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

1. Formulação do Problema e Motivação

O Problema de Schrödinger:
O artigo aborda o problema de Schrödinger, um problema variacional originário da mecânica estatística. Dados dois medidas de probabilidade $\mu_0, \mu_1$ em $\mathbb{R}^n$ e um parâmetro $\varepsilon > 0$ (representando temperatura ou ruído), o objetivo é encontrar a evolução mais provável de uma nuvem de partículas brownianas conectando esses dois estados. Matematicamente, isso é formulado como a minimização da entropia relativa em relação a uma medida de referência $R_\varepsilon$ (a lei conjunta de um processo de Wiener reversível):
$$\inf \{ H(\gamma | R_\varepsilon) : \gamma \in \Gamma(\mu_0, \mu_1) \}$$
onde $\Gamma(\mu_0, \mu_1)$ é o conjunto de planos de transporte com marginais $\mu_0$ e $\mu_1$.

A Lacuna na Teoria Existente:
Sabe-se que o problema de Schrödinger é uma regularização entrópica do problema de Transporte Ótimo (OT) quadrático. No OT, a fórmula de Benamou–Brenier fornece uma reformulação dinâmica, igualando o custo de transporte estático à energia cinética mínima de um fluxo de fluido satisfazendo a equação da continuidade.
Para o problema de Schrödinger, existe uma formulação dinâmica similar envolvendo a equação de Fokker–Planck:
$$\partial_t \eta_t - \frac{\varepsilon}{2}\Delta \eta_t + \text{div}(v_t \eta_t) = 0$$
No entanto, provas rigorosas anteriores desta fórmula dinâmica (especificamente por Gigli e Tamanini, [GT20]) dependiam de pressupostos de compacidade: exigia-se que as marginais $\mu_0$ e $\mu_1$ tivessem suporte limitado.
O Problema: Muitas aplicações práticas (por exemplo, modelos Gaussianos, misturas de Gaussianas, inferência bayesiana) envolvem medidas com suporte ilimitado. Nestes casos, os potenciais de Schrödinger ($f_\varepsilon, g_\varepsilon$) e seus logaritmos ($\varphi_t^\varepsilon, \psi_t^\varepsilon$) podem exibir crescimento exponencial no infinito, tornando os argumentos padrão de integração por partes e diferenciação sob o sinal de integral inválidos sem um controle cuidadoso.

2. Metodologia

Os autores propõem uma abordagem baseada em EDP para preencher a lacuna entre a teoria abstrata e as aplicações não compactas. Sua estratégia envolve três pilares principais:

1. Relaxamento dos Pressupostos sobre as Marginais: Em vez de suporte limitado, eles assumem que as marginais são da forma $\mu_i = e^{-V_i} \mathcal{L}^n$, onde $V_i \in C^2(\mathbb{R}^n)$ satisfazem limites uniformes bilaterais no Hessiano:
   $$C^{-1}|\xi|^2 \leq \xi \cdot D^2 V_i(x) \xi \leq C|\xi|^2$$
   Esta classe inclui medidas Gaussianas e distribuições fortemente log-côncavas (caudas sub-Gaussianas).

2. Estimativas de Regularidade e Crescimento:

   • Eles aproveitam resultados recentes (de [Chi+24] e [Con24]) para estabelecer que os potenciais de Schrödinger $\psi_t^\varepsilon = \varepsilon \log g_t^\varepsilon$ herdam limites de Hessiano das marginais.
   • Eles provam que $\psi_t^\varepsilon$ cresce no máximo quadraticamente, e seu gradiente $\nabla \psi_t^\varepsilon$ cresce no máximo linearmente.
   • Crucialmente, eles mostram que a interpolação entrópica $\varrho_t^\varepsilon$ (a densidade do caminho) possui momentos Gaussianos fortes que decaem suficientemente rápido para compensar o crescimento polinomial/exponencial dos potenciais.

3. Análise Rigorosa de EDP:

   • Diferenciação sob a Integral: Eles utilizam os limites de momentos derivados para justificar a diferenciação de $\int \psi_t^\varepsilon \varrho_t^\varepsilon dx$ em relação ao tempo.
   • Integração por Partes (Gauss–Green): Eles constroem funções de corte específicas e utilizam a desigualdade parabólica de Kato para provar que os termos de fronteira desaparecem no infinito, permitindo a aplicação das fórmulas de Gauss–Green para domínios ilimitados.
   • Unicidade via Convexidade: Eles estabelecem a unicidade do campo de velocidade na formulação dinâmica usando a convexidade estrita do funcional de energia cinética e o método das características.

3. Contribuições Principais

• Extensão para Medidas Sub-Gaussianas: O artigo estende a validade da fórmula de Benamou–Brenier para o problema de Schrödinger de medidas com suporte compacto para uma ampla classe de medidas com caudas sub-Gaussianas (incluindo Gaussianas e misturas).
• Prova de EDP Quase Autocontida: Diferentemente de provas anteriores que dependiam de argumentos probabilísticos ou compacidade, este trabalho fornece uma prova rigorosa, quase autocontida, utilizando apenas ferramentas de EDP (estimativas de núcleo de calor, limites de Hessiano e controle de momentos).
• Controle Explícito de Crescimento: Os autores fornecem estimativas explícitas mostrando que, mesmo que os potenciais cresçam no infinito, o decaimento da densidade de interpolação entrópica garante a integrabilidade necessária para que a formulação dinâmica seja válida.
• Resultado de Unicidade: Eles provam que o minimizador da ação cinética dinâmica é único sob a restrição de Fokker–Planck.

4. Resultados Principais

Teorema 1.1 (Fórmula Simplificada de Benamou–Brenier):
Sob a suposição de que $\mu_0, \mu_1$ são medidas sub-Gaussianas (definidas por potenciais $C^2$ com Hessiano limitado), para todo $\varepsilon > 0$:
$$\varepsilon \min_{\gamma \in \Gamma(\mu_0, \mu_1)} H(\gamma | R_\varepsilon) = \varepsilon H(\mu_0 | \mathcal{L}^n) + \min \left\{ \int_0^1 \int_{\mathbb{R}^n} \frac{|v_t|^2}{2} \eta_t \, dx dt \right\}$$
onde o mínimo é tomado sobre pares $(\eta_t, v_t)$ satisfazendo a equação de Fokker–Planck no sentido das distribuições:
$$\partial_t \eta_t - \frac{\varepsilon}{2}\Delta \eta_t + \text{div}(v_t \eta_t) = 0, \quad \eta_0 = \mu_0, \quad \eta_1 = \mu_1$$
O minimizador único para a energia cinética é dado pelo caminho de interpolação entrópica $(\mu_t^\varepsilon, \nabla \psi_t^\varepsilon)$.

Corolário (Formulação Dual):
O artigo também deriva uma formulação dual para o problema de Schrödinger envolvendo uma desigualdade do tipo Hamilton-Jacobi-Bellman:
$$\max \left\{ \int f_1 d\mu_1 - \int f_0 d\mu_0 : \partial_t f + \frac{\varepsilon}{2}\Delta f + \frac{1}{2}|\nabla f|^2 \leq 0 \right\}$$
onde o maximizador é o potencial de Schrödinger $\psi_t^\varepsilon$.

5. Significado e Impacto

• Ponte entre Teoria e Prática: O resultado justifica o uso de formulações dinâmicas (interpretações hidrodinâmicas) em cenários onde os dados são naturalmente ilimitados, como em modelos de mistura Gaussiana, modelos de difusão em aprendizado de máquina e controle estocástico.
• Implicações Algorítmicas: O problema de Schrödinger é a base teórica do algoritmo Sinkhorn, uma pedra angular do transporte ótimo moderno e do aprendizado de máquina. Validar a formulação dinâmica para suportes ilimitados fortalece a fundação teórica para a aplicação desses algoritmos a conjuntos de dados do mundo real e não compactos.
• Rigor Analítico: Ao fornecer uma prova centrada em EDP que lida com domínios ilimitados via estimativas de momentos, o artigo oferece um quadro robusto para analisar interpolações entrópicas além do cenário restritivo de compacidade, abrindo caminhos para pesquisas futuras em transporte ótimo não compacto e análise estocástica.

Em resumo, este artigo resolve uma limitação técnica crítica na teoria do problema de Schrödinger, provando que a elegante conexão dinâmica entre minimização de entropia e energia cinética vale para a ampla classe de distribuições sub-Gaussianas essenciais às aplicações modernas.