Barzilai--Borwein (BB) 방법은 연속 최적화 (continuous optimization)에서 강력한 실용적 성능을 보여주었으나, 그 수렴 역학 (convergence dynamics)은 여전히 제대로 이해되지 않은 상태로 남아 있습니다. 특히, 핵심적인 미해결 질문은 BB 방법이 거의 모든 엄격한 볼록 이차 문제 (strictly convex quadratic problem)와 초기화 (initialization)에 대해 초선형 (superlinearly)으로 수렴하는지 여부입니다. 우리는 이 질문에 대해 부정적인 답변을 제공합니다. 구체적으로, 모든 유한 차원 $n \geq 4$에 대해, 우리는 긴 Barzilai--Borwein 방법 (BB1)이 수렴하지만 근-초선형 (root-superlinearly)으로 수렴할 수 없는, 비어 있지 않은 열린 집합(따라서 양의 르베그 측도(positive-Lebesgue-measure)를 가짐)의 엄격한 볼록 이차 문제 및 초기점 집합을 구성합니다. 더 정확하게는, 명시적인 상수 $\rho_{\min}=10^{-6}, \rho_{\max}=0.61$을 사용하여, 그래디언트 (gradient)의 모든 스펙트럼 성분 (spectral component)은 상응하는 기하급수 (geometric sequence)에 의해 상한과 하한이 제한됩니다. 결과적으로, 그래디언트 노름 (gradient norm)과 오차의 에너지 노름 (energy norm)은 동일한 비율을 가진 양방향 기하학적 추정치 (two-sided geometric estimates)를 만족하는 반면, 목적 함수 격차 (objective gap)는 제곱된 비율을 가진 상응하는 추정치를 만족합니다. 특히, 이 세 가지 수량 모두 기하급수에 의해 하한이 제한되므로, 초선형 수렴 (superlinear convergence)은 배제됩니다. 이 구성은 매우 까다로우며, 4차원에서 사영된 (projectivized) BB 역학의 비공명적이고 끌어당기는 7주기 (nonresonant, attracting seven-cycle)에 대한 컴퓨터 보조 증명 (computer-assisted proof)을 기반으로 합니다.