An inverse problem for semilinear wave equations on metric tree graphs

1. Problème Étudié

L'article aborde un problème inverse dynamique pour une équation des ondes semi-linéaires définie sur un graphe métrique en arbre (un graphe sans cycles). L'équation régit la propagation des ondes $u(x,t)$ sur le graphe $\Omega$ jusqu'à un temps $T > 0$ :

$$(\partial_t^2 - \partial_x^2)u(x, t) + q(x)u(x, t) + a(x, t)u^3(x, t) = 0$$

Les conditions aux limites et de raccordement sont les suivantes :

• Conditions de Kirchhoff-Neumann (KN) : Aux sommets internes ($V \setminus \Gamma$), la solution est continue et la somme des dérivées normales sortantes est nulle.
• Conditions aux bords : Sur un sous-ensemble de sommets de bord $\Gamma_0$ (toutes les feuilles sauf une, notée $\gamma_0$), une condition de Dirichlet est imposée ($u|_{\Gamma_0} = f(t)$). Sur la feuille restante $\gamma_0$, une condition de Dirichlet homogène est fixée ($u(\gamma_0, t) = 0$).
• Coefficients inconnus :
  • $q(x)$ : Un potentiel indépendant du temps.
  • $a(x, t)$ : Un coefficient dépendant du temps associé au terme non linéaire cubique.
  • La structure du graphe (connectivité et longueurs des arêtes) est également inconnue.

L'objectif inverse est de déterminer la structure du graphe métrique, le potentiel $q$, et le coefficient $a$ à partir de l'application Dirichlet-to-Neumann (DtN) $\Lambda_T$. Cette application associe la donnée de Dirichlet $f$ sur $\Gamma_0$ à la dérivée normale de la solution $\partial_\nu u$ sur $\Gamma_0$ sur l'intervalle de temps $(0, T)$.

2. Méthodologie

La stratégie de résolution repose sur une combinaison de trois piliers méthodologiques :

A. Linéarisation et Méthode de Fréchet

L'approche principale utilise la linéarisation de l'application DtN par rapport à la source $f$. En considérant de petites sources $f = \varepsilon_1 f_1 + \varepsilon_2 f_2 + \varepsilon_3 f_3$, les auteurs montrent que la dérivée troisième de l'application DtN par rapport aux paramètres $\varepsilon_i$ (évaluée en 0) permet d'accéder à une intégrale impliquant le produit de quatre solutions d'équations linéaires.
Plus précisément, l'identité fondamentale (obtenue par intégration par parties) relie la donnée de bord à l'intégrale du terme non linéaire :
$$\int_0^T \int_\Omega 6 a(x,t) v_0 v_1 v_2 v_3 \, dx dt = \int_0^T \int_{\Gamma_0} f_0 \partial_\nu w \, d\sigma dt$$
où $v_j$ sont des solutions d'équations d'ondes linéaires et $w$ est une solution d'une équation linéaire avec un terme source dépendant de $a$.

B. Solutions Optiques Géométriques (Geometric Optics)

Pour reconstruire le coefficient $a(x,t)$ ponctuellement, les auteurs utilisent des solutions d'ondes de type optique géométrique (faisceaux gaussiens ou ondes de haute fréquence). Ces solutions sont de la forme $e^{i h^{-1}\theta(t)} \chi(t)$, où $h$ est un petit paramètre.

• Ces ondes se propagent le long des caractéristiques du graphe.
• Leurs interactions aux sommets internes sont régies par les conditions de Kirchhoff-Neumann, qui déterminent les coefficients de réflexion et de transmission (calculés explicitement pour les graphes en étoile dans la Section 3).
• En faisant tendre $h \to 0$, l'intégrale de l'identité de linéarisation se concentre sur les points d'intersection des supports des ondes $v_0, v_1, v_2, v_3$, permettant de récupérer la valeur de $a$ en ces points.

C. Méthode de "Leaf-Peeling" (Épluchage des feuilles)

Pour gérer la complexité topologique des arbres, l'article utilise une méthode récursive inspirée de la méthode "leaf-peeling" (ou "leaf-cleaning").

1. On identifie des sous-graphes en forme d'étoile ("sheaves") contenant une feuille non contrôlée ($\gamma_0$) et plusieurs feuilles contrôlées.
2. En contrôlant les feuilles externes, on reconstruit d'abord les coefficients sur les arêtes incidentes aux feuilles contrôlées.
3. On "épluche" progressivement l'arbre en reconstruisant les coefficients sur les arêtes internes, en utilisant le fait que les ondes réfléchies depuis les parties déjà reconstruites peuvent être traitées comme des données connues.

3. Résultats Principaux

Le théorème principal (Théorème 1) établit les résultats suivants sous l'hypothèse que le temps d'observation $T$ est suffisamment grand ($T > 2D(\gamma_0)$, où $D$ est la distance maximale entre la feuille non contrôlée et les autres feuilles) :

1. Récupération de la structure et du potentiel linéaire : L'application DtN $\Lambda_T$ détermine de manière unique la structure métrique de l'arbre (connectivité et longueurs des arêtes) à une isométrie près (les sommets de degré 2 ne sont pas distinguables) et le potentiel $q(x)$ indépendant du temps. Ce résultat découle de travaux antérieurs sur les équations linéaires.
2. Récupération du coefficient non linéaire : Le coefficient dépendant du temps $a(x,t)$ est récupéré de manière unique sur un domaine spatio-temporel spécifique défini par :
   $$\mathcal{D} = \left\{ (x, t) \in \Omega \times [0, T] : D(\gamma_0) + d(x, \gamma_0) \le t \le T - D(\gamma_0) + d(x, \gamma_0) \right\}$$
   Ce domaine correspond à la région où les ondes émises depuis les feuilles contrôlées et réfléchies par la feuille non contrôlée (ou vice-versa) peuvent interagir de manière constructive pour isoler le terme non linéaire.

Cas particuliers et généralisations :

• La méthode fonctionne même si les longueurs des arêtes incidentes aux feuilles contrôlées sont différentes (contrairement à des hypothèses de symétrie strictes parfois requises dans la littérature).
• La méthode s'étend à des non-linéarités de la forme $u^m$ pour $m \ge 3$.
• Le problème direct (existence et unicité de la solution pour l'équation semi-linéaire) est résolu dans la Section 6, garantissant que l'application DtN est bien définie pour de petites sources.

4. Contributions Clés

• Première étude de problèmes inverses non linéaires sur des graphes métriques : À la connaissance des auteurs, c'est le premier travail traitant spécifiquement des problèmes inverses pour des équations différentielles non linéaires sur des graphes métriques.
• Extension de la méthode de linéarisation aux graphes discrets : L'article adapte la méthode de linéarisation développée pour les variétés (par Belishev, Lassas, et al.) au contexte discret des graphes, en surmontant la difficulté majeure des interactions complexes des ondes aux sommets internes.
• Construction explicite des solutions optiques sur les arbres : Les auteurs fournissent des formules explicites pour le comportement des ondes optiques géométriques aux sommets de degré supérieur à 2, ce qui est crucial pour la reconstruction.
• Algorithme récursif robuste : La démonstration propose un algorithme systématique ("leaf-cleaning") pour reconstruire les coefficients sur un arbre général sans hypothèse de régularité excessive sur la topologie.

5. Signification et Impact

Ce travail est significatif pour plusieurs raisons :

• Applications physiques : Les équations des ondes non linéaires sur les réseaux apparaissent dans de nombreux domaines, notamment la physique de la matière condensée, l'hydrodynamique, les guides d'ondes non linéaires et les fibres optiques. La capacité à identifier les paramètres internes (comme les défauts ou les variations de matériau représentés par $a$ et $q$) à partir de mesures de surface est cruciale pour le contrôle non destructif et l'imagerie.
• Avancée théorique : Il comble un vide dans la théorie des problèmes inverses, qui était jusqu'alors dominée par les équations linéaires sur les graphes. Il démontre que la non-linéarité, souvent considérée comme un obstacle, peut être exploitée (via la linéarisation d'ordre supérieur) pour extraire des informations supplémentaires (le coefficient dépendant du temps) qui seraient invisibles dans un cadre purement linéaire.
• Généralité : La méthode ne nécessite pas de connaître la structure du graphe a priori, ce qui en fait une approche puissante pour l'imagerie de structures complexes inconnues.

En résumé, cet article établit un cadre théorique rigoureux et constructif pour résoudre des problèmes inverses non linéaires sur des réseaux, ouvrant la voie à de nouvelles applications en imagerie mathématique et en physique appliquée.