Courbes et applications optimales à valeurs dans l'espace de Wasserstein - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2019

Optimal curves and mappings valued in the Wasserstein space

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

Résumé

The Wasserstein space is the space of probability measures over a given domain endowed with the quadratic Wasserstein distance. In this work, we study variational problems where the unknowns are mappings valued in the Wasserstein space. When the source space is a segment, i.e. when the unknowns are curves valued in the Wasserstein space, we are interested in models where, in addition to the action of the curves, there are some terms which penalize congested configurations. We develop techniques to extract regularity from the minimizers thanks to the interplay between optimal density evolution (minimization of the action) and penalization of congestion, and we apply them to the study of Mean Field Games and the variational formulation of the Euler equations. When the source space is no longer a segment but a domain of a Euclidean space, we consider only the Dirichlet problem, i.e. the minimization of the action (which can be called the Dirichlet energy) among mappings sharing a fixed value on the boundary of the source space. The solutions are called harmonic mappings valued in the Wasserstein space. We prove that the different definitions of the Dirichlet energy in the literature turn out to be equivalent; that the Dirichlet problem is well-posed under mild assumptions; that the superposition principle fails if the source space is no longer a segment; that a sort of maximum principle holds; and we provide a numerical method to compute these harmonic mappings.
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.
Fichier principal
Vignette du fichier
79192_LAVENANT_2019_archivage.pdf (3.8 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)
Loading...

Dates et versions

tel-02146347 , version 1 (03-06-2019)

Identifiants

  • HAL Id : tel-02146347 , version 1

Citer

Hugo Lavenant. Courbes et applications optimales à valeurs dans l'espace de Wasserstein. Equations aux dérivées partielles [math.AP]. Université Paris-Saclay, 2019. Français. ⟨NNT : 2019SACLS112⟩. ⟨tel-02146347⟩
319 Consultations
209 Téléchargements

Partager

Gmail Facebook X LinkedIn More