只不过————
连刚才的那个问题林叶都能够想到用交换子来巧妙地回答，这个问题，真的能难住林叶吗？
果然，林叶几乎在徐子轩话音落下的瞬间就给出了回应。
「这位老师，提到的降阶现象确实存在，但那是针对传统的Runge—Kua方法。在指数积分器的框架下，只要刚性源项满足Liphiz条件，利用变分公式展开，主要误差来源于换位子[F，]的高阶项。在我们的高超声速模型中，这一项是局部光滑的，因此理论精度可以保持。」
挡住了！而且是用最标准的数值分析语言挡回去的。
所有人都沉默着，仿佛间每个人都感觉得到，现在的林叶气势如虹，而徐子轩几乎已经到山穷水尽的地步了。
徐子轩整个人一滞，如果换做刚开始他还会惊叹于对方的基础竟然如此扎实，但是现在，他对这种情形已经没有意外。
但很快，他立刻抛出第二个问题：「既然提到了换位子，那么在激波这种强间断处，导数不存在，你的李代数结构如何定义？光滑性假设失效，你的泰勒展开岂不是不成立？」
「我们不需要全局光滑。」林叶依然从容，「在间断处，我们利用弱形式下的积分恒等式。李群的指数映射在分布意义下依然有效，只要我们选取合适的基函数空间，比如间断有限元空间，代数结构依然封闭。」
「那计算量呢？」徐子轩继续追问，「Krylv子空间投影需要计算雅可比向量积。对于三千万网格的算例，每一步的Arnldi叠代次数如果是30次，你的计算成本将是显式算法的数百倍！所谓的8.5倍加速，是不是只统计了时间步长，没统计单步耗时？」
「并没有。」林叶神色淡然，就像是在和一个刚入门的学弟解释习题，「我们使用了无矩阵技术，雅可比向量积通过有限差分近似，不需要存储矩阵，且由于李群算法的超收敛性，Krylv维度只需要取到15就足够了，综合算下来，单步耗时仅增加20%，但步长增加了几千倍，总收益依然是巨大的。」
接下来的时间中，两人就这样站在那里，一个在台下咄咄逼人，一个在台上闲庭信步。
一个问题接着一个问题，几乎毫无间隙。
徐子轩即使给人山穷水尽的感觉，但是他的问题却依然涵盖了泛函分析、数值代数、
流体力学守恒律等各个角落，每一个都刁钻无比，甚至有些已经是在扣教科里的生僻死角。
只不过，林叶的回答，却永远是那么快，那么准。
他就用现有的、大家公认的数学和物理知识，兵来将挡，水来土掩。
这一刻，偌大的报告厅内，除了两人一来一回的问答声，再无半点杂音。
台下的六百多名听众，早已从最初的看戏心态，变成了此刻的屏息凝神，甚至可以说是目瞪口呆。
那些坐在后排的年轻研究生们，虽然大半都听不懂他们在争论什么「弱形式积分」或者「无矩阵技术」，但这并不妨碍他们感受到那种只有在顶尖高手对决时才会迸发的火花。
