Time-dimensional reduction and a Carleman contraction principle for an inverse initial data problem for the incompressible Navier-Stokes equations with unknown body force

Titolo

Riduzione dimensionale temporale e principio di contrazione di Carleman per un problema inverso di dati iniziali nelle equazioni di Navier-Stokes incomprimibili con forza di corpo incognita.

1. Il Problema

L'articolo affronta un problema inverso di dati iniziali per il sistema di Navier-Stokes incomprimibile in un dominio $\Omega \subset \mathbb{R}^d$ ($d \ge 2$) per un tempo $T > 0$.
L'obiettivo è ricostruire i dati iniziali di velocità ($u_0$) e pressione ($p_0$) a partire da misurazioni sul bordo laterale ($\partial\Omega \times (0, T)$), specificamente:

• La derivata normale della velocità: $g = \partial_\nu u$.
• La pressione e la sua derivata normale: $h = [p, \partial_\nu p]^T$.

La sfida principale: A differenza della maggior parte dei problemi inversi in cui si assume che tutti i parametri del modello siano noti, in questo caso la forza di corpo $f$ è sconosciuta e indipendente dal tempo. Questo rende il problema sottodeterminato, poiché si devono recuperare $2d+1$ funzioni incognite (componenti di $u$, $p$ e $f$) basandosi su $d+1$ equazioni.

2. Metodologia

Gli autori propongono un approccio innovativo che combina tre fasi principali per trasformare il problema non lineare e mal posto in un sistema ellittico risolvibile tramite un metodo di contrazione.

A. Eliminazione della forza di corpo incognita

Poiché la forza di corpo $f$ è indipendente dal tempo ($\partial_t f = 0$), si differenzia l'equazione della quantità di moto rispetto al tempo. Questo elimina il termine $f$ dal sistema, portando a un'equazione per la derivata temporale della velocità ($u_t$) e della pressione ($p_t$):
$$u_{tt} + (u_t \cdot \nabla)u + (u \cdot \nabla)u_t = -\nabla p_t + \mu \Delta u_t$$
Si ottiene inoltre un'equazione per $\Delta p_t$ derivando l'equazione di incompressibilità e manipolando i termini non lineari.

B. Riduzione Dimensionale Temporale (Time-Dimensional Reduction)

Il sistema risultante viene proiettato su una base ortonormale basata sui polinomi di Legendre esponenzialmente pesati $\{\Psi_n(t)\}_{n \ge 0}$, definiti come $\Psi_n(t) = e^t Q_n(t)$, dove $Q_n$ sono i polinomi di Legendre spostati.

• Le incognite $u(x,t)$ e $p(x,t)$ sono espanso come serie: $u(x,t) = \sum u_n(x)\Psi_n(t)$.
• Sostituendo queste espansioni nel sistema differenziale e troncando la serie a un ordine $N$, si ottiene un sistema accoppiato di equazioni ellittiche per i coefficienti spaziali $u_n(x)$ e $p_n(x)$.
• I dati al bordo misurati vengono proiettati sulla stessa base per ottenere le condizioni al contorno (di Cauchy) per i coefficienti ridotti.

C. Principio di Contrazione di Carleman (Carleman Contraction)

Per risolvere il sistema ellittico non lineare risultante, gli autori costruiscono un operatore di punto fisso utilizzando una stima di Carleman.

1. Stima di Carleman: Viene utilizzata una stima pesata con un peso esponenziale $e^{2\lambda \mu_\beta(x)}$ (dove $\mu_\beta$ è una funzione radiale) per controllare la soluzione all'interno del dominio.
2. Operatore Contrattivo: Viene definito un operatore $T_{\lambda, \epsilon}$ su un insieme ammissibile di funzioni. L'operatore minimizza un funzionale agli errori quadrati pesato, "congelando" i termini non lineari basati sull'iterazione precedente.
3. Convergenza Globale: Si dimostra che, per un parametro di Carleman $\lambda$ sufficientemente grande, l'operatore è una contrazione rispetto a una norma pesata. Per il teorema del punto fisso di Banach, questo garantisce l'esistenza e l'unicità di una soluzione approssimata e la convergenza globale dell'iterazione di Picard, indipendentemente dalla scelta del dato iniziale (anche se lontano dalla soluzione vera).

3. Contributi Chiave

• Gestione della forza incognita: Il metodo risolve efficacemente il problema dell'incertezza sulla forza di corpo senza richiedere assunzioni a priori su di essa, differenziando temporalmente il sistema.
• Nuovo schema di riduzione: L'adattamento della riduzione dimensionale temporale (basata su Legendre esponenziale) al sistema di Navier-Stokes incomprimibili, che presenta termini non lineari accoppiati complessi.
• Convergenza globale: A differenza dei metodi di ottimizzazione basati su gradienti (che soffrono di minimi locali), l'approccio di contrazione di Carleman garantisce la convergenza verso la soluzione corretta anche con un'ipotesi iniziale scarsa.
• Algoritmo numerico robusto: Sviluppo di un algoritmo pratico (Algorithm 1) che combina la proiezione sui coefficienti con la risoluzione iterativa di sistemi lineari pesati.

4. Risultati Numerici

Gli autori hanno testato il metodo su tre casi numerici sintetici in un dominio quadrato 2D, con diversi campi di forza di corpo e velocità iniziali.

• Ricostruzione: Il metodo ha ricostruito con successo le strutture qualitative principali (posizioni, segni, forme) della velocità e della pressione iniziali.
• Accuratezza:
  • Test 1: Errori relativi L2 di circa 14-15% per la velocità e 24% per la pressione.
  • Test 2: Errori simili (15-18%), dimostrando robustezza su configurazioni diverse.
  • Test 3: Per un caso più complesso con strutture localizzate separate, gli errori sono aumentati (31-43%), ma le caratteristiche qualitative essenziali sono state comunque recuperate.
• Convergenza: Gli istogrammi di convergenza mostrano che le iterazioni di Picard si stabilizzano rapidamente e i residui del sistema ridotto diminuiscono monotonicamente, confermando la validità teorica della contrazione.
• Rumore: Il metodo è stato testato con dati di bordo rumorosi (10% di rumore), dimostrando una ragionevole stabilità.

5. Significato e Implicazioni

Questo lavoro rappresenta un passo significativo nella risoluzione di problemi inversi per fluidi non lineari.

• Praticità: La capacità di ricostruire lo stato iniziale senza conoscere la forza esterna è cruciale per applicazioni reali (ingegneria aerospaziale, idraulica, oceanografia) dove le forze esterne sono spesso sconosciute o parzialmente osservabili.
• Teoria: Dimostra che la combinazione di riduzione dimensionale e stime di Carleman può essere estesa a sistemi non lineari complessi come Navier-Stokes, superando le limitazioni strutturali dei lavori precedenti.
• Futuro: L'approccio apre la strada a studi su dati parziali al bordo, stime di stabilità più dettagliate e estensioni a geometrie 3D e sistemi fluidi più generali.

In sintesi, il paper propone un quadro teorico e numerico solido per un problema inverso altamente non lineare e mal posto, offrendo una soluzione che garantisce la convergenza globale e gestisce efficacemente l'incertezza sui parametri del modello.