“有了最优映射,就可以逐粒子沿 $(1 t)x+tT(x)$ 搬运,构造位移插值。若密度和映射足够光滑,推前约束还可写成涉及 Hessian 行列式的 Monge–Ampère 方程;该微分方…”
形式陈述
两个分布之间的“中间分布”应该怎样定义,才能让搬运距离随时间匀速变化?位移插值先确定质量配对,再移动位置。
设
则对任意
所以
直觉
先抽一对最优匹配的起点与终点
由同一计划产生的
先得到距离上界。对
两端相等,迫使中间各段上界都取等号,从而证明恒速,而不只证明路径连续。
例子与边界
从
在线性混合中,从初始分布到时刻
再取
一维分位数配对给出
最优计划若不唯一,插值曲线也可能不唯一。即使两端有密度,中间密度的光滑性或统一上界也需要进一步条件;本定义只保证概率测度和有限二阶矩。一般度量空间没有表达式
推论与应用
位移插值给出沿质量搬运定义的分布中间态,适合解释 Wasserstein 重心和概率测度上的凸性。所谓位移凸性,是泛函沿这类路径满足凸性;它与沿混合
参考资料
- Filippo Santambrogio, 2010,§3.2, Geodesics and geodesic convexity。
- Filippo Santambrogio,OTAM §5.4 阅读指引。