内容简介
     《偏微分方程中的逆问题(第2版,英文版)》全面讲述了目前偏微分方程中逆问题的理论和数值方面。逆问题这个话题十分宽泛,并且得到了众多科学家和工程人员的青睐。这是第二版,包括了逆问题领域的进展,给出了理论和计算方法,强调观点和技巧。书中也体现了和第一版的不同,做了许多修订,内容更加充实,增加了如伪凸的概念,简化了证明。新材料的增加反应了逆问题理论的进展。《偏微分方程中的逆问题(第2版)》对象是偏微分方程及其应用领域的数学工作者、物理学家、几何物理学家和工程人员。     
内页插图
          目录
   Preface to the Second Edition Preface to the First Edition
Chapter 1 Inverse Problems
1.1 The inverse problem of gravimetry
1.2 The inverse conductivity problem
1.3 Inverse scattering
1.4 Tomography and the inverse seismic problem
1.5 Inverse spectral problems
Chapter 2 Ⅱ-Posed Problems and Regularization
2.1 Well- and ill-posed problems
2.2 Conditional correctness: Regularization
2.3 Construction of regularizers
2.4 Convergence of regularization algorithms
2.5 Iterative algorithms
Chapter 3 Uniqueness and Stability in the Cauchy Problem
3.! The backward parabolic equation
3.2 General Carleman estimates and the Cauchy problem
3.3 Elliptic and parabolic equations
3.4 Hyperbolic and Schrodinger equations
3.5 Systems of partial differential equations
3.6 Open problems
Chapter 4 Elliptic Equations: Single Boundary Measurements
4.0 Results on elliptic boundary value problems
4.1 Inverse gravimetry
4.2 Reconstruction of lower-order terms
4.3 The inverse conductivity problem
4.4 Methods of the theory of one complex variable
1.6 Linearization of the coefficients problem
1.7 Some problems of detection of defects
1.8 Open problems
Chapter 5 Elliptic Equations: Many Boundary Measurements
2.6 The Dirichlet-to-Neumann map
2.7 Boundary reconstruction
2.8 Reconstruction in Q
2.9 Completeness of products of solutions of PDE
2.10 Recovery of several coefficients
2.11 The plane case
2.12 Nonlinear equations
2.13 Discontinuous conductivities
2.14 Maxwell’s and elasticity systems
2.15 Open problems
Chapter 6 Scattering Problems
3.7 Direct Scattering
3.8 From A to near field
3.9 Scattering by a medium
3.10 Scattering by obstacles
3.11 Open problems
Chapter 7 Integral Geometry and Tomography
4.5 The Radon transform and its inverse
4.6 The energy integral methods
4.7 Boman's counterexample
4.8 The transport equation
4.9 Open problems
Chapter 8 Hyperbolic Problems
8.0 Introduction
8.1 The one-dimensional case
8.2 Single boundary measurements
8.3 Many measurements: use of beam solutions
8.4 Many measurements: methods of boundary control
8.5 Recovery of discontinuity of the speed of propagation
8.6 Open problems
Chapter 9 Inverse parabolic problems
9.0 Introduction
9.1 Final overdetermination
9.2 Lateral overdetermination: single measurements
9.3 The inverse problem of option pricing
9.4 Lateral overdetermination: many measurements
……
Chapter 10 Some Numerical Methods      
前言/序言
       
				 
				
				
					偏微分方程中的逆问题(第2版)  核心内容概述  本书聚焦于偏微分方程(PDE)领域中“逆问题”这一具有挑战性和重要性的研究方向。不同于常规的“前向问题”,其中已知系统的驱动力和物理参数,目标是预测其演化或最终状态,逆问题则试图通过观测到的系统响应(通常是边界数据或内部测量值)来推断出导致这些响应的未知参数、源项或系统结构本身。  本书的第二版在继承第一版扎实理论基础的同时,大幅更新并拓展了现代逆问题的研究前沿。内容涵盖了从经典的适定性理论到先进的正则化方法、数据驱动技术以及在多个工程和科学领域的具体应用。  理论基础与数学框架  本书首先建立了一个坚实的数学基础,阐述了偏微分方程的适定性理论(如哈达玛的三个标准),并深入分析了逆问题的本质——它们通常是“不适定”的。  1. 不适定性分析: 详细讨论了逆问题为何缺乏解的存在性、唯一性或连续依赖性(即稳定性)。这为后续引入各种稳定化技术提供了理论依据。 2. 算子理论与函数空间: 利用泛函分析工具,如Banach空间和Hilbert空间,将逆问题转化为求解无界算子的逆运算。重点介绍了Sobolev空间及其在处理微分方程解的正则性方面的应用。  核心方法论:正则化技术  逆问题的核心挑战在于如何处理由数据噪声引入的不稳定性。本书投入大量篇幅系统介绍和比较了主流的正则化方法:  1. Tikhonov 正则化: 作为最经典和应用最广的方法,本书深入探讨了Tikhonov泛函的构造、最优正则化参数的选择(如L-曲线法、偏差-方差权衡)以及其在不同PDE背景下的收敛性分析。 2. 迭代方法: 介绍了一系列基于迭代的正则化方案,包括梯度下降法、共轭梯度法以及受限迭代算法。特别关注了如何利用迭代次数本身作为隐式正则化手段。 3. 谱截断与滤波: 对于具有特定谱分解的逆问题(例如基于傅里叶或小波变换),本书阐述了如何通过截断或滤波高频成分来提高解的稳定性。 4. 非线性正则化: 超越线性的Tikhonov框架,引入了基于 $L_1$ 范数(如Total Variation正则化)的非光滑优化方法,这些方法在恢复稀疏解或分片常数结构方面表现优异,并在图像恢复和地震数据处理中得到了广泛应用。  逆问题的分类与模型  本书根据其所针对的PDE类型,对逆问题进行了系统的分类讨论:  1. 热传导和扩散问题的逆问题: 关注如何通过测量物体内部或表面的温度分布来反推内部热源、材料热扩散系数或边界条件。这通常涉及对时间反演问题的处理。 2. 波动方程(声学和电磁学)的逆问题: 重点介绍成像技术的基础,如反散射问题和反演声速或介电常数。详细讨论了奇次散射和全散射问题的差异,以及基于波前重建(如CDI或FBP)的成像算法。 3. 拉普拉斯方程(势流)的逆问题: 涉及恢复边界上的源密度或域内的密度分布,是电势层析成像和重力反演的基础。  先进主题与现代发展  第二版特别强调了近年来逆问题研究的前沿进展,特别是结合了现代计算科学和数据科学的成果:  1. 数据驱动的逆问题求解: 引入了基于机器学习的策略。这包括利用深度学习网络来近似复杂的非线性反演算子,或者使用神经网络来学习最优的正则化路径。 2. 大规模问题的求解策略: 针对高维和大规模数据(如三维医学成像),讨论了如何有效利用稀疏线性代数技术、预处理技术以及域分解方法来处理巨型线性系统 $A^T A x = A^T b$。 3. 不确定性量化(UQ): 认识到所有测量都带有噪声,本书探讨了如何从统计学的角度处理逆问题,包括贝叶斯反演框架。通过构建先验信息和似然函数,计算解的概率分布,从而提供更稳健的决策支持。 4. 目标函数与变分方法: 深入探讨了基于能量最小化和变分原理的逆问题求解框架,包括如何设计耦合了物理模型(PDE)和观测数据(数据保真项)的统一目标泛函。  应用领域导引  本书的理论框架被广泛应用于多个实际科学和工程领域,书末通过案例研究展示了这些方法的实际效能:   医学成像: 如电抗层析成像(EIT)、微波成像和磁共振成像(MRI)中的参数重构。  地球物理学: 地震波层析成像(Seismic Tomography)中对地下结构速度模型的反演。  无损检测(NDT): 利用超声波或涡流探测来识别材料内部的缺陷、裂纹或腐蚀。  流体力学: 通过边界压力测量来推断内部流场或壁面剪切力。  通过严谨的数学推导和丰富的实例分析,本书旨在为高级研究生、研究人员和工程师提供一个全面且前沿的逆问题研究工具箱。它不仅教授如何应用现有的算法,更重要的是培养读者理解和设计针对特定物理系统和数据特点的定制化反演策略的能力。