最优传输-离散

参考：
1.运筹千里纵横论坛｜王祥丰：计算最优传输及其应用浅谈
2.最优传输的理论与计算系列讲座之二：Monge-Kantorovich理论

最优传输研究两个分布之间几何的度量，
概率向量a（n维），每个维度上ai>=0，和为1
离散测度：跟概率向量a有关系，和n个点x1…xn有关。

对于离散测度的monge问题，考虑两个离散测度之间的关系，对一个离散测度$alpha$和一个$beta$,希望找到一个映射T，由n维映射扫m维的向量（空间）.建立一个映射T#把离散测度$alpha$映射到离散测度$beta$，对monge不一定能匹配很好。

monge缺点：
1.希望两个点云是相同大小
2.是组合或非凸优化问题
K松弛
核心：之前M不能把ai拆分，K把任何一个点xi对应的质量ai进行分解，分别传输到不同的yj上。
对应的映射转化为一个耦合(couping)矩阵P代替松弛后的关系

对P定义：是nm维，把n维概率向量传输到m维概率向量上，满足所有元素>=0，P乘上m维单位向量要和$alpha$对应的概率向量要相同，同时$P^T$乘上n维全是1的向量要和$b$