Математик из НИУ ВШЭ в Нижнем Новгороде нашел способ решить уравнение, нерешаемое с XIX века

Ученый из НИУ ВШЭ в Нижнем Новгороде и ИППИ РАН Иван Ремизов совершил концептуальный прорыв в теории дифференциальных уравнений. Ему удалось вывести универсальную формулу для решения задач, которые более 190 лет считались нерешаемыми аналитическим путем. Полученный результат радикально меняет картину мира в одной из старейших областей математики, важной для фундаментальной физики и экономики. Результаты работы опубликованы во Владикавказском математическом журнале.
В средней школе на уроках математики учат, что для нахождения x в уравнении ax2+bx+c=0 нужно просто подставить коэффициенты a, b и c в готовую формулу вычисления корня уравнения через дискриминант. Это удобно, быстро и понятно. Однако в высшей математике, в которой описываются сложные процессы, используются уравнения вида ay''+ by'+cy=g. Это тоже уравнение второго порядка, но не алгебраическое, а дифференциальное.
Представьте, что вы едете на машине. Если дорога идеально ровная, а скорость постоянная, рассчитать время в пути легко. Это задача с постоянными коэффициентами. А теперь представьте, что покрытие дороги постоянно меняется, ветер дует с разной силой, угол наклона горы под колесами все время разный. В таких условиях ваша скорость и время зависят от множества меняющихся факторов.
Математически это описывается дифференциальными уравнениями второго порядка. В них на месте обычных чисел в качестве коэффициентов стоят функции — величины, которые сами постоянно меняются. А вместо простого возведения в квадрат стоит операция вычисления второй производной — математический аналог того, как резко машина разгоняется или тормозит.
Такие уравнения — это фундаментальный инструмент науки: они описывают все — от колебаний маятника и сигналов в электросетях до движения планет. И именно здесь исследователи зашли в тупик. Еще в 1834 году французский математик Жозеф Лиувилль показал, что невозможно выразить решение такого уравнения через его коэффициенты, используя стандартный набор действий: сложение и вычитание, умножение и деление, а также элементарные функции, такие как корни, логарифмы, синус, косинус, и интегралы. С тех пор в математическом сообществе укоренилось мнение, что общей формулы для их решения нет и быть не может. Задача считалась закрытой и безнадежно неразрешимой более 190 лет. Простую формулу, похожую на формулу решения квадратного уравнения через дискриминант, давно перестали искать для дифференциальных уравнений.
Старший научный сотрудник НИУ ВШЭ и ИППИ РАН Иван Ремизов предложил изящный выход. Он не стал спорить с Лиувиллем, а просто расширил набор инструментов. К стандартным математическим действиям ученый добавил еще одно — нахождение предела последовательности. Это позволило записать формулу, в которую можно подставить коэффициенты a, b, c и g уравнения ay''+ by'+cy=g, и найти его решение — функцию y.
Метод основан на теории аппроксимаций Чернова. Суть идеи в том, что сложный, постоянно меняющийся процесс разбивается на бесконечное множество простых шагов. Для каждого такого участка строится свое приближение — элементарный фрагмент, который описывает поведение системы в конкретной точке. По отдельности эти кусочки дают лишь упрощенную картину, но, когда их число устремляется к бесконечности, они бесшовно соединяются в идеально точный график решения. Скорость сходимости приближений к точному решению можно найти с помощью оценок, которые Иван Ремизов получил вместе с коллегой Олегом Галкиным в прошлом году.
В новой статье Ремизова доказано: если применить к этим шагам преобразование Лапласа — метод, который переводит задачу с языка сложных изменений на язык обычных алгебраических вычислений, — они безошибочно фокусируются в итоговый результат. Ученые называют его резольвентой.
Иван Ремизов
«Представьте, что искомое решение уравнения — это большая картина. Рассмотреть ее сразу целиком очень трудно. Но математика умеет отлично описывать процессы, развивающиеся во времени. Результатом работы стала теорема, которая позволяет “нарезать” этот процесс на множество маленьких простых кадров, а затем с помощью преобразования Лапласа собрать из этих кадров единую статичную картину — решение сложного уравнения, то есть резольвенту. Проще говоря, вместо того, чтобы гадать, как выглядит картина, теорема позволяет восстановить облик, быстро прокручивая “киноленту” ее создания», — объясняет автор работы, старший научный сотрудник Международной лаборатории динамических систем и приложений НИУ ВШЭ в Нижнем Новгороде Иван Ремизов.
Дифференциальные уравнения второго порядка используются не только для моделирования событий реального мира, но и для определения новых функций, которые нельзя задать иным образом. К ним относятся, например, так называемые специальные функции Матье и Хилла, они критически важны для понимания того, как движутся спутники на орбите или протоны в Большом адронном коллайдере.
«Единственное рабочее определение таких функций заключается в том, что они являются решениями конкретных сложных уравнений. Это как если бы вы не знали имени человека и могли описать его только через работу. Например: тот человек, который водит красный автобус по пятому маршруту. Понятно, о ком идет речь, но на практике не помогает обратиться к нему по имени», — поясняет Иван Ремизов.
Предложенный автором подход позволяет выражать решения уравнений через их коэффициенты напрямую. Благодаря этому специальные функции теперь можно задавать явными формулами подобно тому, как формула y(x)=x2 задает функцию y. Чтобы найти y(x) из этого примера, нужно число х умножить само на себя. Разумеется, для функций Матье и Хилла формулы имеют более сложную структуру, но принцип тот же: слева от знака равенства стоит величина, которую нужно найти, а справа указаны явные действия, выполнение которых приведет к ее нахождению.
При этом работа Ивана Ремизова перекидывает мостик от математики к современной физике. Ученый впервые представил решение обыкновенного дифференциального уравнения в виде формулы, аналогичной знаменитым интегралам нобелевского лауреата Ричарда Фейнмана, с помощью которых описывают движение квантовых частиц. То, что раньше работало для квантовой механики, теперь применимо к классическим задачам.
Вам также может быть интересно:
МТС и MAGNIT TECH стали индустриальными партнерами ФКН ВШЭ в рамках проекта «Топ-ИИ» Минцифры
Цель партнерства — объединить фундаментальную академическую базу факультета с актуальными задачами бизнеса. Благодаря проекту «Топ-ИИ» при поддержке гранта Минцифры России (при участии АНО «Аналитический центр при Правительстве Российской Федерации») и прямому участию лидеров индустрии студенты ФКН уже во время учебы включаются в разработку передовых технологий и выходят на рынок готовыми специалистами высокой квалификации по ключевым направлениям: генеративный искусственный интеллект, высоконагруженная инфраструктура, инженерия данных и машинное обучение в ритейле.
Лев Толстой и спецификации, контрапункт и инклюзивность ИИ: в НИУ ВШЭ обсудили вайбкодинг
В НИУ ВШЭ прошла первая международная конференция по вайбкодингу VIBE CODING RUSSIA 2026. Более 450 ее участников, спикеров из университетов, банков, телекома, кибербезопасности и самих вайбкодеров, обсудили, как ИИ сокращает путь от научного результата к продукту и кто отвечает за код, который пишет алгоритм.
Проект НИУ ВШЭ CheckAI победил на престижной премии BISA
НИУ ВШЭ укрепляет лидерские позиции в сфере отечественной кибернетической безопасности и искусственного интеллекта. Проект Вышки CheckAI под руководством Антона Сергеева, директора Центра программных разработок и цифровых сервисов МИЭМ ВШЭ, одержал победу на престижной профессиональной премии BISA «За вклад в безопасность цифрового будущего». Инновационная разработка была признана лучшей в номинации «Лучший проект — сервисы цифрового будущего».
В НИУ ВШЭ стартуют 11 исследовательских проектов с участием научных центров из пяти стран
Высшая школа экономики подвела итоги Конкурса совместных фундаментальных научных проектов «Международное академическое сотрудничество». Полностью поддержано пять проектов, еще шесть получили сокращенное финансирование. Исследовательские команды сформированы с участием учёных из Бразилии, ЮАР, Китая, Индии и Омана. Подробностями о победителях МАС 2026 поделился Александр Балышев, проректор НИУ ВШЭ.
НИУ ВШЭ разработает стандарт обучения по созданию и применению ИИ-агентов
НИУ ВШЭ совместно с российской платформой Nodul создаст стандарт и методику обучения по работе с ИИ-агентами. Доступ к платформе смогут получить до 8 тыс. студентов НИУ ВШЭ разных специальностей — от программистов до маркетологов, экономистов и юристов. По оценке Nodul, это станет самым массовым внедрением инструментов для создания ИИ-агентов в российском высшем образовании. Запуск новой программы начнется уже в текущем учебном году в рамках университетского проекта «Культура работы с данными» Data Culture.
Ключевой навык — критическое мышление: в НИУ ВШЭ обсудили, как ИИ меняет требования к работникам
Форсайт-центр и Институт искусственного интеллекта и цифровых наук (Институт ИИ) НИУ ВШЭ провели круглый стол «Как меняется работа в эпоху ИИ: опыт бизнеса, науки и госсектора». Представители бизнеса и эксперты обсудили роль руководителя в интеграции ИИ в бизнес-процессы, границы доверия к самостоятельным решениям ИИ-агентов, а также почему пилотные проекты не доходят до внедрения и как справедливо оценить труд сотрудников, чья производительность выросла благодаря использованию ИИ.
НИУ ВШЭ стал победителем Всероссийского конкурса студенческих конструкторских бюро
Студенческое конструкторское бюро «Интеллектуальные автономные системы в промышленности», созданное на базе Института робототехнических систем и МИЭМ ВШЭ, одержало победу во Всероссийском конкурсе в области студенческого конструкторского лидерства. Организатор конкурса — Министерство науки и высшего образования РФ. Бюро получит государственную поддержку на реализацию проектов в области робототехники совместно с индустриальными партнерами.
НИУ ВШЭ представил в Китае исследование о безопасности нейросетей для анализа видео
Ученые Высшей школы экономики презентавали на международной конференции ChinaMM 2026 в Китае исследование о том, как искажения при передаче видео влияют на работу нейросетей. Авторы предложили новый способ проверять устойчивость таких моделей в условиях, близких к реальному использованию видеосервисов.
Научная экспедиция на Хайнань: ученые ВШЭ организовали конференцию по статистическому ИИ в Китае
С 24 по 28 августа 2026 года в городе Санья на острове Хайнань (Китай) прошла международная конференция Statistical AI («Статистический искусственный интеллект»). Мероприятие собрало ведущих специалистов в области статистики, машинного обучения и прикладного ИИ. Среди организаторов конференции — Алексей Наумов, директор Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ, и Сергей Самсонов, заведующий Международной лабораторией стохастических алгоритмов и анализа многомерных данных.
V конференция «Погружение в машинное обучение»: главное ИИ-событие осени соберет ведущих ученых России
Институт искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ приглашает исследователей, разработчиков и всех, кто создает будущее технологий, на пятую, юбилейную конференцию «Погружение в машинное обучение» (Fall into ML 2026). Мероприятие состоится 23–24 октября 2026 года в Центре культур НИУ ВШЭ (Москва, Покровский бульвар, д. 11, cтр. 6) и станет главной точкой притяжения для российского ИИ-сообщества.


