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。”
“如果在弱解集上出现这种错误，那么就可以认为，光滑解集，一定程度上，也是不完备（光滑）的。”
巴克马斯特接受采访的解释，逻辑是否合理还是要看个人判断，但他所做的证明却是逻辑严谨的。
王浩下载了论文的原版，仔细看了两个多小时，也没有找出其中的问题。
至于推导细节，能登上数学类顶级学术期刊，要经过两轮的审稿，几乎不可能出现类似的低级错误。
“不可能啊！”
王浩眉头紧皱的思考着，“过程不可能有错，逻辑上也没有问题……”
“难道证明是正确的？”
“这不可能！”
如果
本章未完，请点击下一页继续阅读！