根据这一假设,方程(3.18)和(4.7)给出了ea*l<x<ea*L-1,(4.11)eφ(n+1)(x)=(A(n,M,l)- K) +(B(n,M,l)+1)ex+Xi∈IpIn,MXh=0(C(n,M,l)i,he-ξi,pxxh)+In,MXh=0(D(n,M,l)heΦ(p)xxh)+E(n,M,l)EΦ(α)x和(4.12)EΦ(n+1)′(x)=(B(n,M,l)+1)ex+Xi∈IpIn,MXh=0C(n,M,l)i,h(-ξi,pe-ξi,pxxh+he-ξi,pxxh-1) +In,MXh=0D(n,M,l)h(Φ(p)eΦ(p)xxh+heΦ(p)xxh-1) +Φ(α)E(n,M,l)EΦ(α)x。通过(3.19),我们可以确定最佳阈值ea*n+1。现在,考虑到(3.20),可以通过设置e(n+1,0,n+2)=eφ(n+1)(ea)获得u(n+1,0)的表示*n+1)e-Φ(α)ea*n+1,(4.13)和A(n+1,0,n+2)=B(n+1,0,n+2)=C(n+1,0,n+2)=D(n+1,0,n+2)=0,对于1≤ L≤ n+1A(n+1,0,l)=A(n,M,l)- K、 B(n+1,0,l)=B(n,M,l)+1(4.14)和C(n+1,0,l)=C(n,M,l),D(n+1,0,l)=D(n,M,l),E(n+1,0,l)=E(n,M,l)。(4.15)可以证实,因为通过假设,D(n,M,1)=E(n,M,1)=0,我们有D(n+1,0,1)=E(n+1,0,1)=0。最佳多次停车、加拿大化和相位型拟合134.2。第二步。