Affordable Access

Courbes et applications optimales à valeurs dans l'espace de Wasserstein

Authors
  • Lavenant, Hugo
Publication Date
May 24, 2019
Source
Kaleidoscope Open Archive
Keywords
Language
French
License
Unknown
External links

Abstract

L'espace de Wasserstein est l'ensemble des mesures de probabilité définies sur un domaine fixé et muni de la distance de Wasserstein quadratique. Dans ce travail, nous étudions des problèmes variationnels dans lesquels les inconnues sont des applications à valeurs dans l'espace de Wasserstein.Quand l'espace de départ est un segment, c'est-à-dire quand les inconnues sont des courbes à valeurs dans l'espace de Wasserstein, nous nous intéressons à des modèles où, en plus de l'action des courbes, des termes pénalisant les configurations de congestion sont présents. Nous développons des techniques permettant d'extraire de la régularité à partir de l'interaction entre l'évolution optimale de la densité (minimisation de l'action) et la pénalisation de la congestion, et nous les appliquons à l'étude des jeux à champ moyen et de la formulation variationelle des équations d'Euler.Quand l'espace de départ n'est plus seulement un segment mais un domaine de l'espace euclidien, nous considérons seulement le problème de Dirichlet, c'est-à-dire la minimisation de l'action (qui peut être appelée l'énergie de Dirichlet) parmi toutes les applications dont les valeurs sur le bord du domaine de départ sont fixées. Les solutions sont appelées les applications harmoniques à valeurs dans l'espace de Wasserstein. Nous montrons que les différentes définitions de l'énergie de Dirichlet présentes dans la littérature sont en fait équivalentes; que le problème de Dirichlet est bien posé sous des hypothèses assez faibles; que le principe de superposition est mis en échec lorsque l'espace de départ n'est pas un segment; que l'on peut formuler une sorte de principe du maximum; et nous proposons une méthode numérique pour calculer ces applications harmoniques.

Report this publication

Statistics

Seen <100 times