Some reverse inequality in optimal mass transportation

Resumo Técnico: Alguma desigualdade reversa no transporte ótimo de massa

Enunciado do Problema
O artigo aborda o problema de controlar o custo supremo (ou $L^\infty$) do transporte ótimo, denotado por $C_\infty(\rho)$, pelo custo padrão integral (ou $L^1$) do transporte ótimo, denotado por $C(\rho)$. Especificamente, os autores investigam "desigualdades reversas" da forma:
$$\omega(C_\infty(\rho)) \leq C(\rho)$$
onde $\omega$ é uma função positiva explícita para $t > 0$.

Embora a literatura anterior (notadamente [3] e [14]) tenha estabelecido tais desigualdades para custos atrativos (onde a função de custo aumenta com a distância, por exemplo, $c(x,y) = d(x,y)^p$), este artigo foca em custos repulsivos. A função de custo é definida como uma soma de interações de pares $h(d(x_i, x_j))$, onde $h: [0, \infty) \to (0, \infty]$ é uma função contínua e não crescente. Um caso modelo principal considerado é a interação de Coulomb, onde $h(t) = 1/t$. O problema é particularmente relevante quando as marginais são idênticas ($\mu = \nu = \rho$), um cenário onde custos repulsivos naturalmente surgem.

Metodologia
Os autores trabalham dentro do arcabouço da relaxação de Kantorovich para o problema de transporte ótimo em um espaço métrico completo e separável (espaço Polish) $X$. Eles consideram planos de transporte de $N$ marginais $\lambda \in \Pi(\rho)$, onde $\Pi(\rho)$ é o conjunto de medidas de probabilidade em $X^N$ com todas as marginais iguais a $\rho$.

A metodologia central envolve:

1. Análise de Concentração: Introduzir o conceito de concentração pontual $\kappa_\rho(\alpha) = \sup_{x \in X} \rho(B(x, \alpha))$ e analisar a medida de conjuntos onde os pontos estão próximos uns dos outros.
2. Estimativas de Conjuntos: Definir subconjuntos específicos de $X^N$ baseados no limiar de custo ($B_B$) e na distância mínima entre pontos ($B_\beta$). Os autores estabelecem relações entre esses conjuntos, observando que, para $h$ decrescente, pequenas distâncias implicam custos elevados.
3. Limites Inferiores de Medida: Provar que, se a concentração da medida $\rho$ exceder um limiar crítico ($1/N$), qualquer plano de transporte $\lambda$ deve atribuir massa positiva a conjuntos onde os pontos estão próximos. Especificamente, eles derivam limites inferiores para $\lambda(B_{2\alpha})$ em termos de $\kappa_\rho(\alpha)$.
4. Integração: Combinar o limite inferior sobre a medida de configurações "próximas" com a monotonicidade da função de custo $h$ para limitar o custo integral $C(\rho)$ a partir de baixo usando o custo supremo $C_\infty(\rho)$.

Principais Contribuições e Resultados

• Desigualdade Reversa Geral (Teorema 2.3): O principal resultado fornece um limite inferior geral para o custo integral $C(\rho)$ em termos do custo supremo $C_\infty(\rho)$ para $N$ marginais. A desigualdade é:
  $$C(\rho) \geq h\left(2h^{-1}\left(\frac{C_\infty(\rho)}{N(N-1)}\right)\right) \left[ N\kappa_\rho\left(h^{-1}\left(\frac{C_\infty(\rho)}{N(N-1)}\right)\right) - \frac{1}{N(N-1)} \right]$$
  Este resultado é válido sob a suposição de que, se $h(0+) = +\infty$, então a concentração pontual $\kappa(\rho) < 1/N$.

• Refinamento para Duas Marginais ($N=2$): Na Seção 3, os autores restringem a análise para $N=2$. Usando limites de Fréchet, eles melhoram o limite inferior sobre a medida de configurações próximas, obtendo uma desigualdade mais aguda:
  $$C(\rho) \geq h\left(2h^{-1}\left(\frac{C_\infty(\rho)}{2}\right)\right) \left[ 2\kappa_\rho\left(h^{-1}\left(\frac{C_\infty(\rho)}{2}\right)\right) - 1 \right]$$

• Positividade do Termo de Concentração: Um passo técnico crítico é garantir que o termo entre colchetes seja estritamente positivo. O Corolário 2.16 (e o Corolário 3.5 para $N=2$) prova que o argumento da função de concentração, $h^{-1}(\frac{C_\infty(\rho)}{N(N-1)})$, é sempre grande o suficiente para que $\kappa_\rho(\cdot) > 1/N$. Isso garante a validade da desigualdade.

• Classes de Medidas com Constantes Uniformes: O artigo reconhece que uma constante universal $C$ tal que $C(\rho) \geq C \cdot C_\infty(\rho)$ não se aplica a todas as medidas (como mostrado no Exemplo 1.3). No entanto, a Seção 4 identifica classes específicas de medidas onde tal constante existe, dependendo das propriedades da classe:

  • Medidas Isotrópicas Unimodais: Para medidas radialmente simétricas, unimodais e absolutamente contínuas (ex: Gaussiana, Cauchy, Laplace), os autores caracterizam $C_\infty(\rho)$ através do inverso do diâmetro de uma bola contendo metade da massa. Eles mostram que, para essas medidas, o termo de concentração é limitado inferiormente por zero, resultando em uma constante $C_\rho$ dependente da dimensão, mas independente da variância ou escala específica.
  • Medidas Discretas: Para medidas discretas onde a massa de qualquer átomo individual é limitada inferiormente por $\delta > 0$ (e estritamente menor que $1/2$), os autores provam que $C(\rho) \geq \frac{\delta}{2} C_\infty(\rho)$.

• Comparação com a Literatura Existente: Os autores comparam sua função de concentração derivada $m(t)$ com a constante $\alpha$ derivada de planos "trim" em transporte ótimo discreto (referenciando [1]). Eles demonstram que seu arcabouço geral engloba esses casos discretos, fornecendo um limite que é pelo menos tão forte quanto o derivado da decomposição de minimizadores trim.

Significância e Alegações
O artigo afirma estabelecer um arcabouço geral que unifica o estudo de desigualdades reversas para o transporte ótimo com custos repulsivos. Ao passar do caso específico das distâncias de Wasserstein (custos atrativos) para funções de custo decrescentes gerais, os autores estendem a compreensão teórica de como os custos de transporte integral e supremo se relacionam.

A significância reside em:

1. Generalização: Estender a metodologia de desigualdade reversa para custos repulsivos, que são cruciais em modelos como interações de Coulomb.
2. Dependência Explícita: Fornecer uma fórmula explícita para a função $\omega$ que relaciona $C$ e $C_\infty$, a qual depende das propriedades de concentração da medida $\rho$.
3. Unificação: Mostrar que a abordagem baseada em concentração cobre naturalmente casos específicos estudados na literatura (como medidas discretas e cenários de custos atrativos específicos), ao mesmo tempo em que oferece novos insights para interações repulsivas.

Os autores mantêm-se modestos quanto à existência de uma constante universal independente da classe de medida, observando explicitamente que tal constante não pode existir para medidas arbitrárias, mas demonstrando que ela é alcançável para classes significativas, como distribuições isotrópicas unimodais e medidas discretas com massas atômicas limitadas.