生成近似满足约束的近似半正交高矩阵

计算科学 线性代数 优化 矩阵 本征系统 矩阵方程
2021-12-19 05:39:20

我有一组矩阵用于,其中:{(Ai,Di)}i{1,,n}

  • 每个都是对角线,并且主对角线上的每个条目都是非负的。DjRS×S

  • 每个是对称且正定的,每个条目都是非负的。AjRm×m

我想找到一个矩阵使得: 然而,一切都是嘈杂的(意味着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。BRm×S

AiBDiBT1inBTBI
AiDi
B=argminBα||BTBI||+βi=1n||AiBDiBT||
α,βR

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)。n=1Dj

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。

1个回答

让我们考虑最简单的情况,即的情况。稍微改写:n=1

给定

  • 对称正定矩阵ARm×m

  • 正半定对角矩阵DRp×p

找到一个高矩阵与正交列使得XRm×pAXDXAXXD

中有以下非凸优化问题XRm×p

minimizeAXXD2subject toXX=Ip

定义的可行域是一个Stiefel 流形,其凸包由,或者等价地,通过不等式因此,原始优化问题的凸松弛XX=IpXXIpX21

minimizeAXXD2subject toX21

表示松弛问题的解。如果,那么我们可能有一些我们可以调用原始问题的解决方案。X¯X¯X¯IpAX¯X¯D