[논문 리뷰] Reconstructing the potential for the 1D Schrödinger equation from boundary measurements

Sergei Avdonin, Victor Mikhaylov외 1명|arXiv (Cornell University)|2011. 11. 10.

Numerical methods in inverse problems참고 문헌 2인용 수 4

한 줄 요약

이 논문은 경계 측정치를 이용하여 1D 슈뢰딩거 방정식의 포텐셜을 복원하기 위한 새로운 알고리즘을 제시한다. 경계 제어 방법(Boundary Control Method)을 통해 딜리클레-노이만 데이터로부터 스펙트럼과 스펙트럼 함수를 복원함으로써, 역 문제를 고전적 역 스펙트럼 문제로 환원하며, 유한한 수의 고유값만 알려진 경우에도 $ H^{-1}(0,1) $에서 복원된 포텐셜의 수렴성을 확보한다.

ABSTRACT

We consider the inverse problem of the determining the potential in the dynamical Schrödinger equation on the interval by the measurement on the whole boundary. Provided that source is \emph{generic} using the Boundary Control method we recover the spectrum of the problem from the observation at either left or right end points. Using the specificity of the one-dimensional situation we recover the spectral function, reducing the problem to the classical one which could be treated by known methods. We adapt the algorithm to the situation when only the finite number of eigenvalues are known and provide the result on the convergence of the method.

연구 동기 및 목표

• 1D 슈뢰딩거 방정식의 포텐셜 $ q(x) $를 해의 공간 도함수에 대한 경계 측정치로부터 복원하는 역 문제를 해결하는 것.
• 경계 추적 $ \{u_x(0,t), u_x(1,t)\} $ 로부터 스펙트럼 데이터(고유값 및 스펙트럼 함수)를 복원하는 방법을 수립하는 것.
• 유한한 수의 고유값만 가용한 현실적인 경우에 적합하게 역 스펙트럼 복원을 조정하는 것.
• 유한한 데이터 조건 하에서 복원된 포텐셜이 $ H^{-1}(0,1) $-노름에서 수렴함을 증명하는 것.
• 실제 측정 제약 조건 하에서 알고리즘의 안정성과 실현 가능성(가능성)을 보여주는 것.

제안 방법

• 경계 데이터 $ r_0(t) $ 또는 $ r_1(t) $ 로 정의된 적분 연산자를 포함하는 일반화된 고유값 문제를 유도하기 위해 경계 제어 방법(Boundary Control Method, BCM)을 적용하는 것.
• 일반화된 고유값 문제의 해를 이용해 고유값 $ \lambda_k $ 와 곱 $ a_k \phi_k'(0) $, $ a_k \phi_k'(1) $ 을 복원하는 것. 여기서 $ a_k $ 는 초기 데이터의 푸리에 계수이다.
• 일차원적 구조를 활용하여 복원된 스펙트럼 데이터로부터 스펙트럼 함수 $ \rho(\lambda) $ 를 재구성하는 것.
• 원래의 역 문제를 고전적 역 스펙트럼 문제로 환원하며, 게르파인-레비탄, 크린, 또는 BCM 방법으로 해결 가능한 형태로 만드는 것.
• 유한한 수의 고유값만을 사용하여 스펙트럼 데이터를 근사하고, 근사 커널 $ \widetilde{c}_{n,N}^\tau $ 의 수열을 구성하여 근사 포텐셜 $ \widetilde{q}_{n,N} $ 의 수열을 정의하는 것.
• 커널의 균일한 근사 조건 하에서 $ n \to \infty $ 일 때 $ \widetilde{q}_{n,N} $ 이 진짜 포텐셜 $ q $ 에 대해 $ H^{-1}(0,1) $-노름에서 수렴함을 증명하는 것.

실험 결과

연구 질문

• RQ1 1D 슈뢰딩거 연산자의 스펙트럼은 해의 공간 도함수에 대한 경계 측정치로부터 복원될 수 있는가?
• RQ2 단일 차원에서 고유값 문제의 구조와 경계 데이터만을 이용해 스펙트럼 함수를 어떻게 재구성할 수 있는가?
• RQ3 유한한 수의 고유값만 알려진 경우에 포텐셜 복원 알고리즘의 수렴 행동은 어떠한가?
• RQ4 유한한 데이터 근사 조건 하에서 역 문제는 안정적인가? 어떤 노름 수렴을 보장할 수 있는가?
• RQ5 부분적인 스펙트럼 데이터 조건 하에서도 알고리즘이 실용적인 상황에 적응 가능하며, 수렴성을 유지할 수 있는가?

주요 결과

• 스펙트럼 연산자의 고유값 $ \lambda_k $ 는 경계 데이터 $ r_0(t) $ 를 통해 적분 연산자를 포함하는 일반화된 고유값 문제를 통해 복원된다.
• 스펙트럼 함수 $ \rho(\lambda) $ 는 일차원적 구조를 활용하여 재구성되며, 이는 역 문제를 고전적 역 스펙트럼 이론으로 환원한다.
• 유한한 수의 고유값만 알려진 경우, 알고리즘은 진짜 포텐셜 $ q $ 에 대해 $ H^{-1}(0,1) $-노름에서 수렴하는 근사 포텐셜 $ \widetilde{q}_{n,N} $ 을 구성한다. 수렴은 $ n \to \infty $ 일 때 성립한다.
• 수렴은 균일한 방식으로 이루어지며, 모든 $ t \in (0,1) $ 에 대해 $ \int_0^t \widetilde{q}_{n,N}(s)\,ds \rightrightarrows \int_0^t q(s)\,ds $ 를 만족한다.
• 이 방법은 $ \widetilde{q}_{n,N} \to q $ 가 $ H^{-1}(0,1) $ 에서 수렴함을 보장하며, 평균값 $ \frac{1}{\varepsilon} \int_t^{t+\varepsilon} \widetilde{q}_{n,N}(s)\,ds $ 의 수렴성 또한 $ t $ 와 $ \varepsilon $ 에 대해 균일하다.
• 이 알고리즘의 안정성은 경계 데이터의 수렴 유형에 따라 결정되며, 현재는 $ r_n \to r $ 가 거의 모든 곳에서 점별 수렴을 가정하고 있다. 더 강한 수렴 조건을 가정할 경우 안정성 향상이 가능할 수 있다.