凸优化笔记14:SDP Representablity
这一节简单介绍一个 SDP Representablity(SDP-Rep),这个概念的提出主要是为了便于判断某个问题是否可以转化为 SDP 优化问题。
定义:集合 \(X\subseteq R^n\) 是 SDP-Rep 的,如果他可以表示为 \[ X=\{x| \text{there exist }u\in R^k \text{ such that for some } \\A_i,B_j,C\in R^{m\times m}:\sum_i x_iA_i+\sum_j u_jB_j +C \succeq0 \} \] 注:它实际上就是下面集合的一个子空间投影 \[ \{(x,u)|\sum_i x_iA_i+\sum_j u_jB_j +C \succeq0\} \] 这个定义实际上说明了集合 \(X\) 可以用一个 LMI 表示,因而如果 \(X\) 为优化问题的定义域,则该定义域可以用一个 SDP 约束条件来表示。例如:如果 \(X\) 为 SDP-Rep,则 \(\min_{x\in X}c^Tx\) 是一个 SDP 问题。
定义:如果如果函数 \(f(x)\) 的 epigraph 是 SDP-Rep 的,那么函数 \(f(x)\) 就是 SDP-Rep \[ \text{epi}(f)=\{(x_0,x)|f(x)\le x_0\} \] 该定义表明,如果 \(f(x)\) 为 SDP-Rep,则优化问题 \(\min_x f(x)\) 是一个 SDP 问题。
对 SDP-Rep 集合进行一些变换之后仍然是 SDP-Rep 的:如果 \(X,Y\) 都是 SDP-Rep 的
- Minkowski sum \(X+Y\)
- intersection \(X\cap Y\)
- Affine pre-image \(A^{-1}(X)\) if \(A\) is affine
- Affine map \(A(X)\) if \(A\) is affine
- Cartesian product \(X\times Y=\{(x,y)|x\in X,y\in Y\}\)
凸优化笔记14:SDP Representablity
https://glooow1024.github.io/2020/04/05/optimization/ch14-sdp-rep/