[论文解读] The Calder\'on problem for quasilinear elliptic equations

Claudio Muñoz, Günther Uhlmann|arXiv (Cornell University)|Jun 25, 2018

Numerical methods in inverse problems参考文献 11被引用 9

一句话总结

本文通过证明Dirichlet-to-Neumann（DN）映射唯一确定了依赖于电势 $ s $ 和其梯度 $ p $ 的非线性关系的电导率系数 $ a(x, s, p) $，解决了拟线性Calderón问题的唯一性。该方法利用边界测试函数的复分析线性化和DN映射的解析延拓，证明了DN映射相等意味着电导率系数相等，其依据是 $ \mathbb{C}^{n+1} $ 中解析函数的唯一延拓性原理。

ABSTRACT

In this paper we show uniqueness of the conductivity for the quasilinear Calder\'on's inverse problem. The nonlinear conductivity depends, in a nonlinear fashion, of the potential itself and its gradient. Under some structural assumptions on the direct problem, a real-valued conductivity allowing a small analytic continuation to the complex plane induces a unique Dirichlet-to-Neumann (DN) map. The method of proof considers some complex-valued, linear test functions based on a point of the boundary of the domain, and a linearization of the DN map placed at these particular set of solutions.

研究动机与目标

• 解决从Dirichlet-to-Neumann（DN）映射恢复拟线性电导率 $ a(x, s, p) $ 的反问题。
• 将先前关于线性与各向同性反电导率问题的结果推广至 $ a $ 同时依赖于 $ x $、$ u $ 和 $ \nabla u $ 的完全拟线性情形。
• 在电导率和直接问题的结构假设最小化的前提下建立唯一性。
• 提出一种基于复值解与解析延拓的新方法，以克服非线性和梯度依赖性带来的困难。

提出的方法

• 引入基于边界点源的复值解 $ u_{s,p} $，参数化为 $ s \in \mathbb{R} $ 和 $ p \in \mathbb{C}^n $，以实现DN映射的线性化。
• 为复数 $ p $ 定义扩展的DN映射 $ \tilde{\Gamma}_{a,s,p} $，其在 $ (s,p) \in \mathbb{R} \times A(r_0) $ 上解析，从而实现解析延拓。
• 利用线性化DN映射 $ \tilde{\Gamma}^\ell_{a,s,p} $ 在 $ (s,p) $ 上的解析性，并应用Riemann第二延拓定理，将等式从低维解析子集延拓。
• 依赖于电导率 $ a $ 在原点附近的解析性以及DN映射对 $ a $ 的解析依赖性，将等式从实参数传播至复参数。
• 应用 $ \mathbb{C}^{n+1} $ 中解析函数的唯一延拓性质，从复解析子流形上的等式推出 $ a_1 $ 与 $ a_2 $ 的全局相等。
• 通过摄动理论将拟线性问题约化为线性化DN映射，证明DN映射相等意味着其线性化形式也相等。

实验结果

研究问题

• RQ1 Dirichlet-to-Neumann映射能否唯一确定依赖于电势 $ s $ 和其梯度 $ p $ 的非线性关系的拟线性电导率 $ a(x, s, p) $？
• RQ2 为确保反问题的可解性与唯一性，对 $ a $ 和直接问题的结构假设需要满足哪些条件？
• RQ3 如何利用复分析方法将实值反问题结果推广至拟线性情形？
• RQ4 是否可能通过解析延拓技术从DN映射全局恢复 $ a(x, s, p) $？
• RQ5 电导率 $ a $ 的非线性和梯度依赖性在多大程度上阻碍了标准线性化技术的应用？

主要发现

• 本文证明：若两个电导率 $ a_1 $ 与 $ a_2 $ 对所有实值边界数据均诱导相同的DN映射，则在 $ \mathbb{R} \times \mathbb{R}^n $ 中原点的邻域内必有 $ a_1 \equiv a_2 $，前提是满足解析性与结构假设。
• 关键步骤是证明线性化DN映射 $ \tilde{\Gamma}^\ell_{a,s,p} $ 在 $ (s,p) \in \mathbb{R} \times A(r_0) $ 上解析，从而允许从实轴向复域进行解析延拓。
• 实边界数据上DN映射的相等性蕴含复解析延拓 $ \tilde{\Gamma}_{a,s,p} $ 的相等性，进而推出线性化DN映射的相等性。
• 利用Riemann第二延拓定理，将 $ a_1 $ 与 $ a_2 $ 的等式从 $ \mathbb{C}^{n+1} $ 中余维为二的集合延拓至整个定义域 $ \mathbb{R} \times B_{r_0}(0) $。
• 该结果在假设 $ a $ 在原点附近为实解析且满足标准结构条件（确保直接问题解的存在性与唯一性）的前提下成立。
• 该方法提供了通过包含DN数据的积分公式（如 $ a(0,p) = \lim_{\theta \to 0} \int_\theta^1 \cdots d\eta $）构造性恢复 $ a $ 的途径，该公式由DN数据推导得出。