Sharp local sparsity of regularized optimal transport

1. Il Problema e il Contesto

Il lavoro si inserisce nel campo del Trasporto Ottimo (OT) regolarizzato. Il problema classico di OT tra due misure di probabilità $\lambda$ e $\mu$ cerca un piano di trasporto $\pi$ che minimizzi il costo quadratico $\int \frac{1}{2}\|x-y\|^2 d\pi$.

Negli ultimi anni, la regolarizzazione entropica (EOT) è diventata lo standard per rendere il problema computazionalmente trattabile. Tuttavia, i piani di trasporto EOT hanno supporto massimale (non sono sparsi), il che può essere uno svantaggio in alcune applicazioni.
Il paper si concentra sulla Regolarizzazione con Entropia di tipo $L^p$ (ROT), definita dal problema:
$$\text{ROT}_{\varepsilon, p} := \inf_{\pi} \left( \int \frac{1}{2}\|x-y\|^2 d\pi + \varepsilon \int h_p\left(\frac{d\pi}{d(\lambda \otimes \mu)}\right) d(\lambda \otimes \mu) \right)$$
dove $h_p(z) = \frac{|z|^{p-1}}{p-1}$ per $p \in (1, 2]$.
A differenza dell'EOT, i piani ROT $\pi_\varepsilon$ sono sparsi: il loro supporto $\text{supp}(\pi_\varepsilon)$ si contrae verso il supporto del piano di trasporto ottimo non regolarizzato $\pi_0$ quando $\varepsilon \to 0$.

Domanda aperta principale: Qual è il tasso di convergenza di questa contrazione del supporto? In particolare, come si comporta il raggio delle sezioni del supporto locale?

2. Metodologia e Strumenti Matematici

Gli autori adottano un approccio analitico basato sulla teoria della dualità e sull'analisi convessa, estendendo risultati precedenti noti per il caso univariato o per il trasporto auto-su ($\lambda = \mu$).

• Formulazione Duale: Sfruttano la dualità forte per esprimere la densità del piano ROT come:
  $$\rho_\varepsilon(x, y) = \frac{1}{\varepsilon^{q-1} q^{q-1}} \left( f_\varepsilon(x) + g_\varepsilon(y) - \frac{1}{2}\|x-y\|^2 \right)_+^{q-1}$$
  dove $q = p/(p-1)$ è il coniugato di Young, $(\cdot)_+$ indica la parte positiva, e $(f_\varepsilon, g_\varepsilon)$ sono le soluzioni del problema duale.
• Funzioni Potenziali Convessi: Introducono le funzioni $\varphi_\varepsilon = \|\cdot\|^2/2 - f_\varepsilon$ e $\psi_\varepsilon = \|\cdot\|^2/2 - g_\varepsilon$, che sono convesse. Il gradiente $\nabla \varphi_\varepsilon(x)$ rappresenta il baricentro della sezione del supporto $S_x = \{y : \rho_\varepsilon(x, y) > 0\}$.
• Regolarità Uniforme: Si basano su risultati recenti (da [GK26]) che garantiscono una limitatezza uniforme delle derivate seconde dei potenziali regolarizzati ($\|\nabla^2 \varphi_\varepsilon\|_{L^\infty_{loc}} \leq C$) all'interno del supporto.
• Teorema di Trasporto di Reynolds: Utilizzano una versione adattata di questo teorema per calcolare le derivate seconde dei potenziali in termini di integrali sul bordo delle sezioni del supporto, permettendo di analizzare la geometria locale di $S_x$.
• Analisi Asintotica: Combinano stime superiori e inferiori sulla funzione $\xi(x, y) = \langle x, y \rangle - \varphi_\varepsilon(x) - \psi_\varepsilon(y)$ per determinare le dimensioni delle sezioni $S_x$.

3. Contributi Chiave e Risultati Principali

A. Sparsità Locale Affilata (Teorema 3.1)

Il risultato principale è la caratterizzazione precisa del tasso di contrazione del supporto. Per una regione interna $K_0 \subset \text{int}(\text{supp}(\lambda))$, le sezioni del supporto $S_x = \{y : \rho_\varepsilon(x, y) > 0\}$ si comportano come palle di raggio proporzionale a una potenza specifica di $\varepsilon$.

Specificamente, esiste una costante $R_0$ tale che per $\varepsilon$ sufficientemente piccolo:
$$B\left(\nabla \varphi_\varepsilon(x), \frac{1}{R_0}\varepsilon^{\frac{1}{d(p-1)+2}}\right) \subset S_x \subset B\left(\nabla \varphi_\varepsilon(x), R_0\varepsilon^{\frac{1}{d(p-1)+2}}\right)$$
Dove:

• $d$ è la dimensione dello spazio.
• $p \in (1, 2]$ è il parametro di regolarizzazione.
• Il tasso di contrazione è $\varepsilon^{\frac{1}{d(p-1)+2}}$.

Questo risultato generalizza lavori precedenti (es. [GSN24], [WX25]) al caso multivariato e a misure non necessariamente uguali ($\lambda \neq \mu$).

B. Convessità Forte Uniforme (Corollario 3.2)

Gli autori dimostrano che i potenziali convessi $\varphi_\varepsilon$ sono uniformemente fortemente convessi all'interno del supporto, indipendentemente da quanto piccolo sia $\varepsilon$ (entro un intervallo limitato).
$$\inf_{\|h\|=1} \langle \nabla^2 \varphi_\varepsilon(x) h, h \rangle \geq \frac{1}{C}$$
Questa proprietà è cruciale per garantire la stabilità numerica e la regolarità delle mappe di trasporto approssimate.

C. Tassi di Convergenza della Mappa (Corollario 3.3)

Derivano il tasso di convergenza della mappa di trasporto regolarizzata $\nabla \varphi_\varepsilon$ verso la mappa di trasporto ottima non regolarizzata $\nabla \varphi$ (il gradiente del potenziale di OT classico).
$$\|\nabla \varphi_\varepsilon - \nabla \varphi\|_{L^2(K_0)} \leq C \varepsilon^{\frac{1}{d(p-1)+2}}$$
Questo tasso è direttamente legato alla dimensione delle sezioni del supporto.

D. Esempio Esplicito e Ottimalità (Sezione 6)

Per dimostrare che il tasso ottenuto è affilato (sharp), gli autori risolvono esplicitamente il problema di trasporto auto-su ($\lambda = \mu = \text{misura di Lebesgue}$) sul toro piatto.

• In questo caso simmetrico, la soluzione ammette una forma chiusa.
• Il calcolo esplicito conferma che il raggio del supporto è esattamente proporzionale a $\varepsilon^{\frac{1}{d(p-1)+2}}$, validando la correttezza del tasso asintotico derivato teoricamente.

4. Significato e Implicazioni

• Comprensione Teorica: Il lavoro chiarisce la natura geometrica della regolarizzazione $L^p$, mostrando che non è solo uno strumento numerico, ma induce una struttura sparsa locale con una geometria controllata (palle di raggio decrescente).
• Generalizzazione: Estende la teoria oltre il caso univariato e oltre il caso di trasporto auto-su, coprendo scenari più realistici con misure marginali diverse.
• Implicazioni Computazionali: La conoscenza del tasso di sparsità è fondamentale per lo sviluppo di algoritmi numerici efficienti. Sapere che il supporto è localmente limitato permette di progettare metodi che non devono considerare l'intero spazio prodotto, riducendo la complessità computazionale.
• Stabilità: La dimostrazione della forte convessità uniforme garantisce che le soluzioni regolarizzate si comportino bene dal punto di vista analitico, evitando degenerazioni patologiche quando $\varepsilon \to 0$.

In sintesi, il paper fornisce una caratterizzazione geometrica precisa e ottimale della sparsità indotta dalla regolarizzazione $L^p$ nel trasporto ottimo, colmando un vuoto teorico importante tra la teoria asintotica e le proprietà locali delle soluzioni.