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

Titolo

Un tasso di convergenza uniforme per i potenziali entropici nel setting euclideo quadratico
Autore: Pablo López-Rivera (Université Paris Cité & Sorbonne Université)

1. Il Problema

Il lavoro si concentra sul problema del trasporto ottimo quadratico tra due misure di probabilità $\mu$ e $\nu$ su $\mathbb{R}^d$, assolutamente continue rispetto alla misura di Lebesgue.

• Formulazione: Si considera il problema di Kantorovich (1) per minimizzare il costo quadratico $\frac{1}{2}|x-y|^2$.
• Soluzione Classica: Per il teorema di Brenier-McCann, esiste un potenziale convesso $\phi_0$ tale che la mappa di trasporto ottima è $T_0 = \nabla \phi_0$.
• Sfida Computazionale: Calcolare $\phi_0$ o $T_0$ direttamente è difficile poiché richiede la risoluzione di un'equazione di Monge-Ampère non lineare del secondo ordine.
• Regolarizzazione Entropica: Per aggirare questo ostacolo, si introduce una regolarizzazione entropica con parametro $\varepsilon > 0$ (problema di Schrödinger). Questo porta a un problema di ottimizzazione convessa strettamente, risolvibile efficientemente tramite l'algoritmo di Sinkhorn.
• Obiettivo: Mentre è noto che i potenziali entropici $\phi_\varepsilon$ e le loro mappe $\nabla \phi_\varepsilon$ convergono a $\phi_0$ e $\nabla \phi_0$ quando $\varepsilon \to 0$, la letteratura precedente aveva quantificato la velocità di convergenza principalmente in norme $L^2$ o per il valore del costo. Il gap di ricerca affrontato è la quantificazione del tasso di convergenza uniforme su insiemi compatti per i potenziali e, soprattutto, per i loro gradienti.

2. Metodologia e Assunzioni

L'autore utilizza un approccio analitico che combina la teoria del trasporto ottimo, le disuguaglianze funzionali e l'analisi asintotica.

Assunzioni Chiave sulle Misure ($\mu, \nu$):

1. Struttura Log-Concava e Regolarità (A1): Le misure hanno densità della forma $e^{-V(x)}$ e $e^{-W(y)}$ con funzioni lisce. Si assume che il potenziale $V$ sia "quasi-concavo" (Hessiano limitato superiormente: $\nabla^2 V \preceq \alpha I$) e $W$ sia fortemente convesso ($\nabla^2 W \succeq \beta I$). Queste condizioni garantiscono la regolarità Lipschitziana globale delle mappe di trasporto.
2. Disuguaglianza di Poincaré (A2): La misura $\mu$ soddisfa una disuguaglianza di Poincaré. Questo è cruciale per controllare la norma $L^2$ della funzione stessa tramite la norma $L^2$ del suo gradiente.
3. Entropia Differenziale Finita (A3): $\mu$ ha entropia differenziale finita.

Strumenti Matematici:

• Convessità dei Potenziali: Viene sfruttato il fatto che i potenziali entropici $\phi_\varepsilon$ sono funzioni convesse (Proposizione 2.1). La convessità implica che la convergenza uniforme dei potenziali su compatti implica la convergenza uniforme dei gradienti.
• Disuguaglianza di Gagliardo-Nirenberg: Il cuore della dimostrazione risiede nell'uso di questa disuguaglianza per interpolare tra le norme delle derivate. In particolare, si usa per legare la norma $L^\infty$ del gradiente (convergenza uniforme) alle norme $L^2$ della funzione e $L^\infty$ della derivata seconda.
• Controllo delle Derivate Secondarie: Grazie alle assunzioni (A1), si dimostra che le derivate seconde $\nabla^2 \phi_\varepsilon$ e $\nabla^2 \phi_0$ sono uniformemente limitate (Teoremi 2.2 e 2.3).
• Stime $L^2$ Preesistenti: Si utilizzano risultati recenti (es. [MS25]) che forniscono un tasso di convergenza $O(\varepsilon)$ per la differenza dei gradienti nella norma $L^2(\mu)$.

3. Risultati Principali

A. Caso Gaussiano (Proposizione 1.1)

Per misure gaussiane non degeneri $\mu = N(0, A)$ e $\nu = N(0, B)$, l'autore calcola esplicitamente le mappe di trasporto e i potenziali.

• Risultato: Si ottiene un limite esplicito per la convergenza uniforme su una palla chiusa $K = B(0, R)$:
  $$\|\nabla \phi_\varepsilon - \nabla \phi_0\|_{K, \infty} \leq C \cdot \varepsilon$$
  dove la costante $C$ dipende dal raggio $R$ e dalle norme degli operatori delle matrici $A$ e $B$.
• Significato: Nel caso gaussiano, la convergenza è lineare in $\varepsilon$ ($O(\varepsilon)$) e il tasso è indipendente dalla dimensione $d$ (dimension-free).

B. Risultato Generale per Misure Assolutamente Continue (Teorema 1.2)

Sotto le assunzioni (A1), (A2) e (A3), per qualsiasi insieme compatto $K \subset \mathbb{R}^d$:

• Tasso di Convergenza dei Gradienti:
  $$\|\nabla \phi_\varepsilon - \nabla \phi_0\|_{K, \infty} \leq C_{grad} \cdot \varepsilon^{\frac{1}{d+4}}$$
  dove $C_{grad}$ è una costante calcolabile dipendente dalla dimensione $d$, dall'insieme $K$ e dalle misure.
• Osservazione: Il tasso $O(\varepsilon^{\frac{1}{d+4}})$ non è ottimale (il caso gaussiano suggerisce $O(\varepsilon)$), ma è il primo risultato che quantifica la convergenza uniforme in un setting continuo generale. La dipendenza dalla dimensione è un artefatto dell'uso della disuguaglianza di Gagliardo-Nirenberg.

C. Convergenza dei Potenziali (Teorema 1.3)

Assumendo una normalizzazione opportuna (media nulla rispetto a $\mu$), si ottiene un tasso di convergenza per i potenziali stessi:
$$\|\phi_\varepsilon - \phi_0\|_{K, \infty} \leq C_{pot} \left( \varepsilon^{\frac{1}{d+4}} + \varepsilon \right)$$
Questo risultato è una conseguenza diretta del teorema sui gradienti e della disuguaglianza di Poincaré.

4. Contributi Chiave e Significato

1. Primo Risultato di Convergenza Uniforme Continua: Prima di questo lavoro, la quantificazione della convergenza dei potenziali entropici nel setting continuo era limitata alle norme $L^2$ o a setting discreti/semi-discreti. Questo articolo colma il gap fornendo stime per la convergenza uniforme (norma $L^\infty$ su compatti).
2. Giustificazione Teorica dell'Approssimazione: I risultati forniscono una base teorica rigorosa per l'uso della regolarizzazione entropica come metodo di approssimazione numerica per il trasporto ottimo. Dimostrano che, per $\varepsilon$ piccolo, non solo il costo e la mappa media convergono, ma anche il comportamento puntuale della mappa di trasporto su regioni limitate.
3. Ruolo della Convessità: L'articolo evidenzia come la struttura convessa dei potenziali, combinata con la regolarità delle misure (assunzioni di tipo log-concavo), permetta di elevare la convergenza da $L^2$ a $L^\infty$ tramite tecniche di interpolazione.
4. Limiti e Direzioni Future: L'autore ammette che il tasso $O(\varepsilon^{\frac{1}{d+4}})$ non è ottimale (come mostrato dal caso gaussiano $O(\varepsilon)$). Il lavoro apre la strada a ricerche future per migliorare questo tasso, probabilmente rimuovendo la dipendenza dalla dimensione o affinando le tecniche di interpolazione.

In sintesi, il documento stabilisce un ponte fondamentale tra la teoria asintotica del trasporto ottimo e le sue applicazioni numeriche, garantendo che l'approssimazione entropica sia stabile e convergente in senso uniforme, un requisito essenziale per l'analisi di precisione in problemi di ottimizzazione e apprendimento automatico.