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

Sintesi Tecnica: Problemi Inversi per EDP Ellittiche Semilineari con una Nonlinearità Generale

Enunciato del Problema
Il lavoro affronta il problema inverso di recuperare una nonlinearità generale $a(x, u)$ nell'equazione ellittica semilineare
$$\Delta u + a(x, u) = 0 \quad \text{in } \Omega,$$
a partire da misurazioni al bordo delle soluzioni. Il dominio $\Omega \subset \mathbb{R}^n$ ($n \ge 2$) è limitato con bordo di classe $C^\infty$. Si assume che la nonlinearità $a$ appartenga a $C^k(\mathbb{R}, C^{2,\alpha}(\Omega))$ con $k \ge 3$. I dati disponibili sono l'insieme dei dati di Cauchy (o una sua versione locale), definito come l'insieme delle coppie $(u|_{\partial\Omega}, \partial_\nu u|_{\partial\Omega})$ per soluzioni $u$ in un intorno di una soluzione fissa $w$.

La domanda centrale è se i dati di Cauchy determinino univocamente la funzione $a(x, z)$. Gli autori osservano che la letteratura precedente ha stabilito l'unicità sotto condizioni restrittive:

1. Metodi di linearizzazione del primo ordine (ad es. [Isa93], [IS94]) richiedono tipicamente condizioni sul segno, come $a(x, 0)=0$ e $\partial_u a(x, u) \le 0$, per garantire il ben-posto e i principi del massimo.
2. Metodi di linearizzazione di ordine superiore (ad es. [FO20], [LLLS21a]) hanno rimosso le condizioni sul segno, ma spesso si basano sull'assunzione che $u \equiv 0$ sia una soluzione ($a(x, 0)=0$) e che l'operatore linearizzato in zero sia ben posto (0 non è un autovalore di Dirichlet). Questi metodi recuperano generalmente la serie di Taylor di $a$ rispetto a $u$, richiedendo l'analiticità reale per recuperare completamente $a$.

Metodologia
Gli autori sviluppano un quadro che evita le assunzioni restrittive dei lavori precedenti (in particolare le assunzioni (1.2)–(1.3) e (1.4)–(1.5) nell'introduzione). La metodologia si basa su tre pilastri tecnici principali:

1. Costruzione di Mappature di Soluzione Lisce:
   Il nucleo dell'approccio consiste nella costruzione di una mappa liscia che parametrizza le soluzioni dell'equazione non lineare in un intorno di una soluzione fissa $w$ utilizzando le soluzioni dell'equazione linearizzata. Sia $q(x) = \partial_u a(x, w)$. L'equazione linearizzata è $\Delta v + qv = 0$.

   • Poiché l'operatore linearizzato $\Delta + q$ potrebbe non essere ben posto (0 potrebbe essere un autovalore), gli autori utilizzano la teoria di Fredholm. Definiscono un operatore di soluzione che gestisce gli ostacoli a dimensione finita (il nucleo $N_q$ e i dati di Neumann $\partial_\nu N_q$) proiettando sul complemento ortogonale del nucleo.
   • Utilizzando il Teorema della Funzione Implicita e un argomento di punto fisso (Lemma 2.3), costruiscono una mappa $C^{k-1}$ $S_{a,w}: V_q \to W_a$, dove $V_q$ è lo spazio delle soluzioni dell'equazione linearizzata e $W_a$ è la varietà delle soluzioni dell'equazione non lineare. Questa mappa soddisfa $S_{a,w}(v) = w + v + O(\|v\|^2)$.

2. Stabilità Quantitativa e Seconda Mappa di Soluzione:
   Per confrontare due nonlinearità diverse $a_1$ e $a_2$, gli autori costruiscono una seconda mappa di soluzione. Data l'inclusione degli insiemi locali di dati di Cauchy $C_{w, \delta}^{a_1} \subseteq C_{0, C}^{a_2}$, mostrano che per ogni soluzione $u_1$ della prima equazione vicina a $w$, esiste una soluzione $u_2$ della seconda equazione con gli stessi dati di Cauchy.

   • Crucialmente, dimostrano che $u_2$ dipende liscamente dal parametro $v$ dell'equazione linearizzata di $a_1$. Ciò è ottenuto stabilendo stime quantitative (Lemma 3.3) che mostrano come le soluzioni dell'equazione semilineare siano determinate in modo stabile dai loro dati di Cauchy, utilizzando stime di Carleman.
   • Questo permette la costruzione di una mappa $T_{a_2, w}$ parametrizzata dalle stesse soluzioni linearizzate $v$ di $S_{a_1, w}$, garantendo che entrambe le mappe condividano gli stessi dati al bordo.

3. Linearizzazione e Argomenti di Densità:

   • Primo Ordine: Derivando le equazioni per $u_1(v)$ e $u_2(v)$ rispetto al parametro $v$ e integrando contro le soluzioni delle equazioni linearizzate aggiunte, gli autori derivano un'identità integrale che coinvolge la differenza $\partial_u a_1 - \partial_u a_2$. Utilizzando la biettività delle mappe di soluzione e la densità dei prodotti di soluzioni (approssimazione di Runge), concludono che le derivate prime delle nonlinearità devono coincidere.
   • Ordine Superiore: Derivando $k$ volte, derivano un'identità analoga per le derivate $k$-esime, a condizione che le derivate di ordine inferiore coincidano.

Contributi e Risultati Chiave

• Teorema 1.1 (Unicità vicino a una soluzione comune): Se due nonlinearità $a_1$ e $a_2$ condividono una soluzione comune $w$ e i loro insiemi locali di dati di Cauchy soddisfano una condizione di inclusione, allora $a_1(x, w(x) + \lambda) = a_2(x, w(x) + \lambda)$ per $\lambda$ piccolo. Questo risultato vale per nonlinearità generali senza richiedere condizioni sul segno su $\partial_u a$ o l'assunzione che $a(x, 0)=0$.
• Teorema 1.3 (Unicità a meno di gauge): Se $a_1$ e $a_2$ non condividono una soluzione comune, i dati di Cauchy determinano $a_2$ in termini di $a_1$ a meno di una trasformazione di gauge. Nello specifico, $a_1(x, w_1(x) + \lambda) = T_\phi a_2(x, w_1(x) + \lambda)$, dove $T_\phi a(x, u) = \Delta \phi + a(x, u + \phi)$ e $\phi = w_2 - w_1$ è la differenza tra le soluzioni uniche delle due equazioni aventi gli stessi dati al bordo. Questo recupera la nonlinearità precisamente a meno di questa invarianza di gauge.
• Teorema 1.4 (Linearizzazione di ordine superiore senza ben-posto): Gli autori dimostrano che la linearizzazione di ordine superiore può essere applicata anche quando l'equazione linearizzata nella soluzione di sfondo non è ben posta (cioè senza assumere che 0 non sia un autovalore di Dirichlet). Mostrano che se le derivate di ordine inferiore coincidono, le derivate $k$-esime soddisfano una condizione di ortogonalità rispetto ai prodotti di soluzioni dell'equazione linearizzata.

Significato e Affermazioni
Il lavoro afferma di migliorare i risultati esistenti rimuovendo la necessità di condizioni sul segno (come $\partial_u a \le 0$) e il requisito che la soluzione di sfondo sia zero o che l'operatore linearizzato sia invertibile.

• A differenza dei risultati di linearizzazione del primo ordine che spesso recuperano la nonlinearità solo in un insieme raggiungibile ristretto o richiedono condizioni sul segno, questo lavoro stabilisce l'unicità (a meno di gauge) in un intero intorno di una soluzione fissa $w$.
• A differenza dei risultati di linearizzazione di ordine superiore che tipicamente recuperano solo la serie di Taylor di $a$ in $u=0$ (richiedendo analiticità per il recupero completo), questo lavoro recupera la nonlinearità $a(x, z)$ stessa vicino a $z = w(x)$ senza assumere analiticità.
• Il metodo si basa sulla costruzione di una "buona" mappa di soluzione che parametrizza localmente le soluzioni non lineari tramite quelle lineari, anche in presenza di ostacoli spettrali (autovalori), gestendo con cura il nucleo a dimensione finita tramite la teoria di Fredholm.

Gli autori osservano che i risultati sono validi per nonlinearità generali e che l'invarianza di gauge osservata è coerente con i risultati precedenti (ad es. [Sun10]) quando non esiste una soluzione comune. Il lavoro estende l'applicabilità delle tecniche dei problemi inversi a una classe più ampia di equazioni ellittiche semilineari dove l'operatore linearizzato può essere singolare.