[论文解读] Dual attainment for the martingale transport problem

Mathias Beiglboeck, Tongseok Lim+1 more|arXiv (Cornell University)|May 11, 2017

Markov Chains and Monte Carlo Methods参考文献 11被引用 6

一句话总结

本文建立了在一维鞅最优运输问题中双重实现的充分条件，证明当成本函数 $ c(x,y) $ 关于 $ y $ 为凸函数，或等价于凸函数时，点态对偶最大化器存在。关键结果表明，当成本函数为 $ C^2 $-正则且边际分布具有紧支集时，双重实现成立，且该正则性阈值是精确的，因为对于 $ C^{2- u} $ 成本函数会出现失败。此外，本文还证明当成本函数为利普希茨连续且边际分布具有紧支集时，对偶最优解为利普希茨连续。

ABSTRACT

We investigate existence of dual optimizers in one-dimensional martingale optimal transport problems. While [BNT16] established such existence for weak (quasi-sure) duality, [BHP13] showed existence for the natural stronger pointwise duality may fail even in regular cases. We establish that (pointwise) dual maximizers exist when $y\mapsto c(x,y)$ is convex, or equivalent to a convex function. It follows that when marginals are compactly supported, the existence holds when the cost $c(x,y)$ is twice continuously differentiable in $y$. Further, this may not be improved as we give examples with $c(x,\cdot)\in C^{2-ε}$, $ε>0$, where dual attainment fails. Finally, when measures are compactly supported, we show that dual optimizers are Lipschitz if $c$ is Lipschitz.

研究动机与目标

• 解决一维鞅最优运输中点态对偶实现的开放问题，此前的研究表明在一般情况下该问题不成立。
• 识别成本函数 $ c(x,y) $ 的精确正则性条件，使得对偶最大化器存在。
• 建立当边际分布具有紧支集时，$ c(x,\cdot) $ 的 $ C^2 $-正则性足以实现双重实现，且该条件为最优。
• 研究对偶最优解的正则性，证明当成本函数为利普希茨连续且边际分布具有紧支集时，对偶最优解为利普希茨连续。
• 提供反例，证明对于 $ C^{2-\varepsilon} $ 成本函数，双重实现会失败，从而确立正则性条件的精确性。

提出的方法

• 使用凸分析与对偶理论刻画鞅最优运输中的对偶问题，重点在于点态不等式。
• 通过构造收敛于极限 $ y_\infty $ 的点列 $ y_n $，构造显式反例，使得对偶函数 $ g(y_\infty) = -\infty $，从而违反可积性。
• 应用凹函数分析与级数发散论证，证明当 $ c(x,y) = -|x-y|^r $ 且 $ r < 2 $ 时，有 $ g(y_\infty) = -\infty $。
• 利用测度的分解与切触鞅耦合方法，构造 $ C^2 $-成本与利普希茨成本下的对偶最大化器。
• 利用点态不等式 $ f(x) + h(x)(y-x) \leq c(x,y) $，并通过在 $ x $ 上取下确界来定义 $ g(y) $，以确保对偶可行性。
• 通过证明 $ g $ 是在紧支集下利普希茨函数的点态下确界，从而证明对偶最优解的利普希茨正则性。

实验结果

研究问题

• RQ1 在什么条件下，成本函数 $ c(x,y) $ 使得鞅最优运输问题中存在点态对偶最大化器？
• RQ2 当边际分布具有紧支集时，$ c(x,\cdot) $ 的 $ C^2 $-正则性是否足以实现双重实现？
• RQ3 是否可以弱化 $ C^2 $-正则性条件，或者该条件是否为最优？
• RQ4 成本函数的利普希茨连续性是否意味着对偶最优解的利普希茨正则性？
• RQ5 能否构造出在 $ C^{2-\varepsilon} $ 成本下双重实现失败的反例？

主要发现

• 当 $ y \mapsto c(x,y) $ 为凸函数或等价于凸函数时，对偶最大化器存在，从而保证点态对偶性。
• 当边际分布具有紧支集时，若 $ c(x,\cdot) $ 为 $ C^2 $，则双重实现成立，因为 $ c(x,\cdot) $ 在 $ y $ 上局部 $ C^2 $-光滑且为凸函数。
• 该 $ C^2 $-正则性条件是精确的：对任意 $ \varepsilon > 0 $，均存在 $ C^{2-\varepsilon} $ 成本函数与紧支集边际分布，使得双重实现失败。
• 当成本 $ c $ 为利普希茨连续且边际分布具有紧支集时，对偶最优解 $ g $ 为利普希茨连续。
• 存在反例，其中 $ c(x,y) = -|x-y|^r $ 且 $ 1 < r < 2 $，表明 $ g(y_\infty) = -\infty $，违反可积性，从而导致双重实现失败。
• 通过涉及支撑函数斜率差值的级数发散性，证明了在 $ C^{2-\varepsilon} $ 情况下双重实现的失败。