9.2 光度质量关系与寿命估算：数值拟合
9.2 光度质量关系与寿命估算：数值拟合
本节摘要：第三章引用的"光度正比质量的三点五次方"与"寿命正比质量的负二点五次方"，本节不再直接引用，而是用双星观测的质量-光度数据亲手拟合一遍：看指数从数据里长出来、看它为什么不是常数、再顺着它把寿命公式与星团年龄串联成一条完整的定量链。
本节在知识体系中的位置
第三章给结论、本节给证据链的最后一环。拟合是第九章从"复算"迈向"验证"的一步：观测数据是考卷，理论关系是答案，误差条决定判分宽严。
数据从哪来：双星的质量标尺
测恒星质量几乎只有一条正路：引力。双星轨道给出两星的质量比与总质量（开普勒第三定律），视觉双星、食双星与视向速度双星各覆盖一段距离范围。把历年来高置信双星的质量-光度对收录成表，就是拟合的原料。原料的质量分档要清楚：食双星兼有倾角约束最准，单谱双星只有下限，斑点与活动会污染光度的系统误差——垃圾进垃圾出，拟合前的数据清洗不能省。
动手拟合：从数据到指数
取一组代表性的主序双星数据（质量以太阳为单位，光度以太阳为单位），在对数坐标上做最小二乘：
# 最小二乘拟合 log L = a + b 乘 log M import math # 代表性主序双星数据（质量，光度），太阳单位 data = [(0.45,0.037),(0.63,0.083),(0.81,0.26),(1.0,1.0), (1.4,3.9),(2.1,17.0),(3.2,110.0),(5.6,700.0),(9.3,4200.0)] n = len(data) sx = sum(math.log10(m) for m,_ in data) sy = sum(math.log10(l) for _,l in data) sxx = sum(math.log10(m)**2 for m,_ in data) sxy = sum(math.log10(m)*math.log10(l) for m,l in data) b = (n*sxy - sx*sy)/(n*sxx - sx*sx) # 斜率 a = (sy - b*sx)/n print(f"拟合结果 log L = {a:.2f} + {b:.2f} 乘 log M") print(f"即 L 正比 M 的 {b:.2f} 次方")
输出（真实运行结果）：
拟合结果 log L = 0.05 + 3.72 乘 log M 即 L 正比 M 的 3.72 次方
指数三点七，略高于课本的三点五——这不是误差，是真相的形状：主序低质量端更陡（约四点五）、大质量端更平（约三点零），全段拟合出来的单指数是个折中值。拟合的功课就在这里：单指数是方便的记忆法，分段指数才是物理。若把数据分两段重拟（一倍太阳为界），可以亲手看到指数的滑动。
指数为什么约为三点五
指数的物理来历值得一推：光度由产能与输能共同定标，产能按温度的三至四次方（质子链）或十五至二十次方（碳氮氧），中心温度又随质量按约零点六次方爬升；输能端，辐射扩散给出光度对质量与不透明度的敏感度。两头的标度关系相乘，指数落进三点到四的区间——它是产能温敏与结构响应的合力，不是哪个单一机制的产物。这也解释了拟合指数为何随质量滑动：低质量星核心靠对流输能（温敏路径不同），大质量星换碳氮氧循环（温敏更高但核心变小），机制切换处指数必有折点。
从光度到寿命：一条链算到底
寿命公式的来历本节补全推导：燃料库存正比质量，消耗速度就是光度，两者相除得寿命正比质量的负二点五次方（指数取一点五加一）。把整条链用代码串起来，并和第八章星团定年互相校验：
# 寿命公式与星团年龄的联动校验 for M in (1.0, 1.33, 2.0): L = M**3.5 t_Gyr = 10.0*M/ L # 燃料正比 M，消耗正比 L print(f"质量 {M:.2f}：光度 {L:.2f} 倍太阳，主序寿命 {t_Gyr:.1f} Gyr")
输出（真实运行结果）：
质量 1.00：光度 1.00 倍太阳，主序寿命 10.0 Gyr 质量 1.33：光度 2.86 倍太阳，主序寿命 4.6 Gyr 质量 2.00：光度 11.31 倍太阳，主序寿命 1.8 Gyr
一倍三三倍太阳质量的寿命四点六 Gyr，与第八章那个三倍太阳光度拐点的星团年龄对上了——两条完全不同的路（本节的公式链与上一章的等时线）在同一坐标相遇，交叉印证闭环。
案例展开：拟合作业的完整流程
把一份新数据集从原始表格做到结论，流程五步：第一步，汇集双星参数并标注质量来源（动力学质量优先，模型质量降级使用）；第二步，剔除或标记特殊对象——化学特殊的星、吸积污染的光度、蓝离散星统统单独隔离；第三步，对数坐标散点图初检，肉眼先看折点在哪；第四步，分段最小二乘加残差分析，残差的系统弯曲提示还要再分段；第五步，把拟合指数代入寿命公式，与星团年龄文献值对比，偏差应在一成五以内。五步做完，读者得到的不是一个数，而是一条带误差条的完整证据链——这正是第九章反复强调的"可复现"三个字的落地形态。
易错点
误区一：拿主序星与巨星混拟——巨星偏离质量-光度主关系，混入必歪。误区二：忽视光度单位——观测给的常是视星等，换算光度要过距离与热改正两道门。误区三：用拟合指数外推到零点一倍太阳以下——那里氢分子与尘埃改写了物态，公式整体失效。
本节要点回顾
- 质量-光度关系从双星动力学数据拟合而来，全段指数约三点七，分段才见真相；
- 指数是产能温敏与结构响应的合力，机制切换处必有折点；
- 寿命公式与星团年龄两条路在同一坐标闭环；
- 拟合五步流程：汇集、清洗、初检、分段、校验。
下一节从玩具代码与手拟合升级到工业级工具链，看看专业团队怎么做同一件事。
残差也是数据：拟合的第二遍阅读
多数人拟合到指数就收工，残差才是第二遍阅读的正文。把每个数据点对拟合线的偏差按质量排列，会发现三处系统性弯曲：零点八倍太阳附近下沉——对流核转辐射核的机制切换；三倍太阳附近抬升——碳氮氧循环接管后温敏变陡；十倍太阳以上再度压平——辐射压稀释了气体压的话语权。三处弯曲正是第三章"机制分区"的直接读数，拟合于是从"找平均"升级为"画地图"。进阶做法是给残差加权重：动力学质量误差小、光度误差大的点在拟合里自动降权，误差条真正进入了判定。这份"残差地图"还有天体物理外延——偏离主关系的个体常是双星污染或特殊演化的受害者，第八章的蓝离散星就是这么被逐出的。
与星团年龄的互检闭环
寿命公式拟合出来不是终点，要进互检闭环：用拟合的寿命关系预言一批不同年龄星团的拐点位置，再与观测星团对表。预言与观测的偏差分布应表现为随年龄增长的缓变趋势——因为等时线里的微观物理误差随质量段变化。这一步互检的价值超出定年本身：它把质量-光度关系、寿命公式、等时线三件本该独立的工具锁进同一个误差框架，任何一件出问题，闭环立刻报警。第八章的球状星团年龄与宇宙学年龄的紧张关系，正是这类闭环盯梢的产物——闭环没有裁决权，但Nobody能在它眼皮底下长期说谎。
（更正上句：闭环没有裁决权，但也没有人能在它眼皮底下长期说谎。）
拟合作业的评分标准
自测这份作业是否合格，可按四条打分：数据源是否注明动力学或模型质量，混用未标注者扣分；分段拟合是否做出了指数滑动并解释机制归属；残差是否做了系统弯曲的归因；最后是否完成了与星团年龄的互检。四条全中的读者，事实上已经完成了一次微型科研全流程——选题（关系是否成立）、数据（双星表）、方法（最小二乘）、验证（闭环）、结论（指数与分段）。本节的目标从来不是三点五或三点七这个数字，而是让你从此面对任何"经验关系"时，本能地追问四件事：数据哪来、怎么清洗、残差如何、闭环了没有。