9 окт. 2026 г.

S^3 Part V Bridge

 # A Bridge to Entire Functions

*Favard on the Sphere \(S^3\). V. The Universal Signature and the Limiting Constant*

On the sphere, the nodes of the extremal polynomial are not uniformly spaced. However, if one zooms in on a neighborhood of the pole scaled inversely with the degree, their configuration gradually stabilizes. This raises the question: what mathematical object encodes this asymptotic pattern?

The answer emerges from the norm-comparison problem. Its extremal entire function governs the limiting spherical nodes. Below, we explain this passage to the limit and formulate the main result; the detailed estimates are left for readers who wish to explore the fine technicalities.

## From the Sphere to a Stable Profile

We work on the unit sphere \(S^3\) in four-dimensional space. We denote the positive Laplacian by \(L = -\Delta_{S^3}\). Spherical harmonics of degree \(k\)—the spherical counterparts of sines and cosines—have eigenvalues \(k(k+2)\). The function \(f\) has all harmonics of degrees strictly less than \(n\) removed; we seek to bound its norm in terms of the norm of \(Lf\).

Let \(E_n\) be the minimal \(L^1\)-error in approximating Green's function by spherical polynomials of degree less than \(n\). This is the sharp Favard constant in the uniform norm, and an upper bound for the other \(L^p\)-norms.

The primary unknown is the signature—the sign of the best approximation error. It must be orthogonal to all low-degree harmonics. For functions depending only on the geodesic distance to the pole, this condition becomes one-dimensional: the sign must be orthogonal to polynomials of degree less than \(n\) with respect to the weight \(\sqrt{1-x^2}\), where \(x = \cos\theta\).

The orthogonality of a Gegenbauer polynomial does not imply the orthogonality of its sign. The correct signature is selected by minimizing the \(L^1\)-norm of a polynomial with a fixed leading coefficient: the first variation of the norm generates precisely the required orthogonality conditions.

For an even degree \(n = 2m\), symmetry allows us to fold the two hemispheres together. Making the change of variables \(t = 2\theta\), we obtain an equivalent norm-minimization problem: among cosine polynomials \(P_m\) of degree at most \(m\) satisfying \(P_m(0) = 1\), minimize

\[
\ell_m = \int_0^\pi |P_m(t)|\,dt.
\]

The admissible variations take the form \((1 - \cos t)q(\cos t)\); the factor \(1 - \cos t\) originates from the spherical volume measure. The correspondence is exact.

We now blow up the polar region by setting \(t = u/(m+1)\). Periodizing the entire extremal yields an upper bound on the polynomial norms. Conversely, compactness (via normal families) and the minimality of the limiting norm show that any subsequential limit profile must solve the continuous extremal problem. The uniqueness of its solution guarantees the convergence of the entire sequence.

In this way, we arrive at an entire function \(H\) with \(H(0) = 1\) that minimizes \(\int_{\mathbb{R}} |H(u)|\,du\) among all entire functions of exponential type at most \(1\). The exponential type bounds the growth rate in the complex plane; for integrable functions, this is equivalent to restricting the spectrum (Fourier support) to the interval \([-1, 1]\). Consequently,

\[
P_m\!\left(\frac{u}{m+1}\right) \longrightarrow H(u),
\qquad (m+1)\ell_m \longrightarrow B.
\]

## What the Modern Work Provides

The function \(H\) turns out to be a rescaled version of the Hörmander–Bernhardsson extremal function. Its modern analytic description is due to Bondarenko, Ortega-Cerdà, Radchenko, and Seip. Those authors work with exponential type \(\pi\): we denote their function by \(\varphi\), and the norm constant by \(\mathscr{C}\). It satisfies the sharp inequality \(|h(0)| \le \mathscr{C} \|h\|_1\).

Our normalizations are related by a simple scaling: \(H(u) = \varphi(u/\pi)\). Thus,

\[
B = \frac{1}{2} \int_{\mathbb{R}} |H(u)|\,du = \frac{\pi}{2\mathscr{C}} \approx 2.903887.
\]

The modern paper characterizes the extremal via a second-order differential equation for a factor containing the alternating zeros. A spectral problem together with an auxiliary condition allows the parameters to be computed; a detailed asymptotic analysis describes the deviation of the nodes from a uniform grid.

This perspective is close in spirit to the Geronimus–Peherstorfer–Babenko method: first identify the signature, then split the alternating nodes into analytic factors. In Babenko's 2019 draft, this node-splitting is already present. The modern solution contributes an effective differential and spectral mechanism. It is this computational machinery that we adopt, without attributing the entire foundational architecture to it.

Why is the norm signature (from the \((C, L)\)-problem) suitable for the Favard problem? On the finite sphere, the interpolation remainder of Green's function is equal to the extremal polynomial multiplied by a strictly positive integral. Its sign therefore coincides identically with the norm signature. In the limit, the same mechanism persists: the low-frequency component of the fundamental solution is constructed from \(H\), and the remainder inherits the sign of \(H\).

There is an important technical hurdle: the convergence of the initial nodes alone does not permit an immediate passage to the limit in the integral over the entire sphere. The proof requires constructing an integrable majorant that controls both the pole and the far field. Here, Gegenbauer polynomials prove useful once again: they provide a simple auxiliary remainder, even though they do not themselves generate the exact extremal nodes.

Let \(\tau_k\) denote the positive zeros of \(\varphi\). In the modern work, there arises the Dirichlet-type series

\[
L_-(s) = \sum_{k \ge 1} \frac{(-1)^k}{\tau_k^s}.
\]

Initially defined for \(\operatorname{Re} s > 1\), it admits an analytic continuation to the entire complex plane. For our problem, the relevant value is at \(s = -2\). One cannot simply plug this value into the series, as the terms do not even decay to zero. Instead, one subtracts the known leading asymptotic terms of the nodes; the remaining series then converges absolutely. The analytic continuation accounts for the contribution of the subtracted parts.

Thus, the exact value of the constant rests upon a rigorously defined function and its zeros. It remains exact even without being expressed in terms of classical elementary constants.

## The Constant Returns to the Sphere

The spherical analysis culminates in the formula

\[
\boxed{\displaystyle
\lim_{n\to\infty} n^2 E_n = F_{1,3} = -\pi^2 L_-(-2) \approx 2.85099942.}
\]

The modern paper provides the entire extremal and the continuation of the series. Identifying this value with the spherical Favard constant requires the transitions detailed above; this belongs to our spherical derivation.

The same constant admits a positive integral representation:

\[
F_{1,3} = \frac{B}{\pi} \int_0^\infty \frac{du}{H(iu)}.
\]

The real zeros describe the alternating sign pattern; evaluated along the imaginary axis, the canonical product over these zeros becomes strictly positive. Hence, the integral representation is well-suited for deriving bounds. Its independent derivation directly from trigonometric polynomials is discussed in the final chapter.

This bridge also yields an explicit bound for each individual degree. We extend a zonal function \(f\) evenly and periodically, and then, in three-dimensional Euclidean space, define the radial function \(v(r) = f(r)\frac{\sin r}{r}\). A spherical harmonic of degree \(k\) corresponds to a Euclidean radial frequency \(k+1\). A direct calculation shows that

\[
-\Delta_{\mathbb{R}^3} v(r) = \frac{\sin r}{r} (L + 1)f(r).
\]

The Euclidean inverse remainder has an \(L^1\)-norm of \(F_{1,3}/a^2\) at frequency scale \(a\). From this, one deduces that \(E_n \le F_{1,3}/((n+1)^2 - F_{1,3})\). A separate analytical bound \(F_{1,3} < 3\) allows the denominator to be simplified to \(n^2\). We thus obtain

\[
\boxed{\displaystyle
\|f\|_p \le \frac{F_{1,3}}{n^2} \|Lf\|_p,
\qquad n \ge 1, \quad 1 \le p \le \infty,}
\]

for functions with all harmonics of degrees strictly less than \(n\) removed (initially for smooth \(f\)). Here, the universal coefficient is independent of the degree; the sharp asymptotics establish that in the uniform norm (\(p = \infty\)), it cannot be decreased. Sharpness in the \(L^1\)-norm remains a separate open question.

This formula continues the classical lineage: on the circle, one obtains \(\pi^2/8\); on \(S^2\), the value is \(\tfrac{7}{4}\zeta(3)\); on \(S^3\), it is a series over the extremal zeros. While the geometry of the node lattice becomes more intricate, Favard’s underlying principle remains invariant: first determine the true sign, then evaluate the action of the inverse operator on it.

A few normalizations and auxiliary estimates remain to be verified. Nonetheless, the architecture of the result is now clear: the norm-comparison problem selects the limiting profile, and Green's function transforms it into the spherical Favard constant. The next question is how to traverse this path directly on the sphere. That is the subject of the concluding chapter.

 # Мост к целым функциям

*Фавар на сфере S³. V. Общая сигнатура и предельная константа*

На сфере узлы экстремального полинома расположены неравномерно. Однако, если увеличивать окрестность полюса вместе со степенью, их рисунок постепенно становится устойчивым. Возникает вопрос: какой математический объект хранит этот рисунок?

Ответ приходит из задачи о сравнении норм. Её экстремальная целая функция определяет предельные сферические узлы. Мы объясним этот переход и сформулируем результат; подробные оценки остаются как равлечение для желающих понять тонкости.

## От сферы к устойчивому профилю

Работаем на единичной сфере \(S^3\) в четырёхмерном пространстве. Положительный лапласиан обозначим через \(L=-\Delta_{S^3}\). Сферические гармоники степени \(k\) — аналоги синусов и косинусов — имеют собственные значения \(k(k+2)\). У функции \(f\) удалены гармоники степеней меньше \(n\); мы ищем оценку её нормы через норму \(Lf\).

Пусть \(E_n\) — наименьшая интегральная ошибка приближения функции Грина сферическими полиномами степени меньше \(n\). Это точный коэффициент Фавара в равномерной норме; для остальных норм — верхняя оценка.

Главная неизвестная — сигнатура, то есть знак ошибки наилучшего приближения. Она должна быть ортогональна всем низким гармоникам. Для функций, зависящих только от расстояния до полюса, условие становится одномерным: знак ортогонален полиномам степени меньше \(n\) с весом \(\sqrt{1-x^2}\), где \(x=\cos\theta\).

Ортогональность полинома Гегенбауэра не означает ортогональности его знака. Правильную сигнатуру выбирает минимизация интегральной нормы полинома с фиксированным старшим коэффициентом: первая вариация нормы даёт нужные условия.

При чётной степени \(n=2m\) симметрия позволяет сложить две половины сферы. После замены \(t=2\theta\) получаем эквивалентную нормовую задачу: среди косинус-полиномов \(P_m\) степени не выше \(m\) с условием \(P_m(0)=1\) минимизировать

\[
\ell_m=\int_0^\pi|P_m(t)|\,dt.
\]

Допустимые вариации имеют вид \((1-\cos t)q(\cos t)\); множитель \(1-\cos t\) возникает из сферической меры. Соответствие точное.

Увеличим полярную область, положив \(t=u/(m+1)\). Периодизация целой экстремали даёт верхнюю оценку норм полиномов. Обратно, компактность семейства и минимальность предельной нормы показывают: любой предельный профиль решает одну и ту же задачу. Единственность её решения определяет предел всей последовательности.

Так мы приходим к целой функции \(H\) с \(H(0)=1\), минимизирующей интеграл \(\int_{\mathbb R}|H(u)|\,du\) среди целых функций экспоненциального типа не выше единицы. Тип ограничивает скорость роста при комплексном аргументе; для интегрируемых функций это равносильно ограничению частот отрезком \([-1,1]\). В результате

\[
P_m\!\left(\frac{u}{m+1}\right)\longrightarrow H(u),
\qquad (m+1)\ell_m\longrightarrow B.
\]

## Что даёт современная работа

Функция \(H\) оказывается масштабированной экстремалью Хёрмандера—Бернхардссона. Её современное описание принадлежит Бондаренко, Ортеге-Серде, Радченко и Сейпу. Авторы рассматривают тип \(\pi\): их функцию обозначим через \(\varphi\), а нормовую константу — через \(\mathscr C\). Она удовлетворяет точному неравенству \(|h(0)|\le\mathscr C\|h\|_1\).

Наши нормировки связаны просто: \(H(u)=\varphi(u/\pi)\). Поэтому

\[
B=\frac12\int_{\mathbb R}|H(u)|\,du
=\frac{\pi}{2\mathscr C}\approx2{,}903887.
\]

Современная работа определяет экстремаль через дифференциальное уравнение для множителя, содержащего чередующиеся нули. Спектральная задача и дополнительное условие позволяют вычислять параметры; подробная асимптотика описывает отклонение узлов от равномерной сетки.

Этот язык близок методу Геронимуса—Пехерсторфера -- Бабенко: сначала сигнатура, затем разделение чередующихся узлов и аналитические множители. В черновике Бабенко 2019 года такое разделение уже присутствует. Современное решение добавляет эффективный дифференциальный и спектральный механизм. Именно его мы используем, а не приписываем ему происхождение всей конструкции.

Почему нормовая сигнатура (для C-L задачи)  годится для Фавара? На конечной сфере интерполяционный остаток функции Грина равен экстремальному полиному, умноженному на положительный интеграл. Его знак поэтому совпадает с нормовой сигнатурой. В пределе сохраняется тот же механизм: по \(H\) строится низкочастотная часть фундаментального решения, а остаток имеет знак \(H\).

Есть важная техническая граница. Сходимость первых узлов ещё не разрешает переходить к пределу в интеграле по всей сфере. В доказательстве строится интегрируемая мажоранта, контролирующая и полюс, и дальнюю область. Здесь полиномы Гегенбауэра вновь полезны: они дают простой вспомогательный остаток, хотя сами не выбирают точные узлы.

Обозначим положительные нули \(\varphi\) через \(\tau_k\). В современной работе возникает ряд

\[
L_-(s)=\sum_{k\ge1}\frac{(-1)^k}{\tau_k^s}.
\]

Первоначально его можно определить при \(\operatorname{Re}s>1\), затем продолжить аналитически на всю комплексную плоскость. Для нашей задачи появляется значение при \(s=-2\). Подставлять его непосредственно в ряд нельзя: члены тогда даже не стремятся к нулю. Нужно вычесть известные ведущие члены асимптотики узлов; оставшаяся сумма сходится абсолютно. Аналитическое продолжение фиксирует вклад вычтенной части.

Таким образом, точная запись числа опирается на точно определённую функцию и её узлы. Она остаётся точной и без выражения через привычные элементарные константы.

## Константа возвращается на сферу

Сферическая часть рабочего доказательства приводит к формуле

\[
\boxed{\displaystyle
\lim_{n\to\infty}n^2E_n=F_{1,3}
=-\pi^2L_-(-2)\approx2{,}85099942.}
\]

Современная статья предоставляет целую экстремаль и продолжение ряда. Отождествление этого значения с константой сферического Фавара требует описанных переходов; оно относится к нашему рабочему выводу.

То же число имеет положительную интегральную запись:

\[
F_{1,3}=\frac B\pi\int_0^\infty\frac{du}{H(iu)}.
\]

Вещественные нули описывают чередование знаков; при мнимом аргументе произведение по этим нулям становится положительным. Поэтому интегральная формула удобна для оценок. Её самостоятельный вывод непосредственно из круговых полиномов обсуждается в заключительной главе.

Мост позволяет получить и оценку для каждой степени. Зональную функцию \(f\) продолжаем чётно и периодически, затем в трёхмерном евклидовом пространстве рассматриваем радиальную функцию \(v(r)=f(r)\sin r/r\). Сферическая гармоника степени \(k\) превращается в частоту радиуса \(k+1\). Прямое дифференцирование даёт

\[
-\Delta_{\mathbb R^3}v(r)
=\frac{\sin r}{r}(L+1)f(r).
\]

Евклидов остаток обращения имеет интегральную норму \(F_{1,3}/a^2\) при частотном масштабе \(a\). Отсюда следует \(E_n\le F_{1,3}/((n+1)^2-F_{1,3})\). Отдельная аналитическая оценка \(F_{1,3}<3\) позволяет упростить знаменатель до \(n^2\). Получаем

\[
\boxed{\displaystyle
\|f\|_p\le\frac{F_{1,3}}{n^2}\|Lf\|_p,
\qquad n\ge1,\quad1\le p\le\infty,}
\]

для функций без гармоник степеней меньше \(n\), сначала гладких. Здесь общий коэффициент не зависит от степени; точная асимптотика показывает, что в равномерной норме уменьшить его нельзя. Точность в интегральной норме остаётся отдельным вопросом.

Формула продолжает знакомую линию: на окружности возникает \(\pi^2/8\), в разобранной нами задаче на \(S^2\) — \(\tfrac74\zeta(3)\), на \(S^3\) — ряд по экстремальным нулям. Геометрия сетки усложняется, а принцип Фавара сохраняется: сначала найти правильный знак, затем вычислить на нём действие обратного оператора.

Нужно еще проверить нормировки и вспомогательные оценки. Однако устройство результата уже можно объяснить: нормовая задача выбирает предельную форму, функция Грина превращает её в константу Фавара. Следующий вопрос — как пройти этот путь непосредственно на сфере. Ему посвящена заключительная глава.


S^3 VI Final

 # When Two Constants Meet on the Sphere

*Favard on the Sphere \(S^3\). VI. The Direct Path and the Final Chord*

Two distinct problems may ask different questions yet arrive at the very same function as their answer. One problem asks: which polynomial has the minimal integral norm under a prescribed normalization? The other: how large can a function be if the magnitude of its Laplacian is known and its low-order harmonics are removed? In our setting, these questions meet on the three-dimensional sphere. They are united by a common pattern of sign changes—a shared signature.

In this concluding note, we describe this encounter without reproducing the full matrix computations. All notation is reintroduced from scratch, so this chapter can be read independently of the rest of the series.

## One Sign for Two Problems

The sphere \(S^3\) is the manifold of unit vectors in four-dimensional space. The positive Laplacian \(L = -\Delta_{S^3}\) acts upon it. Its eigenfunctions, the spherical harmonics, play the role of sines and cosines. A harmonic of degree \(k\) corresponds to the eigenvalue \(k(k+2)\).

Suppose a function \(f\) has no harmonic components of degrees \(0, \ldots, n-1\). Favard’s inequality bounds the norm of \(f\) in terms of the norm of \(Lf\). The natural scale for the constant is \(n^{-2}\): the Laplacian amplifies high frequencies roughly proportionally to the square of their degree. However, the spectrum alone does not determine the exact constant in either the uniform or the integral norm.

Inverting the Laplacian is accomplished via Green’s function. Let \(E_n\) denote the minimal \(L^1\)-error in approximating Green's function by spherical polynomials of degree less than \(n\). This very quantity yields Favard’s bound; in the uniform norm, it is the exact norm of the inverse operator restricted to the subspace orthogonal to low-degree harmonics.

To determine the best approximation, one must identify the sign of its error. For zonal functions—those depending only on the geodesic distance to the pole—there arises a one-dimensional weight \(\sqrt{1-x^2}\), where \(x\) is the cosine of this distance. The target sign must be orthogonal to all polynomials of degree less than \(n\).

This sign is selected by a different, norm-extremal problem: among polynomials of degree \(n\) with a fixed leading coefficient, find the one of minimal weighted \(L^1\)-norm. If one perturbs this minimizer by a polynomial of lower degree, the first variation of the norm must vanish. This requirement yields precisely the necessary orthogonality of the sign.

Next, we interpolate Green’s function at the roots of this polynomial. A specific integral representation of the remainder demonstrates that the remainder inherits the exact same sign. Thus, the norm problem indeed chooses the signature for the Favard problem. This is the substantive link: the agreement is certified by an intrinsic positivity property of the kernel.

For an even degree \(n = 2m\), symmetry allows a change of variables to the angle \(t = 2\theta\). The spherical problem becomes circular: find a cosine polynomial \(P_m\) of degree at most \(m\) such that \(P_m(0) = 1\) and

\[
\ell_m = \int_0^\pi |P_m(t)|\,dt
\quad\text{is minimized}.
\]

This is a finite-dimensional norm problem of Akhiezer–Krein type. The point evaluation at zero emerges as a consequence of the transformation; one cannot substitute it for the original spherical normalization without properly accounting for the weight.

## Staying on the Sphere and Seeing the Limit

The direct path begins with these finite polynomials. Their nodes partition into two alternating sets, each corresponding to an analytic factor. The moment conditions translate into a differential identity, and subsequently into a second-order differential equation for the factor. In an appropriate basis, this produces a tridiagonal matrix.

The matrix alone does not resolve the problem completely. One must select the correct spectral branch and verify an auxiliary phase condition. These constraints single out the true extremal polynomial. As a result, one can compute the nodes even in the absence of a simple closed-form formula.

The genealogy of ideas is essential here. The Akhiezer–Krein framework connects norm minimization with a dual functional. Geronimus’s representations and Babenko’s method furnish the language of alternating nodes and half-degree factors; this construction is already present in Babenko’s 2019 note. The modern work of Bondarenko, Ortega-Cerdà, Radchenko, and Seip on the Hörmander–Bernhardsson function provided the differential and spectral mechanism: moving from moment conditions to a differential equation and an auxiliary selection criterion.

In the direct spherical derivation, we employ these ideas without merely transplanting an off-the-shelf continuous theorem from the real line. The finite polynomials are constructed on the circle emerging from the sphere. The logical autonomy of the proof is entirely compatible with acknowledging the methods that inspired it.

To observe the stable pattern near the pole, we rescale its neighborhood by a factor of \(m+1\). In the working derivation, the following limits are established:

\[
B = \lim_{m\to\infty} (m+1)\ell_m,
\qquad
H(u) = \lim_{m\to\infty} P_m\!\left(\frac{u}{m+1}\right).
\]

Here, \(H\) is the limiting profile of the extremal polynomials, normalized by \(H(0) = 1\). Its real zeros describe the asymptotic nodes; along the imaginary axis, it is strictly positive. The reason is simple: real roots evaluated at an imaginary argument yield strictly positive factors in the canonical product.

In place of an intractable alternating sum over the nodes, there emerges an exact positive integral formula:

\[
E_{2m} = \frac{\ell_m}{4\pi} \int_0^\infty \frac{d\eta}{P_m(i\eta)}.
\]

This identity allows the entire integral to be controlled in a single stroke, without tracking every distant zero individually. Rescaling then yields the main asymptotic result:

\[
\boxed{\displaystyle
\lim_{n\to\infty} n^2 E_n = F_{1,3}
= \frac{B}{\pi} \int_0^\infty \frac{du}{H(iu)}.}
\]

Odd degrees are incorporated via the monotonicity of the approximation errors. Numerically, \(B \approx 2.903887\) and \(F_{1,3} \approx 2.850999\). These are two functionals of a single extremal: its norm scale and its action on Green’s kernel.

## A Simple Bound and an Open Finale

While the exact extremal is intricate, its growth along the imaginary axis admits a clean comparison with a standard Fejér polynomial. In the limit, this comparison takes the form

\[
H(iu) \ge \left(\frac{\sinh(u/2)}{u/2}\right)^2.
\]

The reciprocal integral of the right-hand side evaluates to \(\pi^2/3\). The finite version of this comparison yields an explicit Favard inequality valid for all degrees:

\[
\boxed{\displaystyle
\|f\|_p \le \frac{\pi^2}{3n^2} \|Lf\|_p,
\qquad n \ge 1, \quad 1 \le p \le \infty,}
\]

provided \(f\) has no harmonics of degrees less than \(n\). It is sufficient to establish this initially for smooth functions; extending it further belongs to the natural domain of the Laplacian.

The constant \(\pi^2/3 \approx 3.289868\) is approximately 15.4% higher than the limiting constant \(F_{1,3}\). The bound is simple, possesses the optimal order of decay, and holds uniformly across all degrees. It embodies the very same Favard principle seen on the circle: eliminating slow oscillations allows a function to be recovered from its derivative with a small constant. On the sphere, the role of the second derivative is played by the Laplacian.

The Fejér polynomial is particularly fitting here. It is not itself the sought-after extremal—an exact signature requires alternating signs. Yet its simple positive profile acts as an effective envelope controlling the true extremal. A familiar classical object remains fruitful even where it ceases to be the exact answer.

What remains to be completed? The direct circular derivation does not yet prove the non-asymptotic bound \(E_n \le F_{1,3}/n^2\) for every finite degree \(n\). Such a uniform inequality does not follow automatically from the asymptotic limit alone. One still needs to compare the finite integrals directly with the limit, or establish an explicit, minor correction term.

There is also a distinction between metrics. For the kernel approximation error and the uniform norm, the constant \(F_{1,3}\) is asymptotically sharp: no universal constant multiplying \(n^{-2}\) can be smaller. For the \(L^1\)-norm, it serves as an upper bound; proving that it coincides with the exact operator norm restricted to the subspace requires separate verification. Expressing the limiting constant via a regularized series over the nodes also warrants independent justification.

The rigorous proof should be verified in full: aligning normalizations and elaborating the auxiliary estimates. This chapter explains the architecture of the working result, leaving the detailed verification to your model.

Even so, the meeting point is now clearly visible. The Akhiezer–Krein problem chooses the shape; the Favard problem measures the action of the Laplacian upon that shape. Between them stands a single signature. This is the final chord: two distinct questions become clearer once one discerns their shared underlying rhythm.

---

*On the Sources of the Method.* A. G. Babenko, **Signum Function**, research note, July 2, 2019, §§3.1–3.2; L. Hörmander, B. Bernhardsson, **An extension of Bohr’s inequality** (1993); A. Bondarenko, J. Ortega-Cerdà, D. Radchenko, K. Seip, **The Hörmander–Bernhardsson extremal function**, [arXiv:2504.05205v2](https://arxiv.org/abs/2504.05205v2). The modern preprint serves as the source of the method, while the spherical formulas belong to our working derivation.

 # Когда две константы встречаются на сфере

*Фавар на сфере S³. VI. Прямой путь и заключительный аккорд*

У двух задач могут быть разные вопросы и один ответ в виде функции. Одна задача спрашивает: какой полином имеет наименьшую интегральную норму при заданной нормировке? Другая: насколько велика функция, если известна величина её лапласиана и удалены низкие гармоники? В нашем случае эти вопросы встречаются на трёхмерной сфере. Их связывает общий рисунок перемен знака — сигнатура.

В этой заключительной заметке мы опишем встречу, не воспроизводя матричных вычислений. Все обозначения введём заново: её можно читать отдельно от остальных частей цикла.

## Один знак для двух задач

Сфера \(S^3\) — множество единичных векторов в четырёхмерном пространстве. На ней действует положительный оператор \(L=-\Delta_{S^3}\). Его собственные функции, сферические гармоники, играют роль синусов и косинусов. Гармонике степени \(k\) соответствует собственное значение \(k(k+2)\).

Пусть у функции \(f\) отсутствуют гармоники степеней \(0,\ldots,n-1\). Неравенство Фавара связывает норму \(f\) с нормой \(Lf\). Естественный масштаб коэффициента — \(n^{-2}\): лапласиан усиливает высокие частоты примерно в квадрат их номера. Но спектр сам по себе не определяет точный коэффициент в равномерной или интегральной норме.

Обращение лапласиана задаётся функцией Грина. Обозначим через \(E_n\) наименьшую интегральную ошибку её приближения сферическими полиномами степени меньше \(n\). Именно это число даёт оценку Фавара; в равномерной норме оно является точной нормой обратного оператора на пространстве без низких гармоник.

Чтобы найти наилучшее приближение, нужно определить знак его ошибки. Для зональных функций, зависящих только от расстояния до полюса, возникает одномерный вес \(\sqrt{1-x^2}\), где \(x\) — косинус этого расстояния. Искомый знак должен быть ортогонален всем полиномам степени меньше \(n\).

Такой знак выбирает другая, нормовая задача: среди полиномов степени \(n\) с фиксированным старшим коэффициентом найти полином наименьшей взвешенной интегральной нормы. Если изменить его на полином меньшей степени, первая вариация нормы должна исчезнуть. Это и даёт нужную ортогональность знака.

Теперь интерполируем функцию Грина в найденных корнях. Особое интегральное представление её остатка показывает, что остаток имеет тот же знак. Поэтому нормовая задача действительно выбирает сигнатуру для Фавара. Здесь находится содержательная связь: совпадение проверяется свойством конкретного ядра.

При чётной степени \(n=2m\) симметрия позволяет перейти к углу \(t=2\theta\). Сферическая задача становится круговой: найти косинус-полином \(P_m\) степени не выше \(m\), для которого \(P_m(0)=1\) и

\[
\ell_m=\int_0^\pi |P_m(t)|\,dt
\quad\text{минимально}.
\]

Это конечномерная нормовая задача типа Ахиезера—Крейна. Нормировка в точке появляется после преобразования; подменять ею исходную сферическую нормировку без учёта веса нельзя.

## Остаться на сфере и увидеть предел

Прямой путь начинается с этих конечных полиномов. Их узлы разделяются на две чередующиеся группы; каждой группе соответствует свой множитель. Моментные условия превращаются в дифференциальное тождество, затем — в уравнение для множителя. В подходящем базисе получается трёхдиагональная матрица.

Матрица ещё не решает задачу целиком. Нужно выбрать собственную ветвь и проверить дополнительное фазовое условие. Они выделяют именно экстремальный полином. Поэтому мы можем вычислять узлы, даже не имея для них простой явной формулы.

Здесь существенна генеалогия идей. Схема Ахиезера—Крейна связывает минимизацию нормы с двойственным функционалом. Представления Геронимуса и метод Бабенко дают язык чередующихся узлов и половинных множителей; эта конструкция уже есть в записке Бабенко 2019 года. Современная работа Бондаренко, Ортеги-Серды, Радченко и Сейпа о функции Хёрмандера—Бернхардссона подсказала дифференциальный и спектральный механизм: от моментных условий к уравнению и дополнительному условию на решение.

В прямом сферическом выводе мы используем эти идеи, но не переносим готовую теорему о нормовой экстремали с прямой. Конечные полиномы строятся на окружности, возникающей из сферы. Логическая самостоятельность вывода вполне совместима с благодарностью за подсказавшие его методы.

Чтобы увидеть устойчивый рисунок возле полюса, увеличим его окрестность в \(m+1\) раз. В рабочем доказательстве получены пределы

\[
B=\lim_{m\to\infty}(m+1)\ell_m,
\qquad
H(u)=\lim_{m\to\infty}P_m\!\left(\frac{u}{m+1}\right).
\]

\(H\) — предельный профиль экстремальных полиномов, нормированный условием \(H(0)=1\). Его вещественные нули описывают узлы; на мнимой оси он положителен. Причина проста: вещественные корни при мнимом аргументе дают положительные множители в произведении.

Вместо трудной знакопеременной суммы по узлам появляется точная положительная формула:

\[
E_{2m}=\frac{\ell_m}{4\pi}
\int_0^\infty\frac{d\eta}{P_m(i\eta)}.
\]

Она позволяет контролировать весь интеграл одной оценкой, не отслеживая каждый дальний корень. После изменения масштаба получаем главный результат:

\[
\boxed{\displaystyle
\lim_{n\to\infty}n^2E_n=F_{1,3}
=\frac{B}{\pi}\int_0^\infty\frac{du}{H(iu)}.}
\]

Нечётные степени включаются посредством монотонности ошибок приближения. Численно \(B\approx2{,}903887\), а \(F_{1,3}\approx2{,}850999\). Это два функционала одной экстремали: её нормовый масштаб и её действие на ядро Грина.

## Простая оценка и открытый финал

Точная экстремаль сложна, однако её рост на мнимой оси допускает сравнение с простым полиномом Фейера. В пределе оно принимает вид

\[
H(iu)\ge
\left(\frac{\sinh(u/2)}{u/2}\right)^2.
\]

Обратный интеграл для правой части равен \(\pi^2/3\). Конечная версия сравнения даёт явное неравенство Фавара для всех степеней:

\[
\boxed{\displaystyle
\|f\|_p\le\frac{\pi^2}{3n^2}\,\|Lf\|_p,
\qquad n\ge1,\quad1\le p\le\infty,}
\]

если у \(f\) отсутствуют гармоники степеней меньше \(n\). Достаточно сначала рассматривать гладкие функции; дальнейшее расширение относится к соответствующей области определения лапласиана.

Коэффициент \(\pi^2/3\approx3{,}289868\) примерно на 15,4 процента выше предельного \(F_{1,3}\). Оценка проста, имеет правильный порядок и охватывает все степени. Она выражает тот же принцип Фавара, что и классическая оценка на окружности: удаление медленных колебаний позволяет восстановить функцию по производной с малым коэффициентом. На сфере роль второй производной играет лапласиан.

Полином Фейера здесь особенно уместен. Он не является искомой экстремалью: для точной сигнатуры нужно чередование знаков. Но его простой положительный профиль даёт контроль сложной экстремали. Знакомый объект остаётся полезным и там, где он перестаёт быть точным ответом.

Что ещё требуется? Прямой круговой вывод пока не доказывает оценку \(E_n\le F_{1,3}/n^2\) при каждой конечной степени. Из точной асимптотики такое утверждение автоматически не следует. Нужно сравнить конечные интегралы с предельным — либо получить явно указанную небольшую поправку.

Есть и различие метрик. Для ошибки ядра и равномерной нормы коэффициент \(F_{1,3}\) асимптотически точен: любой общий коэффициент при \(n^{-2}\) не может быть меньше него. В интегральной норме получена верхняя оценка; совпадение с точной ограниченной операторной нормой требует отдельного доказательства. Запись предельного числа через регуляризованный ряд по узлам также нуждается в самостоятельном обосновании.
 

 Доказательную часть следует проверить целиком: согласовать нормировки и развернуть вспомогательные оценки. Эта глава объясняет устройство рабочего результата, а подробную проверку оставляет вашей модели.

И всё же место встречи уже видно. Задача Ахиезера—Крейна выбирает форму; задача Фавара измеряет действие лапласиана на этой форме. Между ними стоит одна сигнатура. В этом и состоит заключительный аккорд: два разных вопроса становятся понятнее, когда удаётся расслышать их общий рисунок.

---

*Об источниках метода.* А. Г. Бабенко, **Signum Function**, записка от 2 июля 2019 года, §§3.1–3.2; L. Hörmander, B. Bernhardsson, **An extension of Bohr’s inequality** (1993); A. Bondarenko, J. Ortega-Cerdà, D. Radchenko, K. Seip, **The Hörmander–Bernhardsson extremal function**, [arXiv:2504.05205v2](https://arxiv.org/abs/2504.05205v2). Современная статья служит источником метода, а сферические формулы относятся к нашему рабочему выводу.

8 окт. 2026 г.

Майкл Харрис негодует

 

На философской конференции под названием «Математическое доказательство в эпоху ИИ», в которой я сейчас участвую, промелькнуло предположение, что OpenAI опубликовала свои «722 рукописи, сгруппированные в 372 семейства» прямо накануне конференции именно для того, чтобы посеять сумятицу в умах собравшихся философов и математиков. Впрочем, от этой гипотезы быстро отказались. Тем не менее, как нетрудно догадаться, избежать обсуждения содержимого репозитория на GitHub и его «влияния на использование искусственного интеллекта в математических исследованиях» (если цитировать подзаголовок конференции) было невозможно. Здесь все быстро сошлись во мнении со сдержанной оценкой из статьи в The New York Times: хотя в OpenAI и заявили, что «опирались на рекомендации [Консультативной группы по математике и искусственному интеллекту] и публичные отзывы при принятии решений о публикации этих результатов»,

OpenAI… судя по всему, гораздо меньше заинтересована в ключевой рекомендации консультативного совета — о том, что ИИ-компаниям следует прекратить тестирование своих проприетарных моделей на сложных математических задачах. «Мы хотим заявить с самого начала и со всей определенностью: мы не одобряем подобную практику», — написал совет 29 сентября.

Это лишь очередной эпизод в длинной череде недомолвок и нарушенных обещаний, начиная с самого названия компании, из-за которых имя OpenAI стало синонимом лицемерия.

Наблюдая за тем, как OpenAI разграбляет общее достояние математического сообщества, находясь на норвежском побережье, трудно не вспомнить набеги викингов на Линдисфарн и другие точки на побережьях Британии и Франции. Следующую фразу из препринта на arXiv можно было бы повторить десятки, если не сотни раз:

Этот результат также содержится в статье… опубликованной OpenAI 6 октября 2026 года, в которой стратегия доказательства и конкретные обозначения идентичны предварительной версии настоящей статьи, загруженной в ChatGPT 8 сентября 2026 года.

Моя собственная статья, написанная совместно с Чуботару, была использована в публикации, где заявлялось доказательство усиления нашего основного результата — а также основного результата совместной работы с Гайцгори и Лаффоргом, о котором объявлялось в докладе Сэма Раскина на Международном конгрессе математиков (ICM). Работа Раскина даже не была процитирована, а наша с Чуботару статья упоминалась в версии с arXiv. Все, что читателям нужно знать об этом: мы с Чуботару выложили наш препринт на arXiv под некоммерческой лицензией Creative Commons, как и авторы по меньшей мере 88 других статей, процитированных в репозитории OpenAI. Поскольку эти работы использовались для обучения коммерческих моделей OpenAI и цитировались в этом массовом сбросе статей, послужившем фоном для продолжающейся маркетинговой кампании OpenAI, я утверждаю, что компания нарушила наши авторские права.

Но это далеко не самый вопиющий проступок OpenAI. Две короткие реплики, только что опубликованные на сайте Proofs and Prompts, точно указывают на характер деструктивного влияния OpenAI на мировую математику:

Я не желаю участвовать в том, что в ряде случаев сводится к бесплатной рекламе и бесплатному рецензированию для OpenAI, способствуя распространению ложного нарратива о том, что эта компания якобы активно сотрудничает с математическим сообществом. Вторая причина заключается в том, что, организуясь подобным образом и в таких масштабах, мы негласно принимаем новое разделение труда: процесс производства доказательств может полностью оторваться от какого-либо понимания этих доказательств, а само это обесчеловеченное производство всё сильнее привязывается к гонке вычислительных мощностей.

(Александр Мартен)

Они могут попросту публиковать пачки статей объемом более 100 страниц, заявляя, что решили ту или иную задачу, причем зачастую с избыточными аргументами, невнятной логической структурой, множеством тупиковых ходов и странной или тревожной терминологией — иными словами, слоп [низкопробный мусорный контент]. А от нас ждут, что мы будем всё это разбирать, проверять, вычищать, упрощать и объяснять, что там вообще происходит.

Нам это обходится колоссальными затратами времени и сил, в то время как они могут просто двигаться дальше и своим слоп-бульдозером укатывать следующую гипотезу. И, разумеется, все лавры достанутся им. В каком-то смысле мы добровольно приближаем собственный конец.

Я считаю, что парадигма должна измениться. Мы должны предъявлять к математическим заявлениям, сгенерированным ИИ, те же стандарты строгости, ясности и изложения, которых мы требуем от статей, написанных людьми. Хотите одобрения математического сообщества? Знак признания? Тогда дайте нам то, что действительно можно прочесть и проверить. Если нет — мы должны это просто игнорировать.

Иными словами, я не считаю, что мы как сообщество должны тратить свое время на уборку за ними, лишь бы увеличивать чьи-то коммерческие доходы.

(Энрико Фатигенти)

Другими словами, OpenAI ожидает, что математическое сообщество отложит свои собственные приоритеты и посвятит время и силы проверке и разъяснению 722 статей OpenAI, тем самым низводя математиков по отношению к бигтеху до роли «механических турков» — сценарий, который я предсказывал чуть больше года назад.

Даже простое чтение статей OpenAI по моей специальности в поисках полезных новых идей, без каких-либо обязательств по доработке их аргументов или исправлению ошибок, означало бы согласие «занять отведенное мне место механического турка», как я писал в прошлом году. Оплата подобных услуг не сделала бы это более приемлемым — скорее наоборот. Как я написал вчера в ответ на вопрос журналиста:

Математик, который повел бы себя подобным образом [то есть как OpenAI], стал бы персоной нон грата в сообществе. Так почему уважающие себя специалисты должны помогать им оттачивать результаты или вообще хоть как-то ассоциироваться с ними?

С другой стороны, стратегия простого игнорирования этих статей, предложенная Энрико Фатигенти, не может быть жизнеспособным решением на индивидуальном уровне. Многие отклики, опубликованные на Proofs and Prompts и других площадках, призывают к коллективному ответу. Сможет ли математическое сообщество сплотиться ради такого ответа и какую форму он примет — покажет время.

=================================

Гнев Майкла понятен. Но что он может сделать? запретить???  - запретить делать математику? или запретить ее читать? или не обращать внимание? - ну так он повторяет путь скандального Крамника, чемпиона - когда он не смог играть с детьми он объявил их читерами и кое-кто погиб. Сделал дело - гуляй смело. вот принцип для тех кому за 50. От почитаемых Бурбаков, между прочим. 

----------------------------

Да, «занять отведённое мне место механического турка» звучит двусмысленно — учитывая происхождение звезды решения известных проблем по выходным дням Левента (турка по национальности) и учитывая, что в свои 34 года и при выдающихся способностях он не профессор... ну и не будет им с такими снобами и правокачателями.

Так что современный Рамануджан не снискал снисходительности у числовой элиты — тем хуже для этой нереальной элиты (в смысле мнимой)

 

поинтересовался а что по этому поводу думает юноша с горящим взглядом - Боря Кашин, академик:  

Без человека серьезных задач ИИ не решит

По словам академика РАН, математика Бориса Кашина, чья деятельность связана, в том числе, с быстрой обработкой больших объемов данных, что необходимо для развития ИИ, пока серьезных оснований говорить о закате профессии математика нет. 

–  Действительно, на наших глазах, особенно в последние месяцы, происходит взрывной рост возможностей ИИ, что ставит перед математическим сообществом ряд важных проблем, – говорит Кашин. – Но авторы письма, остановившись на внутренних проблемах нашей науки, забыли о главном: ИИ дает уникальные возможности получения новых знаний, что крайне важно как  для приложений, так и для развития самой математики.

  Источником развития науки авторы видят решения знаменитых проблем, сформулированных ведущими учеными. С этим трудно согласиться. В математике, как и в других областях науки, выбор приоритетов, нередко, носит субъективный характер и связан, к сожалению, с борьбой за  престиж и связанное с ним финансирование. Но, как писали классики, главный критерий истины – практика. Имею в виду в данном случае объективную важность конкретного научного результата. И здесь очевидна положительная роль ИИ.

–  Вы о недавнем событии – решении при помощи ИИ системы уравнений Навье-Стокса, которые описывают движение вязкой жидкости или газа?

–  Я бы уточнил, что это, скорей, опровержение гипотезы о регулярности решений системы уравнений Навье-Стокса. Эти уравнения исключительно важны для практических задач гидродинамики. И многие десятилетия используются в расчетах. Результат ИИ (если, конечно, проверка покажет, что все сделано правильно) говорит о том, что эта система не вполне отражает физическую  реальность, а значит,  со временем она будет уточнена.

– Теперь ею не будут пользоваться?

– После открытия Коперника о вращении Земли вокруг Солнца еще долго пользовались древней моделью Птолемея...

– Почему люди сами не додумались до правильного ответа про поведение жидкостей? У них же есть суперкомпьютеры, на которых можно было просчитать все вероятности...

– Огромные вычислительные мощности конечно необходимы. Но дело не в вероятностях. Нейросети собрали вместе и переработали колоссальный объем информации, идеи и методы, найденные учеными разных стран и эпох. При этом вопрос о том, почему нейросети столь эффективны, далек от своего решения. Должен вспомнить при этом нашего соотечественника, крупнейшего математика XX века Андрея Николаевича Колмогорова, чей результат 1957 года дает некоторое теоретическое обоснование успеха нейросетей.

– Что вас убеждает в том, что искусственный разум не вытеснит в итоге математиков?

– Вопрос философский. Считаю, что без подпитки от математиков ИИ не сможет выйти на новый супер-уровень. Человеческое сознание связано с окружающим миром и все богатство его взаимодействия позволяет находить новые идеи. Сам ИИ на это не способен, потому что у него нет контактов с внешним миром. Человек нужен ему для обогащения новыми фактами и идеями.

 

Смешно сказал коммунист Кашин, но правильно: Машине нужен Человек! (перефразировал Снаута из Соляриса) и все заиграло новыми красками, так сказать - что первично: материя или сознание? 
 
однако вопрос о нужности или ненужности человека как сознательного элемента общества остался открытым - нужен ли человек машине или не нужен - вопрос для науки неясный. 

 


5 окт. 2026 г.

Что нового. Из древне-китайского.

Джан-Карло Рота: что осталось в памяти от его наставлений и наследия к концу жизни:

  1. (И главное) У людей мало идей. Математики используют два-три приёма, не больше — но этого хватает. И они пишут об одном и том же, порой многократно. И это правильно: метод дятла работает не только в шахматах.

  2. Раз идей немного, значит, они повсюду — нужно лишь распознать их в других одеяниях. Это открывает путь к пониманию математики, и сегодня этот путь стал проще, чем когда-либо. Математикам больше не обязательно решать задачи: если задача поставлена корректно, машина решит её чище и лучше человека. А что же тогда нужно?

  3. Нужно следовать завету Банаха: находить аналогии между аналогиями. Это почти Лао-цзы: аналогия, которая может быть выражена словами, не есть истинная аналогия.

На могиле Хуго Штейнгауза в Бреслау выбито: «Между духом и материей посредничает математика». Но сегодня эту роль примеряет на себя ИИ.

Он превращает жизнь математика в созерцательную прогулку по прошлому в поисках чистой красоты. И этим он похож на Бога — точнее, на Святого Духа. Без Отца, без Сына — лишь как связующее звено между прошлым и будущим, духом и материей. Истинный посредник и вестник Духа в нашем материальном мире.

Keith Ball 1988

Статья Кита Болла (Keith Ball) **«Logarithmically concave functions and sections of convex sets in \(\mathbb{R}^n\)»** (опубликована в 1988 году в журнале *Studia Mathematica*) — одна из классических и фундаментальных работ в современной **асимптотической выпуклой геометрии** и геометрическом функциональном анализе.

Если сформулировать её суть кратко: **Болл перебросил фундаментальный мост между геометрией выпуклых многомерных фигур и теорией вероятностей**. Он показал, как сложные задачи о сечениях тел в \(n\)-мерном пространстве можно переводить на язык гладких функций (и обратно), не теряя геометрической структуры.

---

### 1. Контекст: о каких задачах идет речь?

Представьте себе \(n\)-мерное выпуклое тело (например, многомерный шар, куб или произвольную выпуклую фигуру) объема 1.
Геометров интересовал естественный вопрос: **что происходит, если разрезать это тело гиперплоскостью, проходящей через центр тяжести?**

* Какова площадь такого среза?
* Всегда ли найдется срез достаточно большого размера? (Это знаменитая **проблема срезов Бургена** / *Hyperplane Conjecture*, сформулированная Жаном Бургеном в 1986 году).
* Как меняется площадь среза при повороте секущей плоскости?

Классическая теорема Буземана (1949) утверждала: если взять центрально-симметричное выпуклое тело, то величина, обратно пропорциональная площади центрального среза по направлению \(u\), задает норму (то есть порождает новое выпуклое тело — так называемое *тело пересечений*). Однако работать с жесткими «ступенчатыми» телами аналитически было тяжело.

---

### 2. Главные действующие лица: логарифмически вогнутые функции

Логарифмически вогнутая функция — это неотрицательная функция \(f(x)\), чей логарифм \(\ln f(x)\) является вогнутым.

* **Простейший пример:** индикаторная функция выпуклого тела \(K\) (равна 1 внутри тела и 0 снаружи).
* **Гладкий пример:** плотность многомерного нормального (гауссовского) распределения \(e^{-\|x\|^2}\), или функции вида \(e^{-\|x\|^p}\) при \(p \ge 1\).

Лог-вогнутые функции — это естественное **«размытие» (сглаживание) выпуклых тел**. Вместо фигуры с жесткими границами мы получаем «холмик» распределения вероятностей, у которого нет локальных ям и все линии уровня выпуклы.

---

### 3. Основные результаты статьи

Кит Болл решил объединить две эти области и получил несколько фундаментальных результатов:

#### А. Построение «тел Болла» (\(K_p(f)\))
Болл предложил конструкцию, позволяющую любой лог-вогнутой функции \(f\) поставить в соответствие семейство выпуклых тел \(K_p(f)\) при каждом параметре \(p > 0\).
* Длина радиус-вектора тела \(K_p(f)\) в направлении \(u\) определяется моментом функции вдоль этого луча:
  \[
  \rho(u) \sim \left( \int_0^\infty t^{p-1} f(t u) \, dt \right)^{1/p}
  \]
* **Теорема Болла:** эти множества действительно являются **выпуклыми телами**!
* *Интуитивный смысл:* это рецепт, как превратить вероятностную плотность обратно в чисто геометрический объект, сохранив выпуклость.

#### Б. Обобщение теоремы Буземана на функции
Болл распространил классическую теорему Буземана о срезах на лог-вогнутые функции:
* Если \(f\) — четная лог-вогнутая функция в \(\mathbb{R}^n\), то функция, сопоставляющая направлению \(u\) интеграл от \(f\) по гиперплоскости \(u^\perp\) (в степени \(-1\)), является нормой на \(\mathbb{R}^n\).
* Это означает, что «интегральные сечения» лог-вогнутых распределений подчиняются тем же строгим законам выпуклости, что и сечения обычных тел.

#### В. Связь с гипотезой Бургена о срезах
Болл доказал, что гипотеза Бургена для выпуклых тел эквивалентна соответствующей задаче для лог-вогнутых случайных векторов.
* То есть, если мы сможем контролировать так называемую *изотропную константу* \(L_f\) для всех лог-вогнутых распределений, мы автоматически решим проблему и для геометрии всех выпуклых тел (и наоборот).

---

### 4. Почему эта статья так важна?

1. **Создание функционального подхода в геометрии:**
   До работы Болла геометры часто мыслили операциями Минковского над телами (суммы, пересечения). Болл продемонстрировал, что переход к функциональному языку не просто обобщает результаты, а дает мощнейший аналитический аппарат (неравенства типа Прекопа–Лейндлера, преобразования Фурье, моменты случайных величин).
2. **Основа для будущих прорывов:**
   Введенные «тела Болла» стали стандартным инструментом. Они использовались Гиоргосом Паурисом при доказательстве теорем о концентрации массы, Боазом Клартагом при формулировке центральной предельной теоремы для выпуклых тел, а также в недавних работах по гипотезе KLS и гипотезе срезов (Ронан Эльдан, Юваль Чен, Клартаж и Леэк).
3. **Приложения в Computer Science:**
   Многомерные лог-вогнутые распределения лежат в основе алгоритмов случайного блуждания и сэмплирования в пространствах огромной размерности (Hit-and-Run, алгоритмы вычисления объемов тел за полиномиальное время). Геометрические свойства, доказанные Боллом, гарантируют эффективность и сходимость таких методов.

репуатация математика основывается на ...


Вот пересказ этой математической статьи простыми словами — так, чтобы суть была понятна человеку без профильного математического образования.

---
 Простое объяснение: как геометрический трюк сократил сложное доказательство
 

 В двух словах
 

В 2013 году трое математиков доказали важную точную формулу, связывающую колебания волн (тригонометрических функций) с их производными (скоростью изменения). Но доказательство одного из ключевых шагов потребовало большого количества рутинных и тяжелых вычислений.

Автор этой заметки придумал, как заменить десятки страниц скучных формул одним красивым геометрическим трюком — **теоремой Кита Болла**. В результате доказательство стало коротким, прозрачным и применимым к гораздо более широкому кругу задач.

---
 1. О чем вообще задача? (Контекст)

Представьте себе сложную звуковую волну. В математике такие периодические сигналы описываются **тригонометрическими многочленами** (суммой синусов и косинусов разных частот).

У таких волн есть две важные характеристики:
1. **Производная** — показывает, насколько *резко и быстро* может меняться сигнал в конкретной точке.
2. **Конечная разность (или шаг изменения)** — показывает, как сильно меняется значение сигнала, если мы сдвинемся вперед или назад на небольшой шаг $h$.

В теории приближений давно изучают неравенства типа **Бернштейна — Никольского — Стечкина**. Они отвечают на вопрос:
> *«Если мы знаем, насколько сигнал колеблется при малых дискретных шагах, какова максимальная возможная скорость его изменения (производная)?»*

В 2013 году  **Бабенко, Крякин и Сташак** нашли точную (неулучшаемую) оценку для этого соотношения при усреднении разностей.


2. В чем была сложность старого доказательства?

Чтобы получить итоговое неравенство, математики раскладывают сигнал на гармоники (спектр, как в эквалайзере). Каждая частота умножается на определенный коэффициент — это называется действием **мультипликатора**.

Существует известное правило (*лемма о мультипликаторах*):
> *Если график коэффициентов ведет себя хорошо — а именно является **выпуклым** (изогнут чашей вверх, без локальных провисаний и бугров) — то всё неравенство доказывается автоматически и красиво.*

**Проблема:** формула для этих коэффициентов в задаче Бабенко, Крякина и Сташака выглядела крайне громоздко (включала интегралы от степеней синусов и треугольные функции). Чтобы доказать, что эта кривая действительно выпуклая, авторам в 2013 году пришлось прибегнуть к мучительным техническим вычислениям производных высших порядков, занявшим целое приложение к статье.


3. Идея нового доказательства: при чем тут геометрия?

Автор новой статьи заметил: **выпуклость здесь возникает не случайно**, а следует из фундаментальных законов многомерной геометрии.

Вместо того чтобы «в лоб» считать производные сложной дроби, автор использует **теорему Кита Болла (1988 года)**:
 

* Если взять фигуру или функцию, которая плавно спадает от центра во все стороны (так называемая *логарифмически вогнутая функция*, похожая на колокол гауссианы),
* и посчитать ее интегралы по лучам, исходящим из центра,
* то результат естественным образом задает **геометрическое расстояние (норму)** в пространстве.

А любое расстояние в пространстве по своей природе обладает свойством выпуклости (кратчайший путь — по прямой, треугольник не может иметь вогнутые стороны).
 

 Как сработал этот трюк:
1. Автор взял подынтегральное выражение и показал, что оно устроено как раз как «правильный колокол» (логарифмически вогнуто).
2. Применил теорему Болла — и автоматически, «бесплатно», получил выпуклый геометрический объект.
3. Сложная функция коэффициентов оказалась просто плоским срезом этого многомерного объекта. А срез выпуклого тела всегда выпуклый!
4. Вся тяжелая аналитическая работа 2013 года схлопнулась буквально в три строчки рассуждений.

---
 4. Почему это важно для науки?

1. **Красота и простота:** Вместо грубой вычислительной силы использована глубокая идея. Это то, за что математики любят свою науку: сложное техническое препятствие растворяется, если взглянуть на него под правильным геометрическим углом.
2. **Обобщение (Бонус):** Прежнее доказательство опиралось на конкретные формулы «треугольного усреднения» (когда разности усредняются с треугольным весом). Новый метод доказал: результат верен **для любого усреднения**, лишь бы его весовая функция имела колоколообразную форму (была лог-вогнутой). Формула перестала быть частным случаем и стала общим принципом.

=========================


Welcome file

A Short Proof of the Bernstein–Nikolsky–Stechkin-Type Inequality of Babenko, Kryakin, and Staszak

Abstract

We present a short, conceptual proof of the sharp Bernstein–Nikolsky–Stechkin-type inequality for averaged differences of order 2k2k, originally established by Babenko, Kryakin, and Staszak (2013). By invoking Keith Ball’s theorem on radial integrals of log-concave functions, we replace a lengthy, technical verification of the convexity of an inverse multiplier with a direct geometric argument. The proof preserves the sharp constant, covers the full range of admissible step sizes, and naturally extends to arbitrary even, log-concave weight densities.


1. Setting and Main Result

Let Tn\mathcal{T}_n be the space of real trigonometric polynomials of degree at most nn, equipped with the uniform norm ∥f∥∞=sup⁡x∈R∣f(x)∣\|f\|_\infty = \sup_{x \in \mathbb{R}} |f(x)|.

For a step size h>0h > 0 and order 2k2k (k≥1k \ge 1), consider:

  1. The triangular averaging kernel:
    ϕh(u)=1h(1−∣u∣h)+,where a+=max⁡{a,0}.\phi_h(u) = \frac{1}{h} \left(1 - \frac{|u|}{h}\right)_+, \quad \text{where } a_+ = \max\{a, 0\}.
  2. The central difference of order 2k2k:
    Δu2kf(x)=∑j=−kk(−1)j+k(2kk+j)f(x+ju).\Delta_u^{2k} f(x) = \sum_{j=-k}^{k} (-1)^{j+k} \binom{2k}{k+j} f(x + ju).
  3. The averaged difference operator W2k,h\mathscr{W}_{2k,h} and its uniform norm:
    W2k,hf(x)=(−1)kCk∫RΔu2kf(x) ϕh(u) du,W2k(f,h)=∥W2k,hf∥∞,\mathscr{W}_{2k,h}f(x) = \frac{(-1)^k}{C_k} \int_{\mathbb{R}} \Delta_u^{2k} f(x) \, \phi_h(u) \, du, \qquad W_{2k}(f, h) = \|\mathscr{W}_{2k,h}f\|_\infty,
    where Ck=(2kk)C_k = \binom{2k}{k}.

Fourier Multiplier Action

On pure harmonics eijxe^{ijx}, the operator acts as a Fourier multiplier:
W2k,h(eijx)=(−1)kλh,k(j) eijx,\mathscr{W}_{2k,h}(e^{ijx}) = (-1)^k \lambda_{h,k}(j) \, e^{ijx},
where the multiplier λh,k(t)\lambda_{h,k}(t) is given by
λh,k(t)=4kCk∫Rsin⁡2k(tu2)ϕh(u) du.(1)\lambda_{h,k}(t) = \frac{4^k}{C_k} \int_{\mathbb{R}} \sin^{2k}\left(\frac{tu}{2}\right) \phi_h(u) \, du. \tag{1}

Since the derivative operator acts by (eijx)(2k)=(−1)kj2keijx(e^{ijx})^{(2k)} = (-1)^k j^{2k} e^{ijx}, passing from the averaged difference W2k,hτ\mathscr{W}_{2k,h}\tau to the derivative τ(2k)\tau^{(2k)} amounts to applying the sequence of multiplier weights:
q(j)=j2kλh,k(j).q(j) = \frac{j^{2k}}{\lambda_{h,k}(j)}.

The main result of Babenko, Kryakin, and Staszak bounds the derivative by this averaged difference.


Theorem 1 (Babenko–Kryakin–Staszak, 2013).
Let k,n≥1k, n \ge 1 and 0<h≤2π/n0 < h \le 2\pi/n. For every τ∈Tn\tau \in \mathcal{T}_n,
∥τ(2k)∥∞≤n2kλh,k(n) W2k(τ,h).(2)\|\tau^{(2k)}\|_\infty \le \frac{n^{2k}}{\lambda_{h,k}(n)} \, W_{2k}(\tau, h). \tag{2}
The inequality is sharp, with equality attained at τ(x)=cos⁡(nx)\tau(x) = \cos(nx).


2. Auxiliary Tools

The proof relies on two standard facts from harmonic analysis and convex geometry.

Fact A: The Multiplier Lemma ([1, Lemma 4])

Let q:[−n,n]→[0,∞)q: [-n, n] \to [0, \infty) be an even, convex function. Then for any polynomial g(x)=∑∣j∣≤ngundefinedjeijx∈Tng(x) = \sum_{|j|\le n} \widehat{g}_j e^{ijx} \in \mathcal{T}_n, the multiplier operator bounded by qq satisfies:
∥∑∣j∣≤nq(j)gundefinedjeijx∥∞≤q(n)∥g∥∞.\left\| \sum_{|j|\le n} q(j) \widehat{g}_j e^{ijx} \right\|_\infty \le q(n) \|g\|_\infty.

Fact B: Ball’s Theorem on Log-Concave Functions ([2, Theorem 5])

A non-negative function FF is log-concave if log⁡F\log F is concave on the support of FF.

Let F:Rd→[0,∞)F: \mathbb{R}^d \to [0, \infty) be an even, integrable, log-concave function that is strictly positive in a neighborhood of the origin. For any m≥1m \ge 1, the radial functional
NF(z)=(∫0∞rm−1F(rz) dr)−1/m,z≠0,NF(0)=0,N_F(z) = \left( \int_0^\infty r^{m-1} F(rz) \, dr \right)^{-1/m}, \quad z \ne 0, \qquad N_F(0) = 0,
defines a norm on Rd\mathbb{R}^d. In particular, NFN_F is a convex function on Rd\mathbb{R}^d.


3. Proof of Theorem 1

Step 1: Reduction to the Convexity of q(t)q(t)

Let g=W2k,hτg = \mathscr{W}_{2k,h}\tau. Then gundefinedj=(−1)kλh,k(j)τundefinedj\widehat{g}_j = (-1)^k \lambda_{h,k}(j)\widehat{\tau}_j and gundefined0=0\widehat{g}_0 = 0. We express the derivative τ(2k)\tau^{(2k)} as:
τ(2k)(x)=∑∣j∣≤n(−1)kj2kτundefinedjeijx=∑1≤∣j∣≤nq(j)gundefinedjeijx,where q(t)=t2kλh,k(t).\tau^{(2k)}(x) = \sum_{|j|\le n} (-1)^k j^{2k} \widehat{\tau}_j e^{ijx} = \sum_{1 \le |j| \le n} q(j) \widehat{g}_j e^{ijx}, \quad \text{where } q(t) = \frac{t^{2k}}{\lambda_{h,k}(t)}.
By Fact A, once we show that q(t)q(t) is even, non-negative, and convex on [−n,n][-n, n], Theorem 1 follows immediately:
∥τ(2k)∥∞≤q(n)∥g∥∞=n2kλh,k(n)W2k(τ,h).\|\tau^{(2k)}\|_\infty \le q(n) \|g\|_\infty = \frac{n^{2k}}{\lambda_{h,k}(n)} W_{2k}(\tau, h).
Evenness and positivity are evident from (1). The sole difficulty is proving convexity.


Step 2: Integral Representation of q(t)q(t)

Substitute ϕh(u)=1h(1−∣u∣/h)+\phi_h(u) = \frac{1}{h}(1 - |u|/h)_+ into (1). Using symmetry, setting u=hru = hr, and introducing the scaled frequency variable x=ht/2x = ht/2, we evaluate:
λh,k(t)=2⋅4kCk∫01sin⁡2k(xr)(1−r) dr=2⋅(2x)2kCk∫01r2k(1−r)(sin⁡(xr)xr)2kdr.\lambda_{h,k}(t) = \frac{2 \cdot 4^k}{C_k} \int_0^1 \sin^{2k}(xr) (1 - r) \, dr = \frac{2 \cdot (2x)^{2k}}{C_k} \int_0^1 r^{2k} (1 - r) \left(\frac{\sin(xr)}{xr}\right)^{2k} dr.
Therefore:
q(t)=t2kλh,k(t)=Ck2h2k⋅Ak(ht2)−1,(3)q(t) = \frac{t^{2k}}{\lambda_{h,k}(t)} = \frac{C_k}{2 h^{2k}} \cdot A_k\left(\frac{ht}{2}\right)^{-1}, \tag{3}
where
Ak(x)=∫01r2k(1−r)(sin⁡(xr)xr)2kdr.(4)A_k(x) = \int_0^1 r^{2k}(1 - r) \left(\frac{\sin(xr)}{xr}\right)^{2k} dr. \tag{4}

Hence, to show that q(t)q(t) is convex on [−n,n][-n, n] for h≤2π/nh \le 2\pi/n, it suffices to show that Ak(x)−1A_k(x)^{-1} is convex on [−π,π][-\pi, \pi].


Step 3: Proving Convexity via Ball’s Theorem

Define the truncated cardinal sine function:
S(s)={sin⁡ss,0<∣s∣<π,1,s=0,0,∣s∣≥π.S(s) = \begin{cases} \dfrac{\sin s}{s}, & 0 < |s| < \pi, \\ 1, & s = 0, \\ 0, & |s| \ge \pi. \end{cases}

  1. Log-concavity of SS: On (−π,π)∖{0}(-\pi, \pi) \setminus \{0\},
    (log⁡S(s))′′=(log⁡sin⁡s−log⁡s)′′=1s2−1sin⁡2s<0.(\log S(s))'' = \left(\log \sin s - \log s\right)'' = \frac{1}{s^2} - \frac{1}{\sin^2 s} < 0.
    At s=0s = 0, the second derivative extends continuously to −1/3<0-1/3 < 0. Since SS vanishes outside (−π,π)(-\pi, \pi), SS is log-concave on R\mathbb{R}.

  2. Constructing the 2D log-concave function: Define Fk:R2→[0,∞)F_k: \mathbb{R}^2 \to [0, \infty) by
    Fk(s,v)=S(s)2k(1−∣v∣)+.F_k(s, v) = S(s)^{2k} (1 - |v|)_+.
    Because the product of independent log-concave functions remains log-concave, FkF_k is an even, log-concave density on R2\mathbb{R}^2.

  3. Applying Ball’s Theorem: Set m=2k+1m = 2k + 1. By Fact B,
    Nk(a,b)=(∫0∞r2kFk(ra,rb) dr)−12k+1N_k(a, b) = \left( \int_0^\infty r^{2k} F_k(ra, rb) \, dr \right)^{-\frac{1}{2k+1}}
    is a valid norm on R2\mathbb{R}^2, and is therefore convex.

  4. Restriction to an affine line: The restriction of any norm to an affine line is convex. Evaluating NkN_k along (a,b)=(x,1)(a, b) = (x, 1) for ∣x∣≤π|x| \le \pi:
    Nk(x,1)=(∫01r2k(1−r)S(xr)2k dr)−12k+1=Ak(x)−12k+1.N_k(x, 1) = \left( \int_0^1 r^{2k} (1 - r) S(xr)^{2k} \, dr \right)^{-\frac{1}{2k+1}} = A_k(x)^{-\frac{1}{2k+1}}.
    Thus, Ak(x)−12k+1A_k(x)^{-\frac{1}{2k+1}} is convex on [−π,π][-\pi, \pi].

  5. Power preservation of convexity: Since u↦u2k+1u \mapsto u^{2k+1} is convex and non-decreasing on [0,∞)[0, \infty), the composition
    Ak(x)−1=(Ak(x)−12k+1)2k+1A_k(x)^{-1} = \left( A_k(x)^{-\frac{1}{2k+1}} \right)^{2k+1}
    is convex on [−π,π][-\pi, \pi].

By formula (3), q(t)q(t) is convex on [−2π/h,2π/h]⊇[−n,n][-2\pi/h, 2\pi/h] \supseteq [-n, n]. This completes the proof of Theorem 1. ■\blacksquare


4. Generalization to Arbitrary Log-Concave Weights

The proof does not rely on the specific triangular shape of ϕh\phi_h. It holds when ϕh\phi_h is replaced by any scaled density ρh(u)=1hρ(u/h)\rho_h(u) = \frac{1}{h} \rho(u/h), where ρ\rho satisfies:

  1. ρ\rho is even: ρ(−u)=ρ(u)\rho(-u) = \rho(u);
  2. ρ\rho is log-concave on its support [−1,1][-1, 1];
  3. ρ(0)>0\rho(0) > 0.

For such a weight, the inverse multiplier takes the form
t2kλρ,k(t)=Ck2(∫0∞u2kS(tu2)2kρ(u) du)−1.\frac{t^{2k}}{\lambda_{\rho,k}(t)} = \frac{C_k}{2} \left( \int_0^\infty u^{2k} S\left(\frac{tu}{2}\right)^{2k} \rho(u) \, du \right)^{-1}.
Applying Ball’s Theorem to the bivariate log-concave density F(s,v)=S(s)2kρ(v)F(s, v) = S(s)^{2k} \rho(v) along the line (t/2,1)(t/2, 1) guarantees the required convexity directly.


References

  1. A. G. Babenko, Y. V. Kryakin, P. T. Staszak, Special Moduli of Continuity and the Constant in the Jackson–Stechkin Theorem, Constr. Approx. 38 (2013), 339–364.
  2. K. Ball, Logarithmically concave functions and sections of convex sets in Rn\mathbb{R}^n, Studia Math. 88 (1988), 69–84.