Inverse problems for semilinear elliptic PDE with a general nonlinearity $a(x,u)$

Résumé technique : Problèmes inverses pour des EDP elliptiques semi-linéaires avec une non-linéarité générale

Énoncé du problème
L'article aborde le problème inverse de la reconstruction d'une non-linéarité générale $a(x, u)$ dans l'équation elliptique semi-linéaire
$$\Delta u + a(x, u) = 0 \quad \text{dans } \Omega,$$
à partir de mesures aux frontières des solutions. Le domaine $\Omega \subset \mathbb{R}^n$ ($n \ge 2$) est borné avec une frontière $C^\infty$. La non-linéarité $a$ est supposée appartenir à $C^k(\mathbb{R}, C^{2,\alpha}(\Omega))$ avec $k \ge 3$. Les données disponibles sont l'ensemble des données de Cauchy (ou une version locale de celui-ci), défini comme l'ensemble des paires $(u|_{\partial\Omega}, \partial_\nu u|_{\partial\Omega})$ pour des solutions $u$ dans un voisinage d'une solution fixe $w$.

La question centrale est de savoir si les données de Cauchy déterminent de manière unique la fonction $a(x, z)$. Les auteurs notent que la littérature antérieure a établi l'unicité sous des conditions restrictives :

1. Méthodes de linéarisation du premier ordre (par exemple, [Isa93], [IS94]) nécessitent généralement des conditions de signe telles que $a(x, 0)=0$ et $\partial_u a(x, u) \le 0$ pour assurer le bon positionnement et les principes du maximum.
2. Méthodes de linéarisation d'ordre supérieur (par exemple, [FO20], [LLLS21a]) ont éliminé les conditions de signe mais reposent souvent sur l'hypothèse que $u \equiv 0$ est une solution ($a(x, 0)=0$) et que l'opérateur linéarisé en zéro est bien posé (0 n'est pas une valeur propre de Dirichlet). Ces méthodes reconstruisent généralement la série de Taylor de $a$ par rapport à $u$, nécessitant l'analyticité réelle pour reconstruire $a$ complètement.

Méthodologie
Les auteurs développent un cadre qui évite les hypothèses restrictives des travaux précédents (spécifiquement les hypothèses (1.2)–(1.3) et (1.4)–(1.5) dans l'introduction). La méthodologie repose sur trois piliers techniques principaux :

1. Construction d'applications de solutions régulières :
   Le cœur de l'approche consiste à construire une application régulière qui paramétrise les solutions de l'équation non linéaire près d'une solution fixe $w$ en utilisant les solutions de l'équation linéarisée. Soit $q(x) = \partial_u a(x, w)$. L'équation linéarisée est $\Delta v + qv = 0$.

   • Puisque l'opérateur linéarisé $\Delta + q$ peut ne pas être bien posé (0 peut être une valeur propre), les auteurs utilisent la théorie de Fredholm. Ils définissent un opérateur de solution qui gère les obstructions de dimension finie (le noyau $N_q$ et les données de Neumann $\partial_\nu N_q$) en projetant sur le complément orthogonal du noyau.
   • En utilisant le théorème des fonctions implicites et un argument de point fixe (Lemme 2.3), ils construisent une application $C^{k-1}$ $S_{a,w}: V_q \to W_a$, où $V_q$ est l'espace des solutions de l'équation linéarisée et $W_a$ est la variété des solutions de l'équation non linéaire. Cette application satisfait $S_{a,w}(v) = w + v + O(\|v\|^2)$.

2. Stabilité quantitative et deuxième application de solution :
   Pour comparer deux non-linéarités différentes $a_1$ et $a_2$, les auteurs construisent une deuxième application de solution. Étant donné l'inclusion des ensembles de données de Cauchy locaux $C_{w, \delta}^{a_1} \subseteq C_{0, C}^{a_2}$, ils montrent que pour toute solution $u_1$ de la première équation proche de $w$, il existe une solution $u_2$ de la deuxième équation ayant les mêmes données de Cauchy.

   • De manière cruciale, ils prouvent que $u_2$ dépend de manière régulière du paramètre $v$ de l'équation linéarisée de $a_1$. Cela est obtenu en établissant des estimations quantitatives (Lemme 3.3) montrant que les solutions de l'équation semi-linéaire sont déterminées de manière stable par leurs données de Cauchy, en utilisant des estimées de Carleman.
   • Cela permet de construire une application $T_{a_2, w}$ paramétrée par les mêmes solutions linéarisées $v$ que $S_{a_1, w}$, garantissant que les deux applications partagent les mêmes données aux frontières.

3. Linéarisation et arguments de densité :

   • Premier ordre : En dérivant les équations pour $u_1(v)$ et $u_2(v)$ par rapport au paramètre $v$ et en intégrant contre les solutions des équations linéarisées adjointes, les auteurs dérivent une identité intégrale impliquant la différence $\partial_u a_1 - \partial_u a_2$. En utilisant la bijectivité des applications de solution et la densité des produits de solutions (approximation de Runge), ils concluent que les dérivées premières des non-linéarités doivent coïncider.
   • Ordre supérieur : En dérivant $k$ fois, ils dérivent une identité similaire pour les dérivées d'ordre $k$, à condition que les dérivées d'ordre inférieur coïncident.

Contributions et résultats clés

• Théorème 1.1 (Unicité près d'une solution commune) : Si deux non-linéarités $a_1$ et $a_2$ partagent une solution commune $w$ et que leurs ensembles locaux de données de Cauchy satisfont une condition d'inclusion, alors $a_1(x, w(x) + \lambda) = a_2(x, w(x) + \lambda)$ pour $\lambda$ petit. Ce résultat vaut pour des non-linéarités générales sans exiger de conditions de signe sur $\partial_u a$ ni l'hypothèse que $a(x, 0)=0$.
• Théorème 1.3 (Unicité à une transformation de jauge près) : Si $a_1$ et $a_2$ ne partagent pas de solution commune, les données de Cauchy déterminent $a_2$ en fonction de $a_1$ à une transformation de jauge près. Plus précisément, $a_1(x, w_1(x) + \lambda) = T_\phi a_2(x, w_1(x) + \lambda)$, où $T_\phi a(x, u) = \Delta \phi + a(x, u + \phi)$ et $\phi = w_2 - w_1$ est la différence entre les solutions uniques des deux équations ayant les mêmes données aux frontières. Cela reconstruit la non-linéarité précisément à cette invariance de jauge près.
• Théorème 1.4 (Linéarisation d'ordre supérieur sans bon positionnement) : Les auteurs démontrent que la linéarisation d'ordre supérieur peut être appliquée même lorsque l'équation linéarisée à la solution de fond n'est pas bien posée (c'est-à-dire sans supposer que 0 n'est pas une valeur propre de Dirichlet). Ils montrent que si les dérivées d'ordre inférieur coïncident, les dérivées d'ordre $k$ satisfont une condition d'orthogonalité par rapport aux produits de solutions de l'équation linéarisée.

Importance et affirmations
L'article prétend améliorer les résultats existants en éliminant le besoin de conditions de signe (comme $\partial_u a \le 0$) et l'exigence que la solution de fond soit nulle ou que l'opérateur linéarisé soit inversible.

• Contrairement aux résultats de linéarisation du premier ordre qui ne reconstruisent souvent la non-linéarité que dans un ensemble atteignable restreint ou nécessitent des conditions de signe, ce travail établit l'unicité (à une transformation de jauge près) dans un voisinage complet d'une solution fixe $w$.
• Contrairement aux résultats de linéarisation d'ordre supérieur qui reconstruisent généralement uniquement la série de Taylor de $a$ en $u=0$ (nécessitant l'analyticité pour une reconstruction complète), ce travail reconstruit la non-linéarité $a(x, z)$ elle-même près de $z = w(x)$ sans supposer l'analyticité.
• La méthode repose sur la construction d'une « bonne » application de solution qui paramétrise localement les solutions non linéaires par des solutions linéaires, même en présence d'obstructions spectrales (valeurs propres), en gérant soigneusement le noyau de dimension finie via la théorie de Fredholm.

Les auteurs notent que les résultats sont valables pour des non-linéarités générales et que l'invariance de jauge observée est cohérente avec les découvertes précédentes (par exemple, [Sun10]) lorsqu'une solution commune n'existe pas. Ce travail étend l'applicabilité des techniques de problèmes inverses à une classe plus large d'équations elliptiques semi-linéaires où l'opérateur linéarisé peut être singulier.