卷积完成的是将两个函数映射成一个函数的过程。这两个函数，既可以是连续的，也可以是离散的。
可以想见，有卷积得到的函数会同时具有两个自变量函数的一些特征。我觉得本质是相互作用。
我听过最优雅的说法是卡农是一种卷积，这种说法超神了！在这里贡献一下我的一种说法，蒹葭是一种卷积。
基物实验-预备知识
这个部分也是应该早看，里面有很多可以在实验中应用到的知识，但是我只是复习的时候才看见，太可惜了。
基物实验-数据处理
这节里面有很多的公式，都是没有办法短时间考场推导的，不知道需不需要记忆。
因为高中的时候有这方面知识，所以忽视了这一章的学习。但是这一章补充的关于线性回归法和逐差法的不确定度分析，是之前没有接触过的。
无论是一元线性回归法，还是逐差法，都避免了用间接测量法通过构造函数来将直接测量量转换成间接量的传统方法。但是不可避免的，还是要分析不确定度。
基物实验-1101波尔共振实验
基物实验-误差与不确定度
对物理现象、状态或者过程中各种物理量的准确测量是实验物理学中的核心任务。
误差是反映测量结果好坏的最直接判据。
因为误差的存在，客观本身就是一种理想。
这个部分真的应该是在做基物实验之前就开始看，而不是复习的时候看，这个里面的很多知识都是会在实验
离散数学-图论
有些东西可能是离散数学这门学科的通病。相比于高数或者线代，有一定在物理上的应用场景，而且其精神，比如说无穷，比如说代数系统，很容易被理解，而且很容易为我所用。离散这门学科没有一个中心，没有一个明确的思想（也可能是我没有发现），没有具体的应用场景（可能在算法里有用吧），学科的体系感也不强（可能是我接触的比较浅的缘故）。正因为如此，图论才如此难学，而且我参考了三本书，有的时候三本书对于同一个定义都具有不同的诠释，这更使我觉得，我没有搞清楚离散到底在研究什么？这个核心问题，许多困难与辨析，都是因为诸多“表象”，而通过表象洞彻本质，才能从万变中发现永恒。而这些都是我没有做到的，所以我写下了这篇文章，希望可以边写，边领悟其中的真意。
图的最本质内容是一种二元关系。
为了直观形象地理解图的结构和性质，总是用图形来表示一个图。
这句话是否说明，“图并不本质”，我们去对一个客观事物建模的时候，不应该先用他是不是一个图来考量，而是应该用他是不是一个二元关系来考量。这或许是一个很好的点。
图作为一个数学概念，其可以用来描述的客观事物一定是不胜枚举的。但是仅仅用图去描述现实中的地图、人际关系网，是不是有点形而下学了。如果用图俩描述流程图，或者解题图，会不会别有一番天地。突然想到，马尔可夫链也可以看做是图的一个应用，每一个随机过程，对应一个路径。
王兵山三元组图一生黑！！！