A note on several inverse problems with generally random coefficients

Resumo Técnico: Uma Nota sobre Vários Problemas Inversos com Coeficientes Geralmente Aleatórios

Enunciado do Problema
Este artigo investiga problemas inversos para equações elípticas com coeficientes aleatórios, focando especificamente na equação de Schrödinger $(-\Delta + q)u = 0$ em um domínio limitado $\Omega \subset \mathbb{R}^n$. A questão central é que informações sobre o potencial aleatório $q(\omega, x)$ podem ser recuperadas a partir de vários resumos estatísticos dos dados de fronteira ou internos. A aleatoriedade é assumida como "geralmente aleatória", o que significa que nenhuma estrutura probabilística especial (como Gaussianidade, pequena perturbação, isotropia microlocal ou suporte em inclusões) é imposta.

O estudo compara a recuperabilidade da lei do potencial a partir de quatro tipos distintos de dados:

1. A lei de probabilidade completa do mapa de Dirichlet para Neumann (DN), $\text{Lei}(\Lambda_q)$.
2. A expectativa do mapa DN, $\mathbb{E}\Lambda_q$.
3. Um número finito de momentos conjuntos da forma bilinear de fronteira $\langle \Lambda_q f, g \rangle$.
4. O operador de Green interno médio, $\mathbb{E}G_q$, onde $G_q = (-\Delta_D + q)^{-1}$.

Metodologia
O artigo emprega uma combinação de construções radiais explícitas, cálculo simbólico para operadores pseudodiferenciais e argumentos da teoria da medida.

• Contraexemplos Radiais: Para demonstrar limitações dos dados de fronteira, o autor constrói potenciais suaves, não negativos e radiais explícitos na bola unitária de $\mathbb{R}^3$. Ao analisar os autovalores do mapa DN na base de harmônicos esféricos, o artigo identifica uma dependência afim desses autovalores no quadrado de um parâmetro $N$ (onde o potencial é definido via $Q_N$). Isso permite a construção de potenciais distintos $q_1, q_2$ e um potencial determinístico $q$ tais que $\Lambda_q = \frac{1}{2}\Lambda_{q_1} + \frac{1}{2}\Lambda_{q_2}$.
• Hierarquias de Momentos: Usando propriedades da matriz de Vandermonde, o artigo constrói potenciais aleatórios que assumem um número finito de valores, de modo que seus momentos conjuntos do mapa DN até qualquer ordem fixa $M$ coincidam, embora seus potenciais médios difiram.
• Análise Simbólica: Para dados internos, o artigo utiliza o símbolo interno completo do operador de Green. Ao fazer a média da expansão de parametrix da resolvente $(-\Delta + q)^{-1}$, o autor isola termos na expansão do símbolo que correspondem a momentos pontuais do potencial e de suas derivadas.
• Levantes de Unicidade Determinística: O artigo aplica o teorema de Lusin–Souslin para mostrar que, se um problema inverso determinístico é injetivo em uma classe de Borel, então a lei conjunta das entradas do mapa DN (em relação a uma sequência densa de funções de fronteira) determina unicamente a lei do coeficiente aleatório.

Principais Contribuições e Resultados

1. Obstrução para Mapas de Fronteira Médios:
   O principal resultado negativo é que o mapa de Dirichlet para Neumann esperado, $\mathbb{E}\Lambda_q$, não determina o potencial médio $\mathbb{E}q$. O artigo constrói um potencial aleatório $Q$ de dois valores e um potencial determinístico $q^*$ tais que $\mathbb{E}\Lambda_Q = \Lambda_{q^*}$, mas $q^* \neq \mathbb{E}Q$. Esta obstrução estende-se a qualquer hierarquia finita de momentos conjuntos; conhecer todos os momentos de $\langle \Lambda_q f, g \rangle$ até a ordem $M$ é insuficiente para determinar $\mathbb{E}q$. Isso indica que a média e o truncamento de momentos finitos causam uma perda de informação que não é meramente uma falha de unicidade determinística.

2. Recuperação a partir da Lei Completa:
   Em contraste com os resultados baseados em momentos, o artigo estabelece que, se a lei conjunta completa do mapa DN for conhecida (especificamente, a lei conjunta de contáveis entradas de matriz $\langle \Lambda_q f_i, f_j \rangle$), então a lei do potencial aleatório é unicamente determinada, desde que o problema inverso determinístico subjacente seja injetivo. Este resultado eleva teoremas clássicos de unicidade determinística (por exemplo, Sylvester–Uhlmann para $n \ge 3$) diretamente para o cenário probabilístico, sem exigir estruturas estatísticas específicas no ruído.

3. Recuperação a partir de Operadores de Green Médios:
   O artigo demonstra que o operador de Green interno médio, $\mathbb{E}G_q$, contém significativamente mais informação local do que o mapa de fronteira médio.

   • Momentos Pontuais: O símbolo interno completo de $\mathbb{E}G_q$ determina a média pontual $\mathbb{E}q$ e a variância $\text{Var}(q)$ do potencial.
   • Rigidez de Dois Átomos: Para um potencial aleatório de dois valores, o operador de Green médio determina todos os momentos pontuais da lei de dois pontos. Isso implica que o mapa do potencial para o operador de Green médio é injetivo para distribuições de dois átomos, ao contrário do mapa de fronteira.
   • Modelos de Dimensão Finita: Se o potencial aleatório for da forma $q(x) = q_0(x) + \sum X_j V_j(x)$ com perfis conhecidos $V_j$ e um vetor aleatório $X$ de suporte compacto, o operador de Green médio determina todos os momentos mistos de $X$, e assim a lei completa de $X$, sob uma condição de não degenerescência nos perfis.

4. Análogos de Condutividade:
   Os apêndices estendem essas descobertas à equação de condutividade $\nabla \cdot (\gamma \nabla u) = 0$. Contraexemplos semelhantes existem para o mapa de Neumann para Dirichlet esperado. No entanto, para o operador de Green de condutividade médio, o símbolo principal determina $\mathbb{E}(\gamma^{-1})$, e a próxima ordem determina uma matriz de covariância ponderada envolvendo gradientes logarítmicos de $\gamma^{-1}$.

Significado e Afirmações
O artigo afirma esclarecer as diferenças fundamentais entre problemas inversos de fronteira e internos na presença de aleatoriedade geral.

• Fronteira vs. Interno: Os resultados destacam uma distinção nítida: dados de fronteira (mesmo com conhecimento estatístico completo) sofrem de não unicidade quando mediados ou truncados, enquanto dados internos de fonte para solução (o operador de Green) retêm informação de momentos locais que permitem a recuperação da média e da variância e, em casos específicos, da lei completa.
• Caracterização do Intervalo: Os contraexemplos para o mapa DN são interpretados não apenas como obstruções probabilísticas, mas como afirmações geométricas sobre o intervalo do mapa não linear $q \mapsto \Lambda_q$. Especificamente, o intervalo contém combinações afins não triviais de mapas determinísticos que não correspondem à combinação afim dos potenciais.
• Contraste com a Literatura Existente: O trabalho distingue-se da literatura de espalhamento inverso (por exemplo, Lassas, Pääivärinta, Saksman; Caro, Helin, Lassas), que tipicamente assume campos isotrópicos microlocalmente Gaussianos e recupera o símbolo principal do operador de covariância. Este artigo aborda a recuperação da média pontual e da lei completa sem assumir tais estruturas específicas, mostrando que tal recuperação é impossível a partir de momentos de fronteira, mas possível a partir de médias internas.

O artigo conclui que, embora a lei completa do mapa de fronteira seja teoricamente suficiente para a recuperação (dada a unicidade determinística), dados estatísticos práticos ou parciais (expectativas, momentos finitos) são insuficientes para problemas de fronteira, mas suficientes para problemas internos sob as condições descritas.