回收率计算器

回收率只回答一个问题：进入这一步的物料，到最后还剩下多少？分母正是那个进入量，这让回收率成为一句关于边界的陈述，而不是关于化学的陈述。进入 10 个单位、回收 9.5 个单位，答案是 95%，意思是五个百分点从某个地方离开了被测量的边界。它不意味着五个百分点被破坏了，也不意味着五个百分点变成了废料。物料离开边界是常有的事：作为滤液离开，作为洗涤液离开，作为转移后的残留离开，或者留在柱子上、器皿壁上。

因为分母是一个输入，两个回收率只有在输入也可比时才能互相比较。跨一步得到的回收率与跨另一步得到的回收率，是关于不同参照量的陈述，把它们并排放在一起会暗示出任何一个数字都支撑不了的结论。这个百分比是无量纲的，而这恰恰是它日后被引用时很容易不说明「是相对于什么的百分比」的原因。把参照量记在数字旁边，或者把结果写成「10 个单位中的 9.5 个」而不是「95%」，都能在歧义变成问题之前把它消掉。

跨过若干步骤时，这些数字是相乘而不是相加。连续两步各 95%，总体是 0.95 乘以 0.95，也就是 0.9025，即 90.25%，既不是 190 也不是 95。损失不会沿着一条链自己平均掉。这就是串联稀释所做的同一场乘法：每一步除以它自己的倍数，而 连续稀释计算器 把这个结构明确摆了出来。这也是为什么逐步的数字比总体的数字更有用，以及为什么总体数字在缺少至少一个可用来去除的步骤时无法拆开。

算术里没有任何环节把这个结果封顶在一百。它把一个非负的量除以一个正的量，再乘以一百，所以任何比值在形式上都成立，这个计算器会不加评论地报出 120%。这是正确行为，不是认可。这里的上限是物理的，不是数学的：你不可能回收出比开始时更多的东西，所以超过一百的结果是在说输入里有某一项错了。常见的嫌疑是期望值被低估、称量之前物料吸了水或溶剂、样品被假定得比实际更纯、天平是相对一个漂移的基准读的，或者单位滑手，把微克当成毫克填了进去。 质量转摩尔计算器 可以在最后这类错误发生之前把它挡下来。

被低估的期望值是最常见的原因，也是最麻烦的原因，因为它没法靠重新称一次什么来修正。如果期望值只是一个规划用的猜测、一个取整过的数，或者是从另一种规模搬过来的，那么超过一百的结果是在告诉你这个猜测偏低。这是关于期望值的一条真实发现，同时也是关于化学的一条空结果；它还意味着这个百分比不可重复：把分母改正，同一批会给出另一个数字。本页不为任何真实过程引用所谓的典型回收率，因为那些数字随序列、规模和纯化方法而变动，不存在一个能诚实地套用到你手上这一批的单一数值。

实验台上的三个百分比看起来一模一样，写法也相同，却是对着三个不同的基准测出来的。回收率是某个进入量的一个分数。收率是某个理论上限的一个分数，也就是反应完全转化时本该产出的那个量。纯度是样品总质量的一个分数，也就是这份物料被说成含有多少有效成分。 收率百分比计算器 除的是第二个概念， 纯度校正计算器 除的是第三个。三者都是乘以同一个一百；而把其中一个分母换成另一个，得到的数字看着合理，意思却完全落空。

最容易混淆的是回收率和收率，因为对单个完整的步骤来说两者恰好重合。如果可能产物的每一个分子都被分离出来，那么收率是一百，什么都没丢，回收率也是一百。只要步骤不止一个，或者有某一步的输入没有完全转化，或者有某一步是故意丢弃物料的，两者就分开了。把它们分开的习惯是：化学反应步骤的收率与工艺步骤的回收率分别报成两个不同的数字，各配一个不同的分母，而不是让一个数字同时充当两者。

单个数字只是单次抽样。过程在批次之间会有波动，而一批只是一个分布中的一个样本，这个分布的宽度谁也没有测过，所以本周 95% 的回收率几乎不能说明 95 是典型值，还是五批里最好的一批。当离散程度重要时，有用的量是重复之间的范围而不是平均值，而只报平均值会把真正决定过程是否受控的那种变异性藏起来。这里分母同样重要：一个自身带着很大不确定度的参照量，会把这份不确定度带进每一个以它为分母算出的百分比里。

偏低的回收率同时也是在说你在哪里看的，而不只是在说丢了多少。测量边界定义了损失：在某一步操作之后读到的回收率，和在另一步之后读到的，是不同的量，两者都可以是正确的却彼此不一致。要把损失定位，就用总回收率依次除以每一步的回收率。某一步的回收率如果能解释全部的差额，物料就是在那里丢的；如果某一步的回收率一点也解释不了，那么在从它得出任何结论之前，它的测量本身值得怀疑。

还存在一个平庸得多的上限。如果一开始配的量就太少，可回收的量就被实际做出来的量封了顶，于是得到的百分比描述的是那次配制，而不是那个过程。事先把这个需求量定下来，正是 样品配制计算器 的用途；而一个相对于自身不确定度而言很小的分母所牵涉的算术， 取整与小体积指南 里有讨论。一个百分比会继承它所对比的那个量的相对精度，所以一个接近零的期望值，无论两个数测得多仔细，都会带着很大的百分比误差。