<!--go-->

巴克马斯特，麻省理工大学教授，‘拉马努金奖’获得者，阿迈瑞肯国家科学院院士。

他是偏微分方程应用领域非常有名的专家，也是公认NS方程研究应用领域的权威，一直致力于NS方程理论应用的研究。

早在五年前，巴克马斯特就开始尝试对于NS方程研究的主要方法是否能够成功，进行了质疑和挑战，并发表了自己和同事一起研究的成果。

当时的成果还不完善，只是论证‘在特定的假设下，NS方程对物理世界的描述的不一致性’。

现在的这篇研究成果，则是在‘允许NS方程解集粗糙’的情况下，证明NS方程的输出不合理，也就是偏差值过大、不具稳定性。

举个例子来说明，比如，某一个参数调整为5，输出的数值是10；参数调整到6，输出的数值变成了60；参数调整到7，输出的数值又变成了11，输出的数值，并没有跟着参数缓慢的变动而变动，而是出现波动较大的情况。

这就是偏差值过大，不具稳定性。

在‘允许NS方程解集粗糙’的情况下，方程输出的数值不具稳定性，一定程度上就可以推断，方程本身也存在不稳定的情况，也就是一定程度上否证了NS方程解集的光滑性。

巴克马斯特本人还接受了采访，他解释道，“光滑解集用来表述物理世界是完备的，但是数学上讲，他们并不一定总是存在。”

“很多时候，我们只能用粗糙解集来对方程进行研究，也就是弱解。”

“就像是进行脸部的素描，每一条线并不一定画在固定位置上，但整体趋向是固定的。”

“如果脸庞的线画在了鼻子上，我们认为，就不是成功的素描，而是出现了低级错误。”

Loading...

未加载完，尝试【刷新】or【退出阅读模式】or【关闭广告屏蔽】。

尝试更换【Firefox浏览器】or【Chrome谷歌浏览器】打开多多收藏！

移动流量偶尔打不开，可以切换电信、联通、Wifi。

收藏网址：www.dd123.cc

(＞人＜；)