В выпуклой оптимизации , А неравенство линейной матрицы ( LMI ) является выражением вида
где
- это реальный вектор,
- - симметричные матрицы ,
- является обобщенным неравенством значением является неотрицательно матрицей , принадлежащей к положительному полуопределенному конусу в подпространстве симметричных матриц .
Это линейное матричное неравенство задает выпуклое ограничение на y .
Приложения [ править ]
Существуют эффективные численные методы для определения, возможен ли LMI ( например , существует ли вектор y такой, что LMI ( y ) ≥ 0), или для решения задачи выпуклой оптимизации с ограничениями LMI. Многие задачи оптимизации в теории управления , идентификации систем и обработке сигналов можно сформулировать с помощью LMI. Также LMI находят применение в полиномиальной сумме квадратов . Прототипная прямая и двойственная полуопределенная программа представляет собой минимизацию действительной линейной функции, соответственно подчиняющейся прямому и двойному выпуклым конусам, управляющим этим LMI.
Решение LMI [ править ]
Главный прорыв в выпуклой оптимизации заключается во внедрении методов внутренней точки . Эти методы были развиты в серии статей и вызвали настоящий интерес в контексте задач LMI в работах Юрия Нестерова и Аркадия Немировского .
Ссылки [ править ]
- Нестеров Ю., Немировский А. Методы полиномов внутренних точек в выпуклом программировании. СИАМ, 1994.
См. Также [ править ]
Внешние ссылки [ править ]
- С. Бойд, Л. Эль-Гауи, Э. Ферон, В. Балакришнан, Линейные матричные неравенства в теории систем и управления (книга в формате pdf)
- Шерер К., Вейланд С. Линейные матричные неравенства в управлении.