Some reverse inequality in optimal mass transportation

Resumen Técnico: Alguna desigualdad inversa en el transporte óptimo de masa

Planteamiento del Problema
El artículo aborda el problema de controlar el costo de transporte óptimo supremal (o $L^\infty$), denotado como $C_\infty(\rho)$, mediante el costo de transporte óptimo integral estándar (o $L^1$), denotado como $C(\rho)$. Específicamente, los autores investigan "desigualdades inversas" de la forma:
$$\omega(C_\infty(\rho)) \leq C(\rho)$$
donde $\omega$ es una función positiva y explícita para $t > 0$.

Mientras que la literatura previa (notablemente [3] y [14]) ha establecido tales desigualdades para costos atractivos (donde la función de costo aumenta con la distancia, por ejemplo, $c(x,y) = d(x,y)^p$), este artículo se centra en costos repulsivos. La función de costo se define como una suma de interacciones de pares $h(d(x_i, x_j))$, donde $h: [0, \infty) \to (0, \infty]$ es una función continua y no creciente. Un caso modelo principal considerado es la interacción de Coulomb donde $h(t) = 1/t$. El problema es particularmente relevante cuando las marginales son idénticas ($\mu = \nu = \rho$), un escenario donde los costos repulsivos surgen naturalmente.

Metodología
Los autores trabajan dentro del marco de la relajación de Kantorovich del problema de transporte óptimo en un espacio métrico completo y separable (espacio Polish) $X$. Consideran planes de transporte de $N$ marginales $\lambda \in \Pi(\rho)$, donde $\Pi(\rho)$ es el conjunto de medidas de probabilidad en $X^N$ con todas las marginales iguales a $\rho$.

La metodología central implica:

1. Análisis de Concentración: Introducir el concepto de concentración puntual $\kappa_\rho(\alpha) = \sup_{x \in X} \rho(B(x, \alpha))$ y analizar la medida de los conjuntos donde los puntos están cerca unos de otros.
2. Estimaciones de Conjuntos: Definir subconjuntos específicos de $X^N$ basados en el umbral de costo ($B_B$) y la distancia mínima entre puntos ($B_\beta$). Los autores establecen relaciones entre estos conjuntos, observando que para una $h$ decreciente, las distancias pequeñas implican costos altos.
3. Cotas Inferiores de Medida: Demostrar que si la concentración de la medida $\rho$ excede un umbral crítico ($1/N$), entonces cualquier plan de transporte $\lambda$ debe asignar masa positiva a conjuntos donde los puntos están cerca. Específicamente, derivan cotas inferiores para $\lambda(B_{2\alpha})$ en términos de $\kappa_\rho(\alpha)$.
4. Integración: Combinar la cota inferior de la medida de configuraciones "cercanas" con la monotonicidad de la función de costo $h$ para acotar el costo integral $C(\rho)$ desde abajo utilizando el costo supremal $C_\infty(\rho)$.

Contribuciones Clave y Resultados

• Desigualdad Inversa General (Teorema 2.3): El resultado principal proporciona una cota inferior general para el costo integral $C(\rho)$ en términos del costo supremal $C_\infty(\rho)$ para $N$ marginales. La desigualdad es:
  $$C(\rho) \geq h\left(2h^{-1}\left(\frac{C_\infty(\rho)}{N(N-1)}\right)\right) \left[ N\kappa_\rho\left(h^{-1}\left(\frac{C_\infty(\rho)}{N(N-1)}\right)\right) - \frac{1}{N(N-1)} \right]$$
  Este resultado se sostiene bajo la suposición de que si $h(0+) = +\infty$, entonces la concentración puntual $\kappa(\rho) < 1/N$.

• Refinamiento para Dos Marginales ($N=2$): En la Sección 3, los autores restringen el análisis a $N=2$. Utilizando cotas de Fréchet, mejoran la cota inferior de la medida de las configuraciones cercanas, obteniendo una desigualdad más aguda:
  $$C(\rho) \geq h\left(2h^{-1}\left(\frac{C_\infty(\rho)}{2}\right)\right) \left[ 2\kappa_\rho\left(h^{-1}\left(\frac{C_\infty(\rho)}{2}\right)\right) - 1 \right]$$

• Positividad del Término de Concentración: Un paso técnico crítico es asegurar que el término entre corchetes sea estrictamente positivo. El Corolario 2.16 (y el Corolario 3.5 para $N=2$) demuestra que el argumento de la función de concentración, $h^{-1}(\frac{C_\infty(\rho)}{N(N-1)})$, es siempre lo suficientemente grande como para que $\kappa_\rho(\cdot) > 1/N$. Esto garantiza la validez de la desigualdad.

• Clases de Medidas con Constantes Uniformes: El artículo reconoce que una constante universal $C$ tal que $C(\rho) \geq C \cdot C_\infty(\rho)$ no se cumple para todas las medidas (como se muestra en el Ejemplo 1.3). Sin embargo, la Sección 4 identifica clases específicas de medidas donde tal constante existe, dependiendo de las propiedades de la clase:

  • Medidas Isotrópicas Unimodales: Para medidas radialmente simétricas, unimodales y absolutamente continuas (por ejemplo, Gaussiana, Cauchy, Laplace), los autores caracterizan $C_\infty(\rho)$ mediante la inversa del diámetro de una bola que contiene la mitad de la masa. Muestran que para estas medidas, el término de concentración está acotado por debajo de cero, produciendo una constante $C_\rho$ que depende de la dimensión pero es independiente de la varianza o escala específica.
  • Medidas Discretas: Para medidas discretas donde la masa de cualquier átomo está acotada inferiormente por $\delta > 0$ (y es estrictamente menor que $1/2$), los autores demuestran que $C(\rho) \geq \frac{\delta}{2} C_\infty(\rho)$.

• Comparación con la Literatura Existente: Los autores comparan su función de concentración derivada $m(t)$ con la constante $\alpha$ derivada de planes "recortados" (trim) en el transporte óptimo discreto (refiriéndose a [1]). Demuestran que su marco general abarca estos casos discretos, proporcionando una cota que es al menos tan fuerte como la derivada de la descomposición de los minimizadores recortados.

Significado y Reivindicaciones
El artículo afirma establecer un marco general que unifica el estudio de las desigualdades inversas para el transporte óptimo con costos repulsivos. Al pasar del caso específico de las distancias de Wasserstein (costos atractivos) a funciones de costo decrecientes generales, los autores extienden la comprensión teórica de cómo se relacionan los costos de transporte integral y el supremal.

La importancia radica en:

1. Generalización: Extender la metodología de la desigualdad inversa a costos repulsivos, que son cruciales en modelos como las interacciones de Coulomb.
2. Dependencia Explícita: Proporcionar una fórmula explícita para la función $\omega$ que relaciona $C$ y $C_\infty$, la cual depende de las propiedades de concentración de la medida $\rho$.
3. Unificación: Mostrar que el enfoque basado en la concentración cubre naturalmente casos específicos estudiados en la literatura (como las medidas discretas y ciertos escenarios de costos atractivos) mientras ofrece nuevas perspectivas para las interacciones repulsivas.

Los autores mantienen la modestia respecto a la existencia de una constante universal independiente de la clase de la medida, señalando explícitamente que tal constante no puede existir para medidas arbitrarias, pero demostrando que es alcanzable para clases significativas como las distribuciones isotrópicas unimodales y las medidas discretas con masas atómicas acotadas.