A PDE approach to Benamou--Brenier formula for the Schrödinger problem

1. Enunciato del Problema e Motivazione

Il Problema di Schrödinger:
Il lavoro affronta il problema di Schrödinger, un problema variazionale originatosi dalla meccanica statistica. Dati due misure di probabilità $\mu_0, \mu_1$ su $\mathbb{R}^n$ e un parametro $\varepsilon > 0$ (che rappresenta temperatura o rumore), l'obiettivo è trovare l'evoluzione più probabile di una nuvola di particelle browniane che connette questi due stati. Matematicamente, ciò è formulato come la minimizzazione dell'entropia relativa rispetto a una misura di riferimento $R_\varepsilon$ (la legge congiunta di un processo di Wiener reversibile):
$$\inf \{ H(\gamma | R_\varepsilon) : \gamma \in \Gamma(\mu_0, \mu_1) \}$$
dove $\Gamma(\mu_0, \mu_1)$ è l'insieme dei piani di trasporto con margini $\mu_0$ e $\mu_1$.

Il Divario nella Teoria Esistente:
È noto che il problema di Schrödinger costituisce una regolarizzazione entropica del problema del Trasporto Ottimo (OT) quadratico. Nell'OT, la formula di Benamou–Brenier fornisce una riformulazione dinamica, equiparando il costo di trasporto statico all'energia cinetica minima di un flusso fluido che soddisfa l'equazione di continuità.
Per il problema di Schrödinger, esiste una formulazione dinamica analoga che coinvolge l'equazione di Fokker–Planck:
$$\partial_t \eta_t - \frac{\varepsilon}{2}\Delta \eta_t + \text{div}(v_t \eta_t) = 0$$
Tuttavia, le precedenti dimostrazioni rigorose di questa formula dinamica (in particolare quelle di Gigli e Tamanini, [GT20]) si basavano su assunzioni di compattezza: si richiedeva che i margini $\mu_0$ e $\mu_1$ avessero supporto limitato.
Il Problema: Molte applicazioni pratiche (ad esempio, modelli gaussiani, miscele di gaussiane, inferenza bayesiana) coinvolgono misure con supporto illimitato. In questi casi, i potenziali di Schrödinger ($f_\varepsilon, g_\varepsilon$) e i loro logaritmi ($\varphi_t^\varepsilon, \psi_t^\varepsilon$) possono esibire una crescita esponenziale all'infinito, rendendo invalidi gli argomenti standard di integrazione per parti e la differenziazione sotto il segno di integrale senza un attento controllo.

2. Metodologia

Gli autori propongono un approccio basato sulle EDP (Equazioni alle Derivate Parziali) per colmare il divario tra la teoria astratta e le applicazioni non compatte. La loro strategia si articola su tre pilastri principali:

1. Rilassamento delle Assunzioni sui Margini: Invece del supporto compatto, assumono che i margini siano della forma $\mu_i = e^{-V_i} \mathcal{L}^n$, dove $V_i \in C^2(\mathbb{R}^n)$ soddisfano limiti uniformi bilaterali sull'Hessiano:
   $$C^{-1}|\xi|^2 \leq \xi \cdot D^2 V_i(x) \xi \leq C|\xi|^2$$
   Questa classe include misure gaussiane e distribuzioni fortemente log-convesse (code sub-gaussiane).

2. Stime di Regolarità e Crescita:

   • Sfruttano risultati recenti (da [Chi+24] e [Con24]) per stabilire che i potenziali di Schrödinger $\psi_t^\varepsilon = \varepsilon \log g_t^\varepsilon$ ereditano i limiti sull'Hessiano dai margini.
   • Dimostrano che $\psi_t^\varepsilon$ cresce al più quadraticamente e che il suo gradiente $\nabla \psi_t^\varepsilon$ cresce al più linearmente.
   • Crucialmente, mostrano che l'interpolazione entropica $\varrho_t^\varepsilon$ (la densità del percorso) possiede forti momenti gaussiani che decadono abbastanza rapidamente da compensare la crescita polinomiale/esponenziale dei potenziali.

3. Analisi Rigorosa delle EDP:

   • Differenziazione sotto l'Integrale: Utilizzano i limiti sui momenti derivati per giustificare la differenziazione di $\int \psi_t^\varepsilon \varrho_t^\varepsilon dx$ rispetto al tempo.
   • Integrazione per Parti (Gauss–Green): Costruiscono funzioni di taglio specifiche e utilizzano la disuguaglianza parabolica di Kato per dimostrare che i termini al bordo si annullano all'infinito, permettendo l'applicazione delle formule di Gauss–Green per domini illimitati.
   • Unicità tramite Convessità: Stabiliscono l'unicità del campo di velocità nella formulazione dinamica utilizzando la stretta convessità del funzionale dell'energia cinetica e il metodo delle caratteristiche.

3. Contributi Chiave

• Estensione alle Misure Sub-Gaussiane: Il lavoro estende la validità della formula di Benamou–Brenier per il problema di Schrödinger dalle misure a supporto compatto a una vasta classe di misure con code sub-gaussiane (inclusi gaussiane e miscele).
• Dimostrazione EDP Quasi Autonomo: A differenza delle dimostrazioni precedenti che si affidavano ad argomenti probabilistici o alla compattezza, questo lavoro fornisce una dimostrazione rigorosa, quasi autonoma, utilizzando solo strumenti EDP (stime del nucleo di calore, limiti sull'Hessiano e controlli dei momenti).
• Controllo Esplicito della Crescita: Gli autori forniscono stime esplicite che mostrano come, anche se i potenziali crescono all'infinito, il decadimento della densità dell'interpolazione entropica garantisca la necessaria integrabilità affinché la formulazione dinamica valga.
• Risultato di Unicità: Dimostrano che il minimizzatore dell'azione cinetica dinamica è unico sotto il vincolo di Fokker–Planck.

4. Risultati Principali

Teorema 1.1 (Formula di Benamou–Brenier Semplificata):
Sotto l'assunzione che $\mu_0, \mu_1$ siano misure sub-gaussiane (definite da potenziali $C^2$ con Hessiani limitati), per ogni $\varepsilon > 0$:
$$\varepsilon \min_{\gamma \in \Gamma(\mu_0, \mu_1)} H(\gamma | R_\varepsilon) = \varepsilon H(\mu_0 | \mathcal{L}^n) + \min \left\{ \int_0^1 \int_{\mathbb{R}^n} \frac{|v_t|^2}{2} \eta_t \, dx dt \right\}$$
dove il minimo è assunto su coppie $(\eta_t, v_t)$ che soddisfano l'equazione di Fokker–Planck in senso distribuzionale:
$$\partial_t \eta_t - \frac{\varepsilon}{2}\Delta \eta_t + \text{div}(v_t \eta_t) = 0, \quad \eta_0 = \mu_0, \quad \eta_1 = \mu_1$$
L'unico minimizzatore per l'energia cinetica è dato dal percorso di interpolazione entropica $(\mu_t^\varepsilon, \nabla \psi_t^\varepsilon)$.

Corollario (Formulazione Duale):
Il lavoro deriva anche una formulazione duale per il problema di Schrödinger che coinvolge una disuguaglianza di tipo Hamilton-Jacobi-Bellman:
$$\max \left\{ \int f_1 d\mu_1 - \int f_0 d\mu_0 : \partial_t f + \frac{\varepsilon}{2}\Delta f + \frac{1}{2}|\nabla f|^2 \leq 0 \right\}$$
dove il massimizzatore è il potenziale di Schrödinger $\psi_t^\varepsilon$.

5. Significato e Impatto

• Colmare il Divario tra Teoria e Pratica: Il risultato giustifica l'uso di formulazioni dinamiche (interpretazioni fluidodinamiche) in contesti dove i dati sono naturalmente illimitati, come nei modelli a miscela gaussiana, nei modelli di diffusione nel machine learning e nel controllo stocastico.
• Implicazioni Algorithmiche: Il problema di Schrödinger è la base teorica dell'algoritmo di Sinkhorn, una pietra angolare del trasporto ottimo moderno e del machine learning. Validare la formulazione dinamica per supporti illimitati rafforza le fondamenta teoriche per l'applicazione di questi algoritmi a dataset reali e non compatti.
• Rigorismo Analitico: Fornendo una dimostrazione centrata sulle EDP che gestisce domini illimitati tramite stime sui momenti, il lavoro offre un quadro robusto per analizzare le interpolazioni entropiche oltre il contesto restrittivo della compattezza, aprendo nuove vie per la ricerca nel trasporto ottimo non compatto e nell'analisi stocastica.

In sintesi, questo lavoro risolve una limitazione tecnica critica nella teoria del problema di Schrödinger, dimostrando che l'elegante connessione dinamica tra minimizzazione dell'entropia ed energia cinetica vale per la vasta classe di distribuzioni sub-gaussiane essenziali per le applicazioni moderne.