNy+ffvUqVP7RYnk69 evCxcuxOPx/Y7MmMgEyv8JlUp9+/btwoULCQQCqM03VJSpqakEAoEJShKJFBERwc3NHRoayoLFqwaT CZT95J9//sFgMFOmTBkGSrAeKBOUFAqlrKwsKyuL4f5pIkgmUPaT1tbWkpI SGxsbXV3dvkvGMkcJyk8OhLK8vPzMmTOlpaWj8bLHTSZQDpgNG zZISkq+fPmS4fFhoywtLV2wYIG6ujp6heeJ9M0EygFz9+5dWVn ZVatWgaWSkQwGJTs7O8MATRiGMzMzIQjS19efGDTJPBMoB0x5e fnSpUsnT/5/7d1bKLt/HMBxQ4s5TDKaUyykpKZckCLKykiUnOLChasVyoqyFRJZYWnPhQ uRw2LlLKUIi3KsLWYyOcWcG2MHz+zZ/+LpLyH/bc/64/f7vK52sdX34t1ae77fz9e1tLT07byK/4wyPDy8oKDg3WE0lUrl6+vLYDAkEsn/sPhfDaL8yv7+fm5urp+fH5/Pf/1D8eHhobKy0snJKT09/eNHxsfHw8LC3l58ix9vOD8/z8/Pr6+v/5vPzloJovwKhmFms3lkZEStVms0GvxuqKenp4aGBi8vr5qamo8 fWVhYiI6OLikpwaNEUVQikezs7JjNZpPJ9G6LBvgURGkVDMN4P F5nZye+RVKpVAYGBvb29n76ZjabXVRUdHFxcX19vbCwQKVSo6K i/s7p5faBKK1iNpvj4uLIZHJTU5NMJlMoFF9EWVFR0djYeHd3V1V VRaFQIiIiGhoaYGO59SBKq2AY1tnZmZqaSiaTExMTZTJZUFBQf 3//p2++vLzE76BgsVjJyckSiQSKtAlEaS0Mw1QqFYfD4XK5u7u74e Hh+BTJ19kBer3+8PBwbGysu7t7fHz8/v5+aWlpf38ffkfaCqK0x+3tbVlZmbe3d2ZmZnV19cTEhNFoHB0 dZbPZNBrNyckpMjLy3fFIYD2I0h4vLy9yubyioiImJoZMJrPZ7 IuLi+Hh4ZSUlISEBA6H09XV9e7UGLAeRGm/x8dHqVTa09MzNjb29PSk0+mUSuXa2hp+Fw6wG0QJfhyIkhC1Wi 0Wizc3Ny0Wy/X19ezs7PHx8Xcv6teDKO2k0Wja2tri4+OzsrLkcrnFYjk5OSkp KWEymS0tLW/HpQJbQZQ20+l0QqEwPj4+ODg4IyNjZmYGH3NqMpnm5uays7NDQ kKYTKZAIHh4ePjuxf5KEKW1MAwzGo0ikYjJZPr6+rq7u6elpdX V1XV0dCAIIhKJEAQRCoV8Pp/FYnl4ePj4+MTGxra3t+NPzIH1IEpryeVyBEEYDIarqyuJRHJ2d vb09KTRaHQ6PfBfdDrd398fvzCKRCK5uLiEhoYiCAITo20CUVo LRVGtVnt0dMTj8VJSUigUipeXV15e3uzsrFqtVqvVZ2dnc3Nzx cXFVCrVzc0tKSmptrZWpVJptVrYrmYTiNI2GIYZDIabm5vBwcH U1FR/f/+cnBx8a/ry8nJaWlpAQEBycnJPT8/V1ZXBYIAc7QBR2unl5eX5+VmhULS2ti4uLloslpWVlZaWFplM9 vz8DM+7iYAoCcF3AeNfh29fAyIgSvDjQJREoSiq0WhggL4DQZR E7e3tCQSCj8fDgd0gSqI2NjYKCwsHBga+eyF/DoiSKL1ePz09PTIyAtOqHAWidID19fXm5uZ3d0ABu0GUDrC2ts blcqVS6Xcv5A8BURJ1eno6Pz8vFotf7+ABBEGURG1tbU1OTq6s rAwNDcFeNYeAKIna2tqamppaXV0tLy9/dwkzsA9ESYhGo9ne3tZqtQcHB319fXCs1iEgSkJMJhP+LAdFUZ 1OB5MwHAKiBD8ORAl+nH8AmPFvBZOfuqQAAAAASUVORK5CYII= اثرات و پديده‌هايي كه در مكانيك كوانتومي و نسبيت پيش‌بيني مي‌شوند، فقط براي اجسام بسيار ريز يا در سرعت‌هاي بسيار بالا آشكار مي‌شوند. تقربياً همهٔ پديده‌هايي كه انسان در زندگي روزمره با آن‌ها سروكار دارد به طور كاملاً دقيقي توسط فيزيك نيوتني قابل پيش بيني است.
در مقادير بسيار كم ماده، يا در انرژي‌هاي بسيار پايين، مكانيك كوانتومي اثرهايي را پيش‌بيني مي‌كند كه فيزيك كلاسيك از پيش‌بيني آن ناتوان است. ولي اگر مقدار ماده يا سطح انرژي را افزايش دهيم، به حدي مي‌رسيم كه مي‌توانيم قوانين فيزيك كلاسيك را بدون اين كه خطاي قابل ملاحظه‌اي مرتكب شده باشيم، براي توصيف پديده‌ها به كار ببريم. به اين «حد» كه در آن قوانين فيزيك كلاسيك (كه معمولاً ساده‌تر هستند) مي‌توانند به جاي مكانيك كوانتومي پديده‌ها را به درستي توصيف كنند، حد كلاسيك گفته مي‌شود.
كوشش براي نظريهٔ وحدت‌يافته
وقتي مي‌خواهيم مكانيك كوانتومي را با نظريهٔ نسبيت عام (كه توصيف‌گر فضا-زمان در حضور گرانش است) تركيب كنيم، به ناسازگاري‌هايي برمي‌خوريم كه اين كار را ناممكن مي‌كند. حل اين ناسازگاري‌ها هدف بزرگ فيزيكدانان قرن بيستم و بيست‌ويكم است. فيزيكدانان بزرگي همچون استيون هاوكينگ در راه رسيدن به نظريهٔ وحدت‌يافتهٔ نهايي تلاش مي‌كنند؛ نظريه‌اي كه نه تنها مدل‌هاي مختلف فيزيك زيراتمي را يكي كند، بلكه چهار نيروي بنيادي طبيعت -نيروي قوي، نيروي ضعيف، الكترومغناطيس و گرانش- را نيز به شكل جلوه‌هاي مختلفي از يك نيرو يا پديده نشان دهد.
مكانيك كوانتومي و زيست‌شناسي
تحقيقات چند موسسه در آمريكا و هلند نشان داده است كه بسياري از فرايندهاي زيستي از مكانيك كوانتومي بهره مي‌برند. قبلا تصور مي‌شد فتوسنتز گياهان فرايندي بر پايه بيوشيمي است اما تحقيقات پروفسور فلمينگ و همكارانش در دانشگاه بركلي و دانشگاه واشنگتن در سنت لوييس به كشف يك مرحله كليدي از فرآيند فوتوسنتز منجر شده كه بر مكانيك كوانتومي استوار است. همچنين پژوهشهاي كريستوفر آلتمن، پژوهشگري از موسسه دانش نانوي كاولي در هلند، حاكي از آن است كه نحوه كاركرد سلولهاي عصبي خصوصا در مغز كه تا مدتها فرايندي بر پايه فعاليتهاي الكتريكي و بيوشيمي پنداشته مي‌شد و محل بحث ساختارگرايان و ماترياليستها و زيستشناسها بود، شامل سيستمهاي كوانتومي بسياري است. اين پژوهشها نشان مي‌دهد كه سلول عصبي يك حلزون دريايي مي‌تواند از نيروهاي كوانتومي براي پردازش اطلاعات استفاده كند. در انسان نيز، فيزيك كوانتومي احتمالا در فرآيند تفكر دخيل است.
آشنايي
واژهٔ كوانتوم (به معني «بسته» يا «دانه») در مكانيك كوانتومي از اينجا مي‌آيد كه اين نظريه به بعضي از كميت‌هاي فيزيكي (مانند انرژي يك اتم در حال سكون) مقدارهاي گسسته‌اي نسبت مي‌دهد. بسياري از شاخه‌هاي ديگر فيزيك و شيمي از مكانيك كوانتومي به عنوان چهارچوب خود استفاده مي‌كنند؛ مانند فيزيك ماده چگال، فيزيك حالت جامد، فيزيك اتمي، فيزيك مولكولي، شيمي محاسباتي، شيمي كوانتومي، فيزيك ذرات بنيادي، و فيزيك هسته‌اي. پايه‌هاي مكانيك كوانتومي در نيمهٔ اول قرن بيستم به وسيلهٔ ورنر هايزنبرگ، ماكس پلانك، لويي دوبروي، نيلس بور، اروين شرودينگر، ماكس بورن، جان فون نويمان، پاول ديراك، ولفگانگ پاولي و ديگران ساخته شد. بعضي از جنبه‌هاي بنيادي اين نظريه هنوز هم در حال پيشرفت است.
توصيف مكانيك كوانتومي از رفتار سامانه‌هاي فيزيكي اهميت زيادي دارد، زيرا در مقياس اتمي نظريه‌هاي كلاسيك نمي‌توانند توصيف درستي ارائه دهند. مثلاً، اگر قرار بود مكانيك نيوتني و الكترومغناطيس كلاسيك بر رفتار يك اتم حاكم باشند، الكترون‌ها به سرعت به سمت هسته اتم حركت مي‌كردند و به آن برمي‌خوردند. ولي در دنياي واقعي الكترون‌ها در نواحي خاصي دور اتم‌ها باقي مي‌مانند.
در ساختار مكانيك كوانتومي، حالت هر سيستم در هر لحظه به وسيلهٔ يك تابع موج مختلط توصيف مي‌شود (كه در مورد الكترون‌هاي يك اتم گاهي به آن اُربيتال مي‌گويند). با اين ابزار رياضي مي‌توان احتمال نتايج مختلف در آزمايش‌ها را پيش‌بيني كرد. مثلاً با آن مي‌توان احتمال يافتن الكترون را در ناحيهٔ خاصي در اطراف هسته در يك زمان مشخص محاسبه كرد. بر خلاف مكانيك كلاسيك، نمي‌توان هم‌زمان كميت‌هاي مزدوج را، مانند مكان و تكانه، با هر دقتي پيش‌بيني كرد. مثلاً مي‌توان گفت كه الكترون در ناحيهٔ مشخصي از فضا است، ولي مكان دقيق آن را نمي‌توان معلوم كرد. البته معني اين حرف اين نيست كه الكترون در تمام اين ناحيه پخش شده‌است. الكترون در يك ناحيه از فضا يا هست و يا نيست. اين ناتواني در تعيين مكان الكترون را اصل عدم قطعيت هايزنبرگ به طور رياضي بيان مي‌كند.
پديدهٔ ديگري كه منجر به پيدايش مكانيك كوانتومي شد، امواج الكترومغناطيسي مانند نور بودند. ماكس پلانك در سال ۱۹۰۰ هنگام مطالعه بر روي تابش جسم سياه كشف كرد كه انرژي اين امواج را مي‌توان به شكل بسته‌هاي كوچكي در نظر گرفت. آلبرت اينشتين از اين فكر بهره برد و نشان داد كه امواجي مثل نور را مي‌توان با ذره‌اي به نام فوتون كه انرژي‌اش به بسامدش بستگي دارد توصيف كرد. اين نظريه‌ها به ديدگاهي به نام دوگانگي موج-ذره بين ذرات زيراتمي و امواج الكترومغناطيسي منجر شد كه در آن ذرات نه موج و نه ذره بودند، بلكه ويژگي‌هاي هر دو را از خود بروز مي‌دادند. مكانيك كوانتومي علاوه بر اين كه دنياي ذرات بسيار ريز را توصيف مي‌كند، براي توضيح برخي از پديده‌هاي بزرگ‌مقياس (ماكروسكوپيك) هم كاربرد دارد، مانند ابررسانايي و ابرشارگي.
مكانيك كوانتومي و فيزيك كلاسيك
http://www.njavan.com/forum/image/png;base64,iVBORw0KGgoAAAANSUhEUgAAANwAAADuCAIAAAD div5wAAAgAElEQVR4nOzddyCV7/8/8JtKyihknWnvPaJEosxSkUSSskVLRKUoWQ2FqHeKlvq097sk2q VSUlmZ2dnrOJxx//64vp/7d38OTgiV4/mfc9+c9XCPa7wuCJ7IEEOn08lkcldXFwzDL1++JBKJEARBEITF Ym/fvk2j0err66urq1tbW2k02u9+sX9loN/9Av6y0On0+vr6S5cuHThwoLu7OyMjg0AgSEhIiImJzZ0798mTJ xkZGcrKylOmTHF2ds7Pz59wOYxMoBxCaDRaQUGBj4+PioqKjIz MnTt3YBju7e2lUChUKpVCocAwXF5evnr1anFx8alTp86bN+/Hjx+/+1X/fZlAOYR0dnbOnTuXg4NDTU0tMjISebypqamioqK3txd5pKioaO XKle7u7k1NTfX19Z2dnb/j9f6tmUA5qHR1ddFoNBKJtGLFCltb27y8PPTW8+fPr127tqSkp O8vkkgkb2/vuLi4tra2sXqxf30mUP487e3tx44dO3/+PLi56Zvw8HBVVdXXr1/3+7sEAoGXl/fQoUMTLgeZCZQ/z5MnT8TFxXl5eSsrK/turaqqcnBw0NTUzMrK6ru1p6cnOjpaSEho5syZ0dHRo/9ix0MmUP4kN2/etLGx4eXlDQ0N7ffS8OvXr8bGxrKysmlpaf3+he7u7iNHjujq6 m7evHmUX+w4yQTKn8Te3p6Xl3fZsmW1tbX97pCXl2diYsLOzp6 QkDDQHyGTye/evauuri4oKPj69euovdhxkgmUP8mrV6+uXLlSUlJCpVL73SEvL 8/U1BSCoIiIiL5baTRabW0tnU6HYbixsXHXrl1LlizJyMgY3Rf9l 2cC5YB5+PDho0ePuru7wY+VlZWgJZIhTFDSaLS7d+86OTmRSCQ YhltaWoKCgiAI0tPTy8zMHOWX/xdnAmX/efLkyZw5cyQkJF68eAHDMI1Gc3JySklJ6enpYdiTCUoKhRIWFk YgENrb22EYplKpZWVlAQEBEAT5+fmNzRv5GzOBsv+EhIRAEGRt bQ1aH2k0mqKiop+fX99Wofz8fHNz84FQRkRECAkJXbhwATn737 x5k52dff/+/WPwLv7STKDsJxcuXODj49PS0nr+/Dl4BKAMCAjoi/LmzZvTp09nglJAQCA8PBw59Tc1NWVlZdXV1Y32u/h7M4Gynzx48GDdunX37t1DJFEoFEVFxW3btvVFef78eTBKqC9K MpmsqqrKxcUVGRnJcD3a2NgYExNz48aN0XsXf28mUP5PqFRqd3 d3R0dHc3MzmUxGHk9NTRUSEsJgMI2NjQy/whwlHo+fNm0a+kgJkp6eLi8vLy8v//jx41F6L39vJlD+T54+fWpsbJySksLw+PHjx/n5+bm5ufuO+kFQ7t27l2ETQDl58mRbW1v0cA2QnTt3QhAUHx8/sm9hHGQC5f8ECAsMDGR4nAnKc+fOCQoKiouLGxkZ5ebmojcBlB AEiYuLo4+7IAcPHoQgaNmyZcXFxSP+Rv7qTKD8v9Dp9MrKSi8v L3Z29r6d1ExQnjlzRk1NzcjISE9P7+PHj+hNCEo8Ht8X5cuXL1 VVVTdt2jQxUIMhEyj/LyQS6dixY9zc3Fu3bu27lTlKdXX1hQsXDhXls2fPFBQUDh8+XF VV9ePHD9DrMxF4AiU6379/P3HiRL8j0EYDZXJyMhcXl4uLy9y5c9evXz/RSIRkAiUMw3BXV1dOTk5NTU1VVVVFRUXfHUYDZXh4OARB6urq8 vLyEASlpqYO1L3OaplACcMw/OXLF1VV1c2bN2/fvn3nzp19dxg9lFZWVt7e3kJCQo6OjhMHS5AJlDAMwx8+fIAgS F5efunSpa6urn13ACinTZv29OlThgmKv4jS0tIyMTFRUVHRwcF hAiXIBEq4q6vr4MGDkyZNUldX19fXd3Nz67sPQDllypRdu3Yx8 PpFlObm5s+fP4+NjT1//jwYtzGRCZTwt2/fBAQE9PX1d+/ePX36dEtLy6qqKoZ9EJQhISEji9LMzAyZhtbQ0NDv6DhWywRKu KmpKTY29tWrV/fu3YMgSEVFpW/X34ijJJPJfn5+aJRv3rxxc3M7fPjwxHxcVkdJoVCQ6WB3796FI EhNTa3vCNxhoyQSiQQCQUhI6MGDB+iWyIKCAktLSzTKhw8fgj2 rq6tH453+RWFplD09PefOnVuzZg24dxkNlJKSkg4ODgICAocOH UKjzM7ONjAwQKNsb29fsmTJtGnTTp061XcoMUuFpVE2NzfLysr KysqCBsLRQCklJeXj4yMoKHjkyBE0yg8fPsyfP5/hmvL69evCwsIyMjLNzc2j8X7/lrA0ysbGRm5ubhkZmVFF6e3tPWvWrMGg7OzsPHv27PHjx5GJQa wZ1kVJJpO9vLy4ublXrFjx09N3YmKigIAABwfHnj17GFCmpKQM hJJEIklKSm7YsKHfI6W+vj4GgyEQCFevXkUe7+7u7uzs7DvOja XCuigpFMqtW7f27dtXU1MDHgEohYWFk5OTGXZesGCBqqrqjBkz li5dih583tHRsWPHDm1tbVNTUwaUdDr99OnToqKiJ0+eFBYW7o tST0/P0NBQWVn57NmzyONUKjUxMXHevHlNTU2j8a7/irAuSjKZTCKR0O0vACUEQTt27GDYWUtLy9XVdfPmzRISEugm7t LS0sWLF3t6eoaFheno6DCgjImJwWKxOTk5WCy2X5QLFy5UV1dH o6RQKIcPH+bn53dycmLZtiEWRUmlUg8fPnzr1i10YzWCcvv27Q z7a2lpeXl57dixg0AgoIc/FhcXm5mZ+fr6HjhwoC/KI0eOYLHYr1+/Dh4lDMPNzc0WFhZCQkLHjx9nzfFsLIqyoaFBXFxcRkYGfdj7Q1 D29PTs27dPSEgoMTFxAiWrhE6nh4aGCggIxMTEoFsE/xCUVCr1yZMnpqamHz58GOF3/peEFVG2tbXJysqKiYkxTE38Q1Aiv97Z2TlQRczxHVZEWVhY6OT klJSUxNC484sodXV1c3JykE3MUX78+HHevHkDoaRQKK9evTpy5 AhrlsJiRZT9pqen59ixY2xsbOzs7L6+vgwXcz9FmZCQIC8vn56 ejmxijvLVq1dqamqLFi3qi5JOp5eUlCgqKs6cOTMqKmrU3vGfG 5ZD+e3bt4sXL75+/Zqhgfr79+/W1tYaGhrLly9ftGhRUVEReitzlBs2bHj8+DEOh4uLi0M2MUd5/vx5cXFxZ2dnVVVVBpS9vb2nT5/m5OScPHmylZUVCw6yZDmUKSkpIiIiHh4era2t6McrKyutra2dn JxOnjypoqLy6tUr9FbmKL28vD59+qSmphYbG4tsYo7yyJEjs2f PPnDggJKSEgNKMpkcHBw8ffp0YWFhfn7+AwcOjPBH8MeH5VAeO HBAQEDg7NmzDCNx0Cj7VtX/KcqcnBxVVdXBozx69KiWllZUVFS/KPfs2TN9+nRFRcVVq1b1Lbwx7sNaKH/8+GFmZjZp0iSGNUfg0UcZGxs7JJSTJ0+Wlpaura1lOKKzQlgLZ W5urpub24wZM/7991+G+ayjhzIvL09ISGjLli1DRSkvL9/d3Z2bm/v27dsR/iD+7LAWyo6OjrKyMmVl5V27dnV0dKA3jR7KkpISW1vbuXPnoqd BDgaloqLi169fVVVVV69ezVLL6bEQysrKyps3b9bX1+vo6GzYs IGhgs/ooayoqAgMDFRUVOyLMjIyUllZed++fegBlGQyOTQ0FKAsLi7W1 9cXERE5ffr0yH8if2pYCGVaWtqcOXNsbW1FREQWLVrU0NCA3jq qKAMCAvqiVFdXf/r06erVq62trdFlOTo6OpSUlCAIEhMT+/Lly5UrVyAI6nfi73gNC6G8efOmpKTklClT2NnZZ8yY8f37d/TWsUeppqb26dMnT09PMzMzdDXAtrY2PB5vZ2cnLCx8/vz5kpISY2NjR0fHkf9E/tSwEEpXV1dZWVk9PT1ubm4ODg6GmkG/FyV6sdG2tjYikQhquZw4cYJKpdbV1dXX14/8J/KnhlVQvnr1SktLy97ePiQkRFRUdMqUKQyLzg4eJXpW1+ih9PLy AihhGKbRaJ2dnW1tbSxSqoBVUNLp9CtXrnz+/Pns2bMiIiKTJk26fPkyuqdxMCjDwsIwGExaWhrCa2xQlpeXOzg 4zJkz59mzZ6P0+fxRYQmUFAqlsbERtAGdOXNGRESEnZ09KCgIP TDspyh9fHzKy8sJBEJUVBRyxBptlP/88w8Mw+3t7Tt27ODm5gY/jvuwBMqSkhI3N7crV67AMAyOlOzs7Nu3bx8SSl9f36qqKiKRGB ERMQYoN2zYgMViIyMjwYNnz57td/LQuAxLoExLS5OWlt69e3d3d/cgUb558wb9FwZCWVJSMhooCQTCtm3bDA0NtbW1wYO3b9+eNWtW v2uSjr+Mf5R0Oj06OhqDwVy/fh1Gnb6ZoJSVlWWY+j0Qyvz8fH19fW9v748fP6qoqCAHNviXUe 7cudPLywtB2dra+ujRIxaZIDH+UX779s3U1NTKygp88efPnxcV FR3omtLR0fHmzZs4HI7h6m0glJmZmQQCYf/+/VVVVaampqtXr0ZmkY8sSpCGhoa+q0uNv4x/lCUlJSEhIefOnQMEd+3aRSQSOTg4XF1d0d3fAKWDg0NhYeHcuX NDQ0PRf2QglDdu3JCWln706BEMw9u2bTMwMEDWmB9xlE1NTZGR kXv27EHcj9eMf5QMMTQ0NDExmT9/vqqqKvqog6DMz8/X0dHpi3LDhg39opSUlHzw4AEMw9u2bZs/fz4yKG7EUVZXVzs4OEyaNCk+Pn58l+wf5yjr6uqSkpKePHmCPG JoaOji4rJ3714cDofuJmGC8tOnT7Kysvv376+rqxsSyri4OBwO N4Kn79TUVH5+fnt7e4Y+0nGWcY4yJydn7ty5q1atQk55hoaG69 at27179+BRgpJAT58+BVwGiZJGo9nZ2amqqlZWVvr5+cnIyKAl DQ/lq1evNDU1FyxYgFwkjMuMc5TXr1/n5eVdunQp8q0PA+WZM2cwGExeXl5nZ+eQUCooKLi4uLS2tj548 ACHw12+fBn5m8ND2djYGBoaGhcXN75nk41nlCQSKTg4mKHNeSC UVVVVK1asGFmUioqKgYGB3d3dFRUVoqKiiYmJyN88evSoqqpqT k7OkFDCMFxfXz/uS6qOZ5TNzc3e3t7a2trv379HHhwIZVZWFh6P37lzZ15e3giiD AgIIJFIFRUVGAwGdGTDMFxZWWlnZ2dhYVFbW+vh4TEklDAMv37 9OiMjg2Hk/HjKeEZJoVBKS0sLCwvRg2sGQpmZmYnBYK5cufLly5fRRvnlyxd 9ff2NGzfCMOzq6joklB8+fDA3N9fX1//06dMIflZ/VP4IlFQqtfe/YVjP61dSX1/PMD4NHhhlRkYGkUi8e/fu58+fRxvl169fDQwM/P394aGjzMjIUFFRgSAIPOmvpLe39/nz58eOHYuNjb158+Yv/rURzB+BMiAgAI/HS0hISEpKXr9+fUSKK3///t3Z2dne3p6hqZkJSgKB8FtQmpiYoEeeNzc3M0GZnp6urKwMQdC 9e/eG/eFQKBQSidTQ0CAvLy8oKDhjxgxVVdX79+8P+w+ObH4bSjqd3tX V1dTURKfTDx48iMVieXl5Z86cmZqa2tXV1Xd9rqGmpKRkyZIlK ioqDGMQ/zSUGzZskJCQyMrKQn7r8ePHGAxm7969mzdvlpWVzc3NRb9+cOv 2Kyi7u7vBvX9FRcW1a9f8/PxUVFQIBMLly5d7eno6OjpG8GQ1vPw2lHV1dd7e3pMmTQJfVUt LS3Nzc3Nzc3d397Nnz6Kjo+vq6n7lkPn169eFCxeqqqr+4Sjv3 LkjISFx+/ZtsIlCoURHRxMIhKampg8fPmCx2PPnz6Nff0BAwC+ijIuLExYW 5uHhiYuL6+7urqqqcnZ2xuFwsbGxQUFBS5YsYaijNPb5bSjv3r 0rKio6adKkU6dOoR+nUqmxsbH8/PwmJia3bt0aXilbEokUHx/Pw8OzZs2afk/f+/fvx+Fw3759Q/7+70L54MEDSUlJ5JKOQqFEREQQicTOzs6vX79iMJgzZ86gXz+C MikpiUQiDePzmTNnDicn56pVq1paWmAYbmxsdHd3hyBo9uzZLi 4uEATZ2Nj0vRYfy/w2lOfOnZsxY8bmzZsZ1hOm0+lv3rxRVlZmY2OTk5MbdidvWVnZ mTNnysrKGB43NDRcv359WloakUhEL4rz16FkY2PbsWMHgDWk7N 6929XVFZlh/OPHDycnJwiCli9f/vLlSw0NDQiCDh48ONQ/O4L5DSi7u7sbGxs/ffp06tSp48ePowuNgtBotOfPn3NxcYmJiQ1vRAyZTB5oiBdAWV NTA4b9/r0oQYY0wjIvL+/Tp08M1+slJSWqqqp8fHza2tqFhYVXr15VVFS8cOHC4P/siGesUdLp9JcvX7q4uGRmZl64cGHq1Kk7d+7suxRhU1MTLy8vL y/v/v37h1piube3Ny0tbffu3QzlBkDGE0oeHh6G2yAmaWlpmT9/PgaDKSgoQD/++fNnIpHo5OSEvrRtamqqr6//XZMnxxrljx8/vL29IQjy9/ePj4+HIMjY2Jjhk6XRaFlZWby8vIKCgrq6ugwXnT9NXV2do6Mj kUi8du1a361/NUo6ne7j44OgVFZW/vbt22A+EzKZHBUVJSAggMFg8vPz0ZsAyjVr1khISNy5cwc8ePr 0aVdX1zdv3vyWMXJjipJMJqempgoKCkpKSqakpGzbtg2CIBMTk y9fvqB36+np2b17Nx8fn4WFBQRBOjo6Q1rmqL6+3tnZmUgkgvk P6HR0dMydO9fZ2bm6uvpvRFlYWGhiYqKrqyslJUUkEv39/QdZ+Ordu3daWlpTp049fPgwQ/9kvyh3794NQZCvr2+/Z5vRzpiibG5u3rp1Kz8/f3h4+JMnTxYsWABBkLa2NtJKB9LT07N3714hIaENGzaAFdzR42 t+mu/fvy9atEheXv7p06cMm54+fSojI3PkyJGWlpa/EeXLly+VlZWTkpLWrFlja2tbVVXV0tIymINZfn6+o6Ojv78/w20lPADKS5cu4XA4aWnpd+/e/fSPj3jGFCWVSn3//v3Jkyc7Oztzc3MNDQ3xeLycnByDOYBSUFDQy8uLg4MDh8Nt2rR p8M9SW1vr6enp7e3d98700qVLWCw2KyuLQqFISUn9dShfvXqlo qICUNrY2Ny6dWvr1q25ubmDae4uKCjod73HflFWVVVZWFhMmjT p8ePHP/3LI56xQ0mhUPLz87Ozs8GPubm58+fPX7hwoba2dlJSEnpPBKWH h4eEhMTVq1dfvnw5+CeiUqnfv3/vtwX48uXLOBxufKBcsWLFiRMniESihYUF89VFX79+HRQUlJaW1 u/a9p8/fyYQCKtXr5aUlLx79y7yeFpaWnJy8m+pYTR2KNvb28PDw83NzU GN+6dPn8rKyhobG2tqajJBqaGh0dPTk5OTg2hmnt7e3tzc3Ddv 3nR1dfU9Vf06SiKReODAgT8E5efPn1VUVDg4OKqqqph8JiEhIR AEgds7hk3d3d1xcXGysrJBQUGCgoIMczgbGhoyMjLGfj3dsUNZ UVEhLi6upqYGZgWkpKTIyclt3bpVTU2NCUpNTc26urpNmzZZWV kNZrBWW1tbaGiourq6ubl5SEgIw9bBoMzNzdXR0fH29kaaohCU JBJJT0/PyMgIOeT8LpROTk5aWlqFhYWamprMURYXF1taWoIlo8PDwxkGC Le2tnp4eGhra79580ZHR8fLywu99eHDh4aGhl5eXmN8vBwjlFQ q9d69e5ycnE5OTuCRhIQETU3N6Oho8CmjdwYrZgoKCrq7u2tqa lZVVdna2goICBw/fvynT1RWVkYgEECLiampKcPN6U9R3rp1i0qlbtq0ydDQEJkHg6 Ds7e3dunWrpKQk8lu/BeWJEydOnz5NJBJfvnx57tw5d3d3JgezFy9eaGlpgQ9EQECA4c altbXV29t7zpw5VVVVy5YtW716NXrru3fvwJH48+fPP/3kRzBjhLKzsxNMuH748CF4JCEhQU1N7dy5c+bm5g4ODuj/9a6uLg0Njfnz58fGxhKJxNu3b587dw6CIDAqlnmKioomTZqENO MxFLr4KUqAIywsbPbs2UhnCYKSQqGEhIT8dpTHjx9/8OABkUjMzMzs7e2tq6tjcgNeXFy8f/9+V1dXCQkJCIJOnTqFvrJEUFZWVlpZWTGgpFKpCxcuhCAoNDR0 LAe6j92Rsrq6urCwEPk6ExISVFRUsrKyvLy8Fi5ciL4v6ejoIB KJwcHB79+/FxUVPXPmTFZWFgaD8fDwYP4sXV1d4eHhkydPhiCIj49PWlraz8 8PvcOvo9yzZ8+fgPLff/8lEAjgX+7jx4/JyckkEqnvB0Kj0UgkUmtr640bN+Tl5SEI8vT0RDc9MkdZUVGhq 6sLQZCBgcFYVkAYC5QUCuXt27cMXa4JCQnKysofPnzYuHEjw7J zAGVkZCT4VpKTk3t7eysqKn7aUEyn04uLiwMCAqytraWkpCwsL FxcXNA7jEuUBgYGGAzm8ePHfY+XycnJKioqaWlpiYmJQkJC7Oz s2tra6BFA4JpST08PoHRwcED/OhhWZ2NjIyYmVlhYyPzDH8GMBcrm5mZpaWk3Nzf0p/ZTlBEREeBbAQsj0Gi0jo4O5v3gvb29XV1d5eXla9eulZGRWbp0 KSugDAsLExAQCA8P79vic+TIEQiCEhMTN27caGpqGhgYSCQS0e s/l5eXCwsLe3l5VVdX29raGhkZoSenX79+nUgkgtGW58+f77dFaT QyFigrKytnzJihrq6O7uBngrK5uZlIJIaHhyNHShiGi4qKrKys GJZIQqe3t/fOnTuurq4lJSWDRLlnz54/HyV6lZ1+UR4+fHjWrFkhISEMaJqamjw9PQUEBO7cuePp6blkyZ L9+/fj8Xh041ppaSky9/fChQuysrLo1nKA0svLC4/HGxgYjFltrVFHCTqyBQQEIiMjGeqWKCsrZ2dnM6Ck0WgPHz7EY DDHjh3Lz8/H4XBHjx6FYbi0tNTa2pqPj49hJDYSEom0c+dODAYTGhq6YsUKJ SWlpUuXrl27Fr0PgpJKpSooKGzevBlZwOYPRJmXl4fD4eLj45H X3y/KU6dOSUlJHT16lGGgfkFBgZWV1aJFiwoKCtzd3ZmgBM2TV65cQ Yp1Ie+OQCBkZGRoaGhMmzat7+DUUcqooySTyevWrZOWlk5JSUF QNjQ0eHh4zJ07t6ioyNfX18TEBBntQqVSDxw4gMfjW1paampq9 PT09PX1waakpCQIggICAvq92SSRSDt27BAREXF1deXj43Nzc1u 7dq2RkRH6EgpBSaPRHB0dsVgsstTDiKA0NDQcQZSVlZW6urpGR kbI63/9+rWqqioDyt7e3gsXLvS90Wlubr5+/TroDFu/fv0wUF68eBGDwTx79kxTU3Py5MkXLlwYkTl9P82oo6TRaDk5Of/5z3/Q5+6CggIjIyPQo71161YdHR1kqC+VSo2Ojsbj8W1tbc3Nze7u7 vPmzQObnjx5oqmpaWdn1+9Fd0dHBxgUuGnTJiwWe+3atdTUVDk 5OXSrEIIShuGoqCj0+iN3794lEAhgYNEgUdJotJMnT8rLy4MCW tu2bdPR0UFa+H8RZUdHR2Nj4/r16w0NDZHX/++//8rKyiYnJ9+7d49AICDTdOh0el1dHXosFSjzjiw2un79+sWLF4e FhQ0JZWBgIBaLfffunYaGBi8vb3x8/K9P6BtMRh1la2trZWUlw4gBNMrk5GR+fv6rV6+CTUxQNjc3P3z 4cKBhrW1tbTY2NmFhYWDUBUCJiAEZCGV7e/uePXsUFRVBqXMGlMeOHRMSEuqL8vv378uXLzcxMQHNAtHR0Tgc DoEyGij37t0LDpDv379XUFAICQkBRYXy8vK8vLxSU1ORz7m+vv 7AgQOHDh1qa2vr6uqytrZetWpVQkKCuLg46CAAuzFHaWNjY2tr W11draGhsXjx4jErFzO6KGk02t27d11cXD5+/Ih2iUb56NEjaWlpUCUfZooShmEymfz9+3cmnw6FQrl69aqYmNi jR49SU1NBfQFk60Ao6+rqHBwczM3NwW4MKNeuXSsnJ1daWtrb2 9sXpZ2dHdjt2bNnCgoKyM3yaKAMCQmZM2cOOKuYmZmtXr26vr6 eRqOBkWZ6enrIqPL3798rKSktWLCguLj4yZMnsrKyUVFRpaWlG hoarq6uyAf4U5QrVqyoqqrS0NBwcnL6z3/+09DQMLypfEPK6KKkUCjOzs78/PxXrlxBXwgOG2VBQYGvr+/58+cZDr29vb1Xrlz58eNHU1OTi4uLpqZmU1PTw4cPiURidHQ0s hsTlKtXrx4I5fz580FXHnOUT548kZeXZ0Dp7++PoER6U/Py8gwNDYeHUldXF0Hp6OgIeqVJJJKTkxM/P//hw4dhGO7u7j5w4MCUKVOioqJgGM7IyJCVlQU3iPPmzXN3dx88S mtr66qqKnV1dTwez83Nffjw4TG4rBxdlO/fv8disQsXLmTopBo2yq9fvxoZGWloaDD04XZ0dODx+G3bttXX1 7u5uYF7o4KCAmNj4y1btiC7XblyBYfDgZUfhoTSxcVlqChzcnI kJCQOHTpEJpOrqqqkpaV9fHzAJtCnHBAQAI8QSjKZvGvXLkFBw cOHD7e0tJSVlS1evFhLSwtU9mJA6enpORiUlZWVBgYGoAdo0aJ FbGxsbGxsGhoa6Kbi7u7uoqKivLy8oc6jYp4RQ/ny5cvAwMALFy6ge7EOHjzIx8dnZmZWVlaGPuwPG2VPTw+YpOLq 6oru+Oro6BAUFMThcNXV1QjK/Px8Q0NDNMr4+PhZs2YN40g5DJTHjh0TERF58+YNnU5vbm5esWK FlpYW2HTt2jUikQgOnPfu3ZOQkDh58iQ4k8LjCesAACAASURBV FAolMjIyKGipFKpmZmZYWFhu3btAhealy5dOnPmDHh3DCitrKy QvjEmKO/cuSMuLn769GkajbZ7925ubm4IgmbNmlVYWIh8lRUVFVu2bDE2N g4ODmaYj/YrGTGUiYmJbGxsIiIi4eHhSCtrdna2rq4uJyfn2rVr0U27w0YJ w/DOnTshCOLk5ExJSUHu6AeJ0tnZWVtbu6ioiE6njzbK48ePYzAY sCxpW1vbxo0bEZTJycmKiorPnz+HYbiqqsrQ0NDd3R1A6e3t9f b2xuFwQ0IJUltbq6GhISMjg+6zgf8XJRjlVFpaCjYxQXn//n0JCQlwRZ6YmCgoKGhnZyciIpKeng5QNjU1PX/+PCIigpOTk42NLSEhgbmQwedXUZJIpMePH584cSI9Pd3X15eDg 8PExASZL9fb26urq0skEmfNmvXvv/8i/2G/gvLx48eg7JilpSVog6TRaDdu3BAWFg4ODkafvvuiXLx4saOjY1 1dHY1GG2OUvr6+CMqUlBT0FKKVK1cuW7YM9O+RyWRNTU17e3sw O37wKHt6epKTkydPnszJyamrqxsREYEcDtEoQfMW0qY2SJTHjh 0TFRX98OHD5cuXwTOWlpZaWVm5ubkVFBQEBATMmjXr5MmTg2fD PL+Ksrq62t3dnYeHJyoqqqGhITg4+MyZM6AhNz093dnZmY+PLz g4mI+Pz9PTE7nX+RWUOTk5enp62tra0tLSoLmHTqfn5eXduXOn ubm5qamJOUp7e/va2to/DaW1tXVlZSUMw93d3ZKSkvv27evt7R0Sys7OTn9/f2TYnoKCAtJhiEZ5+vTp4aHEYDBVVVVkMjk9Pb2np+fixYsQBM 2dO7e4uLi2tjYzM7O6unpodAbOr6J89uzZzJkzubm5nZ2d8/Pz29vbHz16dPbs2bq6upMnT86aNWvatGk5OTlr1qzR0tJCzrav X7+WkpICXNLS0qSkpAaP8unTp+rq6oKCgpycnOnp6Qyvp7m5eR ygDAkJGSrK1tbWZcuWsbOzA5SamprISXykUJaVlZ06dUpfX//FixebNm2aOnWqr68vuBnPz8/39fV1dHQcfHEEJhkOyt7e3ry8PHAufvDgAQRBHBwc/Pz8BgYGWVlZ/v7+fHx8O3bsWLduHTc39/Tp08vLy3ft2iUuLo4MYL5y5YqkpCRoMC8oKNDT03N1dUWu2Zmj fPbsGah3A0EQOBhcvnzZysoK3FGyLMofP34ICwsjdQosLS2RVr NfR/n48WMCgRAdHb1t2zZhYeHY2Njo6GjwLOB2s7S0FEy66DvXfhgZ MkoymXzkyBFlZWVPT8+UlJTMzEw3NzdeXl5ra2stLS1/f/+EhAQCgaCpqYnFYidPnuzi4tLW1pabm4vFYpFaFxcuXEB3ANrZ 2S1ZsqS8vBweBMrIyEjkeHDs2DEwb4aHhwd8PSyLsr6+npube9 KkSezs7CIiIugrvD179uBwOKCNAWVJSQkGgwE7A5TI1AA0yo6O DllZWT8/vzNnzkybNk1fX//NmzdSUlIcHBxr164FLjdv3gymp1VXV3/9+rWtrY1Gow2vpR2i0+m9Q0lzc7O5ufnkyZNBjVOwSo28vHx6e npQUJCEhMSJEycWLlw4bdo0R0dHYWFhf3//rq6u6upqUVHRuLg48KxglFRGRgb4cfXq1VZWVuD7+ynKoKAgLB aLwWBAw1Btba2iouL06dPB1wMaz9EoN2/ejPzu+EYpKioaGhp6+fJlPB6PXA7BMLxly5Z58+aBMiRolCQSa e/eveLi4qBz9dmzZwQCAbSewv+LkkKhyMnJBQUFFRYWzpgxY+rUq VgsVk5ObtmyZcLCwuBY8+XLF0NDwx07diQnJ2tqalpaWkZERGR mZg6jIBHU0tISGRm5b9DZuXMnNzc3BoM5fPgwOzv75MmTJ02at G7dOhiGMzMzFRUVExMT379/f+3atZs3b4qLi+/YsaOrq6umpkZYWNjV1RU8K3OUERERaJR6enroV+zn52doaBgWF iYrK2tra1tZWamoqIgcKauqqrS1tY2NjWEYLioqMjU1tba2Rub ajmOU1dXVWCw2Kirq6NGjOBzu4sWLyG9t3rx5wYIFoEkEjbKzs 9PPz09JSQm01hUUFCxYsMDb25sJyoaGhqCgIND6sXDhwi9fvhg ZGW3YsAGGYRqN1tDQ0NLS4ufnx8XFxcXFxcPDIyYmVldX1z2U0 Ol06MGDB3JycuKDDpFIZGNjk5eXz8/P19TUhCBo5syZhw4dgmG4srLSwsJi2bJlpaWlr169srOzmzFjB vgs2tvbvby8NDU1f4qSQqGsWLFCXFy8ra2ttbV1y5YtioqKyMV odnY2mAna0tISFBQ0Y8aMrKwsIyMjKysrMCKmsLAQi8UivcwxM TFqampIWZjxipJKpd66dQuLxW7btm3atGnc3Nzbt29H2jqYoNy 2bZuysjI4yRYVFS1atIg5yu7u7oKCAk5OTgiCFi1aRCKRtm7dq q6uDjrJCgsL4+LipKSkIAiytbUFx1Q/P7+dg05ISEhjYyNEoVC6hpKamhoJCQkrK6uCgoLVq1dDEKSkpA R4lZeXm5iY+Pv7NzQ0mJiYgBsg0E7b1dW1d+/e+fPn94ty1apVyDVlT08P8v5hGM7KysJisZcuXQJ7ZmVlqaurg/+BLVu2cHJygmHk4D8M/Lsjg9VhGI6Pj1dRUQHlD8YByu3bt+vr64N/UTMzs5UrV9bW1sIwTCaT9+zZIysr+/79ezY2NgiC5OXlkcL6w0P577//9kVJJpPLysqmTJkCiqzCMHzixAlkefTbt2+D6WkQBImJiYFrXG lpadlBR0VF5eHDh0O+0SGRSNu3bxcUFFy3bp2CggIEQchsIyAm JiYGjNOBIIiXlxdQo9FoX7582b9/f1+U375909fXt7OzA99KT0+PtLR0cHAw+OKzs7OxWGxqair6KW JjY58/fw6ePTU1FYyUATuMY5QfP36cM2eOu7s7OCc4ODjIy8sDXmQyOT g4WEpKKj09HaAUFxdHRgMOD+XFixfFxMT+/fdfNMru7u68vLzJkyeLioqCeRoXL14UEhIC9+/h4eGgNxKCoLS0NGdnZ0FBwYKCgp6ensHftNDp9CGj7OnpiYuL4 +DgAM8tLCyMrO7W1NRkY2NjYWGxf/9+MMt40aJF4PzS0dGxefNmdXX1vigfPXokIyMTGRkJDo2DQXnk yJGqqqq5c+eCKssuLi7Z2dngbDWOUX748GH27NnIP/bFixexWCwYckEmk3fv3g2mgvDw8EAQNH369D179oA9vb29DQ0N h4py/fr1cnJyoLEToNyxY0dra+vp06fZ2dlFRUXPnTsHw/Dnz5/19PSCgoJgGAYl00Gsra2dnZ1FRUW9vLyGOjR4OO2UDQ0NWlpa4 D9SSkoKvf7Khg0b5s2bd+LEiTlz5rCxsW3YsAH8WzNHie7RGQz Ko0eP5uXlgStaCIJkZGR0dHRAlQiWRRkcHCwrK5ufny8jIwM+F lCMpKSkxNTUFCn3MHiU69ats7S0BPNyAEofH58fP35s3bqVjY0 Ng8GAEtRFRUUmJiaenp50Oj0+Pl5AQGDatGm8vLzs7Ow8PDzu7 u7m5ub9zklnkuGgpFKpL168MDQ0nDNnjqioqImJCTIUCtw4Z2R kREdH8/HxxcTEgBfEBCVDjw5zlG/fvtXQ0Dh69ChogEAaLLm5ucEhmWVRhoaGysrKfv78mZ+fH40Sl LQ8duwY+K0hobSwsAC3BBQKRVpaWl1dvb6+/vTp0zIyMjNnzgwLC4NhuKura9euXTIyMikpKYWFhYaGhqampsH BwWvWrNm9e3dra2tZWdlQF+YZZjdjb29vWVnZ27dv7e3t+fj4k AbIjIwMeXl5T0/P4OBgYWFhpIQfE5Rv3rxRU1MLDAwEPpijzMjIkJaWjomJgWE4J iZm1qxZEAQJCQnNmDGDlVF2dXWtXLlSR0cnPz8fXDghKMEEyF9 HKSUlxcPDU1pa2tTUBFaTmD17NhhEAtaUkJWV1dLS4ufnP3v27 C8WS/+lvu/29vawsDAIgiwsLMDZ4dGjR0pKShAEiYqKcnJybt26FXzraJQ0G i0uLk5GRgb0MbS1tYFl8MBQLuYoT5w4ISYmdv369dzc3CNHjoi Li0MQRCQS+fj4WBlla2srBoPZtGlTbm4uuKwaCOWpU6dERUWHh 3LKlCnu7u579uwhEomgwjJoDSWTySEhIRwcHNOmTfP29v71kRm/OiDj8+fPlpaWGzduBJ9+WlqaoqIicrWLw+HAPxMaZW1trbOz86 JFi8DXAMPwvXv3xMXFQQcXc5Th4eG6urovXrxwcXFZs2aNpKTk xOkbhuHW1lYCgbB///6UlBROTk4hISEEJZiVi6C8e/cukUgEk2UHj5JGo23evHnatGng054+ffrcuXNtbW2R1dyOHj3K zs5ubm4+IkN9fxVlb2/v58+fb968mZOT09XVlZOTA26KhYSEpk6dOmXKFPCu2tvbfX19F RQU6urqSktLzc3NQScQyJ07d8TExAaP8sSJEzo6OitXrgTttAw oRUVFkU72cYwSTBZDo/T39zczMxMWFgZjIwDKu3fv4vF4ZARuY2OjkpKSj49Pe3t7V1fX IFHCMFxTU7N8+XJQPExCQuLdu3eZmZn37t0DNbxTUlIWL158//79EVnlZARGnpeVlXl5eampqQUHBxcVFWVkZOzevfvixYsLFy6U lpYGnzWFQrl16xYej79161Z5ebmFhcWQUCKN5+Hh4Xp6eps3b8 bhcCtWrNixY4eNjQ03NzcXF1d9fT2ZTD5+/DiYygj2/3NQokeejwjKAwcO8PHxgUncAGVAQICTk9P69etB6d6lS5eSyeT Dhw/Lycmhp4Opq6tv2rQJFGYaPEoqlXrp0iUuLi5eXl4wH+3Vq1eqq qrLly/funXrjRs3vn//PlKzwkcAJYlEiomJ4ebm5uHh2bhxY2VlJYlEolAoHz9+fPHiBV IXpaioSFRUNDk5eUgoP3z4MHPmzMjISLBneHi4vr6+kZGRsLBw SEhIeXl5aWmpu7u7gIDAq1evWltbfXx8VFRUkBID8fHxqqqqYM AB/PtQNjY2WlhYjCzKVatWQf9dcQw5fRcUFGRnZ/v6+oIhlR8+fNi3b5+enh56mOPwUNLp9Orq6nXr1h04cAAcHXNz c5FWOXAnPlIZmTk6LS0tx48fX758eUpKCnpiW1lZWe9/Z2QClCkpKUNC+f37dxMTExsbGxiGOzo6fHx8dHV1z5079/Lly6qqKtBgXlFRISEhceDAgcbGxk2bNmloaCB/+dixY8LCwjdu3AA//i6UlZWVfHx8SNf/iKAEiwwhKEVFRZ2cnIqKiigUytmzZyEIUlRUfPbsWVhYGNJdDo JG6e/vP0iUMAzTaLTKykpkYiqZTH7x4oW/v7+Xl9eLFy8GBWVwGbGJYx0dHZWVlejKIXQ63crKysDAADRrDw 8lWM7S1NQUhuG8vDxjY2MwPR79LHv37uXn5w8ODm5oaGBA+fz5 cxUVFeRA+7tQfv/+ffLkySOLEoz9/vDhA51OP336NDc3Ny8vr6WlJQzDjx8/hiAI3HRbWlquWrUKPfMTQdna2mphYaGkpPRTlHQ6PTc39+LFiw wnaCqV2tzc3NDQ0Duik8FHcd43nU5fsWIFFxdXTExMb2/v8FDW19evWbMGoMzJyTE0NOTi4jIyMkIuE+l0upOTEzc3d78oP 336NGfOHKQi/+9CWVFRwcPDg9R7HxGUKSkpIiIi2dnZdDp9//794NZYXl4ehuEfP354enoqKipGRESg3z4IgrK+vl5MTCw0NLQv yrq6OgsLiyVLloAeHRqNlpCQICcnl5CQMAYLNo5uMYKDBw/OmjVr165dPT09CMqysjIzM7OBUHZ1daHXAuvq6oqOjpaSksrIy Pjy5QtYpAyMw0B+/eHDh0JCQuLi4tXV1Qwoc3JydHV1/wSUIiIisbGxYBMDylWrVi1duhTsOaS7b9AkRKfTw8PDAUrksHf x4kVZWVmAMjw8HP2laGtrGxoaNjY21tXVYbHYuLg4NEpPT08Yh p89e6aoqIiMAKTRaJGRkaA068geFPvN6KL8559/8Hh8aGgogvLMmTPZ2dmSkpLgzYOgUSYlJYmKit68eRP5j0xPTy cQCLdv30ZQGhgYoKc2gzWXBAUFq6qq/liU6FpCDCj37dvHz88P+g6G0U4JUE6fPp2Hh2ft2rVA2PXr12f OnLlu3bq+KA8ePIjH46urq+vr6zEYTGxsLPiVkpKSxYsXL1my5 MePH6D8ELLAMoVCUVFR4efnZ75gz0hldFGSSKRjx449efKERqM BlOfOnfv3339B7S9kNzB0D5QuiY2NxWAw6F6BJ0+eEAiEO3fu5 Obm6uvrgxEo6GqAPT09EhISFhYWtbW13t7efx3Ka9eugQEDcH8 oDQwMwG4MKFNTU7FY7Js3b2g0WkRExKxZs8LCwpCrmjt37rCxs REIBFFRUeSSGiQhIQHMl2VACcNwYmKisrJyVlbWs2fPGFDOnTv X2tp6bNaIGPVSgL29vbW1teBIicFgzp07BwqVoMcWlZeXz5071 9HRsba2Nj4+HoPBoBcLe/78OYFAuHTp0v379/F4vKWlJUMFCOQyFFQZRYYSw0xRRkZG/iEob968CQrmwv+LsqWlZcuWLUpKSqBBhwElOL3Ex8e3t7cHBgb i8Xj02iWFhYXg9pyNjQ25bABhgjIpKQnUQ2RACcMwiURCRlKPd kYdJYlEWr58+fnz5wsKCvB4/NGjR8E4ezRKGIatrKzs7Oxqamr6oszLy1NSUnJycjp16pSKikr f1oeenh4lJSVvb2+wsgnSpQYzRXn06FE8Hg8u5P9AlGDezOvXr 3E4HFhQlQEl/N8SajU1NQQCYcaMGffv30fG4xQVFS1evBhc6jCsIAhQVlZWlpe XYzCYo0ePMkfZ3d1dWFjY2to6NiLhMUDZ2dkpLCwsIiLy+vVrA wMDQ0NDcLIePMqqqiobGxtHR0ewzBYYC40OKDjIy8trY2Mza9Y sdFEbNEoajWZmZrZq1SowhQAIjoiIoFKpfyzKrKwsJij19fXd3 Nyqq6txONz06dOjoqKQI2VVVZWzszMEQZ6engyr+QKUZWVl4Kr 0P//5D7KpX5QvX74Ek1THpowvPAYou7q6NDU1eXl5d+zY4e7uDlCKi 4sjFW9BmKCsrKy0sbFZtmzZoUOH+u08oFKpUVFR06dPhyBo1qx ZYEQ0CBrlx48f1dTU/P39wZfU3t4OFkb5q1F6eHjU1NTgcDguLq7ExER0EdDbt2+bmJj 0XRsZoCwuLt61a5e0tDS68Fi/KPfu3Ttz5syNGzeCqsFjkFFHSaFQQFG8gwcPuru7a2trHz9+XE FBARlgAsIEJahZhcViNTU1OTk5+67QSKVST5w4AWaHEIlE9Oon aJS3bt0iEolIL/D4QLly5conT56IiIgQicRPnz6hz7BtbW0fPnzIzs5mKHyMoAwO Dh4I5fPnz+Xk5ABKPT09UPcB6TEe7YxFIf4vX74EBARkZ2d7e3 sTiURbW9tFixYxfFJMUPb29v7zzz+gedLY2Ljv4pV0Oh0ZcS0t LY0+WqBR3r59+/eiRCr5jhTK9evXy8jI+Pr6CgkJRUdH921BTE5OlpWVZSilwhyl kpJSVlbWvXv38Hg8aAx2cnIyMjIab8vgwTBMoVCePn1qY2MjLi 5ub28P+rLRYYIShuH79++D0ZlxcXH9tkp0dHQICQlNmTJlxYoV 6MH3fwhKhkq+w0MJ3gsa5dmzZ0VFRa2trTEYTL8rL506dQqCIG SmFAgTlKdOnSISienp6dHR0ZKSkuDUn52d/e3btzHoyEEyRmsz3r59W19fX0RERFRUdMGCBStWrGDYhznKt2/fKisr+/r6DnStDVDy8vImJCSgT2HDRokexPDrKBkq+TJBWVZWBhZL7Yvy 5s2bEhIS6Nu4pKQkISEhDAZjaWmJDIxCJyMjQ05ODv1cMFOUDx 8+lJKSio+P3759u4mJye3bt+Pi4pCZomOWMUJ5586dqVOnQhA0 depUHh4eW1tbhn0QlMeOHcNisQwoX79+ra2tDabm9BuwGvPUqV OXLVuGbngfJMr6+nonJycEZWJiopiY2LVr18CPozGeUk5ODllL BY3y/PnzWCw2PT0dOHjz5g0ejwczuI8cOSIpKYmufvj161dpaWkIghY sWNAvyubmZj8/PyKRiNRUh2E4Pj5eVFS0X5Rfv36dP39+aGhoYGDgokWLfHx8hI SE/Pz8xmyxEpAxOn03NTWZm5uD6SP8/PwHDx5k2MHKysre3r6mpsbf319QUBCNsq2tbffu3RAEMayTjA6 ZTPbx8ZkyZQonJ6eXlxfy+GBQ0mi0/Px8eXl5d3d3sOnx48dgYTnwI4ISLOn3iyPPGxsbvb29582bhyx yj0Z56NAhLBaL1I3Pzc2VlJQEheNiYmLU1dXfvn2LfuNLly6dN GkSLy/vQAsnlpSU3LlzB5l5Av93LPrJkycDAwMZUObm5hoYGCxcuNDAw MDd3d3KyoqNjS04OLhf8aOXMUIJxoSDOrMSEhLoPkaQpUuX6ur qFhcXGxgY2NjYoK+BCgoKdHR0BAUFQRmGfoPcTrGxsSFzJuHBo aTT6e/fv0fKPMCokgfgRwQllUo9e/YsFou9ffs2PFyUYNyDk5MTcu2LRhkTE4NGCcozLV68GO5TFwkk Ojp65syZqqqqDI2R6LS0tKSkpCBLoTU2NsrIyGzcuHHbtm0yMj JolCQSKTAwkI2NbdKkSU5OTtra2rNnz3779u2YNZuDjBFKOp3+ 48eP48ePg4oifUtrxsbGEgiEt2/fqqmpBQQEoEcKv3r1io2Nbe7cucihZaAUFhZOmTJlGCjfvXuHw +GQZmQw67fvkRL+b0FHUMyIAWVmZqa8vPzevXtB08lAKIuLi01 NTZGjMswUJVh1iglKS0tLTk7O2NhYJi3bV65ckZKS8vHxAdOYK BSKvLz8li1b/P39GVDCMHz06FHQ0OHt7R0YGPjvv/+OwbAghowRSpCcnJyBUF69ehWPx798+VJdXX3btm3owcJtbW3P nz//+vXrT9eb7uzsjImJ2bt3L/oZB4kSPROICcqGhgYsFgsOogwoyWTyqlWrli9fDiCOCMra2lp7 e3smKD9+/Pj69euWlhYmB7N79+5JS0srKCiA/kaAcuPGjRYWFpKSkv2iVFdXf/z4cVNT05i1TaLzG1AaGhqizYGAZZdevnyppqaGoCSTyRkZGcgN x09Dp9M7OzubmpqQbwiN8vDhwzNmzEB6OAaJ8uHDhxISEkipDy YoYRh2c3MzNTUtLi6GxwTlIM+qFAoFlA+IjY0lkUhUKlVeXl5f X19YWDgwMJDhzhqg5OLiMjQ0BFMlxz5jirK4uFhBQYGh/BDIlStXwExQGRmZwMBAcPpubm729fVVUlK6c+fOIJ+iu7v7/v37SMlQNMq1a9eamJggKy0PEiUYSwsGO8J9UC5dupQBpZmZ2Si hPHz4MAPKjx8/+vj4DGby/40bN2RkZKKiojo7O+l0ekhICB8fHxcX14EDBxhQxsfHI9P2B38 4GNmMKcofP364ublBEGRmZga+LSQ3b94UExObPXs2Pz8/cu2Yl5fHxcVFIBCQqnY/TWlpqbCw8OzZs8G627m5uXp6ert27YJh2MHBAVmuBh40yv/85z84HA6550WjzM3NlZWVRSY5wKOG0srKqqury8vLS0dHBz3kx 8LCYurUqehu1YFCJpMbGhpqa2tbW1spFEpMTAwPD8/06dOjo6MZUL5+/Xr27NkQBJmamiJrl49xxhQlDMOfPn3S1dVF40ACRpVPnToVDCf r6OgIDAxkZ2c3MzMbfIWkxsZGZ2dnPB4PGpwbGxvXrVs3b968w sLCNWvWILMO4JFAmZmZSSQS0dXF0SgPHz6Mx+PB2/xFlEuXLi0pKTE0NNy6dSvyWx8/flRQUJg+fTp4usEENODn5+eDKdHc3Nzx8fEMKHNzc83NzSdNmo QUdBj7jDVKGo3W3d3d0tLS0NDA8HEYGxtDEMTBwQFQdnZ27tu3 z9DQkGFIL/OAMunoohr79u0DB84RR/n48WOGdmk0Sh0dnfnz5wNev44SNJYhVfJhGAbF5zds2DD4lm0r KysIgiIjI8PCwnh4eISEhBgaknp6erq7u58/f37u3DmG/ouxzFijBHnw4IGdnR1DAxhAKSIiUlFR0dDQAJaKolAoQ2oka2t rCw4OVlFRQW7w9+/f/1tQamlp+fj4gGbnwaM8evToIFEePXp09uzZV65c+WmjBJKYmBg BAQF2dnZbW1suLi4hISGGO86MjIxTp06N2QjzgfJ7UF67dg2Co Pnz52dlZSGnZoBy48aNP3782L59u4iIyN27d4fx6TQ0NFy8eBE cbuHfitLX1xeMQRw8ysDAQElJSaR7hgnK4cXT0xOPx8vIyHBwc KipqSHtwXQ6vbCwcOXKlcrKyuiO8t+S34Py8+fPZmZmEAStWLE CFEWH/4vS2dk5LS1tzpw5AgICly9fHt6/bHd3N7KWx9+FUl5efvny5chw2oFQlpaWpqenD69L+v79+y9evM Dj8f7+/uAv9PT0vHnzxsHBAYIgS0vLn3ZSjHZ+D0oYhnNycpYuXerq6vr mzZvCwsLu7m53d3cODg48Hk8kEqdOnWplZTW88fdkMvnWrVubN 28Gt6V/Pkowm/HmzZtUKlVBQSEwMBCpxzwQSj8/P3Z29mEf0kgkEh6PV1BQCAkJuX//fmFh4datW4lE4sKFC9PS0ob3N0cwvw0lDMPfvn0rLS1NTEycP3 9+WFiYl5cXHx/fnDlz1qxZs2HDBvRi50NKe3v7vn372NnZPTw8YBgODw8HJW77R RkdHf3bUX769ElNTS0oKKipqUlRUXH79u0/RQmqyqDABQAAE2ZJREFUWzGM3h98ent7N23aBCqJEonEp0+f5u Tk3Lp1C11y6Dfmd6IESUpKkpSUBIUPFyxY8P79+6GWyO6bT58+ iYuLa2lpffnyJSoqSlZW9u3bt05OTmiUnZ2dampq9vb2VCr196 KEYdjc3Nze3r66ulpJSQmNsqamZuXKlaampm/fvkVQdnV1LV68GI/H/4ohCoWSlpbm5+e3d+/evs1zvze/H2VHR8ejR4+ioqJ2796dk5MzIuNJKysrV65cKSkp+fDhQ7Coz8 WLF52dndEou7u7PTw8xMXFe3t7/wSUq1evrqmpYThSdnV1HThwQFlZ+eTJkwsWLAAoi4qKXFxcQkJ CkJv0cZbfj3I00tnZmZSU5OPjU1NTk52draGhkZiYuG7dOjTKn p6evXv3SkpKIiiRps0/ByUMw48ePZKQkAgPDzcyMgIo29vbP3/+XFxcPPjGoL8r4xMlDMNtbW3grJSVlaWmptYvypCQEElJyaamp kOHDklLSyOXaH8aSklJyYiICATlp0+fxqamz+/KuEVJIpHu379/79697OxsJiilpKSqq6vXr1+vq6uLUPgDUUZGRhobGwcFBZWWlt ra2vr7+yNtXuMv4xZlRUWFvb29o6PjgwcPBjp9A5Q1NTWurq5g iXCQPw2ljIyMi4sLgUBITEx8+fKlgoKCl5fXeL2ghMcxSiqVGh sbO3XqVDs7uzlz5gQFBS1ZsgQZgQv/AkpBQUHQ2DTiKDMyMiQlJRlQvnv3Tk5OjpeXF5SLPnDgAARBv3 G0xBhk3KKEYfjixYugM1NfX3/ZsmVqamro73J4KDs7O93c3EC1wZFF6ejoGBUVhcPhcnJy0A20Z WVlS5cuBSt8JSQkgJ4wdAGg8ZfxjDIjI0NMTMzY2FhfX9/c3FxRURE9anV4KMHK0oqKivBQUJLJ5KSkJNBtU1paOhDKkJAQL BbL0Gr4/ft3Ozs7CII0NDQeP3589erV69evD3UJzr8r4xllT09PU1NTenr 67NmzQcX5X0fZ1dUVEBAwVJQwDH/69AmU52SCMjQ0tC/KioqKlStXQhCkpaX15MkTsHb2yH5Qf1rGM0oYhul0enp6uqqq6 pBQvnv3TlNTEyxhNFIo8/LyMBjM+fPni4qKFixYgCzCADIYlFZWVklJSWlpab93XNkYZJyj/Pr1K1gTztzcXE5ObpAoGxoa7OzsjI2Nv337dvXq1RFEmZqaevf u3ZkzZ6Iru8KDQzlv3jxTU9MFCxagV2oalxnnKFtbW729vSEIE hMTIxAI6IKrTFDCMLxt2zYDA4PCwsIRR3nr1i1JSckHDx6gn44 5SltbWwiC1NTUtLW1jY2Nv3z5MpKf0Z+XcY4ShuGoqCgwN8/Kyurbt2/I42iUbm5uDCj9/f0BymvXruFwOGQO4WBQggmTA6G8efMm6JRHPx0TlNXV1WvXrgV vgZeXNzQ0FF0+ZFxm/KM8cuQIc5SVlZWrVq0aCOWZM2eEhYUHeaR0d3fX19fPz8+HRw4 lmUyOiYnh4OBQUVGJiopiUp5l3GT8o8zKypozZw4EQUuWLOkXJ ahuhZ4pC/8X5bdv3zZu3CglJYWcMZmj3Lt3L4FAyMzMhIeOcu3atf2ihGH4 2rVrMjIyfQtFj9eMf5QwDO/YsQOCoDVr1qCLjwGU0tLSOTk5oLEG/SsAZXFxsZWV1Zo1a5CpfcxRPnr0SFpaGqxPOiSUq1evnjdvXkB AAA6H64vy/v374uLiR44cGbNS+L83LITy0KFD6HK0DCiTk5PRv4JG6eDgMEi UDx48kJSUHAZKMM/Q1dW1X5S5ubmzZ8+eN28eUjltfIeFUMbGxqLHtP8iyt7e3osXL xIIBHSxLgaUyBRb+GcoQWvoQChfv35NJBItLS3RR/pxHJZAefDgQVBpg2HxvGGjVFJSAivm6ujoILMx4f+iBJNdpKWl o6KikP5A5igvXbo0EMqamhpnZ+cZM2bEx8eP6Kfy54YlUGZlZe nq6kIQhC6s9Ysoq6ur7e3tLSws0L8FUN6+fRuUyH/x4gXS+zIYlG5ubkilFyQVFRUbN24MCgoaxwMoGcISKHt7e2/cuOHg4PDmzRvkwZ6enj179vwKSgcHh35R3rp1KzU1FYPBgLYhk MGgNDIyEhISYkBJoVBqa2vHcsWQ3x6WQAnDMJlMrq6uRhcIplA oqampOBwuLCxMVFT0T0DJzc1tZ2eHLjFAIpFyc3MZKtSN+7AKS hiGv3//fvny5czMTOQ6r7y8HIfDubu7i4iI/AkoIQjaunUrerW5z58/S0pKbtiwYUQ/iT89LIQyLS1NW1vbw8MDEdbQ0IDH4z08PP4clFu2bEGjfPPmDQ RBS5cuHdFP4k8PC6Hs7e21tLTk4OA4c+YMaIX+A1H6+/sjKKurqxctWoTFYpEVJ1gkLIQShuGUlBRRUVFfX19w3fbnoLxy 5QqBQGBjY0MX4ywsLCQSiVu3bh33o3oZwloob9++raGhAUowwv 9F6enpOWYoz507d+nSpb4d2fn5+SoqKhAEoVtSqVRqa2vr+J75 0G9YCyWVSiWRSEi/Dpgva29vD45h6D39/f3nz5//6dMnc3NzZ2dnpI3wV1DicLjw8HA7OzsjI6O+fTP6+vpolBQK5f v37yzS2c0Q1kIJw3B3d3dhYWFNTQ2NRmtsbOTl5YUgSEZGBg0I hmF/f38jI6OoqCgpKam4uDhkOZmuri5/f38FBYXS0tIhoSwoKADnYhsbm1WrVvV9YQYGBjNnzkQKmBcUFM jIyCCrUrBUWA5lTk6OrKzsypUrm5ubEZToRcpAAMqIiAgJCQn0 Gp1kMvnw4cNiYmKXLl1avXr14FFWVVUZGBhISEjY2tr2i9LExG TLli1guGRPT09KSoqwsDCybj1LheVQlpaWKigoTJ48+cuXLw0N DUNFCcNwRUUFFosNCQkZEsqmpiZ3d3cmKBMSEh4/fgxqVnV0dHh6egoKCiYmJo7YO/97wnIoYRhesWIFJydnYmJidXX1sFGGhoYOFaWbmxsTlOg0NTXJ y8vLycn9CXV1xz6siPL69etYLDYiIqKysvLPRNne3u7j45OUlD TuZ9P2G1ZEWVlZuX///s+fP9fX1/+BKOl0Onp5SRYMK6KEYZhOpzc0NOTm5nJzc7Ozs5ubmzPs4O/vb2xsHBkZOSSU9+/fl5CQSEpKOnXq1PBQ0mi058+fb9q0qbi4mGVdsijK3t5eT0/PDRs2cHBw8PLy7tu3j2GHgIAAZWXlHTt2SEpKDh5lVVXVggULP Dw8oqOjsVjsMFD29vZ6eHgICQmlpaX9eu33vzQsipJMJhOJRD4 +PgiC+Pn5+7a8XLhwQVpa2tHRUVpaevAoYRi2s7Oztrbet28fD ocbBsri4mJlZWUNDY3y8vKJIyVrhUKhuLi4cHBwAJR9W16eP3+ uqqq6fPlyGRmZoaK0sbEJDw8fBkoajWZra8vDwxMXF8dq/d3osChKOp1eUFDAz88PQRAfH19CQgLDDk+fPlVWVra2tmaC0tH RsV+Utra2+vr6SkpKyFJ88OBQ0un0hIQEDw+Pmpoalj1MwiyLE oZhKpX64sULcILuO9mAOUocDhcQEKCtrW1pacnwiwClhISEo6M jugI0aDyfNWuWurq6g4PDQK+qq6urrq6OZa8mQVgXJQzDJBIpK ChIQUEBPR8c5Kco3d3dCQTC8ePHGX4RQenh4dHU1IQ83tTU5OH hAUGQpKTk2bNn+76Y/Pz8xYsX3759m5VP3CCsjnLHjh0iIiIXLlxg2PRTlC4uLjgcrm+ ZZwSlu7t7vyilpKRu377d98WACZCBgYEdHR0j9P7+1rA0SgqFc uXKFSEhoZiYGIYz5iBRIouUIWGCEhQllJKSunXrVt8XY2Jiwsb Gdu7cufG6ZNPgw9IoYRj+/v27kJCQgoLChw8f0I8/ffpURUXF3NxcRkYGLHqMZHgoyWTyyZMnB0JZUFCgoqLCy8uLHu TLsmF1lD09PampqXJychcvXkQ//vTpU3V1dQiCVFVVGSrnDg8lDMNZWVkDofz27ZuZmVlycjIycJO Vw+ooYRhubm5OTk5mGOSLoFy5cmXfkhV4PB6UWBkSyvfv3/eLsq2tjUwmU6lUFr/pRjKBEoZhmEajNTQ0lJaWItMPEJR2dnZ9UWIwGHt7+5FCmZiY+ PDhw74tACybCZQwDMNtbW1RUVFmZmZPnz4FjzBBWVNTo6SkJCk picfj+0VpZ2cnISHh5uY2GJS1tbXGxsbo9fkmMoEShmG4ra0tO DiYi4srLCwMPMIEZXt7u5+fHwRB/aJctWqVjo6OkJBQQEAAQ3FygFJCQgJdPTAkJGTSpEn+/v7oai0sngmU/5eXL1/y8fGtXLmyoKAA/hnKzZs3QxCEw+EYbo9gGF69ejUosX79+nUqlYreBFBqaWkhd07 19fXLli2DIIg1R5gPlAmU/5e6ujpfX18hIaGIiAgYhdLW1pbhxIqglJKSevToEcPfQVBmZ2c zbAIolyxZgjxSWFgYFRUVFhY2ce5GZwLl/09VVVVSUtLr169hFEofH58fP36gd0NQ6ujo9D3nMkFZWFgoJye 3ePFiGIY7OjpycnJYpDLvUDOBkjGVlZXv378HtTQgCEpOTmZoq UFQzp8/v++vM0HZ0tISHBy8du1aGIaLiopcXV23bt1aXV09Wu/kr80Eyv9JbW3ttm3bHB0dExIStLW1IQjq2089bJQUCqWoqAg8f vnyZS4uLk9Pz3G/UtMwMoHyf1JVVeXk5MTNzb1w4UJpaelhoNy+ffvUqVP7RYnk69 evCxcuxOPx/Y7MmMgEyv8JlUp9+/btwoULCQQCqM03VJSpqakEAoEJShKJFBERwc3NHRoayoLFqwaT CZT95J9//sFgMFOmTBkGSrAeKBOUFAqlrKwsKyuL4f5pIkgmUPaT1tbWkpI SGxsbXV3dvkvGMkcJyk8OhLK8vPzMmTOlpaWj8bLHTSZQDpgNG zZISkq+fPmS4fFhoywtLV2wYIG6ujp6heeJ9M0EygFz9+5dWVn ZVatWgaWSkQwGJTs7O8MATRiGMzMzIQjS19efGDTJPBMoB0x5e fnSpUsnT/5/7d1bKLt/HMBxQ4s5TDKaUyykpKZckCLKykiUnOLChasVyoqyFRJZYWnPhQ uRw2LlLKUIi3KsLWYyOcWcG2MHz+zZ/+LpLyH/bc/64/f7vK52sdX34t1ae77fz9e1tLT07byK/4wyPDy8oKDg3WE0lUrl6+vLYDAkEsn/sPhfDaL8yv7+fm5urp+fH5/Pf/1D8eHhobKy0snJKT09/eNHxsfHw8LC3l58ix9vOD8/z8/Pr6+v/5vPzloJovwKhmFms3lkZEStVms0GvxuqKenp4aGBi8vr5qamo8 fWVhYiI6OLikpwaNEUVQikezs7JjNZpPJ9G6LBvgURGkVDMN4P F5nZye+RVKpVAYGBvb29n76ZjabXVRUdHFxcX19vbCwQKVSo6K i/s7p5faBKK1iNpvj4uLIZHJTU5NMJlMoFF9EWVFR0djYeHd3V1V VRaFQIiIiGhoaYGO59SBKq2AY1tnZmZqaSiaTExMTZTJZUFBQf 3//p2++vLzE76BgsVjJyckSiQSKtAlEaS0Mw1QqFYfD4XK5u7u74e Hh+BTJ19kBer3+8PBwbGysu7t7fHz8/v5+aWlpf38ffkfaCqK0x+3tbVlZmbe3d2ZmZnV19cTEhNFoHB0 dZbPZNBrNyckpMjLy3fFIYD2I0h4vLy9yubyioiImJoZMJrPZ7 IuLi+Hh4ZSUlISEBA6H09XV9e7UGLAeRGm/x8dHqVTa09MzNjb29PSk0+mUSuXa2hp+Fw6wG0QJfhyIkhC1Wi 0Wizc3Ny0Wy/X19ezs7PHx8Xcv6teDKO2k0Wja2tri4+OzsrLkcrnFYjk5OSkp KWEymS0tLW/HpQJbQZQ20+l0QqEwPj4+ODg4IyNjZmYGH3NqMpnm5uays7NDQ kKYTKZAIHh4ePjuxf5KEKW1MAwzGo0ikYjJZPr6+rq7u6elpdX V1XV0dCAIIhKJEAQRCoV8Pp/FYnl4ePj4+MTGxra3t+NPzIH1IEpryeVyBEEYDIarqyuJRHJ2d vb09KTRaHQ6PfBfdDrd398fvzCKRCK5uLiEhoYiCAITo20CUVo LRVGtVnt0dMTj8VJSUigUipeXV15e3uzsrFqtVqvVZ2dnc3Nzx cXFVCrVzc0tKSmptrZWpVJptVrYrmYTiNI2GIYZDIabm5vBwcH U1FR/f/+cnBx8a/ry8nJaWlpAQEBycnJPT8/V1ZXBYIAc7QBR2unl5eX5+VmhULS2ti4uLloslpWVlZaWFplM9 vz8DM+7iYAoCcF3AeNfh29fAyIgSvDjQJREoSiq0WhggL4DQZR E7e3tCQSCj8fDgd0gSqI2NjYKCwsHBga+eyF/DoiSKL1ePz09PTIyAtOqHAWidID19fXm5uZ3d0ABu0GUDrC2ts blcqVS6Xcv5A8BURJ1eno6Pz8vFotf7+ABBEGURG1tbU1OTq6s rAwNDcFeNYeAKIna2tqamppaXV0tLy9/dwkzsA9ESYhGo9ne3tZqtQcHB319fXCs1iEgSkJMJhP+LAdFUZ 1OB5MwHAKiBD8ORAl+nH8AmPFvBZOfuqQAAAAASUVORK5CYII= اثرات و پديده‌هايي كه در مكانيك كوانتومي و نسبيت پيش‌بيني مي‌شوند، فقط براي اجسام بسيار ريز يا در سرعت‌هاي بسيار بالا آشكار مي‌شوند. تقربياً همهٔ پديده‌هايي كه انسان در زندگي روزمره با آن‌ها سروكار دارد به طور كاملاً دقيقي توسط فيزيك نيوتني قابل پيش بيني است.
در مقادير بسيار كم ماده، يا در انرژي‌هاي بسيار پايين، مكانيك كوانتومي اثرهايي را پيش‌بيني مي‌كند كه فيزيك كلاسيك از پيش‌بيني آن ناتوان است. ولي اگر مقدار ماده يا سطح انرژي را افزايش دهيم، به حدي مي‌رسيم كه مي‌توانيم قوانين فيزيك كلاسيك را بدون اين كه خطاي قابل ملاحظه‌اي مرتكب شده باشيم، براي توصيف پديده‌ها به كار ببريم. به اين «حد» كه در آن قوانين فيزيك كلاسيك (كه معمولاً ساده‌تر هستند) مي‌توانند به جاي مكانيك كوانتومي پديده‌ها را به درستي توصيف كنند، حد كلاسيك گفته مي‌شود.
كوشش براي نظريهٔ وحدت‌يافته
وقتي مي‌خواهيم مكانيك كوانتومي را با نظريهٔ نسبيت عام (كه توصيف‌گر فضا-زمان در حضور گرانش است) تركيب كنيم، به ناسازگاري‌هايي برمي‌خوريم كه اين كار را ناممكن مي‌كند. حل اين ناسازگاري‌ها هدف بزرگ فيزيكدانان قرن بيستم و بيست‌ويكم است. فيزيكدانان بزرگي همچون استيون هاوكينگ در راه رسيدن به نظريهٔ وحدت‌يافتهٔ نهايي تلاش مي‌كنند؛ نظريه‌اي كه نه تنها مدل‌هاي مختلف فيزيك زيراتمي را يكي كند، بلكه چهار نيروي بنيادي طبيعت -نيروي قوي، نيروي ضعيف، الكترومغناطيس و گرانش- را نيز به شكل جلوه‌هاي مختلفي از يك نيرو يا پديده نشان دهد.
مكانيك كوانتومي و زيست‌شناسي
تحقيقات چند موسسه در آمريكا و هلند نشان داده است كه بسياري از فرايندهاي زيستي از مكانيك كوانتومي بهره مي‌برند. قبلا تصور مي‌شد فتوسنتز گياهان فرايندي بر پايه بيوشيمي است اما تحقيقات پروفسور فلمينگ و همكارانش در دانشگاه بركلي و دانشگاه واشنگتن در سنت لوييس به كشف يك مرحله كليدي از فرآيند فوتوسنتز منجر شده كه بر مكانيك كوانتومي استوار است. همچنين پژوهشهاي كريستوفر آلتمن، پژوهشگري از موسسه دانش نانوي كاولي در هلند، حاكي از آن است كه نحوه كاركرد سلولهاي عصبي خصوصا در مغز كه تا مدتها فرايندي بر پايه فعاليتهاي الكتريكي و بيوشيمي پنداشته مي‌شد و محل بحث ساختارگرايان و ماترياليستها و زيستشناسها بود، شامل سيستمهاي كوانتومي بسياري است. اين پژوهشها نشان مي‌دهد كه سلول عصبي يك حلزون دريايي مي‌تواند از نيروهاي كوانتومي براي پردازش اطلاعات استفاده كند. در انسان نيز، فيزيك كوانتومي احتمالا در فرآيند تفكر دخيل است.