An inverse source problem for the Monge--Ampere equation from large boundary data

Sintesi Tecnica: Un Problema Inverso di Sorgente per l'Equazione di Monge–Ampère da Grandi Dati al Confine

Enunciato del Problema
Questo articolo affronta il problema inverso della sorgente per l'equazione di Monge–Ampère su un dominio limitato, liscio e uniformemente convesso $\Omega \subset \mathbb{R}^n$ ($n \ge 2$). L'equazione è data da:
$$\det D^2 u = f(x) \quad \text{in } \Omega,$$
dove il termine sorgente $f$ è una funzione positiva e liscia. L'obiettivo è determinare se la sorgente $f$ sia univocamente determinata dalla mappa di Dirichlet-to-Neumann (DN) $\Lambda_f$, che mappa i dati al confine $g$ nella derivata normale della soluzione strettamente convessa $u_g$:
$$\Lambda_f(g) = \partial_\nu u_g|_{\partial\Omega}.$$
Nello specifico, gli autori indagano se $\Lambda_{f_1} = \Lambda_{f_2}$ implichi $f_1 = f_2$ all'interno della classe delle sorgenti lisce e positive.

Metodologia
Gli autori impiegano un approccio asintotico basato su "grandi dati", distinto dai metodi standard di linearizzazione di ordine superiore utilizzati per le equazioni semilineari. La metodologia procede attraverso i seguenti passaggi:

1. Grandi Dati Cilindrici al Confine: Invece di perturbare attorno a una soluzione nulla o piccola, gli autori prescrivono una famiglia di grandi valori al confine parametrizzati da $t \gg 1$. Per una direzione fissata $\omega \in S^{n-1}$, il dato al confine è definito come:
   $$g_{t,\omega} = t \phi_\omega|_{\partial\Omega}, \quad \text{dove } \phi_\omega(x) = \frac{1}{2}|P_{\omega^\perp} x|^2.$$
   Il profilo $\phi_\omega$ è strettamente convesso nelle direzioni trasversali a $\omega$, ma degenere (lineare) nella direzione $\omega$.

2. Espansione Asintotica: La soluzione $u_{t,\omega}$ corrispondente ai grandi dati $g_{t,\omega}$ viene analizzata tramite un'espansione asintotica:
   $$u_{t,\omega} = t\phi_\omega + t^{1-n}w_\omega + r_{t,\omega},$$
   dove $w_\omega$ è un termine di "correzione cordale". Il termine principale $t\phi_\omega$ cattura la convessità trasversale, mentre la prima correzione $t^{1-n}w_\omega$ tiene conto della convessità longitudinale mancante necessaria per soddisfare l'equazione di Monge–Ampère con sorgente $f$.

3. Riduzione a un Problema 1D: Si dimostra che il termine di correzione $w_\omega$ soddisfa un problema di Dirichlet monodimensionale lungo le corde di $\Omega$ parallele a $\omega$. Nello specifico, per una corda parametrizzata da $s$ (dove $x = y + s\omega$), $w_\omega$ soddisfa:
   $$\partial_s^2 w_\omega(y, s) = f(y + s\omega), \quad w_\omega(y, s_\pm(y)) = 0,$$
   dove $s_\pm(y)$ sono gli estremi della corda.

4. Analisi delle Misure al Confine: Analizzando il comportamento asintotico della derivata normale $\partial_\nu u_{t,\omega}$ sul bordo non tangente (non-glancing), gli autori mostrano che la mappa DN determina i valori al confine di $\partial_\nu w_\omega$. Utilizzando il teorema fondamentale del calcolo integrale sulla corda, queste derivate al confine sono direttamente correlate all'integrale di linea della sorgente $f$ lungo la corda:
   $$\int_{s_-(y)}^{s_+(y)} f(y + s\omega) \, ds = \partial_s w_\omega(y, s_+(y)) - \partial_s w_\omega(y, s_-(y)).$$

5. Iniettività della Trasformata X-ray: L'uguaglianza delle mappe DN per la famiglia di grandi dati implica l'uguaglianza delle trasformate X euclidee (trasformata di Radon ristretta alle rette) delle due sorgenti $f_1$ e $f_2$. Gli autori utilizzano il classico teorema della sezione di Fourier per concludere che, se le trasformate X sono identiche, le sorgenti devono essere identiche.

Contributi Chiave e Risultati

• Teorema di Unicità (Teorema 1.1): Il risultato primario stabilisce che se $\Lambda_{f_1}(g) = \Lambda_{f_2}(g)$ per tutti i dati al confine lisci $g$, allora $f_1 = f_2$. Fondamentalmente, la dimostrazione mostra che l'unicità sussiste anche se le mappe DN sono note solo per la famiglia ristretta di grandi valori cilindrici al confine $g_{t,\omega}$.
• Rigore Asintotico (Teorema 3.3): L'articolo fornisce stime $L^\infty$ rigorose per la differenza tra la vera soluzione e l'ansatz asintotico $t\phi_\omega + t^{1-n}w_\omega$. Dimostra che l'errore è dell'ordine di $O(t^{1-2n})$ nel bulk e di $O(t^{1-n-n/2})$ per la derivata normale su sottoinsiemi compatti del bordo non tangente.
• Gestione dei Punti di Tangenza (Glancing Points): Un contributo tecnico significativo è l'analisi del comportamento della correzione cordale $w_\omega$ vicino ai punti di tangenza (dove la corda è tangente al bordo). Gli autori dimostrano che, nonostante la parametrizzazione degli estremi diventi singolare in questi punti, la funzione $w_\omega$ si estende regolarmente all'intero dominio $\Omega$, garantendo la validità globale dell'espansione asintotica.
• Generalità Dimensionale: A differenza del lavoro precedente limitato a due dimensioni (es. [29]), questo metodo è valido per tutte le dimensioni $n \ge 2$.

Significato e Rivendicazioni
L'articolo sostiene di fornire un nuovo meccanismo per risolvere problemi inversi di sorgente per equazioni completamente non lineari di tipo Monge–Ampère. La significatività risiede in:

1. Spostamento Metodologico: Allontanarsi dalla linearizzazione vicino a soluzioni piccole (che porta a coefficienti linearizzati dipendenti dall'Hessiana della soluzione di background) verso un regime asintotico di grandi dati. Ciò evita i problemi di degenerazione spesso associati alla linearizzazione rispetto a zero o a soluzioni piccole in problemi quasilineari.
2. Riduzione Geometrica Diretta: Il metodo riduce direttamente il problema inverso non lineare all'iniettività della trasformata X euclidea tramite la geometria delle corde, evitando la necessità di recuperare coefficienti intermedi.
3. Completezza: Il risultato conferma che l'intera mappa DN non è strettamente necessaria per l'unicità; una specifica famiglia di grandi misure al confine, fisicamente motivata, è sufficiente per recuperare univocamente la sorgente.

Gli autori osservano che il loro approccio è distinto dal metodo in [29], che linearizza rispetto a soluzioni non nulle e recupera la matrice Hessiana prima di prendere il determinante. Al contrario, l'approccio di questo articolo basato su grandi parametri estrae direttamente gli integrali della sorgente dal primo termine di correzione.