拉图书

手机浏览器扫描二维码访问

本站弹窗广告每日仅弹出一次
尽可能不去影响用户体验
为了生存请广大读者理解

莱妮主题变奏曲（第3页）

“什么问题？”

“化学系那边的研究项目。反应动力学与催化机理方向，具体我搞不太懂，我对这方面没有太过深入的了解。总之是实验数据堆积如山，计算量极大。研究生们对着那些数据一筹莫展，进展缓慢并且经常出错。我父亲说，现在的方法太依赖经验，有些研究生数据处理能力不够，又缺乏巧妙的实验设计思路，只会套公式硬算，结果可想而知。他上周还在饭桌上抱怨，说微积分基础扎实的不少，但能把数学灵活用在真实复杂问题里的太少了。微分方程列得出来，解不出来；统计概念背得滚瓜烂熟，但真正面对成百上千个实验数据点就手忙脚乱。”

数据处理，这算得上我的强项。我对处理繁杂的数据这个过程有兴趣，而且这也是一个自己的数学能力被他人看到的过程，参与这件事，也许对“优秀到众人皆知”这个要求有帮助。

“我可以试试吗？”

卢恩眼睛亮了一下：“我当时怎么没想到你呢。我回去问问我父亲，有没有什么可以交给你帮忙的。万一你真的能解决他头疼的问题，那他至少会记住你的名字。”

第二天早上，卢恩告诉我“我父亲说，可以让你周日，也就是明天来实验室。其实他当时第一反应是‘本科生能做什么’，我提了你的名字，又说了你在数学系和高频电路课的情况。并且他正好最近手头有组数据卡住了，他说可以让你来试试。”

周日早晨，我第一次走进了化学系的实验楼。

冯·菲舍尔教授坐在靠窗的办公桌后，他抬头看我，目光平静，没有刻意的热情，也没有居高临下的审视。

海因茨·海德里希站在实验台旁，手里拿着一迭打印纸。金发依旧一丝不苟，蓝眼睛里带着温和的学者式专注。

“诺伊曼小姐。”冯·菲舍尔教授开口，没有寒暄，“卢恩说你希望接触一些科研工作，并且具备相应的数学能力。我需要的数据处理助手，不需要了解化学反应的细节，那是我的工作。你需要做的，是把实验数据转化为有意义的数学关系。”

他把一迭纸推到我面前。

“这是一组关于酯类水解反应的数据。在不同温度、不同催化剂浓度条件下，我们测量了反应物浓度随时间的变化。理想情况下，反应速率应遵循阿伦尼乌斯公式和米氏方程的某种变形。但实际数据存在非线性偏离。”

他简要说明了实验条件和需要提取的动力学参数。

“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。