[论文解读] Local structure of multi-dimensional martingale optimal transport

Hadrien De March|arXiv (Cornell University)|May 24, 2018

Markov Chains and Monte Carlo Methods参考文献 15被引用 10

一句话总结

本文建立了多维空间中最优鞅运输计划的局部微分结构，表明对于一般利普希茨代价函数，最优耦合的支撑集位于代价函数的偏梯度与仿射函数的交集中。本文通过构造非原子目标测度的反例，否定了Ghoussoub、Kim与Lim提出的‘最优计划始终支撑在$d+1$个点上’的猜想，并证明对于通用光滑代价函数，最优支撑集为有限集，且当$d$为偶数时，其最大点数可达$d+2$个。

ABSTRACT

This paper analyzes the support of the conditional distribution of optimal martingale transport plans in higher dimension. In the context of a distance coupling in dimension larger than 2, previous results established by Ghoussoub, Kim & Lim show that this conditional transport is concentrated on its own Choquet boundary. Moreover, when the target measure is atomic, they prove that the support is concentrated on d+1 points, and conjecture that this result is valid for arbitrary target measure. We provide a structure result of the support of the conditional optimal transport for general Lipschitz couplings. Using tools from algebraic geometry, we provide sufficient conditions for finiteness of this conditional support, together with (optimal) lower bounds on the maximal cardinality for a given coupling function. More results are obtained for specific examples of coupling functions based on distance functions. In particular, we show that the above conjecture of Ghoussoub, Kim & Lim is not valid beyond the context of atomic target distributions.

研究动机与目标

• 刻画一般利普希茨代价函数下，$\mathbb{R}^d$ 中最优鞅运输计划支撑集的局部微分结构。
• 研究Ghoussoub、Kim与Lim提出的猜想是否成立：即在高维空间中，对于距离代价函数，最优耦合是否始终支撑在$d+1$个点上。
• 利用代数几何工具，推导最优核支撑集为有限集的充分条件。
• 构造反例，证明该猜想在非原子目标测度下不成立。
• 建立倒向结构定理，证明任何由梯度-仿射交点生成的有限点集，均可作为某些边缘分布下的最优解。

提出的方法

• 通过分析鞅最优运输中条件分布的支撑集，利用代价函数的偏梯度$c_x(x_0, \cdot)$与仿射函数$A \in \mathrm{Aff}_d$的交集进行研究。
• 应用代数几何技术，推导最优核支撑集为有限集的充分条件。
• 提出倒向结构定理：对于任意由$\{c_x(x_0, Y) = A(Y)\}$定义的点集，均存在某些边缘分布使得该点集为最优鞅耦合的支撑集。
• 利用函数$G(X) = \left(\sum_{i=1}^{d+1} \frac{\lambda_i}{X - a_i}\right)^{-1}$刻画重心表示并分析凸包。
• 使用数值求解器生成满足$\{c_x(0,Y) = A(Y)\}$的随机点集配置，针对$c(X,Y) = |X-Y|^p$验证理论结果，$p \approx 1.9$与$p \approx 2.1$时结果稳定。
• 应用定理2.20，将$\log(\lambda)$空间中曲线的交点与支撑集$S_0$中的点关联起来，基于非退化假设，概率为1成立。

实验结果

研究问题

• RQ1 Ghoussoub、Kim与Lim提出的猜想——即在$\mathbb{R}^d$中，对于距离代价函数，最优鞅运输计划的支撑集为$d+1$个点——是否对任意目标测度（而不仅限于原子测度）均成立？
• RQ2 对于$\mathbb{R}^d$中的给定代价函数，最优鞅耦合的支撑集最大可能的基数是多少？
• RQ3 最优耦合的局部结构是否可完全通过代价函数的偏梯度与仿射函数的交集来刻画？
• RQ4 在何种代价函数条件下，最优核的支撑集保持有限？
• RQ5 任何由$c_x(x_0, \cdot)$与仿射函数交点生成的有限点集，是否都能作为某些边缘分布下最优耦合的支撑集？

主要发现

• Ghoussoub、Kim与Lim提出的猜想——即最优耦合在距离代价下支撑于$d+1$个点——在一般情况下不成立，已通过非原子目标测度的反例予以证明。
• 对于通用光滑代价函数，最优耦合的支撑集为有限个图的并集，且当$d$为偶数时，其最大基数下界为$d+2$。
• 最优核的支撑集包含于$c_x(x_0, \cdot)$的图像与仿射函数$A \in \mathrm{Aff}_d$的交集中，该刻画远优于柯霍特边界（Choquet boundary）的描述。
• 证明了倒向结构定理：对于任意由$c_x(x_0, y_i) = A(y_i)$定义的有限点集$\{y_1, \dots, y_k\}$，均存在边缘分布$\mu, \nu$，使得该点集为最优鞅耦合的支撑集。
• 数值实验表明，当$c(X,Y) = |X-Y|^p$时，支撑集大小为$2d$（$p \leq 1$）与$2d+1$（$p > 1$），且在非退化随机采样下配置稳定。
• 本文表明，当$p|y_0|^{p-2}$是特征多项式$\chi$的单重根时，$S_0$不集中于其自身的柯霍特边界，因为$y_0$位于其余点的凸包内部。