跳轉到

1889 Arrhenius 活化能#

案發現場#

化學家早就知道溫度是反應速率的總開關：肉在高溫腐敗快、低溫冷藏保鮮；反應速率隨溫度上升而驚人地加快——溫度每升高 10 度，速率大約翻倍。但「大約翻倍」背後的數學規律是什麼？為什麼只是幾十度的溫差，就能讓速率差上幾十倍甚至幾百倍？

1884 年，范特荷甫根據熱力學（正逆反應平衡常數的溫度依賴性，見 1884-Ostwald催化與平衡.md）提出了一個經驗式，暗示速率常數的溫度關係應該是指數形式的：

\[ \frac{d \ln k}{dT} = \frac{A}{T^2} \]

但這只是從平衡關係反推的影子， \(A\) 是什麼？物理意義何在？沒有人知道。剛以電離解離說揚名（也飽受攻擊）的阿瑞尼士（Svante Arrhenius, 1859–1927）在 1889 年破解了這個案子，並創造了化學中最重要的概念之一：活化能。

偵查過程#

阿瑞尼士的靈感來自一個大膽的假設：分子之間必須先「越過一道能障」才能反應。反應物分子並非碰撞就反應，只有那些能量高於某個臨界值 \(E_a\) （活化能）的「活躍分子」才能成功反應。而分子能量的分布遵循馬克士威-波茲曼分布——能量超過 \(E_a\) 的分子比例正比於：

\[ \frac{N(E > E_a)}{N} \propto e^{-E_a / RT} \]

這個指數因子就是速率常數中溫度依賴性的來源。於是誕生了化學中最著名的方程——阿瑞尼士方程：

\[ k = A e^{-E_a / RT} \]

其中 \(k\) 是速率常數， \(A\) 是指前因子（頻率因子，代表碰撞頻率與空間取向）， \(E_a\) 是活化能（J/mol）， \(R\) 是氣體常數。

數學推導：直線化與活化能的求法。 對方程取對數：

\[ \ln k = \ln A - \frac{E_a}{R} \cdot \frac{1}{T} \]

若以 \(\ln k\) 對 \(1/T\) 作圖，得到一條直線！斜率是 \(-E_a/R\) 、截距是 \(\ln A\) 。這是實驗化學家求活化能的標準方法——只要測幾個溫度下的速率常數，作圖取斜率，活化能就現形了。兩個溫度間還有簡潔的公式：

\[ \ln \frac{k_2}{k_1} = -\frac{E_a}{R}\left(\frac{1}{T_2} - \frac{1}{T_1}\right) \]

驗證的關鍵實驗。 阿瑞尼士用蔗糖轉化（轉化酶催化）、乙酸乙酯皂化等反應的數據檢驗： \(\ln k\) 對 \(1/T\) 的圖確實是漂亮的直線，典型活化能約 50–100 kJ/mol。代入計算也吻合「每升 10 度速率翻倍」的經驗規律：若 \(E_a = 50\) kJ/mol，從 300 K 升到 310 K：

\[ \frac{k_2}{k_1} = e^{\frac{50000}{8.314}\left(\frac{1}{300} - \frac{1}{310}\right)} \approx e^{0.645} \approx 1.9 \approx 2 \]

與催化劑的統一。 活化能概念也完美解釋了奥斯特瓦德的催化理論：催化劑提供了一條「繞過高山」的低能障路徑，降低 \(E_a\) （見 1884-Ostwald催化與平衡.md）。由於 \(E_a\) 在指數上，即使只降低 20 kJ/mol，速率也能提升數百倍。

結案報告#

1903 年阿瑞尼士獲諾貝爾化學獎（同 1887-Arrhenius電解解離.md）。阿瑞尼士方程成為化學動力學的基石，其遺產包括：

  1. 反應速率理論：1930 年代的過渡狀態理論（Eyring）將 \(A\) 與熵聯繫起來， \(k = (k_B T/h) e^{-\Delta G^\ddagger/RT}\) ，但指數形式的核心思想不變。
  2. 工業與生活：食品保鮮、藥物有效期（ shelf-life）、催化劑設計、引擎燃燒、半導體製程中的擴散，全部用阿瑞尼士方程建模。
  3. 地球科學：阿瑞尼士本人還是最早計算「溫室效應」的科學家——他算出大氣 \(\mathrm{CO_2}\) 翻倍會使地球升溫數度，這正是今日氣候變遷研究的源頭。
  4. 生物化學：酶催化反應同樣遵循阿瑞尼士行為，酶的本領就是把 \(E_a\) 降到極低。

證據與工具#

# 用阿瑞尼士方程擬合實驗數據：求活化能 Ea 與指前因子 A
import numpy as np
import matplotlib.pyplot as plt

# 假設的實驗數據：某反應在不同溫度下的速率常數 k
T = np.array([273, 288, 298, 303, 313, 328, 338])  # K
k  = np.array([0.078, 0.26, 0.55, 0.95, 1.8, 4.8, 9.5])  # 1/s

x = 1 / T
y = np.log(k)
slope, intercept = np.polyfit(x, y, 1)   # 線性擬合 ln k = ln A - Ea/R * (1/T)

R = 8.314  # J/(mol·K)
Ea = -slope * R
A = np.exp(intercept)
print(f"活化能 Ea = {Ea/1000:.1f} kJ/mol")
print(f"指前因子 A = {A:.3g} 1/s")

# 驗證「每升 10 度速率約翻倍」
k1, k2 = A*np.exp(-Ea/(R*298)), A*np.exp(-Ea/(R*308))
print(f"298→308 K 速率比 = {k2/k1:.2f}")

# 繪圖：阿瑞尼士圖（直線是理論預言的鐵證）
plt.scatter(x, y, label="實驗數據")
plt.plot(x, slope*x + intercept, "r--",
         label=f"擬合: Ea = {Ea/1000:.1f} kJ/mol")
plt.xlabel("1/T (1/K)")
plt.ylabel("ln k")
plt.title("阿瑞尼士圖：ln k 對 1/T 為直線")
plt.legend(); plt.show()

# 額外：畫出指數式的 k(T) 曲線
Tf = np.linspace(270, 350, 200)
plt.plot(Tf, A*np.exp(-Ea/(R*Tf)))
plt.xlabel("T (K)"); plt.ylabel("k (1/s)")
plt.title("速率常數隨溫度呈指數增長"); plt.show()