莱妮主题变奏曲(3/5)

“诺伊曼小。”冯·菲舍尔教授开，没有寒暄，“卢恩说你希望接一些科研工作，并且备相应的数学能力。我需要的数据理助手，不需要了解化学反应的细节，那是我的工作。你需要的，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。

“这是一组关于酯类解反应的数据。在不同温度、不同化剂度条件，我们测量了反应度随时间的变化。理想况，反应速率应遵循阿尼乌斯公式和米氏方程的某变形。但实际数据存在非线偏离。”

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，目前的数据理方式过于依赖经验试错。”

我低看数据。

密密麻麻的数字，来自七个温度、五化剂度、每个条件重复三次、每次采样时间从三十秒到四小时。总数据超过两千个。

冯·菲舍尔教授没有给我任何提示。他转回继续理手的文件，海因茨也回到实验台前调整仪。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。

我首先的是分类。将数据温度分组，在每个温度组化剂度分组，在每个度组时间序列排列。然后，我在草稿纸上画初步的趋势图——不是确的数学绘图，只是略的和连线。

第一观察，不同温度的反应速率差异明显，符合指数规律的基本预期。不同化剂度的影响则呈现非线特征，在低度区变化剧烈，在度区趋于饱和。这并不意外。意外的是，当我把某些特定度的数据特定方式重新排列时，现了一个奇怪的模式。

我停笔，看着那几行数字。它们似乎服从某共同的变换关系，但不在原始变量空间。

我尝试了几常见的线化方法：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，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，没有声。海因茨调试完仪，端着一杯咖啡经过我后，脚步顿了一，然后安静地走开。

午三，窗外天开始变暗。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。

写新的表达式，代数据，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，整个问题的源在于假设：我认为温度效应和化剂效应是相互独立的。

它们不是。