第一百四十章 94.5%！

    “今天十號，好像是清華學報出刊的時間，不知道機械製圖會不會一同出刊……算了，不管，距離建立思維有限元分析系統還有最後一點進度，爭取這個星期之內搞定。”餘華放下鋼筆，默默思索。

    羅庚今天要上三節數學課，下午才會回來，課後作業忙完，餘華起身來到辦公桌前，伏案鑽研複習師父華羅庚講解的拉格朗日中值定理。

    學而時習之，學是接觸知識的階段，習是將知識轉化為自身的階段。

    回顧今日數分課講解的知識點，將其拆分開來，進行知識重構，從多角度和多方面進行深層次理解，融會貫通過後，這才算完。

    緊接著，餘華翻開數分書，預習即將講述的羅爾定理和柯西中值定理。

    從本質上講，眾多中值定理都是拉格朗日中值定理的特殊情況和推廣，乃至延伸，不過，羅爾定理卻很特殊，語言表述為拉格朗日中值定理的函數，在兩個端點的函數值相等。

    學習這個有什麼實際用處呢？

    似乎沒有。

    但卻是研究特定函數的重要工具，對餘華而言更是極為重要。

    餘華神態認真，眼神專注，仔細學習羅爾定理證明過程和相關知識點。

    現如今，隨著知識層次和知識信息熵越來越高，加之大腦進化幅度低於高等知識的信息熵增長幅度，餘華整個人的學習效率逐漸呈下降趨勢，對於蘊含高信息熵的數學知識點，再也不像之前學習初等數學時的簡單輕鬆。

    信息熵是某一段信息的平均信息量，信息熵越高，其中蘊含的信息量也就越高，這是信息論之父香農將在1948年正式公佈的信息領域概念，現在香農大佬還不知道在哪兒。

    從信息論角度講，數學分析的每一個知識點和每一個理論，都是高信息熵的典型例子。

    若要問具體有多高？

    假設初等數學體系的一元二次方程，信息熵數值為5，那麼，眼前正在學習的羅爾定理信息熵便是20，困擾數學界二百多年的哥猜信息熵可能高達500，甚至破千。

    這麼一看，就極為只管，但光有數值，並不嚴謹。

    因為，還有信息理解難度。

    這個概念很好理解，典型例子就是老師上課講三角函數，學霸輕鬆理解，差生卻看得滿臉懵逼，直到四十分鐘後下課，還不懂什麼是三角函數。

    信息理解難度固定，理解速度取決於人的接受信息熵總效率。

    普通人接受信息熵的總效率，一般在0.05—1區間每天，天才一般在1-5區間每天，而這往往就是學渣和學霸的差距。