8

 Заметка VIII. От геометрии к гарантии

Как много можно узнать о функции, если известны не все её значения, а только то, насколько быстро она меняется? И можно ли превратить такое знание в надёжный способ вычислить среднее по сфере? Эти вопросы принадлежат разным привычным языкам: первый — теории приближений, второй — численному анализу. Наш путь состоял в том, чтобы связать их одним методом.

На окружности колебания описываются синусами и косинусами. На сфере их место занимают сферические гармоники. Самые низкие степени отвечают медленным изменениям, высокие — более мелким деталям. Приближение сферическими полиномами означает, что мы стараемся передать функцию ограниченным набором таких колебаний.

За гладкость отвечает лапласиан Лапласа–Бельтрами. Это сферический аналог второй производной: он суммирует изменения функции в касательных направлениях, учитывая геометрию поверхности. Положительный оператор обозначается через \(L=-\Delta\). Оценка его величины не определяет постоянную часть функции, но позволяет контролировать отклонения от неё. Именно поэтому в задаче восстановления появляются условия нулевого среднего или исключения нескольких низких гармоник.

Неравенство Фавара говорит, насколько велика оставшаяся часть функции, если ограничен её лапласиан. Близкая постановка спрашивает, насколько хорошо можно приблизить произвольную функцию низкими сферическими полиномами. В обоих случаях естественный масштаб ошибки для первого лапласиана — обратный квадрат степени приближения. Содержание задачи состоит в коэффициенте и в понимании того, откуда он берётся.

Исследование началось с привычной сферы \(S^2\) и затем было продолжено на сферы чётной размерности. Символ \(S^D\) означает поверхность единичного шара в пространстве размерности \(D+1\); сама поверхность имеет размерность \(D\). Изобразить её целиком не требуется. Достаточно знать расстояния и размеры слоёв, находящихся на одинаковом расстоянии от выбранного полюса.

Усреднение по вращениям вокруг полюса превращает необходимую задачу приближения ядра в одномерную. Размерность при этом сохраняется в весе интеграла. В чётном случае после подходящей замены переменной этот вес становится полиномом. Здесь и открывается возможность общего доказательства, которое не требует заранее найти точные экстремальные узлы.




Восстановить, приблизить, оценить

Первый шаг метода — обратить лапласиан. Для этого служит функция Грина: она описывает отклик на сосредоточенный источник. Произвольную функцию с вычтенным средним можно восстановить, усредняя такие отклики с весом, равным её лапласиану. Дифференциальная задача становится интегральной.

Теперь ядро восстановления приближается  полиномом. Его полиномиальная часть даёт допустимое приближение функции; остаток оценивается через интеграл своего модуля. Поэтому ошибка приближения функции Грина становится коэффициентом в неравенстве Фавара. Вместо отдельного исследования всех функций мы изучаем одно ядро, общее для целого класса.

В чётной размерности у функции Грина есть особенно удобная структура: главный полюс, несколько более слабых полюсов, логарифм и постоянная. Мы показали, что после удаления главного полюса остаток приближается с ошибкой порядка обратной четвёртой степени. Для первого асимптотического уровня Фавара он уже несущественен. Таким образом, трудность сосредотачивается в одном самом сильном слагаемом.

Следующий шаг — выбор подходящего полиномиального остатка. В исходных поисках нас направлял метод Бабенко–Геронимуса: найти правильный знак ошибки и расположение его перемен. Для общей верхней оценки удалось обойтись без полного решения этой тонкой задачи. Вспомогательный остаток выбирается квадратом полинома. Его неотрицательность снимает абсолютную величину, а условия у полюса становятся условиями на несколько производных.

Так задача интегрального приближения заменяется квадратичной минимизацией с линейными ограничениями. Она решается через матрицу скалярных произведений граничных функционалов. После масштабирования возникает классическая матрица Гильберта. Нужный элемент обратной матрицы вычисляется с помощью полиномов Лежандра, и из него получается явный размерностный коэффициент.

Итог для каждой фиксированной чётной размерности \(D\ge4\) таков: после умножения ошибки приближения ядра на собственное число \(N(N+D-1)\) её верхний предел не превосходит \(2D-4\). Для сферы \(S^{2d}\) этот коэффициент записывается как \(4d-4\). Это доказанная асимптотическая верхняя граница. Точное значение предела и оптимальность коэффициента из нашего рассуждения не следуют.

Порядок неравенств Фавара на сферах изучался задолго до этой работы, в частности Камзоловым. Специальные размерности допускают более тонкие результаты; современные асимптотические формулы Соляника для \(S^4\) и \(S^6\) здесь не заменяются грубой общей оценкой. Наша цель — проследить единый механизм, пригодный и там, где точное решение ещё неудобно для использования.

Полученный инструмент переносится на целые степени лапласиана: повторному обращению соответствует повторная свёртка ядер. Он даёт и оценку Джексона, если измерять гладкость специальным спектральным усреднением — резольвентой лапласиана. Это усреднение согласовано с оператором точным тождеством, поэтому переход короток. Речь идёт именно об этом модуле; сравнение с обычными геодезическими разностями требует отдельной работы.



От оценки функции к вычислению среднего

Наиболее непосредственное приложение связано с квадратурами. Среднее по сфере заменяется взвешенной суммой значений в узлах. Если веса положительны, их сумма равна единице, а низкие полиномы интегрируются точно, та же ошибка приближения ядра контролирует погрешность квадратуры. Полиномиальная часть восстановления исчезает благодаря точности формулы, а остаток оценивается без дополнительного удвоения коэффициента.

На \(S^2\) это даёт полностью явную гарантию. Пусть модуль лапласиана не превосходит \(A\), то есть \(\|Lf\|_\infty\le A\), формула точна для полиномов степени меньше \(N\), а каждое измеренное значение \(y_j\) отличается от \(f(x_j)\) не больше чем на \(\eta\). Тогда
\[
\left|\sum_jw_jy_j-\int_{S^2}f\,d\mu\right|
\le\frac{7\zeta(3)}{4N(N+2)}A+\eta.
\]
Мера здесь нормирована на единичную массу, \(N\ge1\), а \(\zeta(3)\) — сумма обратных кубов натуральных чисел. Числовой множитель \(7\zeta(3)/4\) приблизительно равен \(2.104\). Положительность весов обеспечивает устойчивость: погрешности значений не усиливаются. Если моментные условия выполнены лишь приближённо, к оценке добавляется отдельно вычисляемая поправка.

Мы сравнили стандартную квадратуру по широтам и долготам с формулами Лебедева. Затем рассмотрели потенциал Грина самой квадратуры: его близость к постоянной измеряет наихудшую ошибку на классе с ограниченным лапласианом. В четырёх предварительных сравнениях общая граница Фавара была примерно в полтора раза выше численной оценки этой ошибки и лучше простой квадратичной ядерной границы. Эти расчёты ещё не являются интервально проверенными оценками интегралов потенциала.

Практическое достоинство подхода — возможность разделить работу. Ядро оценивается один раз для выбранной сферы и степени точности. Затем одна гарантия обслуживает разные положительные квадратуры и разные функции с известным ограничением гладкости. Например, если функция удовлетворяет уравнению Пуассона \(Lf=g\), нужная оценка получается непосредственно из известной правой части.

Эффективность определяется также числом узлов и стоимостью значений. Наш метод пока не строит оптимальную сетку и не доказывает превосходства всех алгоритмов. Он даёт основу для честного сравнения: требуемая точность, проверенные условия, вычислительная цена и вклад ошибок данных. Связь ядер с квадратурами хорошо известна современной соболевской теории; здесь она получает конкретную гарантию из рассмотренной оценки Фавара.

Итогом стала последовательность понятных переходов: геометрия определяет вес, функция Грина обращает оператор, полиномиальное приближение контролирует остаток, положительные веса сохраняют оценку при вычислении среднего. Точность отдельной константы остаётся важной математической задачей. Но уже полученная граница позволяет сделать следующий шаг — выбрать вычисление, которому можно доверять в пределах явно указанных предположений.