A note on several inverse problems with generally random coefficients

Riepilogo Tecnico: Una Nota su Diversi Problemi Inversi con Coefficienti Generalmente Casuali

Enunciato del Problema
Questo articolo investiga problemi inversi per equazioni ellittiche con coefficienti casuali, focalizzandosi specificamente sull'equazione di Schrödinger $(-\Delta + q)u = 0$ su un dominio limitato $\Omega \subset \mathbb{R}^n$. L'indagine centrale riguarda quali informazioni sulla potenziale casuale $q(\omega, x)$ possano essere recuperate da varie sintesi statistiche dei dati al bordo o interni. La casualità è assunta essere "generalmente casuale", il che significa che non viene imposta alcuna struttura probabilistica speciale (come la gaussianità, la piccolezza perturbativa, l'isotropia microlocale o il supporto su inclusioni).

Lo studio confronta la recuperabilità della legge della potenziale da quattro tipi distinti di dati:

1. La legge di probabilità completa della mappa Dirichlet-to-Neumann (DN), $\text{Law}(\Lambda_q)$.
2. Il valore atteso della mappa DN, $\mathbb{E}\Lambda_q$.
3. Un numero finito di momenti congiunti della forma bilineare al bordo $\langle \Lambda_q f, g \rangle$.
4. L'operatore di Green interno mediato, $\mathbb{E}G_q$, dove $G_q = (-\Delta_D + q)^{-1}$.

Metodologia
L'articolo impiega una combinazione di costruzioni radiali esplicite, calcolo simbolico per operatori pseudodifferenziali e argomenti di teoria della misura.

• Controesempi Radiali: Per dimostrare i limiti dei dati al bordo, l'autore costruisce potenziali espliciti lisci, non negativi e radiali nella palla unitaria di $\mathbb{R}^3$. Analizzando gli autovalori della mappa DN nella base degli armonici sferici, l'articolo identifica una dipendenza affine di tali autovalori dal quadrato di un parametro $N$ (dove la potenziale è definita tramite $Q_N$). Ciò permette di costruire potenziali distinti $q_1, q_2$ e un potenziale deterministico $q$ tali che $\Lambda_q = \frac{1}{2}\Lambda_{q_1} + \frac{1}{2}\Lambda_{q_2}$.
• Gerarchie di Momenti: Utilizzando le proprietà delle matrici di Vandermonde, l'articolo costruisce potenziali casuali che assumono un numero finito di valori tali che i loro momenti congiunti della mappa DN fino a un ordine fissato $M$ coincidano, eppure i loro potenziali medi differiscano.
• Analisi Simbolica: Per i dati interni, l'articolo utilizza il simbolo interno completo dell'operatore di Green. Mediando lo sviluppo della parametrica della risolvente $(-\Delta + q)^{-1}$, l'autore isola i termini nello sviluppo del simbolo che corrispondono ai momenti puntuali della potenziale e delle sue derivate.
• Sollevamenti di Unicità Deterministica: L'articolo applica il teorema di Lusin–Souslin per dimostrare che, se un problema inverso deterministico è iniettivo su una classe di Borel, allora la legge congiunta delle voci della mappa DN (rispetto a una successione densa di funzioni al bordo) determina univocamente la legge del coefficiente casuale.

Contributi e Risultati Chiave

1. Ostacolo per le Mappature al Bordo Mediate:
   Il risultato negativo primario è che la mappa Dirichlet-to-Neumann attesa, $\mathbb{E}\Lambda_q$, non determina il potenziale medio $\mathbb{E}q$. L'articolo costruisce una potenziale casuale a due valori $Q$ e un potenziale deterministico $q^*$ tali che $\mathbb{E}\Lambda_Q = \Lambda_{q^*}$, ma $q^* \neq \mathbb{E}Q$. Questo ostacolo si estende a qualsiasi gerarchia finita di momenti congiunti; conoscere tutti i momenti di $\langle \Lambda_q f, g \rangle$ fino all'ordine $M$ è insufficiente per determinare $\mathbb{E}q$. Ciò indica che la media e la troncatura dei momenti finiti causano una perdita di informazioni che non è meramente un fallimento dell'unicità deterministica.

2. Recupero dalla Legge Completa:
   In contrasto con i risultati basati sui momenti, l'articolo stabilisce che se è nota la legge congiunta completa della mappa DN (specificamente, la legge congiunta di un numero numerabile di voci della matrice $\langle \Lambda_q f_i, f_j \rangle$), allora la legge della potenziale casuale è univocamente determinata, a condizione che il problema inverso deterministico sottostante sia iniettivo. Questo risultato eleva i teoremi classici di unicità deterministica (ad esempio, Sylvester–Uhlmann per $n \ge 3$) direttamente all'ambito probabilistico senza richiedere strutture statistiche specifiche sul rumore.

3. Recupero dagli Operatori di Green Mediati:
   L'articolo dimostra che l'operatore di Green interno mediato, $\mathbb{E}G_q$, contiene informazioni locali significativamente maggiori rispetto alla mappa al bordo mediata.

   • Momenti Puntuali: Il simbolo interno completo di $\mathbb{E}G_q$ determina la media puntuale $\mathbb{E}q$ e la varianza $\text{Var}(q)$ della potenziale.
   • Rigidità a Due Atomi: Per una potenziale casuale a due valori, l'operatore di Green mediato determina tutti i momenti puntuali della legge a due punti. Ciò implica che la mappa dalla potenziale all'operatore di Green mediato è iniettiva per distribuzioni a due atomi, a differenza della mappa al bordo.
   • Modelli a Dimensione Finita: Se la potenziale casuale è della forma $q(x) = q_0(x) + \sum X_j V_j(x)$ con profili noti $V_j$ e un vettore casuale $X$ a supporto compatto, l'operatore di Green mediato determina tutti i momenti misti di $X$, e quindi la legge completa di $X$, sotto una condizione di non degenerazione sui profili.

4. Analoghi per la Conduttività:
   Gli appendici estendono questi risultati all'equazione di conduttività $\nabla \cdot (\gamma \nabla u) = 0$. Esistono controesempi simili per la mappa Neumann-to-Dirichlet attesa. Tuttavia, per l'operatore di Green di conduttività mediato, il simbolo principale determina $\mathbb{E}(\gamma^{-1})$, e il termine del successivo ordine determina una matrice di covarianza pesata che coinvolge i gradienti logaritmici di $\gamma^{-1}$.

Significato e Affermazioni
L'articolo afferma di chiarire le differenze fondamentali tra problemi inversi al bordo e interni in presenza di casualità generale.

• Bordo vs Interno: I risultati evidenziano una distinzione netta: i dati al bordo (anche con piena conoscenza statistica) soffrono di non unicità quando sono mediati o troncati, whereas i dati interni da sorgente a soluzione (l'operatore di Green) conservano informazioni sui momenti locali che permettono il recupero della media e della varianza, e in casi specifici, della legge completa.
• Caratterizzazione dell'Immagine: I controesempi per la mappa DN sono interpretati non solo come ostacoli probabilistici, ma come affermazioni geometriche riguardanti l'immagine della mappa non lineare $q \mapsto \Lambda_q$. Specificamente, l'immagine contiene combinazioni affini non banali di mappe deterministiche che non corrispondono alla combinazione affine delle potenziali.
• Contrasto con la Letteratura Esistente: Il lavoro si distingue dalla letteratura sull'inversione di scattering (ad esempio, Lassas, Pääivärinta, Saksman; Caro, Helin, Lassas) che tipicamente assume campi isotropi microlocalmente gaussiani e recupera il simbolo principale dell'operatore di covarianza. Questo articolo affronta il recupero della media puntuale e della legge completa senza assumere tali strutture specifiche, mostrando che tale recupero è impossibile dai momenti al bordo ma possibile dalle medie interne.

L'articolo conclude che, mentre la legge completa della mappa al bordo è teoricamente sufficiente per il recupero (data l'unicità deterministica), i dati statistici pratici o parziali (valori attesi, momenti finiti) sono insufficienti per i problemi al bordo ma sufficienti per i problemi interni nelle condizioni descritte.