A note on several inverse problems with generally random coefficients

Resumen Técnico: Una Nota sobre Varios Problemas Inversos con Coeficientes Generalmente Aleatorios

Planteamiento del Problema
Este artículo investiga problemas inversos para ecuaciones elípticas con coeficientes aleatorios, centrándose específicamente en la ecuación de Schrödinger $(-\Delta + q)u = 0$ en un dominio acotado $\Omega \subset \mathbb{R}^n$. La pregunta central es qué información sobre el potencial aleatorio $q(\omega, x)$ puede recuperarse a partir de diversos resúmenes estadísticos de los datos de frontera o interiores. Se asume que la aleatoriedad es "generalmente aleatoria", lo que significa que no se impone ninguna estructura probabilística especial (como gaussianidad, pequeñez perturbativa, isotropía microlocal o soporte en inclusiones).

El estudio compara la recuperabilidad de la ley del potencial a partir de cuatro tipos distintos de datos:

1. La ley de probabilidad completa del mapa de Dirichlet a Neumann (DN), $\text{Law}(\Lambda_q)$.
2. La esperanza del mapa DN, $\mathbb{E}\Lambda_q$.
3. Un número finito de momentos conjuntos de la forma bilineal de frontera $\langle \Lambda_q f, g \rangle$.
4. El operador de Green interior promediado, $\mathbb{E}G_q$, donde $G_q = (-\Delta_D + q)^{-1}$.

Metodología
El artículo emplea una combinación de construcciones radiales explícitas, cálculo simbólico para operadores pseudodiferenciales y argumentos de teoría de la medida.

• Contraejemplos Radiales: Para demostrar las limitaciones de los datos de frontera, el autor construye potenciales radiales explícitos, suaves y no negativos en la bola unidad de $\mathbb{R}^3$. Mediante el análisis de los valores propios del mapa DN en la base de armónicos esféricos, el artículo identifica una dependencia afín de estos valores propios con el cuadrado de un parámetro $N$ (donde el potencial se define mediante $Q_N$). Esto permite construir potenciales distintos $q_1, q_2$ y un potencial determinista $q$ tales que $\Lambda_q = \frac{1}{2}\Lambda_{q_1} + \frac{1}{2}\Lambda_{q_2}$.
• Jerarquías de Momentos: Utilizando propiedades de las matrices de Vandermonde, el artículo construye potenciales aleatorios que toman un número finito de valores de tal manera que sus momentos conjuntos del mapa DN hasta cualquier orden fijo $M$ coinciden, aunque sus potenciales medios difieran.
• Análisis Simbólico: Para datos interiores, el artículo utiliza el símbolo interior completo del operador de Green. Promediando la expansión de la parametrizix del resolvente $(-\Delta + q)^{-1}$, el autor aísla términos en la expansión del símbolo que corresponden a momentos puntuales del potencial y sus derivadas.
• Levantamientos de Unicidad Determinista: El artículo aplica el teorema de Lusin–Souslin para demostrar que si un problema inverso determinista es inyectivo en una clase de Borel, entonces la ley conjunta de las entradas del mapa DN (respecto a una sucesión densa de funciones de frontera) determina unívocamente la ley del coeficiente aleatorio.

Contribuciones y Resultados Clave

1. Obstrucción para Mapas de Frontera Promediados:
   El resultado negativo principal es que el mapa de Dirichlet a Neumann esperado, $\mathbb{E}\Lambda_q$, no determina el potencial medio $\mathbb{E}q$. El artículo construye un potencial aleatorio $Q$ de dos valores y un potencial determinista $q^*$ tales que $\mathbb{E}\Lambda_Q = \Lambda_{q^*}$, pero $q^* \neq \mathbb{E}Q$. Esta obstrucción se extiende a cualquier jerarquía finita de momentos conjuntos; conocer todos los momentos de $\langle \Lambda_q f, g \rangle$ hasta el orden $M$ es insuficiente para determinar $\mathbb{E}q$. Esto indica que el promediado y la truncación de momentos finitos causan una pérdida de información que no es meramente un fallo de la unicidad determinista.

2. Recuperación a partir de la Ley Completa:
   En contraste con los resultados basados en momentos, el artículo establece que si se conoce la ley conjunta completa del mapa DN (específicamente, la ley conjunta de un número numerable de entradas de matriz $\langle \Lambda_q f_i, f_j \rangle$), entonces la ley del potencial aleatorio está unívocamente determinada, siempre que el problema inverso determinista subyacente sea inyectivo. Este resultado eleva directamente los teoremas clásicos de unicidad determinista (por ejemplo, Sylvester–Uhlmann para $n \ge 3$) al contexto probabilístico sin requerir estructuras estadísticas específicas sobre el ruido.

3. Recuperación a partir de Operadores de Green Promediados:
   El artículo demuestra que el operador de Green interior promediado, $\mathbb{E}G_q$, contiene significativamente más información local que el mapa de frontera promediado.

   • Momentos Puntuales: El símbolo interior completo de $\mathbb{E}G_q$ determina la media puntual $\mathbb{E}q$ y la varianza $\text{Var}(q)$ del potencial.
   • Rigidez de Dos Átomos: Para un potencial aleatorio de dos valores, el operador de Green promediado determina todos los momentos puntuales de la ley de dos puntos. Esto implica que el mapa del potencial al operador de Green promediado es inyectivo para distribuciones de dos átomos, a diferencia del mapa de frontera.
   • Modelos de Dimensión Finita: Si el potencial aleatorio es de la forma $q(x) = q_0(x) + \sum X_j V_j(x)$ con perfiles conocidos $V_j$ y un vector aleatorio $X$ de soporte compacto, el operador de Green promediado determina todos los momentos mixtos de $X$, y por tanto la ley completa de $X$, bajo una condición de no degeneración en los perfiles.

4. Análogos de Conductividad:
   Los apéndices extienden estos hallazgos a la ecuación de conductividad $\nabla \cdot (\gamma \nabla u) = 0$. Existen contraejemplos similares para el mapa de Neumann a Dirichlet esperado. Sin embargo, para el operador de Green de conductividad promediado, el símbolo principal determina $\mathbb{E}(\gamma^{-1})$, y el siguiente orden determina una matriz de covarianza ponderada que involucra gradientes logarítmicos de $\gamma^{-1}$.

Significado y Afirmaciones
El artículo afirma aclarar las diferencias fundamentales entre los problemas inversos de frontera e interiores en presencia de aleatoriedad general.

• Frontera vs. Interior: Los resultados destacan una distinción nítida: los datos de frontera (incluso con conocimiento estadístico completo) sufren de no unicidad cuando se promedian o truncan, mientras que los datos interiores de fuente a solución (el operador de Green) retienen información de momentos local que permite la recuperación de la media y la varianza, y en casos específicos, de la ley completa.
• Caracterización del Rango: Los contraejemplos para el mapa DN se interpretan no solo como obstrucciones probabilísticas, sino como afirmaciones geométricas sobre el rango del mapa no lineal $q \mapsto \Lambda_q$. Específicamente, el rango contiene combinaciones afines no triviales de mapas deterministas que no corresponden a la combinación afín de los potenciales.
• Contraste con la Literatura Existente: El trabajo se distingue de la literatura de dispersión inversa (por ejemplo, Lassas, Pääivärinta, Saksman; Caro, Helin, Lassas) que típicamente asume campos isotrópicos microlocalmente gaussianos y recupera el símbolo principal del operador de covarianza. Este artículo aborda la recuperación de la media puntual y la ley completa sin asumir tales estructuras específicas, mostrando que dicha recuperación es imposible a partir de momentos de frontera pero posible a partir de promedios interiores.

El artículo concluye que, aunque la ley completa del mapa de frontera es teóricamente suficiente para la recuperación (dada la unicidad determinista), los datos estadísticos prácticos o parciales (esperanzas, momentos finitos) son insuficientes para problemas de frontera pero suficientes para problemas interiores bajo las condiciones descritas.