我有一组矩阵用于,其中:
每个都是对角线,并且主对角线上的每个条目都是非负的。
每个是对称且正定的,每个条目都是非负的。
我想找到一个矩阵使得: 然而,一切都是嘈杂的(意味着和总是有一些随机扰动)。这意味着(我假设)我需要类似: 对于一些矩阵范数(例如 Frobenius)和(超)参数\alpha,\beta\in\mathbb{R}。但是,我对确切的配方并不太挑剔,所以请随意调整它。例如,也许有一种方法可以使正交性成为硬约束。
我的问题:如何解决上述优化问题?
我试过什么:嗯,这让我想起了一个特征值分解问题(如果尤其如此),但我有一组我想同时满足的问题。一件奇怪的事情是是已知的,或者至少是估计的(尽管有噪声)。我的第一个想法是以某种方式将其重新排列成一个线性系统,但我无法这样做(到目前为止)。
如果有一些我可以研究与这个问题有关的文献,那将是一个足够好的答案。对于缺乏优化/数值线性代数知识,我深表歉意。
注意:我已经尝试在 math stack exchange 上发布此内容,但无济于事。