天才一秒记住【做客中文网】地址：https://www.zk01.net
“这是研究生一周的工作量，”
海因茨在一旁补充“但如果能找到合适的数学变换，可能缩短到两到三天。
问题在于，目前的数据处理方式过于依赖经验试错。”
我低头看数据。
密密麻麻的数字，来自七个温度点、五种催化剂浓度、每个条件重复三次、每次采样时间点从三十秒到四小时。
总数据点超过两千个。
冯·菲舍尔教授没有给我任何提示。
他转回身继续处理手头的文件，海因茨也回到实验台前调整仪器。
我被允许留在实验室，是因为他们需要一个能解决问题的人。
如果不能解决问题，就不会有第二次机会。
我首先做的是分类。
将数据按温度分组，在每个温度组内按催化剂浓度分组，在每个浓度组内按时间序列排列。
然后，我在草稿纸上画出初步的趋势图——不是精确的数学绘图，只是粗略的点和连线。
第一轮观察，不同温度下的反应速率差异明显，符合指数规律的基本预期。
不同催化剂浓度的影响则呈现出非线性特征，在低浓度区变化剧烈，在高浓度区趋于饱和。
这并不意外。
意外的是，当我把某些特定浓度下的数据点按特定方式重新排列时，出现了一个奇怪的模式。
我停下笔，看着那几行数字。
它们似乎服从某种共同的变换关系，但不在原始变量空间。
我尝试了几种常见的线性化方法：对数变换、倒数变换、对数-对数变换。
第一组数据经过对数变换后呈现良好线性，但第二组就不行；第二组用倒数变换改善了一些，第三组又偏离。
这不是标准模型。
我开始尝试组合变换。
草稿纸上写满了推导。
冯·菲舍尔教授偶尔投来一瞥，没有出声。
海因茨调试完仪器，端着一杯咖啡经过我身后，脚步顿了一下，然后安静地走开。
下午三点，窗外天色开始变暗。
实验楼外的菩提树在风中沙沙作响。
我重新整理思路，又尝试了另一个假设。
写下新的表达式，代入数据，计算结果与实验值的偏差。
偏差太大。
重新调整参数，再算。
办公室里的光线逐渐由白变灰。
冯·菲舍尔教授起身开了灯，海因茨翻阅文献的纸张偶尔沙沙作响。
我突然意识到，整个问题的根源在于假设：我认为温度效应和催化剂效应是相互独立的。
它们不是。
催化剂改变了反应的活化能，而活化能的变化会改变温度敏感性的斜率——这是两条交叉的曲线，不是两条平行线。
这意味着，温度效应和催化剂效应在数学形式上不可分离。
我重新写下速率常数的完整表达式：k（T，
[C]）=A·exp（-（Ea-β[C]+γ[C]·（1T-1T0））RT）
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！