Stackelberg-Nash controllability for a multi-objective Stefan problem

1. Enunciato del Problema

L'articolo indaga un problema di controllo multi-obiettivo gerarchico per un sistema di Stefan unidimensionale, che modella le transizioni di fase (fusione/solidificazione) con un confine mobile.

• Il Sistema: Lo stato è descritto dalla temperatura $y(x,t)$ in un dominio dipendente dal tempo $Q_\ell = \{(x,t) : 0 < x < \ell(t), 0 < t < T\}$. L'evoluzione è governata da un'equazione parabolica con un confine mobile $\ell(t)$ determinato dalla condizione di Stefan:
  $$\ell'(t) = -\frac{1}{\beta} y_x(\ell(t), t)$$
  dove $\beta$ è il coefficiente di calore latente.
• I Controlli: Il sistema coinvolge tre funzioni di controllo:
  1. Capo ($f$): Agisce su un sottodominio $\mathcal{O}$. Il suo obiettivo è la controllabilità a zero (portare la temperatura $y$ a zero al tempo $T$).
  2. Seguaci ($v_1, v_2$): Agiscono sui sottodomini $\mathcal{O}_1$ e $\mathcal{O}_2$. I loro obiettivi sono di tracciamento: minimizzare la deviazione di $y$ dai profili target desiderati $y_{i,d}$ nelle sottoregioni $\mathcal{O}_{i,d}$, penalizzando al contempo lo sforzo di controllo.
• La Struttura del Gioco: Il problema adotta un quadro Stackelberg-Nash:
  • Stackelberg: $f$ è il "capo" che sceglie un controllo per primo, anticipando la reazione dei seguaci.
  • Nash: I seguaci $v_1$ e $v_2$ reagiscono in modo non cooperativo. Data $f$, cercano un equilibrio di Nash in cui nessuno può migliorare il proprio funzionale di costo modificando unilateralmente il proprio controllo.
• L'Obiettivo: Dimostrare l'esistenza di un controllo del capo $f$ tale che il sistema raggiunga la controllabilità a zero al tempo $T$, soggetto al vincolo che $(v_1, v_2)$ formino un equilibrio di Nash.

2. Metodologia

Gli autori impiegano un approccio analitico rigoroso che combina la teoria del controllo ottimo, la teoria dei giochi e le equazioni alle derivate parziali (PDE) su domini non cilindrici. La strategia di dimostrazione è divisa in tre fasi principali:

Fase 1: Riduzione a un Sistema di Ottimalità

Gli autori caratterizzano innanzitutto l'equilibrio di Nash per i seguaci. Analizzando le derivate di Gâteaux dei funzionali di costo convessi $J_1$ e $J_2$, dimostrano che un equilibrio di Nash $(v_1, v_2)$ esiste ed è unico per parametri di penalizzazione $\mu_i$ sufficientemente grandi.
Crucialmente, i controlli di equilibrio sono espressi esplicitamente in termini degli stati aggiunti $\phi_1, \phi_2$:
$$v_i = -\frac{1}{\mu_i} \phi_i \mathbb{1}_{\mathcal{O}_i}$$
Sostituendo questi nell'equazione di stato, il problema multi-obiettivo originale si trasforma in un sistema di ottimalità non lineare (un sistema accoppiato di equazioni paraboliche in avanti e all'indietro) in cui il controllo del capo $f$ deve portare lo stato $y$ a zero.

Fase 2: Linearizzazione e Controllabilità Approssimata

Per gestire la non linearità e il confine mobile, gli autori linearizzano il sistema di ottimalità. Stabiliscono la controllabilità approssimata per questo sistema linearizzato utilizzando un argomento di dualità.

• Sistema Aggiunto: Derivano il sistema aggiunto associato al sistema di ottimalità linearizzato.
• Disuguaglianza di Osservabilità: Il cuore della dimostrazione si basa sull'instaurare una disuguaglianza di osservabilità globale per il sistema aggiunto. Questa disuguaglianza limita l'energia iniziale dello stato aggiunto mediante l'osservazione dello stato sulla regione di controllo $\mathcal{O}$.
• Stime di Carleman: Per dimostrare la disuguaglianza di osservabilità, gli autori derivano stime di Carleman adattate al confine mobile.
  • Costruiscono specifiche funzioni di peso di tipo Fursikov che si adattano al confine mobile $\ell(t)$.
  • Gestiscono due configurazioni geometriche per i domini di controllo e osservazione:
    1. Caso (G1): I domini di osservazione per i seguaci coincidono ($\mathcal{O}_{1,d} = \mathcal{O}_{2,d}$).
    2. Caso (G2): I domini di osservazione differiscono ($\mathcal{O}_{1,d} \neq \mathcal{O}_{2,d}$).
  • La costruzione comporta l'accoppiamento di due diverse funzioni di peso per gestire l'accoppiamento nel sistema aggiunto, una sfida tecnica significativa quando il dominio è non cilindrico.

Fase 3: Argomento di Punto Fisso per il Sistema Non Lineare

Una volta stabilita la controllabilità approssimata per il sistema linearizzato, gli autori utilizzano un teorema del punto fisso di Schauder per dimostrare la controllabilità del problema di Stefan non lineare originale.

• Definiscono un operatore $\Lambda_\epsilon$ che mappa un confine mobile candidato $\ell$ in un nuovo confine generato dalla soluzione del sistema linearizzato con un controllo approssimato.
• Compattezza: Un ostacolo tecnico maggiore è dimostrare la compattezza di questo operatore. Gli autori utilizzano stime di regolarità di Hölder parabolica per la derivata normale $y_x$ al confine mobile. Dimostrano che, per piccoli dati iniziali e target, l'operatore mappa un insieme convesso, chiuso e limitato in se stesso ed è continuo.
• Processo di Limite: Prendendo il limite quando il parametro di approssimazione $\epsilon \to 0$, ottengono una soluzione che soddisfa la condizione esatta di controllabilità a zero $y(\cdot, T) = 0$.

3. Contributi Chiave

1. Primo Trattamento Stackelberg-Nash dei Problemi di Stefan: Questo è il primo lavoro ad applicare strategie gerarchiche Stackelberg-Nash a un problema di Stefan a confine libero, estendendo i risultati precedenti su equazioni paraboliche a dominio fisso.
2. Nuove Funzioni di Peso per Confini Mobili: Gli autori costruiscono nuove funzioni di peso di Fursikov compatibili con la condizione al confine mobile. Ciò permette la derivazione di stime di Carleman in domini non cilindrici, superando i limiti dei pesi esistenti progettati per domini fissi.
3. Gestione dei Conflitti Multi-Obiettivo: L'articolo risolve con successo il conflitto tra l'obiettivo del capo (controllabilità a zero) e gli obiettivi dei seguaci (tracciamento) riducendo il problema alla controllabilità a zero di un sistema di ottimalità accoppiato.
4. Flessibilità Geometrica: I risultati valgono sotto due distinte configurazioni geometriche riguardanti la sovrapposizione delle regioni di controllo e osservazione, fornendo robustezza alla configurazione del dominio.

4. Risultati Principali

• Teorema 1.1 (Risultato Principale): Sotto opportune condizioni geometriche sulle regioni di controllo e assumendo piccoli dati iniziali e funzioni target, esiste un controllo del capo $f$ e un unico equilibrio di Nash $(v_1, v_2)$ tali che la temperatura $y$ raggiunge zero al tempo $T$.
• Teorema 1.2: Stabilisce la controllabilità a zero del sistema di ottimalità non lineare (il motore matematico centrale del problema).
• Teoremi 1.3 e 1.4: Forniscono la controllabilità approssimata del sistema linearizzato e la cruciale disuguaglianza di osservabilità derivata tramite stime di Carleman.

5. Significato e Direzioni Future

• Avanzamento Teorico: Il lavoro colma il divario tra strategie di controllo basate sulla teoria dei giochi (Stackelberg-Nash) e problemi a confine libero, una classe di problemi nota per la loro complessità matematica dovuta all'interfaccia mobile.
• Applicazioni: Il quadro è applicabile a vari processi fisici e biologici che coinvolgono cambiamenti di fase, come la colata dei metalli, lo scioglimento del ghiaccio e la modellazione della crescita tumorale, dove molteplici portatori di interessi (ad esempio, diverse zone di riscaldamento) hanno obiettivi in competizione.
• Domande Aperte: Gli autori evidenziano diversi problemi aperti, tra cui:
  • Estendere i risultati a equazioni paraboliche quasi-lineari e degenerate.
  • Investigare il caso in cui i ruoli di capo e seguace sono invertiti.
  • Affrontare il controllo del problema di Stefan in domini a forma di stella o in dimensioni superiori.

In sintesi, questo articolo fornisce una fondazione matematica rigorosa per il controllo di sistemi complessi multi-agente governati da PDE a confine mobile, utilizzando tecniche avanzate nelle stime di Carleman e nella teoria del punto fisso.