<!--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【关闭小说模式】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<;)