Wasserstein距离中的最优传输代价极限四则.docVIP

Wasserstein距离中的最优传输代价极限四则

一、概率分布收敛下的代价极限：从弱收敛到强收敛

在最优传输理论中，Wasserstein距离的核心是衡量两个概率分布之间的“传输代价”，而当分布序列发生收敛时，传输代价的极限行为成为连接理论与应用的关键纽带。我们首先考虑弱收敛场景：假设概率分布序列${\mu_n}$弱收敛于$\mu$，即对任意有界连续函数$f$，都有$\intfd\mu_n\to\intfd\mu$。此时，Wasserstein距离$W_p(\mu_n,\mu)$是否收敛到0？答案并非绝对，这依赖于代价函数的性质和分布的紧性。

当代价函数$c(x,y)=d(x,y)^p$（$d$为度量空间中的距离）且空间是紧度量空间时，根据Prokhorov定理，弱收敛等价于紧性，此时$W_p(\mu_n,\mu)\to0$。例如，在单位区间$[0,1]$上，若分布序列$\mu_n$是均匀分布在${1/n,2/n,...,n/n}$上的经验分布，那么$\mu_n$弱收敛到$[0,1]$上的均匀分布$\mu$，同时$W_2(\mu_n,\mu)=\frac{1}{\sqrt{12n}}\to0$，传输代价随$n$增大趋近于0。

但如果空间非紧，弱收敛并不必然导致Wasserstein距离收敛。考虑实数集$\mathbb{R}$上的分布$\mu_n