“这一步的关键是在区间划分的时候引入了一个新的权重函数，把原来混在一起的振荡项拆开了。”
“我当时看到这一步的时候觉得特别巧妙，因为权重函数本质上就是一个筛选器，把主项和余项的贡献分开了。”
“但问题是，这种分开只在积分区间的某个局部成立。一旦你要对整个区间进行全局估计，权重函数的控制力就会衰减，主项和余项又重新搅到一起。”
说着，他从书桌上拾起了半截粉笔，在黑板上空白的位置画了个坐标，补上了两条代表主项和余项的曲线。
两条曲线在大部分区间里泾渭分明，但在函数的某个特定的区间里，它们紧紧纠缠在一起。
“就是这样。”
丁兆丰指了指黑板上的曲线：“这个纠缠点我叫它共振峰，主项和余项的振荡频率在这个区间里几乎一致，振幅差不多，相位也差不多。“
韩川没说话，他看了看黑板上的曲线，又回头盯着笔记本上的推导过程和算式看了一会。
丁兆丰以为他是在思考，没打扰他。
但实际上韩川脑子里想的完全是另一件事。
他好像，弄明白了之前一直没弄明白的第三步问题在哪了。
这位丁学长在共振峰和纠缠点上的研究，似乎和他的控制列框架里处理的那个问题在本质上极为相似！
区别只在于，丁兆丰的共振峰出现在三角和估计里，而他的共振峰出现在函数列的一致收敛性里。
把函数列的收敛误差看作一个向量。把这个向量分解到几个独立的正交方向上，然后用不同的控制函数分别去压制。
如果，用映射呢？
想到这，韩川的眼睛瞬间亮了起来。
从讲桌拾起一节粉笔，他快速地在丁兆丰画的示意图上添加了几个标记，开口道：“丁学长，如果我们将这个纠缠点强行拆开呢？”
“拆开
本网站为网友提供小说上传储存空间平台，为网友提供在线阅读交流、txt下载，平台上的所有文学作品均来源于网友的上传
用户上传的文学作品均由网站程序自动分割展现，无人工干预，本站自身不编辑或修改网友上传的内容（请上传有合法版权的作品）
如发现本站有侵犯权利人版权内容的，请向本站投诉，一经核实，本站将立即删除相关作品并对上传人ID账号作封号处理