阿光已经在纸上打了不少草稿，忽然抬：“妈的，无法反驳，你确实聪明。”

他说。

林朝夕。

图分成相同大小的网格，以n和e表示其经纬度，t为时间，p（）为逃犯在某一时刻现在某一位置的概率。”

“是你个！”老王震悚，“你这思路也太清奇了吧？让我把你的脑敲开看看！”

林朝夕其实很惭愧，这是她研究车祸问题，了很长时间才得到的思路。而老王和阿光看上去却是一即通，接下来的讨论，就变成老王和阿光同学的主场。

“比如这条和这条。”林朝夕用手指着报案记录中的两条报告，“一条显示逃犯在城东，另一条显示在城西，但如果前一个时刻报告也显示嫌犯在城东，那么城西的报告显然可信度偏低。”

“对，其实就是据目击报告，结合通状况、路桥梁构架、历史数据，不断给每个方格赋予新的值。”

林朝夕：“请相信我。”

“但python里面的第三方模块也很多，其中numpy模块可以使python像吗matb一样直接理大型矩阵，scipy模块里封装了大量算法，matplotlib模块可以使python画大量函数图。总而言之，python可以替代matb中大分功能，并且有matb无法替代的一些优势。”

一般来说，建模大赛的参赛团队必有分工。一人负责建模；一人作为论文主笔，而剩下最后一人，则负责程序编写数据生成校验。

——

但……

“为什么你觉得python更好，matb仍是科学计算的第一工，在数学建模里最好用，工箱也多，有数不清的成熟模块可以调用。”阿光说。

“我比较聪明？”林朝夕赶躲开。

照他们事先制定的计划，老王负责建模，阿光负责编程，而她更基础的文字工作，构建论文框架，撰写论文。

“我觉得可以。”阿光说，“首先给每一方格赋予不同的先验概率，利用目击事件似然更新每个小方格的后验概率p（i，j）。”

“所以要用贝叶斯网络？”老王说，“重复多次使用贝叶斯定理，随着证据越来越多，不断更新后验概率，弥补主观判断赋值后造成的偏差？”

老王和阿光敛眉思。

“是啊。”林朝夕说，“也就是说，我们可以同时考虑在每一个时间截上，逃犯可能现的所有位置，得到一张概率分布图，这张图上的数值是不断更新着的……”

“嗯。”

老王：“然后照时间顺序，不断更新？”

“也正因为这样，在t1时间内，城西这条路附近目击事件的赋值更。”老王接着说。

“python是很好，但我没学过，我用matb顺手。”阿光想了想，继续说，“你说的这些我没有验证过，是否真的好用，还存疑。”