一、不是东西变多了，而是关系同时要求我们作答
设想一个社区学习中心需要安排三个小组使用两间教室。每个小组都说清了自己的需要，每一条单独要求也都合理：甲组要安静，乙组需要投影设备，丙组只能在同一晚到场。可是把要求放在一起，安排可能出现冲突。问题不是谁没把一句话说清，而是多个约束能否同时成立。
这是一个构造情境。我们可以把每个小组、教室和时段分别命名，也可以逐条推理“若乙组使用投影，则应安排到某间教室”。当约束增多，仅靠一串局部推理可能难以看见整体可行性。需要把连接、先后、兼容和排斥关系组织成可以共同检查的结构。数学在这里出现，不一定先以复杂公式出现，而以明确的对象、关系与约束出现。
SDE把数学放在E2的场态，以特征纠缠的连接、次序与结构说明数学的发生。这是一种作者提出的扩展性理解：数学所把握的不只是数量，也包括组织方式。读者应当同时注意，“场态”在这里不等于物理场，也不等于代数中具有两种运算的域，更不是说凡一张关系图都已经成为成熟数学理论。
要使这个解释具有内容，我们需要说明三个层次。第一，现实活动中已经存在或正在形成的关系。第二，人们选取这些关系并加以表示的模型。第三，在明确公理、定义和规则之下研究的形式结构。三者可以相互支持，却不相同。社区安排有真实限制，表格是对限制的模型，关于有限集合匹配或约束满足的推理则属于形式研究。
若把三层直接合并，就会把模型的缺漏当成现实本身的缺漏，把现实的变动当成数学定理的失效。本章会反复返回这个区分。数学发生的历史与数学结论的有效性可以同时受到尊重；追问结构怎样形成，并不要求放弃定义、证明和适用条件。
二、数一个苹果，已经做了哪些工作
从数量开始最容易看见数学与发生的关系。桌上有几个苹果，看似只需报出数字。实际计数至少需要确定对象边界、避免重复、保持遍历次序，并知道什么时候已经数完。把一只苹果切成两半，若任务问水果的个数、份数或重量，答案就可能不同。
这并不说明自然数随个人喜好改变。它说明把实际情境映射为计数对象之前，需要决定什么算一个。确定了互不重复的计数对象和一一对应的计数过程，结果就受到严格约束。把六个对象正确计数为五个，不能用“我的发生方式不同”来免于纠错。
SDE可以在这里追问“一个”的生成：什么差异被聚合为一个稳定单位，什么差异被忽略，单位在后续操作中能否保持。一个家庭、一个项目、一个复合思维体，都涉及比苹果更复杂的单位形成。数学可以帮助清楚表达数量关系，但不会自动替我们决定社会或认知单位应怎样划定。
还应区分单位选择与算术规则。两滴水汇合成一滴，不能作为普通自然数加法中一加一不等于二的反例，因为物理过程中计数单位的持续条件改变了。若计算的是汇合前的水滴数量，答案是二；若问汇合后的连通水体数量，问题已经不同。准确识别这种变化，比拿“水滴反例”反对算术更有解释力。
反过来，算术正确也不保证计数任务有意义。如果用“消息条数”评价沟通质量，一百条碎片可能比分三条清楚说明更低效。数学忠实地算出所给对象的数量，评价者却可能选择了不合目标的对象。发生性反思的落点在建模与价值判断，而不是责怪加法没有自带正确目标。
这条区分可以推广到考试分数、工作时长和阅读字数。数值可以精确，所表示的能力仍可能狭窄。五十万字是一项规模要求，不等于五十万字都具有同等理论价值。严谨写作既需要如实计数，也需要另行检查重复、论证与来源。数学约束保护诚实，却不能独自生成全部质量标准。
三、连接：一条线到底表示什么
把学习中心的活动画成网络，很容易得到一个看似清楚的图。小组与教室之间连线，小组与教师之间连线，不同时段之间也连线。但若所有线都画成同一种样子，图可能比文字更含糊。可以使用、必须使用、曾经使用和共同偏好，并不是同一种关系。
数学化的第一项工作，是声明连接的含义。设一组对象为A，另一组对象为B，我们可以规定一种关系R，写明哪些对象对属于R。对社区安排而言，R可以表示“该小组在该时段可以使用该教室”。这一定义本身不保证信息完整，却给检查与修订提供了共同对象。
接下来可以研究关系的性质。每个小组是否至少有一个可用安排？同一教室同一时段是否至多接纳一组？某项设备是否可移动？这些条件把随意画线转成约束明确的模型。若条件互相冲突，就需要修改安排或现实资源，而不是继续美化图形。
SDE的特征纠缠概念要求我们注意，连接也可能改变节点的身份。两个小组合作后，原来各自固定的活动也许变成联合课程；一间教室增加设备后，能够承接的任务发生变化。因此，研究不只是在固定节点之间增加边，还可能涉及节点类别和可用动作的共同改变。
这一点提供了新的建模任务，却不能凭一句“节点也在发生”便宣布现有数学无法处理。我们可以使用随时间变化的集合、关系和状态，也可以明确建模对象生成与删除的规则。真正的困难是如何选择规则、获得证据和控制模型复杂度。数学对象可以很灵活，灵活性本身不会替我们解决经验识别。
连接还可能有多种强度。两人一周见面一次，与共同承担项目的持续配合，都可被记成有连接，但其作用不同。若引入权重，必须说明权重代表频率、资源、影响还是主观评分。不同量不能因为都写成一个实数就被无条件相加。数字的共同外形并不保证意义相同。
四、次序：先后关系怎样产生全局限制
有些任务的核心不在有无连接，而在先后。教室应先布置再上课，设备应先检查再使用，某人必须完成培训才可独立操作。这些关系可以用次序表达。若每个任务都等待另一个任务先完成，就可能形成没有启动点的循环。
考虑三个步骤：取钥匙、确认房间、登记设备。制度规定取钥匙要先完成设备登记，登记设备要先确认房间，确认房间又必须先拿钥匙进入。每条局部规定都可能有其历史理由，合在一起却形成循环依赖。看清这个结构，能够把责怪个人办事慢转为检查制度如何造成停滞。
数学并不自动决定应该删除哪条规定。它帮助表明：在这些必须先行的关系都严格成立的条件下，当前流程无法按预定方式启动。解决方案还要考虑安全、权限和替代资源。例如设置一项初步登记或由值班员共同确认，可能解除循环。选择哪条路属于进一步的设计问题。
次序也不一定是单一线性顺序。两个互不依赖的任务可以并行，某些任务完成后再汇合。把所有工作强行排成一列，会损失可并行性；把有依赖的工作任意并行，又可能造成返工。部分有序关系提供一种比“所有事都有先后”更精确的表达。
本书的并行写作就是一个例子。不同主题可以同时研究，但统一术语、来源状态和最终编排需要共同条件。若每组独立改变核心定义，末尾简单拼接会得到相互冲突的书。并行能力必须服从依赖关系的分析，这种分析是实际组织中的数学结构问题。
从SDE看，次序不是完全外在的排程工具。某种先后会影响哪些差异先被注意、哪些结果能够回写，进而影响对象与能力怎样形成。同样一批材料，先给答案再给问题，与先让读者遇到困难再引入概念，可能产生不同学习过程。要把这个可能性提升为教育结论，还需比较研究；数学结构为研究提供表达，并不替代结果。
五、结构：局部合理为什么仍会整体不可能
三个小组都想在同一个时段单独使用教室，而中心只有两间教室。若不允许合用、增设时段或外借空间，那么三个要求不能同时满足。这个结论不需要知道各组课程内容，只需要对象数、可用资源与互斥条件。抽象使我们看见了与具体叙事无关的一部分限制。
但这种抽象也暴露了哪些条件可以重新讨论。“单独使用”是必要条件，还是习惯？“同一个时段”是绝对不能改变，还是缺乏协调？“两间教室”是否包括附近可合作的空间？数学说明既定约束下的不可能，发生性设计则追问约束能否改变以及改变的代价。
这里应避免两种相反误用。第一，把模型中的不可能当作现实永远不可能，因而不再创造新选项。第二，以现实可以改变为由否认当前约束，承诺一个在现有条件下做不到的安排。严谨的创新需要同时说明：旧约束下为什么不能，以及拟议改变具体解除哪项限制。
结构由对象、关系和规则共同构成，不是一个比关系更神秘的整体。SDE强调特征纠缠，能够提醒我们对象的性质也受结构位置影响；数学表达则要求把这种影响写清楚。例如某组是否需要独立空间，可能取决于它与另组的活动是否兼容。所谓需要不是永远固定的标签，而可以成为模型中的条件性关系。
全局一致也不等于处处有直接连接。一张结构严密的图可以很稀疏，某些节点之间没有边；一个数学系统也可以通过少量定义和规则表达大量可能关系。把场态简单理解为“所有东西都直接影响所有东西”，会混淆整体约束与全连接网络。SDE的场态需要在具体模型中采取比喻之外的定义。
数学的抽象能力恰在于选择哪些关系保留、哪些细节暂时不进入研究。它的价值不能以包含一切作为标准。一个模型若把全部现实细节复制进去，可能既无法计算也无法解释。好的形式化会说明删去了什么，并检查这种删除是否损害当前问题所需的结论。
六、函数与方程：从关系叙述走向明确承担
网站《点亮数学之灯：特征纠缠》把函数与方程放回具体生成和建模活动，提醒人们不要将公式直接当作世界本体。这个提醒可以与严格定义相接。函数首先需要定义域、值域以及每个输入对应唯一输出的规定。只有写下两个变量之间“存在关系”，还不等于已经给出一个函数。
以价格与销量为例，相同价格下可以出现不同销量，因为时间、地点、产品、宣传和供应条件不同。如果只写“销量是价格的函数”，就需要说明哪些条件被固定，或者输出究竟是平均预测、条件分布中的某个量还是确定结果。函数记号能够帮助组织问题，也可能隐藏被省略的变量。
方程则可以表达约束，而不一定已经解出了变量之间的单值对应。圆的方程x²+y²=1，并不能在整个横坐标区间上把y作为x的单值函数，因为多数横坐标对应上下两个点。通过限制分支，可以得到不同函数。这一简单例子说明：从“关系”到“函数”有需要检查的条件。
SDE三方程也应接受这个纪律。S=F(D,E)、D=G(S,E)、E=H(S,D)在入门层次可以表示三维相互规定的研究意向；若要成为数学模型，就要说明变量是什么、所在空间是什么、F等映射怎样给定，以及三个关系是否可同时满足。三个式子写在一起，并不自动保证存在唯一解，更不自动给出经验预测。
我们甚至可以用一个极小例子说明同时满足的困难。设两个实数条件分别为x=y和y=x+1，则把它们合在一起没有解。若只看每个式子，都像是清楚的依赖关系；全局却矛盾。另一个系统x=y和y=x则有无穷多个解，不能凭闭环外形宣布唯一状态已经确定。闭环需要分析，不是答案。
这不是要求哲学书每句话都变成微分方程，而是要求它诚实区分占位记号与已经建立的模型。关系记号有教学价值，形式模型有明确推演能力，经验模型还需测量与校准。三个层次都值得做，只有互相冒充才会造成问题。
七、数学形式的有效，不等于经验模型永不失效
假设学习中心用一个简单公式预测每场活动的人数。最初几个月预测较准，后来课程结构改变，预测误差明显扩大。失效的是这个模型在新条件下的适用性，而不是它使用的加法、乘法或回归计算突然不再成立。把模型失效称为“数学真理死亡”，会把不同对象混在一起。
同样，在一种几何公理体系中证明的结论，不因研究者后来采用另一种几何模型描述现实便自动失去原有地位。改变公理或解释会产生不同研究对象，原定理仍可在其原条件下成立。SDE网站《科学与微积分》第十三章明确讨论了数学形式结构相对独立于具体科学现象的这一层次，本章据此校正其他材料中的过强措辞。
数学家当然会发现旧证明有错误，也会改进定义和公理选择。这是数学实践中的真实修订。但一项正确证明在固定规则与前提下的后承地位，不能只因社会环境改变而被宣布失效。改变的是我们研究哪些问题、如何解释结构、接受哪些前提，或此前证明是否实际上满足要求。
经验科学中的数学使用多一层映射。变量如何对应测量量，误差如何估计，哪些作用被忽略，参数如何识别，都需要证据。一个方程内部求解完全正确，而映射不合问题，仍然可能给出差的预测。严谨科学既要会算，也要会判断算的是不是当前问题。
发生性研究可以把映射形成的历史打开。为什么选这些变量，谁的经验被纳入，哪种异常促使增加维度，什么反馈改变参数？这些追问有助于改进模型，却不能凭模型有历史便推定它主观任意。模型一旦提出，就会遭遇现实结果和数学约束的双重限制。
这里可以给入门者一个简明原则：定理要问假设与证明，模型要问对应与误差，方法要问适用与代价，哲学主张要问概念与论证。一个判断可以跨越几个层次，但跨越时应把桥梁写出来。数学的精确性并不自动传染给所有写成数学外形的句子。
八、三界数学：一种扩展定义怎样保持辨别力
SDE以现实、理念和自我三界讨论数学，意在使结构研究不只停在纸面符号。现实中有空间分布、行动次序和相互作用；自我活动中有记忆关联、目标冲突和重复模式；理念研究则把这些关系或独立构造的关系形式化。这个扩展能够提出许多值得研究的问题。
但“看到模式”与“建立数学模型”仍有距离。一个人发现自己经常在接近完成时放弃，可以称之为自我经验中的结构洞见；若要进一步数学化，需要界定什么算一次任务、接近完成如何测量、放弃与暂缓怎样区分。否则，模式可能来自选择性记忆，也可能把不同机制误并为同一个循环。
把自我经验写成状态转换模型，可以帮助检查假说。比如记录目标形成、尝试、收到反馈、调整或退出等阶段，并观察哪些转换经常发生。这种模型是研究工具，不是人的全部自我，更不是诊断结论。个人可以拒绝公开某些材料，研究者也应避免把测量便利变成对整个人的评判资格。
现实结构与数学结构的关系也不能只用“同源”结束解释。两个领域都存在连接和次序，并不保证某个具体数学模型会准确预测某个具体现象。还需要找到合适变量、可保留的关系、尺度和误差范围。称二者同属某类结构，是一个框架性主张；说明哪种结构在什么条件下对应，才是具体工作。
因此，本章把数学有效性的发生性解释理解为研究纲领：追查现实模式如何被选择、抽象、检验并再次用于现实，而不是宣称一个词已经解决数学为何有效的全部哲学问题。它也应研究失配：许多形式上优美的模型为什么不适用于某些任务？如果只解释成功而忽略失败，就很难识别实际起作用的条件。
三界贯通可以是很强的启发，却不等于三界同质。自我报告与物理测量的取得方式不同，形式证明与经验比较的验证方式不同。尊重差异并不妨碍相互翻译，恰恰使翻译有了需要承担的具体工作。一个共同框架若只能通过抹平这些差别获得统一，其统一就可能失去内容。
九、数学证明与理解体验，为什么必须相接又分开
读懂一个好证明常带来豁然贯通的体验。原来分散的定义和结论突然组织起来，读者觉得“原来只能这样”。SDE把这种体验描述为结构共振，可以作为理解发生的解释性语言。但这种主观体验不能作为证明成立的充分条件。
人可以被错误证明说服，也可以对正确证明暂时不理解。一项证明是否成立，首先取决于它在明确前提和规则下是否完成所需推导，而非有多少读者感到共鸣。理解体验值得研究，因为它关系到学习、发现和创造；证明规范同样必要，因为它使陌生人能够独立检查结果。
可以用一个简单的错误演算说明。假设a=b且a不为零，由a²=ab得到a²−b²=ab−b²，再写成(a−b)(a+b)=b(a−b)。若接着约去a−b，就会得到a+b=b，从而导出荒谬结论。错误不在读者是否感到顺畅，而在约去的量等于零，违反了相应运算条件。
这个例子也展示发生性教学的机会。学生若只记“不能除以零”，可能仍在复杂表达式中犯错；教师需要让他看到条件怎样随着等式转换被隐藏。符号展开、操作次序与整体约束共同参与理解。形式检查指出错误，发生性分析帮助设计怎样让学生真正掌握检查能力。
数学美感也应如此处理。简洁、对称和意外联系可以引导研究者寻找证明，但它们不是证明的替代品。一个复杂冗长的证明可能正确，一个优美直觉可能误导。把审美体验与形式有效分开，不是贬低美，而是使美能够在探索与理解中发挥作用，同时接受必要约束。
AI生成证明时，这一区分尤其关键。语言顺滑、术语齐全和结论令人满意，都不足以保证每一步成立。将证明交给形式系统检查可以增加一层可靠性，但仍需确认形式命题忠实表达了原问题，并检查所用公理与未完成占位。数学的公开性来自可复核的承担，而不只来自叙述的自信。
十、从相容网格到非局域模型，不应把一种技术条件放大成全部数学
底本用“相容性公理”批评把世界切成局部单元的倾向，并提出可重叠的伞模型。这一思想想抓住真实问题：某些相互作用不能由过于狭窄的邻近关系充分表达。然而，从这一问题走向“传统数学普遍禁止重叠、因此无法处理非局域”，跨度过大，需要修订。
首先，几何单元内部互不重叠，不等于所有空间点只属于一个闭单元。相邻单元可以共享边界，基函数的支集也可以跨越多个单元而重叠。网格的几何划分、函数空间的相容性、离散矩阵的稀疏性和模型的相互作用范围，是四种相关却不同的性质，不能用一个词全部代替。
其次，非局域作用可以在已有数学框架内用积分核、图关系和其他算子表达。相容离散也可以用于非局域问题；矩阵变稠密会增加计算代价，却不等于数学上无法表达，更不等于精度必然崩溃。具体方法是否稳定、收敛或高效，需要具体分析。
这里有可查的一手研究作为外部校验。D’Elia与Gunzburger的非局域扩散论文讨论连续Galerkin有限元离散及误差估计；Du与Yin的工作直接研究可积核非局域模型的相容DG方法。它们说明，相容与非局域并非概念上互相排斥。本章引用这一事实只承担反驳过强断言的作用，不声称已经完成所有数值方法的综述。
所以，伞模型较有希望的定位，是组织某类可重叠影响范围、核相互作用和时间响应的建模框架，并研究它与既有方法的具体关系。新意应落实在新增对象、耦合方式、定理、算法或可验证收益上。把既有方法统一重述可以有价值，但应与提出此前不存在的数学结果分开。
这种修订并未关闭研究空间。恰恰相反，它使问题从“推翻全部旧数学”变成可以着手完成的工作：指定一类模型，找出既有方法的具体瓶颈，给出新构造，证明性质，并比较结果。一个可检验的局部贡献，比无法承担的总体宣言更容易进入数学共同体的持续讨论。
十一、一个能够真正证明的局域极限
为了说明怎样从解释进入数学，本节给出一个范围明确的小命题。它研究一维实线上一类核平均差分算子，不宣称证明全部SDE，也不宣称把全部数学包在里面。读者若不熟悉积分，可以先抓住问题：把附近各点与当前点的差异加权平均，范围缩小时，是否会逼近某种导数？
设φ是非负、偶对称、可积的函数，其支集包含在有限区间[−R,R]内，积分为一。设其二阶矩M₂=∫z²φ(z)dz大于零。对固定点x，令u在x的某邻域二阶连续可微。取足够小的正数r，使x+rz仍在这个邻域，定义Ar u(x)=r⁻²∫φ(z)[u(x+rz)−u(x)]dz。
在这些明确条件下，Ar u(x)趋向(M₂/2)u″(x)。证明并不神秘。泰勒展开给出u(x+h)−u(x)=hu′(x)+h²u″(x)/2+h²ε(h)，其中ε(h)在h趋于零时趋于零。把h换成rz代入。一次项的积分为零，因为φ偶对称，zφ(z)是奇函数；二次项给出M₂u″(x)/2。
剩余误差的绝对值不超过M₂乘以sup{|ε(h)|:|h|≤rR}。由于rR趋于零，这个上界趋于零，命题得证。这里紧支集条件使局部泰勒余项可以在整个积分范围内共同控制；我们没有把逐点成立的余项无条件搬到无限积分之外。
如果进一步假设u在相关邻域四阶连续可微且四阶导数有界，则偶对称也使三次项积分为零，可以利用四阶余项获得O(r²)误差估计。只说u有三阶导，并不足以无条件得到这个二阶误差结论。收敛是否存在和收敛有多快，是两个需要不同条件的命题。
这个限制可以用反例亲自检查。取φ在[−1,1]上等于二分之一、区间外为零，取u(x)=|x|7/2，在x=0处计算。这个函数三阶连续可微，且u″(0)=0；然而Ar u(0)=(2/9)r3/2，它除以r²后会无界增大，所以误差不是O(r²)。核再对称，也不能凭空补足函数缺少的正则性。
无限作用范围还需要尾部控制。若取指数核φ(z)=e−|z|/2，它的二阶矩有限；但若取光滑函数u(x)=ex²，在x=0处，任意正r都会使积分中的er²z²增长压过核的指数衰减，相关积分发散。因此“任意二阶连续可微函数”与“有限二阶矩”合在一起，仍不足以保证算子有定义。写出一个形式积分之前，先问它是否存在，是数学工作不可省略的一步。
多维情况下，同类展开得到的通常是二阶矩矩阵与海森矩阵的缩并，即(1/2)ΣMij∂ij u。只有当二阶矩矩阵是某常数乘单位矩阵时，它才简化为拉普拉斯算子的常数倍。方向不同的核可能产生各向异性的扩散，而不是自动变成同一个各向同性公式。
这个小证明说明了形式化的具体价值。对称性负责消去一阶漂移，尺度归一负责保留二阶项，正则性负责控制误差，核的矩决定极限系数。少掉哪一个条件，结论都可能改变。所谓发生性数学如果能不断把概念推进到这种条件明确的命题，就有了可以积累的研究成果。
十二、一个无量纲指标为何不能独自证明退化
底本提出N=rω/(vT)，其中r为长度尺度，ω为无量纲重叠度，v为传播速度，T为特征时间。若这些量分别具有所声明的量纲，N确实是无量纲数。量纲正确是必要的初步检查，却不能证明这个数足以决定模型的全部行为。
首先，N趋于零不推出ω趋于一。固定r、ω、T，令v越来越大，N就趋于零，而ω可以一直等于二或更大。其次，N趋于零也不推出相互作用范围趋于零。在上述同一路径中，r保持不变。传播变快与作用范围变小是两个不同变化，不能由同一商值的变小自动等同。
再看ω趋于一。若r、v、T固定，N趋近r/(vT)，一般并不趋于零。因此，“无重叠极限”与“N为零”也没有单凭这个式子成立的等价关系。读者不需要复杂计算，只要逐个固定参数并改变另一个，就能检查这些推论。
同一个N还可能由很不同的参数组合得到。半径大而速度高，与半径小而速度低，可以具有相同商值，却对应不同的空间耦合与时间响应。若研究者主张它们在某种意义下等价，就需要定义等价所针对的可观测量，并给出额外定理或数据。一个指标压缩多个参数时，也可能抹去决定行为的差异。
因此，可以保留N作为候选比值，用来比较一个传播时间尺度与另一个特征时间尺度的关系；不应仅凭N趋零就宣布整个伞模型严格退回全部传统数学。上一节真正证明的是r趋零时一类经过适当归一的核算子趋近特定微分算子，其证明并未由N的定义自动获得。
还有一个单位问题需要注意。若v被定义为时间的倒数，它的量纲是一除以时间；若v被定义为传播速度，其量纲是长度除以时间。两种定义不能在同一个无量纲公式中交替使用。网站某些介绍同时借用了两种说法，正式形式化时必须选择并保持一致。
这些纠错值得放进入门书正文，因为它们示范了理论怎样在反馈中增强。一个错误推论被撤回，不等于全部研究方向失败。它意味着我们现在更清楚哪个指标能做什么，哪个问题仍需独立解决。发生性思想最应展示的，正是这种公开修订能力。
十三、重叠积分提供什么，又不能自动提供什么
伞模型用一组函数描述影响范围，这是一种可以严格研究的选择。若φi与φj是平方可积实函数，可以定义Eij=∫φi(x)φj(x)dx。这个量是函数之间的内积，所有Eij构成一个Gram矩阵。把定义写明后，一些性质可以直接检查，而另一些性质需要额外条件。
例如，矩阵作为整体是半正定的，因为任意实系数ci满足ΣciEijcj=∫(Σciφi)²dx≥0。但单个Eij不一定非负：如果函数可以取负值，乘积的积分可以为负。只有另外规定函数非负，才能获得每项非负这类结论。不能把整体半正定与所有元素非负混为一谈。
若两个非负函数在一个具有正测度的区域同时为正，内积为正。仅说两个支集相交还不够：它们可能只在一个边界点相接，而该点在通常积分中测度为零。反过来，对一般带符号函数，即使大量重叠，正负贡献也可能抵消为零。几何图像需要接受积分定义的约束。
距离越远，Eij也不必无条件单调下降。若所有函数都是同一种径向衰减轮廓的平移，可能得到相应性质；若轮廓不同、方向不同、尺度不同或有多个峰，结论就需要重新检查。一个关于“伞”的直观图不能替代对函数族的假设。
Gram矩阵还不自动等于刚度矩阵。后者取决于所研究的双线性型，可能涉及梯度、非局域差分或其他算子。使用哪种矩阵，应由问题和离散形式决定。把内积矩阵换一个新名字，并不能说明它已经取代了全部既有计算结构。
这些区别并不要求入门者掌握完整有限元理论。它们教会一种基本阅读能力：当文本从一个定义列出许多性质时，逐条问哪些由定义直接推出，哪些依赖未写出的条件。这样的阅读会使数学从权威外观变成能够亲手检查的工作，也使创新不必靠夸大来取得位置。
十四、混沌、噪声与新生，不能只靠方程三项对号入座
作者研究纲领希望把秩序、混沌与介生纳入动力学，这是有吸引力的目标。但把一个方程的自身项称为秩序、耦合项称为介生、随机项称为混沌，还不能构成对三种状态的数学判定。项的形式与整体动力行为之间并不存在这种直接的一一对应。
一个确定性系统可以出现复杂行为；加入随机扰动也不必产生数学意义上的混沌；系统存在耦合，并不保证出现新结构。甚至同一方程在不同参数、初始条件和观察尺度下，可能表现不同。所谓三态若要成为可计算概念，需要定义可观测特征与判定标准。
可以从较小任务开始。对一个具体网络模型，先规定什么算稳定状态，例如某个误差量进入并保持在范围内；规定什么算持续振荡；规定结构新生是否意味着新的稳定连接或新的可维持功能出现。然后研究这些状态在参数改变时怎样转换。这样的操作化仍可能不穷尽哲学上的三态，却能建立清楚的局部研究。
还应区分观察上的不规则与理论上的混沌。有限而有噪声的数据中出现复杂曲线，不能仅凭视觉认定某种动力机制已经成立。需要符合研究对象的分析方法和足够证据。本章不把三态标签当作对任何复杂系统的现成诊断。
介生尤其需要新的证明义务。它若指新结构尚在形成的阶段，要说明阶段边界如何确定，以及结果失败时怎样回看这段过程。不能只有成功后才把此前某段称为介生，而所有失败过程都被排除在外。否则，“介生带来新生”就可能成为按结果重新命名的同义反复。
SDE的研究机会正在这些困难中。它可以提出此前没有被关注的观察指标、比较不同阶段的回写能力，或研究结构改变如何增加后续可行动的选项。但每个贡献都应写出具体对象与判据。越想把哲学概念带入数学，越需要接受数学要求的清楚条件。
十五、数值算例怎样帮助研究，又怎样被过度解释
一个计算程序运行成功，会给研究者很强的信心。它表明某个定义至少能在一组参数下转成可执行操作，并产生结果。但程序运行、数值近似正确、模型适用和理论创新，是四个不同结论，不能在输出一张图后一次取得。
上一节的核算子提供一种可复核的数值任务。选一个已知导数的光滑函数，对不同r计算Ar u，与理论极限比较；再改变核的对称性、尺度归一或函数光滑性，观察哪些条件对结果重要。计算用于检查实现与直觉，也用于发现分析中遗漏的问题。
例如，取对称指数核φ(z)=e−|z|/2与u(x)=sin x，可以通过直接积分得到Ar u(x)=−sin x/(1+r²)。其极限是−sin x，误差为sin x乘r²/(1+r²)。这是一个特定例子的精确计算，能支持该例的二阶趋近，却不能仅凭它证明所有核和所有函数具有相同收敛率。
数值比较还需要避免不公平基准。新方法使用更密采样、更长运行或额外先验，而旧方法没有这些资源，结果差异就不能全部归为算法结构。应同时报告精度、成本、问题规模、停止条件和失败情况。所谓高效必须说明在相近要求下节省了什么。
拟议的伞模型研究可以先选择一个明确问题，例如一类非局域扩散方程。与适当的已有方法比较后，再问新框架是否降低了建模复杂度、改善某种误差或更容易处理动态关系。若仅实现了与已有方法相同的算子，也可以作为教学或组织成果报告，无需把它说成全新数学。
在理论入门书中，最有价值的数值例子往往不是最壮观的图，而是能够被读者复算的边界例子：改掉某个条件，预期会怎样失败，实际是否如此。这使“可检验”获得真实意义。没有失败可能性的演示，只能展示作者选中的成功画面。
十六、形式化如何帮助新思想，为什么也会遮蔽新思想
形式化要求定义对象、允许操作和有效关系，因此能够暴露口头论述中的含混。一个概念在不同段落承担不同意思，写进同一模型时就可能冲突。某个变量需要依赖未来结果才能计算，模型也会显示它无法在声称的时点实际使用。严格表达帮助思想发现自己尚未完成的部分。
但过早固定形式也会缩小探索。一个尚在形成的问题可能还没有合适单位，如果为了计算方便立刻选用最熟悉的变量，就会把真正需要研究的对象生成过程排除出去。SDE的发生性视角能够提醒研究者，模型的语言本身也是选择，应当允许遇到新差异时修订。
这种提醒不意味着形式化应无限延期。没有任何清楚表达，研究也无法知道自己是在发展还是只是在换词。可以分层推进：先用可检查的案例说明概念，再给局部模型，标明模型尚未覆盖的部分，逐步寻找不同局部模型之间的联系。既不要求一次把全部理论写成公式，也不让“复杂”永久豁免清晰性。
形式系统的内部探索还可能带来原问题未预料到的结构。研究者定义了一种关系，就会发现它与其他关系组合后的新性质。这些结果并非都来自即时经验需要，也不能全部归结为某个现实对象的直接复制。数学活动能够在已有抽象之间继续创造和发现，其发生也发生在理念活动之中。
因此，把数学说成“发生后的加工”只能覆盖某些建模环节，不能提前排除数学对象自身的生成。反过来，把一切概念创造都称为数学，又会丧失学科区分。本书保留一个务实边界：当研究提出明确形式对象，并以可公开检查的规则研究其性质时，它进入了数学意义上的工作；其他结构洞见可以成为重要前奏，但应按其当前完成度命名。
这使SDE与数学不必处在替代关系中。SDE可以提供问题、比较维度和反身性警觉；数学可以把局部问题推进为定理与可计算模型；现实反馈又检验模型是否承担了最初任务。每一次往返都可能修订参与者，而不是由某一套语言一次性统治其余语言。
十七、怎样教数学，才让学生看见定义背后的工作
发生性数学教学不应只是在每节课前讲一个热闹故事，然后继续要求机械套式。它要让学生亲手经历至少一段对象形成的必要工作。教函数时，不妨先给几组对应关系，让学生发现有些输入没有输出、有些有多个输出，再讨论为什么当前任务需要单值对应。
教图论时，可以先让学生自己决定路线图中的点代表路口还是地点、边代表道路还是可以步行的通道。两种建模会保留不同信息。随后给出一个任务，例如能否从入口走到出口，检查现有表示是否足够。学生由此看到，数学对象不是现成图画，而是为问题选择的明确结构。
教导数时，除了计算规则，还可以比较不同尺度上的变化率，说明极限试图保留什么。也要给出不可导或测量不足的情形，避免学生把所有曲线都默认光滑。发生性解释应增加对假设的敏感，而不是用“万物都是差异”取代极限定义。
教证明时，让学生同时经历猜想与反例。几个成功算例可以提示规律，却不能证明全称命题；一个真正反例能够改变猜想范围。修订后的命题再接受证明，这一过程使学生明白，严格性并非创造的敌人。它帮助创造摆脱只在自己选中的例子里成功。
AI可以在这些训练中提供变式、反例候选和不同解释，但学生仍需检查它们。教师可以故意给出一段条件缺失的演算，让学生找出问题，并要求AI根据指出的缺口修订。这比直接让AI写出漂亮答案更能训练判断。这里提出的是教学设计方向，尚未提供其效果优于其他方案的实证结论。
最终的学习成果，不只是学生多掌握几个公式，而是能够说明一个模型为何这样定义、一个结论靠哪些条件、一个反例修改了什么、一次计算结果能返回现实中的哪个问题。这样的基础能力使后续工具封装更可靠，也使学生能够在需要时打开封装，参与新数学与新知识的发生。
十八、从一张安排表返回思想体系的开放问题
回到本章开头的学习中心。通过命名，参与者获得可以讨论的小组、时段和教室；通过推理，识别每条要求的后果；通过结构化，把所有要求放在一起检查可行性。发现冲突后，他们不只是重新计算，还可能改变合作方式，让一个原来不存在的联合活动出现。
这段过程展示了符号、逻辑与数学的互相依赖，却不证明三者是严格互斥、穷尽一切的实体类别。同一个安排表可以作为整体符号被调用，其内部可以形成推理链，也可以被分析为约束结构。模态区分帮助我们改变考察重点，具体划分仍需服务于问题。
SDE的入门价值，可以在这种往返中逐渐建立：看到单位怎样形成，看到推进怎样取得理由，看到整体约束怎样限制与开启行动。同时，本体系还需要完成许多工作。三模态穷尽性如何论证？不同层次的特征纠缠怎样测量或比较？从发生性解释到形式模型需要哪些转换？这些问题不是文字修辞能够一次解决的。
数学部分尤其需要守住贡献边界。一个局域极限定理不等于包含全部数学；一个新指标不等于充分分类；一个核函数构造不等于所有非局域方法都由它首次产生。正确承认这些限制，使研究者能把精力放在真正空缺的地方，而不必维护无力承担的宏大结论。
这也是本书对初学者的尊重。入门并不意味着只能听简化后的胜利故事。普通读者完全能够理解条件、反例与尚未解决的问题，只要把它们放在具体推演中说明。一个人亲自检查过N趋零的反例，理解了为什么需要核的对称性，就已经开始参与理论判断，而不只是接受权威叙述。
当符号可以打开，理由可以检查，结构可以修订，思想体系才具有继续生长的条件。SDE关于发生的主张，应当在自身的学习与研究方式中实现这种条件。让一本入门书成为读者可以质疑、复算、迁移并继续建设的起点，比让它看起来已经回答了一切更有持久价值。