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

技术摘要：基于大边界数据的 Monge–Ampère 方程反源问题

问题陈述
本文研究了在有界、光滑、一致凸区域 $\Omega \subset \mathbb{R}^n$ ($n \ge 2$) 上的 Monge–Ampère 方程的反源问题。该方程由下式给出：
$$\det D^2 u = f(x) \quad \text{in } \Omega,$$
其中源项 $f$ 是一个正的、光滑的函数。目标是确定源 $f$ 是否由 Dirichlet-to-Neumann (DN) 映射 $\Lambda_f$ 唯一确定，其中 $\Lambda_f$ 将边界数据 $g$ 映射为唯一严格凸解 $u_g$ 的法向导数：
$$\Lambda_f(g) = \partial_\nu u_g|_{\partial\Omega}.$$
具体而言，作者研究了在光滑正源类中，是否由 $\Lambda_{f_1} = \Lambda_{f_2}$ 可推导出 $f_1 = f_2$。

方法论
作者采用了一种“大数据”渐近方法，这与用于半线性方程的标准高阶线性化方法不同。该方法通过以下步骤进行：

1. 大柱状边界数据： 作者并没有围绕零解或小解进行扰动，而是给定了一族由参数 $t \gg 1$ 参数化的极大边界值。对于固定的方向 $\omega \in S^{n-1}$，边界数据定义为：
   $$g_{t,\omega} = t \phi_\omega|_{\partial\Omega}, \quad \text{其中 } \phi_\omega(x) = \frac{1}{2}|P_{\omega^\perp} x|^2.$$
   此处 $\phi_\omega$ 在垂直于 $\omega$ 的方向上是严格凸的，但在 $\omega$ 方向上是退化的（线性的）。

2. 渐近展开： 对于对应于大边界数据 $g_{t,\omega}$ 的解 $u_{t,\omega}$，通过渐近展开进行分析：
   $$u_{t,\omega} = t\phi_\omega + t^{1-n}w_\omega + r_{t,\omega},$$
   其中 $w_\omega$ 是一个“弦向修正”项。主导项 $t\phi_\omega$ 捕捉了横向凸性，而第一修正项 $t^{1-n}w_\omega$ 则补偿了满足 Monge–Ampère 方程所需的缺失的纵向凸性。

3. 降阶为一维问题： 证明了修正项 $w_\omega$ 满足沿平行于 $\omega$ 的 $\Omega$ 弦的一维 Dirichlet 问题。具体而言，对于由 $s$ 参数化的弦（其中 $x = y + s\omega$），$w_\omega$ 满足：
   $$\partial_s^2 w_\omega(y, s) = f(y + s\omega), \quad w_\omega(y, s_\pm(y)) = 0,$$
   其中 $s_\pm(y)$ 是弦的两个端点。

4. 边界测量分析： 通过分析非掠射边界上 $\partial_\nu u_{t,\omega}$ 的渐近行为，作者表明 DN 映射决定了 $\partial_\nu w_\omega$ 的边界值。利用弦向方程的微积分基本定理，这些边界导数直接与源 $f$ 沿弦的线积分相关联：
   $$\int_{s_-(y)}^{s_+(y)} f(y + s\omega) \, ds = \partial_s w_\omega(y, s_+(y)) - \partial_s w_\omega(y, s_-(y)).$$

5. X-ray 变换的单射性： 大数据族下 DN 映射的相等性意味着两个源 $f_1$ 和 $f_2$ 的欧几里得 X-ray 变换（限制在直线上的 Radon 变换）相等。作者利用标准的傅里叶切片定理得出结论：如果 X-ray 变换相同，则源必须相同。

主要贡献与结果

• 唯一性定理 (Theorem 1.1)： 主要结果确立了：如果对于所有光滑边界数据 $g$，都有 $\Lambda_{f_1}(g) = \Lambda_{f_2}(g)$，则 $f_1 = f_2$。至关重要的是，证明表明即使 DN 映射仅在受限的大柱状边界值 $g_{t,\omega}$ 族上相等，唯一性依然成立。
• 渐近严谨性 (Theorem 3.3)： 本文为真实解与渐近假设 $t\phi_\omega + t^{1-n}w_\omega$ 之间的差异提供了严谨的 $L^\infty$ 估计。证明了在体内部误差为 $O(t^{1-2n})$，而在非掠射边界的紧集上，法向导数的误差为 $O(t^{1-n-n/2})$。
• 处理掠射点： 本文的一个重要技术贡献是对接近“掠射”点（即弦与边界相切的点）时 $w_\omega$ 行为的分析。作者证明，尽管端点的参数化在这些点处变得奇异，但函数 $w_\omega$ 仍能光滑地扩展到整个区域 $\Omega$，从而确保了渐近展开在全球范围内的有效性。
• 维度普适性： 与以往局限于二维的研究（如 [29]）不同，该方法对所有维度 $n \ge 2$ 均有效。

意义与主张

本文声称为解决 Monge–Ampère 型全非线性方程的反源问题提供了一种新的机制。其意义在于：

1. 方法论转变： 从在小解附近线性化（这会导致线性化系数依赖于背景解的 Hessian）转向大数据的渐近机制。这避免了在零解或小解附近进行线性化时经常遇到的退化问题。
2. 直接几何降阶： 该方法通过弦的几何结构，将非线性反问题直接简化为欧几里得 X-ray 变换的单射性问题，绕过了恢复中间系数的过程。
3. 完备性： 结果证实，并不严格需要完整的 DN 映射来实现唯一性；一组特定的、具有物理意义的大边界测量族足以唯一地恢复源。

作者指出，其方法与 [29] 中的方法不同，后者在非零解处进行线性化，并在取行列式之前先恢复 Hessian 矩阵。相比之下，本文的大参数方法直接从一阶修正项中提取源的积分。