“你继续说！”

    听到林尧教授的要求，李牧也没有废话，起身离开了座位，走到了黑板前。

    拿起了粉笔，他便开始写了起来。

    “首先，我们先前讨论的这个式子2.12”李牧另外一只手指了指ppt上面的式2.12，“它其实可以等价地重新表述为——”

    他一边说着，一边在黑板上写下新的式子。

    【dj(v)(t)∈ s，dj(v)(t)∈ s，∫Ωdj(v)(t)】

    看到他新写下的式子，林尧和吴孟源也都离开了他们的座位，然后凑了上去，方便自己看得更清晰一些。

    当然，更关键的是，李牧这新改写的式子，就已经让他们眼前为之一亮了。

    “再然后是”

    “引入约束?·z = 0的拉格朗日乘子λ∈h1 0 (Ω)，很明显，问题(3.3)等价于下面的鞍点问题”

    时间一分一秒的过去，而占了一面墙的黑板，也逐渐在李牧的演算中被填满了空白。

    两位教授的眉头紧皱着，显然是陷入到了思考之中。

    而那些研究生们则越发地茫然起来。

    一开始他们还能够看懂，但是架不住李牧写的快啊，一会儿就超过了他们思考的速度，并且还让他们望尘莫及。

    这个东西为什么实际上是个斯托克斯式的问题啊？

    为什么那个?· gqdx = 0啊？

    为什么

    他们此时仿佛有一万个为什么，甚至看着gqdx能自动看成gdx——狗东西

    但李牧也完全没有解释，只是在那里推导，而大概也就两位教授还能够跟上他的节奏。

    研究生们欲哭无泪，为什么他们要跑到这个课题组来啊！

    为什么偏偏让他们遇上了这种猛人啊？

    最后，咽下泪，然后老老实实地拿出手机，等着李牧写完之后再拍下来，回去该研究就研究。

    就这样，直到整面黑板刚好写完，李牧也终于放下了粉笔。

    拍了拍手上的粉笔灰，然后他抬起头重新看了一遍。

    推导过程没有任何问题，也基本上将他想要写的东西都写了出来。

    脑海计算机在数学上的优势，在这种过程的推导中发挥的淋漓尽致。

    “就是这样了，我就是觉得，针对这种非线性问题，以非精确但是有效的方法来对方程进行计算，应该是更有效的。”

    “特别是在cg共轭梯度算法中。”

    一边听着李牧的讲述，一边看着黑板上那满满的过程。

    而且板书还做得这么优秀，不论是字体还是整体的布局看起来十分的令人舒服，有一种计算机的精确感。

    林尧和吴孟源此时此刻，都不由在心中一叹。

    对于这样的学生，他们还有什么说法呢？

    就更不用说李牧给出的这个方法，又一次把他们的问题给解决了。

    干净彻底。

    直到完全吸纳了所有的内容后，林尧忍不住地伸出了手，然后鼓起了掌。

    “很好，很不错。”

    “这可何止不错啊”

    而吴孟源摇摇头，口中忍不住地感慨。

    李牧给出的这个方法，不难，甚至可以说在技术上没有多么艰深的知识点，但胜就胜在在巧。

    而想要发现这种“巧”，那就只能看个人的脑子了。

    有的人想一辈子，可能都想不出来这种“巧”。

    但是对于有的人来说，想出这种巧却无比的轻松。

    而显然，李牧就属于后者。

    想到这里，两位教授都不禁摇摇头。

    这样的头脑，是连他们都要羡慕的，然而却又羡慕不来。

    林尧转过头，看向了他的那些研究生们，想要让他们向学弟学习学习，结果看到这些研究生们的脸上还是一副“我是谁？我在哪？”的模样，最后摇摇头，放弃了。

    算了，档次不够啊。

    虽然在他和吴孟源的眼中，李牧的这个方法技术难度并不高，胜在巧。