c.curionode菲尔兹奖档案

2018 · 分析与偏微分方程

以最低成本搬运质量的几何

最优输运通过搬运质量比较分布,把最便宜路线的问题转化为关于几何正则性的深刻信息。

2018菲尔兹奖
以最低成本搬运质量的几何: 最优输运通过搬运质量比较分布,把最便宜路线的问题转化为关于几何正则性的深刻信息。
Curionode 原创 AI 图解海报。 下方提供完整的文字版讲解。
阅读图解文字
  1. 描述质量

    规定起点和终点的质量分布,以及运输成本。

  2. 优化搬运

    寻找保持质量并使总成本最低的方案或映射。

  3. 研究正则性

    分析相关方程,确定光滑性、奇点与稳定性。

输运由此成为研究非线性方程、几何形状与概率分布的通用方法。菲加利的结果澄清最优行为何时具有稳定、规则的结构,何时需要更精细地分析奇点与近优配置。

正则性取决于成本、起点与终点分布及其几何。输运映射并非总是光滑,一张简单沙堆示意图也不能证明一般分布所需的解析估计。

01 · 核心想法

用日常语言理解

想象以最低总运输成本,把一堆沙变成另一堆形状。最优输运把这幅图景变为概率测度或质量分布的精确问题。最低成本方案也许存在,但存在性本身不说明运动是否光滑,或是否出现突然的不连续。菲加利发展工具,理解这些正则性问题及其背后的非线性方程,尤其是蒙日—安培方程。他还把输运与尖锐的几何不等式及其稳定性联系起来:若一个形状几乎达到最优界,它必须多么接近理想形状?

为什么重要

输运由此成为研究非线性方程、几何形状与概率分布的通用方法。菲加利的结果澄清最优行为何时具有稳定、规则的结构,何时需要更精细地分析奇点与近优配置。

02 · 人物

是谁让想法成为现实?

插画肖像:阿莱西奥·菲加利

阿莱西奥·菲加利

阿莱西奥·菲加利出生于罗马,在意大利和法国接受数学训练。他2016年加入苏黎世联邦理工学院,获得2018年菲尔兹奖时任该校教授。他主要研究最优输运,即以最低成本把一种质量分布变成另一种分布。他运用这一框架研究非线性偏微分方程、几何不等式和解的正则性。其核心贡献之一,是理解在数据粗糙或存在奇点时,输运映射及相关方程何时仍具有良好性质,把抽象优化与形状、演化系统的精细结构联系起来。

阅读人物介绍 ↗

03 · 延伸阅读

来自原始资料

本站原创讲解依据官方获奖记录。领域标签用于编辑导航。

  1. IMU 官方表彰:Alessio Figalli ↗www.mathunion.org
  2. 海德堡获奖者论坛:Alessio Figalli ↗www.heidelberg-laureate-forum.org
  3. ETH Zurich: Alessio Figalli wins the Fields Medal, 1 August 2018 ↗ethz.ch
  4. IMU: Figalli detailed citation ↗www.mathunion.org