“麻瓜肯定选简单的题目，但我们不一样啊，我们需要挑战！”阿光很兴奋地喊道。
    林朝夕继续点头。
    “那就这么决定了！”老王愉快地说道
    ——
    电脑教室里开着几十台机器，还有几十位同学在热烈讨论。无论空调开得多低，都压不住这里热火朝天的气氛。
    再一开始的兴奋和激动过后，林朝夕很快静下来。
    虽然这道追击逃犯问题，和预测老林车祸问题非常相似，但他们仍有不同。
    按照事先制定的策略，他们三个开始仔细审读题目，并发表各自看法。俗称头脑风暴。
    老王又开始老干部模式主持会议：“大家各自说说自己的看法，这个题还是很有难度的。”
    阿光打开附录中的文档，里面记载了密密麻麻的通话记录：“相当阴险啊，这些报警里，肯定有虚假警报和真实警报，需要把他们区分开。”
    “如何区分？”老王问。
    “贝叶斯网络。林朝夕说。
    “嚯！”老王深吸一口气，“徒弟你年纪不大，口气不小！”
    “我们可以对每个目击事件赋予一个概率，概率越大，它就越可能发生。”林朝夕说着，拿过草稿纸。她先在上面画上简易地图，又打上网格。
    “把地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（n，e，t）为逃犯在某一时刻出现在某一位置的概率。”
    老王和阿光敛眉深思。
    老王：“然后按照时间顺序，不断更新？”
    林朝夕点头。
    “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）。”
    “对，其实就是根据目击报告，结合交通状况、道路桥梁构架、历史数据，不断给每个方格赋予新的值。”
    “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。”
    “也正因为这样，在t+1时间内，城西这条道路附近目击事件的赋值更高。”老王接着说。
    “嗯。”
    “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？”
    “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点上，逃犯可能出现的所有位置，得到一张概率分布图，这张图上的数值是不断更新着的……”
    “是你个头！”老王震悚，“你这思路也太清奇了吧？让我把你的脑子敲开看看！”
    “我比较聪明？”林朝夕赶紧躲开。
    阿光已经在纸上打了不少草稿，忽然抬头：“妈的，无法反驳，你确实聪明。”
    他说。
    ——
    林朝夕其实很惭愧，这是她深入研究车祸问题，花了很长时间才得到的思路。而老王和阿光看上去却是一点即通，接下来的讨论，就变成老王和阿光同学的主场。
    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。
    按照他们事先制定的计划，老王负责建模，阿光负责编程，而她做更基础的文字工作，构建论文框架，撰写论文。
    但……
    “为什么你觉得python更好，matlab仍是科学计算的第一工具，在数学建模里最好用，工具箱也多，有数不清的成熟模块可以调用。”阿光说。
    “但python里面的第三方模块也很多，其中numpy模块可以使python像吗matlab一样直接处理大型矩阵，scipy模块里封装了大量算法，matplotlib模块可以使python画出大量函数图。总而言之，python可以替代matlab中大部分功能，并且有matlab无法替代的一些优势。”
    “python是很好，但我没深入学过，我用matlab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。”
    林朝夕：“请相信我。”
    “但既然我负责编程，难道不应该你相信我？”阿光说。
    林朝夕有点不知该如何反驳，想了想，她问：“如果我坚持呢？”
    “那就你来负责编程。”
    阿光心直口快，直接这么说，林朝夕却愣住。
    按照事先安排，她做的一切准备都和撰写论文相关，编程方面的问题则很放心地交给了阿光。现在阿光这局“那就你来”，等于推翻她之前的所有准备。
    但站在阿光的立场上，如果他负责编程，他们就应该相信他的判断，他其实也没错有。
    可问题是，她只在这个领域上，比他们了解得更多一些，她更相信自己的判断。
    在一番的热烈讨论后，教室里安静不少。很多小组也像他们一样，在经历最开始的兴奋，着手解题后，就遇到了许多不可避免的纷争。
    各个小组内爆发小规模争吵，有的为选题，有的为思路。当然，也有小组和他们一样，因分工变动而开始新的辩论。
    在互相说了一些负气话之后，连带整个教室的氛围都冷