A uniform rate of convergence for the entropic potentials in the quadratic Euclidean setting

Resumen Técnico

1. Planteamiento del Problema

El artículo aborda el problema de la convergencia uniforme de los potenciales entrópicos y sus gradientes hacia el potencial de Brenier y su gradiente (el mapa de transporte óptimo) en el contexto del transporte óptimo cuadrático euclidiano.

• Contexto: Dadas dos medidas de probabilidad $\mu$ y $\nu$ en $\mathbb{R}^d$ absolutamente continuas respecto a la medida de Lebesgue, el problema de transporte óptimo cuadrático busca minimizar el costo $\frac{1}{2}|x-y|^2$. La solución está dada por el mapa de Brenier $T_0 = \nabla \phi_0$, donde $\phi_0$ es un potencial convexo.
• Regularización Entrópica: Para facilitar el cálculo numérico (vía el algoritmo de Sinkhorn), se introduce una regularización entrópica con parámetro $\varepsilon > 0$. Esto define un problema regularizado con soluciones únicas $\pi_\varepsilon$ y potenciales $(\phi_\varepsilon, \psi_\varepsilon)$.
• La Pregunta Clave: Se sabe que cuando $\varepsilon \to 0$, $\phi_\varepsilon \to \phi_0$ y $\nabla \phi_\varepsilon \to \nabla \phi_0$ (uniformemente en conjuntos compactos y en normas $L^2$). Sin embargo, la literatura previa solo había cuantificado estas tasas de convergencia en normas $L^2$ o para casos discretos/semi-discretos. El objetivo de este trabajo es cuantificar la tasa de convergencia uniforme en conjuntos compactos para medidas continuas.

2. Metodología y Supuestos

El autor utiliza una combinación de análisis convexo, desigualdades funcionales y estimaciones de regularidad.

Supuestos sobre las medidas $\mu$ y $\nu$:

1. (A1) Estructura Log-concava y Acotación de Hessiano: Las medidas tienen densidades $e^{-V}$ y $e^{-W}$ donde $V$ y $W$ son suaves. Se asume que el Hessiano de $V$ está acotado superiormente ($\nabla^2 V \preceq \alpha I$) y el de $W$ está acotado inferiormente ($\nabla^2 W \succeq \beta I$). Esto garantiza que los mapas de transporte son Lipschitz globales.
2. (A2) Desigualdad de Poincaré: La medida $\mu$ satisface una desigualdad de Poincaré, lo que permite controlar la norma $L^2$ de una función por la norma $L^2$ de su gradiente (bajo normalización de media cero).
3. (A3) Entropía Diferencial Finita: La medida $\mu$ tiene entropía diferencial finita.

Herramientas Matemáticas Principales:

• Convexidad de los Potenciales: Se demuestra que $\phi_\varepsilon$ son funciones convexas para todo $\varepsilon > 0$.
• Desigualdad de Gagliardo-Nirenberg: Se utiliza para interpolar entre normas de derivadas de diferentes órdenes. Específicamente, se usa para acotar la norma $L^\infty$ del gradiente ($\nabla u$) en términos de la norma $L^\infty$ del Hessiano ($\nabla^2 u$) y la norma $L^2$ de la función ($u$).
• Lema de Puntos de Referencia: Se demuestra la existencia de puntos $x^*_\varepsilon$ en un conjunto compacto donde la diferencia entre los potenciales y sus gradientes es acotada uniformemente en $\varepsilon$, utilizando desigualdades de Chebyshev y momentos finitos.

3. Contribuciones Clave y Resultados Principales

A. Caso Gaussiano (Proposición 1.1)
Como "aperitivo", el autor resuelve explícitamente el caso donde $\mu$ y $\nu$ son medidas gaussianas no degeneradas ($N(0, A)$ y $N(0, B)$).

• Resultado: Se obtiene una cota explícita para la convergencia uniforme del gradiente:
  $$\|\nabla \phi_\varepsilon - \nabla \phi_0\|_{K, \infty} = O(\varepsilon)$$
  La constante depende del radio del conjunto compacto y de las normas de los operadores de las matrices de covarianza, pero es independiente de la dimensión $d$ en su estructura asintótica.

B. Resultados Generales (Teoremas 1.2 y 1.3)
Para medidas generales que satisfacen los supuestos (A1)-(A3), el artículo establece las siguientes tasas de convergencia:

1. Convergencia del Gradiente (Teorema 1.2):
   Para cualquier conjunto compacto $K \subset \mathbb{R}^d$, existe una constante computable $C_{grad}$ tal que:
   $$\|\nabla \phi_\varepsilon - \nabla \phi_0\|_{K, \infty} \leq C_{grad} \, \varepsilon^{\frac{1}{d+4}}$$
   Nota: La tasa es $O(\varepsilon^{\frac{1}{d+4}})$. El autor reconoce que esta no es la tasa óptima (el caso gaussiano sugiere $O(\varepsilon)$), pero es la primera cuantificación general en el caso continuo.

2. Convergencia del Potencial (Teorema 1.3):
   Bajo una condición de normalización ($\int \phi_\varepsilon d\mu = 0$), para conjuntos compactos y conexos $K$:
   $$\|\phi_\varepsilon - \phi_0\|_{K, \infty} \leq C_{pot} \left( \varepsilon^{\frac{1}{d+4}} + \varepsilon \right)$$
   Esto implica que la tasa de convergencia del potencial está dominada por la tasa del gradiente.

4. Significado e Impacto

• Primera Cuantificación en Continuo: Hasta la fecha, la literatura solo había cuantificado la convergencia uniforme en casos discretos o semi-discretos. Este trabajo es pionero en establecer tasas explícitas para medidas absolutamente continuas en $\mathbb{R}^d$.
• Justificación Teórica de Algoritmos Numéricos: Dado que el algoritmo de Sinkhorn es la herramienta estándar para resolver problemas de transporte óptico regularizados, entender la tasa de convergencia de los potenciales hacia el mapa óptimo real es crucial para evaluar la precisión de las aproximaciones numéricas en aplicaciones prácticas.
• Método de Prueba: La demostración introduce una técnica novedosa que combina la regularidad Lipschitz global (derivada de las condiciones de convexidad de las densidades) con la desigualdad de Gagliardo-Nirenberg para pasar de convergencia en $L^2$ a convergencia uniforme ($L^\infty$).
• Limitaciones y Futuro: El autor señala que la tasa obtenida ($\varepsilon^{\frac{1}{d+4}}$) probablemente no es óptima (el caso gaussiano sugiere linealidad en $\varepsilon$). El trabajo abre la puerta a futuras investigaciones para mejorar esta tasa en el caso general, posiblemente refinando las estimaciones de interpolación o utilizando propiedades más finas de la estructura entrópica.

En conclusión, el artículo proporciona un marco riguroso para entender cómo los potenciales entrópicos se aproximan al transporte óptimo clásico en el límite de regularización nula, ofreciendo las primeras cotas de error uniformes para medidas continuas en espacios euclídeos de dimensión arbitraria.