Inverse Resonance Problem for the Half-Line Schrödinger Operator with a Complex Robin Boundary Condition

기술 요약: 복소 로빈 경계 조건을 가진 반직선 슈뢰딩거 연산자의 역 공명 문제

문제 정의
본 논문은 다음과 같은 반직선 $x > 0$ 상의 1차원 슈뢰딩거 연산자에 대한 역 공명 문제를 다룬다:
$$-u''(x) + q(x)u(x) = z^2 u(x),$$
여기서 포텐셜 $q$는 $L^1(0, 1)$에 속하는 복소수 값의 컴팩트 지지 함수이다. 연산자는 원점에서 다음과 같은 복소 로빈 경계 조건을 따른다:
$$u'(0) - a u(0) = 0, \quad a \in \mathbb{C}.$$
목표는 스펙트럼 데이터(고유값 및 공명)로부터 포텐셜 $q$를 유일하게 결정하고, 스펙트럼 데이터가 유한 에너지 구간 $|z| < R$ 내에서만 알려진 경우의 정량적 안정성 추정치를 확립하는 것이다. 본 연구는 디리클레 경계 조건($u(0)=0$)에 대해 Marletta, Shterenberg, Weikard가 개발한 방법론을 더 일반적인 로빈의 경우로 확장한다.

방법론 및 분석 체계
증명 전략은 변환 연산자 방법과 전해 함수(entire functions) 및 푸리에 분석 이론을 결합한 것에 의존한다. 접근 방식의 핵심은 다음과 같다:

1. 특성 함수(Characteristic Function): 디리클레 조스트 함수 $\psi(z, 0)$ 대신, 본 논문은 로빈 특성 함수를 활용한다:
   $$F_a(z; q) := \psi_x(z, 0; q) - a \psi(z, 0; q).$$
   디리클레의 경우 고에너지 점근식이 1로 정규화되는 것과 달리, 로빈 특성 함수는 선형 성장을 보인다: $|z| \to \infty$일 때 $F_a(z; q) = iz - a + O(1)$이다.

2. 변환 연산자(Transformation Operator): 조스트 해(Jost solution)는 변환 커널 $K_q(x, t)$를 통해 다음과 같이 표현된다:
   $$\psi(z, x) = e^{izx} + \int_{x}^{2-x} K_q(x, t) e^{izt} dt.$$
   두 포텐셜 $q$와 $\tilde{q}$의 차이는 그들의 변환 커널의 차이인 $B(x, t)$를 통해 분석된다.

3. 경계 트레이스 수정(Boundary Trace Modification): 로빈의 경우 변환 커널으로부터 유도되는 경계 양(boundary quantity)의 중요한 수정이 필요하다. $x=0$에서 변환 관계를 미분하면 커널과 그 도함수를 포함하는 경계 식이 얻어진다:
   $$C_a(t) = B_x(0, t) - a B(0, t).$$
   이는 디리클레 분석에서 발견된 더 단순한 $B(0, t)$ 항을 대체한다.

4. 하다마르 인수 분해 및 안정성(Hadamard Factorization and Stability): 본 논문은 $F_a(z; q)$에 대한 고에너지 추정치와 하다마르 인수 분해를 확립한다. 유한 데이터 안정성은 두 포텐셜의 영점(zeros)이 $|z| < R$ 내에서 일치할 때의 특성 함수를 비교함으로써 증명된다. 분석 과정은 다음과 같다:

   • 특성 함수의 차이 $D_a(z) = F_a(z; q) - F_a(z; \tilde{q})$를 추정한다.
   • $D_a(z)$를 스칼라 항 $B(0, 0)$과 커널 차이에 관한 푸리에 적분으로 분해한다.
   • 볼테라 구조(Volterra structure)를 활용하여 경계 추정치를 특성 삼각형 내부로 전파시킨다.

주요 기여 및 결과

• 고에너지 점근식 및 정규화: 본 논문은 로빈 특성 함수의 선형 성장 현상을 엄밀하게 다룬다. 본 논문은 자유 항 $iz - a$가 디리클레의 경우의 상수 정규화와 구별되는 정규화 인자로 작용함을 입증한다. 이는 정형 곱(canonical product) 표현과 푸리에 분석에서 세심한 계산이 필요함을 의미한다.

• 유한 데이터 안정성: 주요 결과(정리 10.4)는 정량적 안정성 추정치를 제공한다. 만약 $F_a(z; q)$와 $F_a(z; \tilde{q})$의 영점이 $|z| < R$ 내에서 일치하거나 $\varepsilon$-가깝다면, 두 포텐셜의 차이는 $L^p$ 의미에서 유계이다. 구체적으로 $1 < p \le 2$에 대하여:
  $$\sup_{0 \le x \le 1} \left| \int_x^1 (\tilde{q} - q)(s) ds \right| \le C \left( R^{-\beta} + \varepsilon R^\alpha \log R e^{C \varepsilon R^\alpha \log R} \right),$$
  여기서 $\alpha = \frac{p}{3(3p-1)}$이고 $\beta = \frac{p-1}{3(3p-1)}$이다. 여기서 $R^{-\beta}$ 항은 스펙트럼 데이터 구간 $R$이 증가함에 따라 오차가 감소하는 속도를 나타낸다.

• 유일성: 고정된 로빈 파라미터 $a$에 대하여, (중복도를 포함한) 완전한 고유값 및 공명 집합은 $[0, 1]$ 상의 포텐셜 $q$를 거의 모든 곳에서 유일하게 결정한다 (따름정리 11.1). 이는 안정성 추정식에서 $R \to \infty$로 보냄으로써 도출된다.

• 경계 트레이스 회복: 본 논문의 중요한 기술적 성과는 경계 트레이스 $B(0, t)$를 스펙트럼 데이터로부터 회복하는 것이다. 본 논문은 푸리에 논법이 경계 조합 $C_a(t)$의 원시 함수(primitive)를 제어하는 반면, 볼테라 구조와 역 방향 그론월(backward Gronell) 논법을 통해 $C_a(t)$의 점별 추정치 없이도 $B(0, t)$ 자체를 회복할 수 있음을 보여준다.

의의 및 범위
본 논문은 디리클레 경계 조건에 대한 Marletta, Shterenberg, Weikard의 역 공명 프레임워크를 복소 로빈 경계 조건으로 확장한다고 주장한다. 주요 참신함은 특성 함수의 선형 고에너지 성장을 수용하고 특정 경계 조합 $B_x(0, t) - a B(0, t)$를 수용하도록 변환 연산자 논법을 조정하는 데 있다.

저자는 결과가 고정된 로빈 파라미터 $a$에 대해 공식화되었음을 강조한다. 저자는 만약 $a$를 모르는 경우, 영점 집합이 파라미터 차이와 포텐셜 차이의 적분을 포함하는 스칼라 관계(식 102)를 통해 특성 함수를 결정한다는 점을 명시하며, $(a, q)$의 공동 식별성(joint identifiability)은 여기서 확립되지 않았음을 밝힌다. 본 연구는 경계 조건이 고정되어 있으나 복소수인 경우의 역 문제에 대한 안정성 및 유일성을 위한 엄밀한 기초를 제공하며, 디리클레의 경우에서 발견된 추정치의 질적 형태를 유지한다.