Some reverse inequality in optimal mass transportation

技术摘要：最优质量传输中的某种反向不等式

问题陈述
本文研究了如何通过标准的积分（或 $L^1$）最优传输代价 $C(\rho)$ 来控制上确界（或 $L^\infty$）最优传输代价 $C_\infty(\rho)$。具体而言，作者研究了如下形式的“反向不等式”：
$$\omega(C_\infty(\rho)) \leq C(\rho)$$
其中 $\omega$ 是一个对于 $t > 0$ 的显式正函数。

虽然先前的文献（特别是 [3] 和 [14]）已经为吸引型代价（即代价函数随距离增加而增加，例如 $c(x,y) = d(x,y)^p$）建立了此类不等式，但本文的研究重点是排斥型代价。代价函数被定义为成对相互作用 $h(d(x_i, x_j))$ 之和，其中 $h: [0, \infty) \to (0, \infty]$ 是一个连续且非增的函数。本文考虑的一个主要模型案例是库仑相互作用，其代价函数为 $h(t) = 1/t$。当边际分布相同（$\mu = \nu = \rho$）时，该问题尤为重要，因为在这种情况下会自然产生排斥型代价。

方法论
作者在完全可分度量空间（Polish 空间）$X$ 上的 Kantorovich 松弛最优传输框架内开展工作。他们考虑 $N$ 个边际分布的传输计划 $\lambda \in \Pi(\rho)$，其中 $\Pi(\rho)$ 是所有边际分布均等于 $\rho$ 的 $X^N$ 上的概率测度集合。

核心方法论包括：

1. 集中性分析： 引入逐点集中度概念 $\kappa_\rho(\alpha) = \sup_{x \in X} \rho(B(x, \alpha))$，并分析点与点之间距离较近时的测度。
2. 集合估计： 基于代价阈值（$B_B$）和最小距离（$B_\beta$）定义 $X^N$ 的特定子集。由于 $h$ 是递减的，作者建立了这些集合之间的关系，指出小距离意味着高代价。
3. 测度下界： 证明如果测度 $\rho$ 的集中度超过临界阈值（$1/N$），则任何传输计划 $\lambda$ 必须在点距较近的集合上分配正质量。具体而言，他们推导了 $\lambda(B_{2\alpha})$ 关于 $\kappa_\rho(\alpha)$ 的下界。
4. 积分： 通过结合“接近”配置的测度下界与代价函数 $h$ 的单调性，利用 $C_\infty(\rho)$ 来限定积分代价 $C(\rho)$ 的下界。

主要贡献与结果

• 一般反向不等式（定理 2.3）： 主要结果提供了一个关于 $N$ 个边际分布的 $C(\rho)$ 相对于 $C_\infty(\rho)$ 的一般下界。不等式为：
  $$C(\rho) \geq h\left(2h^{-1}\left(\frac{C_\infty(\rho)}{N(N-1)}\right)\right) \left[ N\kappa_\rho\left(h^{-1}\left(\frac{C_\infty(\rho)}{N(N-1)}\right)\right) - \frac{1}{N(N-1)} \right]$$
  在假设若 $h(0+) = +\infty$，则逐点集中度 $\kappa(\rho) < 1/N$ 的条件下，该结果成立。

• 针对两个边际分布的精化（$N=2$）： 在第 3 节中，作者将分析限制在 $N=2$ 的情况。利用 Fréchet 边界，他们改进了对“接近”配置测度的下界估计，得到了更尖锐的不等式：
  $$C(\rho) \geq h\left(2h^{-1}\left(\frac{C_\infty(\rho)}{2}\right)\right) \left[ 2\kappa_\rho\left(h^{-1}\left(\frac{C_\infty(\rho)}{2}\right)\right) - 1 \right]$$

• 集中项的正定性： 一个关键的技术步骤是确保括号中的项严格大于零。推论 2.16（以及针对 $N=2$ 的推论 3.5）证明了集中函数的参数 $h^{-1}(\frac{C_\infty(\rho)}{N(N-1)})$ 总是足够大，使得 $\kappa_\rho(\cdot) > 1/N$。这保证了不等式的有效性。

• 具有统一常数的测度类： 本文承认，并不存在一个对所有测度都成立的通用常数 $C$ 使得 $C(\rho) \geq C \cdot C_\infty(\rho)$（如示例 1.3 所示）。然而，第 4 节确定了特定的测度类，在这些类中，这样的常数取决于该类的性质：

  • 单峰各向同性测度： 对于径向对称、单峰且绝对连续的测度（例如高斯、柯西、拉普拉斯分布），作者通过包含一半质量的球体直径的逆函数来表征 $C_\infty(\rho)$。他们表明，对于这些测度，集中项被远离零，从而得到一个依赖于维度但独立于特定方差或尺度的常数 $C_\rho$。
  • 离散测度： 对于任何单个原子质量均被限定在 $\delta > 0$ 以下（且严格小于 $1/2$）的离散测度，作者证明了 $C(\rho) \geq \frac{\delta}{2} C_\infty(\rho)$。

• 与现有文献的比较： 作者将他们推导出的集中函数 $m(t)$ 与离散最优传输中“修剪”（trim）计划所得到的常数 $\alpha$（参考 [1]）进行了比较。他们展示了其一般框架涵盖了这些离散情形，并提供了至少与基于修剪极小值分解所得的界限一样强的界限。

意义与主张
本文声称建立了一个通用的框架，用于统一研究具有排斥型代价的最优传输的反向不等式。通过从 Wasserstein 距离（吸引型代价）转向一般的递减代价函数，作者扩展了关于积分传输代价与上确界传输代价之间关系的理论理解。

其意义在于：

1. 泛化性： 将反向不等式的方法论扩展到排斥型代价，这对于诸如库仑相互作用之类的模型至关重要。
2. 显式依赖性： 提供了一个将 $C$ 与 $C_\infty$ 联系起来的显式函数 $\omega$ 的公式，该函数取决于测度 $\rho$ 的集中性质。
3. 统一性： 表明基于集中性的方法自然地涵盖了文献中研究过的特定案例（如离散测度和特定的吸引型代价场景），同时为排斥型相互作用提供了新的见解。

作者对于是否存在独立于测度类的通用常数保持谨慎，明确指出对于任意测度而言，这样的常数并不存在，但证明了对于重要的测度类（如单峰各向同性分布和具有有界原子质量的离散测度），该常数是可以实现的。