Pointwise Convergence Analysis for Approximations of Optimal Transport Problems with a Target Measure that Has Unbounded Support

1. Il Problema

Il lavoro affronta il problema di Monge nel trasporto ottimo in uno spazio euclideo $\mathbb{R}^n$. Nello specifico, si considera il trasporto di una misura di sorgente $\mu$ con supporto compatto (limitato) verso una misura di target $\nu$ con supporto illimitato (non compatto).

La sfida principale risiede nel fatto che, per motivi computazionali (ad esempio, l'uso di solver numerici per equazioni di Monge-Ampère), è spesso necessario approssimare la misura target $\nu$ con una misura a supporto compatto. L'autore analizza rigorosamente la convergenza delle mappe ottimali e delle funzioni potenziali quando la misura target viene approssimata tramite un metodo di "cutoff".

2. Metodologia

L'approccio metodologico si basa su una combinazione di analisi teorica, teoria della convergenza delle misure e stime quantitative.

• Approssimazione di Cutoff: La misura target $\nu$ viene approssimata da una misura $\nu_R$ ottenuta troncando il supporto a una sfera (o cubo) di raggio $R$ centrata nell'origine. La misura approssimata è definita come:
  $$\nu_R := \frac{\nu}{\nu(B_R(0))}$$
  dove $B_R(0)$ è la palla aperta di raggio $R$. Si studiano sia il problema diretto (da $\mu$ a $\nu_R$) che quello inverso (da $\nu_R$ a $\mu$).

• Casi di Studio:

  1. Caso Radialmente Simmetrico: Si analizzano distribuzioni $\mu$ e $\nu$ radialmente simmetriche per una vasta classe di funzioni di costo $c(x,y) = h(|x-y|)$. In questo caso, le mappe ottimali ammettono formule esplicite basate sulle funzioni di distribuzione cumulativa.
  2. Caso Generale: Si considera il costo quadratico $c(x,y) = \frac{1}{2}|x-y|^2$. Qui, la mappa ottima è il gradiente di una funzione convessa (Potenziale di Brenier).

• Strumenti Teorici:

  • Utilizzo dei risultati di stabilità $L^2$ stabiliti da Delalande e Mèrigot.
  • Stime sulla distanza di Wasserstein $W_1(\nu, \nu_R)$ in funzione del momento finito $p$ della distribuzione o della proprietà di log-concavità.
  • Proprietà di continuità di Hölder dei potenziali di Brenier e convergenza dei sottomartiali (subdifferentials) per dimostrare la convergenza puntuale delle mappe.

3. Contributi Chiave e Risultati

A. Caso Radiale (Sezione 3)

Per distribuzioni radiali, l'autore deriva tassi di convergenza espliciti e non asintotici per la mappa ottima $T$, la mappa inversa $T^{-1}$ e le funzioni potenziali.

• Il tasso di convergenza è governato dalla quantità $1 - F_\nu(R)$, che rappresenta la massa di probabilità oltre il raggio $R$.
• Momenti Finiti: Se $\nu$ ha un momento $p$-esimo finito, la convergenza è dell'ordine $O(R^{-p})$.
• Distribuzioni Log-convesse: Se $\nu$ è log-concava (es. Gaussiane, esponenziali), la convergenza è esponenziale dell'ordine $O(R^{n-1}e^{-yR})$.

B. Caso Generale con Costo Quadratico (Sezione 4)

Questa sezione costituisce il cuore del lavoro, estendendo i risultati al caso non radiale.

• Convergenza Puntuale: Si dimostra che, sotto ipotesi di regolarità (densità di $\mu$ limitata superiormente e inferiormente, supporto convesso), i potenziali di Brenier $\phi_{\mu;R}$ convergono puntualmente a $\phi_\mu$ su qualsiasi sottoinsieme aperto stretto di $\Omega$.
• Convergenza Quasi Ovunque delle Mappe: Di conseguenza, la mappa di trasporto ottima $T_{\mu;R}$ converge quasi ovunque (a.e.) alla mappa ottima $T_\mu$.
• Tassi di Convergenza Uniformi: Utilizzando la continuità di Hölder dei potenziali di Brenier (valida per momenti $p > n$ e $p \ge 4$), si derivano tassi di convergenza uniformi espliciti. Il tasso dipende dalla velocità di convergenza di $W_1(\nu, \nu_R)$ verso zero.
  • Per distribuzioni log-convesse, si ottengono nuovamente tassi esponenziali.
• Problema Inverso: Si analizza anche la convergenza del potenziale inverso e della mappa inversa. Si dimostra che il potenziale inverso è Lipschitziano e che la convergenza quasi ovunque vale anche per la mappa inversa, sotto opportune condizioni geometriche sul bordo del dominio.

C. Implicazioni Numeriche (Sezione 5)

L'autore discute come questi risultati teorici giustifichino l'uso di schemi numerici convergenti per equazioni alle derivate parziali (PDE) ellittiche non lineari su domini illimitati.

• Si propone di risolvere il problema di trasporto approssimato (con supporto compatto) utilizzando schemi di differenze finite monotoni e consistenti (basati sul lavoro di Hamfeldt).
• Si discute la scelta tra risolvere il problema diretto o inverso, notando che il problema inverso potrebbe offrire maggiore stabilità numerica quando la densità target non è strettamente positiva su tutto lo spazio.

4. Significato e Impatto

Questo lavoro è significativo per diversi motivi:

1. Giustificazione Teorica: Fornisce una base teorica rigorosa per l'uso comune dell'approssimazione di "cutoff" nei calcoli di trasporto ottimo, un metodo ampiamente usato ma precedentemente privo di stime quantitative precise per supporti illimitati.
2. Tassi Espliciti: A differenza di molti risultati precedenti che erano puramente asintotici, questo paper fornisce tassi di convergenza espliciti e non asintotici, cruciali per la stima degli errori in applicazioni pratiche.
3. Classe di Distribuzioni: Dimostra che per una classe importante di distribuzioni (log-convesse, che includono Gaussiane e esponenziali), l'errore di approssimazione decade esponenzialmente, rendendo il metodo estremamente efficiente.
4. Collegamento PDE-OT: Collega la teoria del trasporto ottimo alla risoluzione numerica di equazioni di Monge-Ampère su domini illimitati, suggerendo strategie pratiche per la discretizzazione e la scelta del dominio computazionale.

In sintesi, il paper colma un divario tra la teoria del trasporto ottimo su spazi illimitati e le necessità computazionali, fornendo garanzie di convergenza puntuali e quantitative che validano l'uso di metodi numerici basati su troncamento del dominio.