這一節簡單介紹一個 SDP Representablity(SDP-Rep),這個概念的提出主要是爲了便於判斷某個問題是否可以轉化爲 SDP 優化問題。
定義:集合 是 SDP-Rep 的,如果他可以表示爲
注:它實際上就是下面集合的一個子空間投影
這個定義實際上說明了集合 可以用一個 LMI 表示,因而如果 爲優化問題的定義域,則該定義域可以用一個 SDP 約束條件來表示。例如:如果 爲 SDP-Rep,則 是一個 SDP 問題。
定義:如果如果函數 的 epigraph 是 SDP-Rep 的,那麼函數 就是 SDP-Rep
該定義表明,如果 爲 SDP-Rep,則優化問題 是一個 SDP 問題。
對 SDP-Rep 集合進行一些變換之後仍然是 SDP-Rep 的:如果 都是 SDP-Rep 的
- Minkowski sum
- intersection
- Affine pre-image if is affine
- Affine map if is affine
- Cartesian product
最後給我的博客打個廣告,歡迎光臨
https://glooow1024.github.io/
https://glooow.gitee.io/
前面的一些博客鏈接如下
凸優化專欄
凸優化學習筆記 1:Convex Sets
凸優化學習筆記 2:超平面分離定理
凸優化學習筆記 3:廣義不等式
凸優化學習筆記 4:Convex Function
凸優化學習筆記 5:保凸變換
凸優化學習筆記 6:共軛函數
凸優化學習筆記 7:擬凸函數 Quasiconvex Function
凸優化學習筆記 8:對數凸函數
凸優化學習筆記 9:廣義凸函數
凸優化學習筆記 10:凸優化問題
凸優化學習筆記 11:對偶原理
凸優化學習筆記 12:KKT條件
凸優化學習筆記 13:KKT條件 & 互補性條件 & 強對偶性
凸優化學習筆記 14:SDP Representablity
凸優化學習筆記 15:梯度方法