认知脚手架

正在准备你的认知工作台

arrow_back_ios_new
MENTAL MODEL · M4591

吉布斯现象

Gibbs Phenomenon
数理技术高支撑数学
已收录
account_tree

Version 1.0.0 · 更新于 2026-07-30

CORE DEFINITION · 核心定义

当用连续的波形去逼近一个发生突变(不连续)的信号时,在突变点附近会出现不可避免的过冲(Overshoot)和振荡,无论你用多么完美的算法。

SCAFFOLDING EFFECT · 脚手架效应

psychology

降低认知负荷

预判变革的过激反应。当社会或组织经历剧烈转型(突变)时,不要指望平稳过渡。初期的矫枉过正(过冲)和反复震荡是数学上的必然。看到乱象不要惊慌,那是波形拟合过程中的吉布斯毛刺。

anchor

锚定快速决策

用有限项傅里叶级数(或任何光滑基)逼近带跳变的信号,在跳变点附近会固定出现约 9% 的过冲且不以项数增多而消失(仅变窄)。本质是"用连续/光滑函数逼近不连续"的结构性代价。迁移含义:剧烈转型(不连续)必然伴随局部过冲与震荡,这是逼近过程的固有毛刺,非执行失误。

MINIMUM ACTION · 最小行动

进行中 0/1

在一个真实场景中练习这个模型:

勾选记录你的进度(本机暂存)
掌握进度0%
account_tree知识谱系 Genealogyexpand_more
menu_book信源参考 Sourcesexpand_more

来源明确性: 明确

  • link
    zh.wikipedia.orghttps://zh.wikipedia.org/wiki/%E5%90%89%E5%B8%83%E6%96%AF%E7%8E%B0%E8%B1%A1ZH · 明确
    verified

RELATED MODELS · 相关模型