Optimal (partial) transport to non-convex polygonal domains

Sintesi Tecnica: Trasporto Ottimale (Parziale) verso Domani Poligonali Non Convessi

Formulazione del Problema
Questo articolo indaga la regolarità delle mappe di trasporto ottimale e dei confini liberi quando il dominio target è un poligono non convesso in $\mathbb{R}^2$. Lo studio affronta due scenari distinti:

1. Trasporto Ottimale Completo: Dati due domini limitati $\Omega$ e $\Omega^*$ con misura uguale, l'obiettivo è trovare un piano di trasporto che minimizzi il costo quadratico $\int |x-y|^2 d\gamma$. Per il teorema di Brenier, ciò equivale a trovare un potenziale convesso $u$ tale che $(Du)_\# \chi_\Omega = \chi_{\Omega^*}$. Il focus è sulla struttura dell'insieme singolare $A = \{x \in \Omega : u \text{ non è differenziabile in } x\}$.
2. Trasporto Ottimale Parziale: Data una massa $m < \min(|\Omega|, |\Omega^*|)$, il problema cerca di trasportare un sottodominio $U \subset \Omega$ verso un sottodominio $V \subset \Omega^*$. Il confine della regione di trasporto attiva, $F = \partial U \cap \Omega$, è denominato "confine libero". L'articolo analizza la regolarità di $F$ quando $\Omega^*$ è un poligono non convesso.

Metodologia
Gli autori impiegano una combinazione di analisi convessa, teoria della misura geometrica e teoria della regolarità per le equazioni di Monge-Ampère. I componenti metodologici chiave includono:

• Trasformata di Legendre e Potenziali Duali: L'analisi si basa pesantemente sulla funzione convessa duale $v = u^*$ (o $v$ nel caso di trasporto parziale). La differenziabilità di $u$ in $x$ corrisponde alla differenziabilità di $v$ nei punti del sottomigliante $\partial^- u(x)$.
• Localizzazione e Insiemi di Livello Inferiore: Gli autori utilizzano insiemi di livello inferiore centrati $S^c_h[v](y)$ per localizzare il comportamento del potenziale vicino alle singolarità. Stabilendo che questi insiemi di livello inferiore rimangono all'interno di piccoli intorni del confine target, essi invocano stime quantitative di convessità uniforme.
• Decomposizione Geometrica delle Singolarità: L'insieme singolare (o il confine libero) viene decomposto in base alla geometria del sottomigliante $\partial^- u(x)$ rispetto al poligono target $\Omega^*$. Gli autori categorizzano i punti $x$ in base a se $\partial^- u(x)$ contiene un vertice di $\Omega^*$, tocca un solo lato o tocca più lati.
• Rafforzamento della Regolarità (Bootstrapping): Per le regioni in cui la geometria target è localmente convessa (ad esempio, vicino all'interno di un lato), gli autori applicano la teoria della regolarità di Caffarelli e le stime di Schauder per equazioni uniformemente ellittiche. Dimostrano che il potenziale è $C^\infty$ in queste regioni, implicando che l'insieme singolare è una curva liscia.
• Stime di Obliquità: Nel caso di trasporto parziale, la prova della regolarità si basa sull'instaurazione di una stima di obliquità (l'angolo tra la normale al confine libero e la normale al confine target è non nullo), il che permette l'applicazione di risultati di regolarità al bordo.

Contributi e Risultati Chiave

• Struttura dell'Insieme Singolare (Trasporto Completo):
  L'articolo dimostra il Teorema 1.1, che fornisce una descrizione precisa dell'insieme singolare $A$ quando $\Omega^*$ è un poligono non convesso. Gli autori mostrano che $A$ è un insieme finito o, lontano da un numero finito di punti $\{x_i\}$, è localmente una curva liscia unidimensionale.

  • I punti "eccezionali" $\{x_i\}$ corrispondono a posizioni dove il sottomigliante $\partial^- u(x)$ tocca un vertice del poligono o tocca tre o più lati.
  • Vicino a questi punti eccezionali, l'insieme singolare è un'unione di un numero finito di curve Lipschitziane.
  • La prova comporta la decomposizione di $A$ negli insiemi $\Sigma_1$ (tocca vertici), $\Sigma'_2$ (tocca esattamente due lati) e $\Sigma''_2$ (tocca $\ge 3$ lati). Viene dimostrato che $\Sigma_1$ e $\Sigma''_2$ sono insiemi finiti, mentre $\Sigma'_2$ consiste di curve lisce.

• Regolarità del Confine Libero (Trasporto Parziale):
  L'articolo dimostra il Teorema 1.2, stabilendo che il confine libero $F$ nel problema di trasporto ottimale parziale è liscio lontano da un numero finito di punti singolari.

  • Similmente al caso di trasporto completo, i punti singolari sul confine libero sorgono dove il sottomigliante tocca un vertice di $\Omega^*$ o più lati.
  • Gli autori dimostrano che l'insieme dei punti che toccano vertici ($F_1$) o più lati ($F_2$) è finito.
  • Per i punti che toccano esattamente un lato ($F_3$), il confine libero è dimostrato essere liscio ($C^\infty$) tramite stime di obliquità e teoria della regolarità al bordo.

• Generalizzazioni e Congetture:

  • Osservazione 1.2 nota che questi risultati si estendono a densità positive lisce generali e, con una regolarità leggermente più debole ($C^{1,\alpha}$), a densità limitate superiormente e inferiormente.
  • Osservazione 3.2 indica che il metodo si applica a target che sono unioni di due domini convessi limitati in dimensioni generali.
  • Sezione 5 formula due congetture per dimensioni superiori ($\mathbb{R}^n$). Congettura 5.1 ipotizza che, per il trasporto completo verso un politopo non convesso, l'insieme singolare sia localmente una ipersuperficie liscia di dimensione $(n-1)$ lontano da un insieme di dimensione di Hausdorff al massimo $n-2$. Congettura 5.2 fa un'affermazione simile per il confine libero nel trasporto parziale.

Significato e Affermazioni
L'articolo afferma di fornire una descrizione più precisa della struttura delle singolarità nel trasporto ottimale rispetto a quanto stabilito in precedenza per domini planari non convessi. Mentre lavori precedenti (ad esempio, Figalli [16]) avevano stabilito che gli insiemi singolari sono varietà $C^1$ lontano da un insieme numerabile, questo lavoro raffina tale risultato per target poligonali, mostrando che l'insieme singolare è liscio lontano da un insieme finito di punti.

Gli autori sottolineano la rilevanza pratica di questi risultati nei calcoli numerici, specificamente per la generazione di mesh su domini poligonali utilizzando algoritmi di trasporto ottimale. Caratterizzando le singolarità, l'articolo aiuta a comprendere i limiti e il comportamento di tali algoritmi vicino agli angoli non convessi.

L'articolo mantiene un tono modesto riguardo alle dimensioni superiori, affermando esplicitamente che i risultati per $n=2$ sono dimostrati, mentre l'estensione a $n \ge 3$ rimane una congettura. Gli autori non affermano di aver risolto il caso di dimensioni superiori, ma forniscono un quadro strutturale e congetture specifiche per future indagini.