中文

凸集的半定表示

最优化与控制 2008-07-21 v5 代数几何

摘要

S={x\ren:g1(x)0,...,gm(x)0}S =\{x\in \re^n: g_1(x)\geq 0, ..., g_m(x)\geq 0\} 为由多元多项式 gi(x)g_i(x) 定义的半代数集。假设 SS 是凸的、紧致的且具有非空内部。令 Si={x\ren:gi(x)0}S_i =\{x\in \re^n: g_i(x)\geq 0\}\bdS\bdS(resp. \bdSi\bdS_i)为 SS(resp. SiS_i)的边界。本文讨论 SS 是否可以表示为某个 LMI 可表示集合的投影。这样的 SS 称为半定可表示或 SDP 可表示。本文的贡献如下:{\bf (i)} 假设所有 gi(x)g_i(x)SS 上都是凹的。若正定 Lagrange Hessian (PDLH) 条件成立,即对 SS 上最小化任意非零线性函数 Tx\ell^Tx 的优化问题,其 Lagrange 函数的 Hessian 在极小点处正定,则 SS 是 SDP 可表示的。{\bf (ii)} 若每个 gi(x)g_i(x)SS 上要么是 sos-凹的(2gi(x)=W(x)TW(x)-\nabla^2g_i(x)=W(x)^TW(x),其中 W(x)W(x) 为可能非方的多项式矩阵),要么是严格拟凹的,则 SS 是 SDP 可表示的。{\bf (iii)} 若每个 SiS_i 要么是 sos-凸的,要么是 poscurv-凸的(SiS_i 是紧致凸集,其边界具有正曲率且非奇异,即 gi(x)0\nabla g_i(x) \not = 0\bdSiS\bdS_i \cap S 上成立),则 SS 是 SDP 可表示的。这同样适用于 \bdSiS\bdS_i \cap S 可光滑延拓到包含 SS 的某个 poscurv-凸集边界的 SiS_i。{\bf (iv)} 我们给出了 Schm\"{u}dgen 和 Putinar 矩阵 Positivstellensatz 的复杂度,这对 (i)-(iii) 的证明至关重要。

关键词

引用

@article{arxiv.0705.4068,
  title  = {Semidefinite Representation of Convex Sets},
  author = {J. William Helton and Jiawang Nie},
  journal= {arXiv preprint arXiv:0705.4068},
  year   = {2008}
}

评论

The third version, 32 pages

R2 v1 2026-06-29T00:48:26.615Z