凸优化第八章几何问题 8.4 极值体积椭圆

8.4 极值体积椭圆

Lowner-John椭球
最大体积内接椭球
椭球逼近的效率

Lowner-John椭球

包含集合C的最小体积椭球被成为集合C的Lowner-John椭球，记为 $\varepsilon _{lj}$ ，为方便描述 $\varepsilon _{lj}$ 的特征，将一般的椭球参数化为 $\varepsilon =\left \{ v|\begin{Vmatrix} Av+b\end{Vmatrix}_2\leq 1 \right \}$

即Euclid球在仿射映射下的原象。可以不是一般性地假设 $A\in S_{++}^n$ ，此时 $\varepsilon$ 的体积正比于 $det(A^{-1})$ 。计算包含C的最小体积椭球的问题可以表述为：

$minimize \, \, log \, det(A^{-1})\\ subject \, \, to \, \, sup_{v\in C}\begin{Vmatrix}Av+b \end{Vmatrix}_2\leq 1$

其中 $A\in S^n,b \in R^n$ ，且存在一个隐含约束 $A\succ 0$ 。目标函数和约束函数都是凸函数，问题是凸问题。

覆盖有限集合的最小体积椭球

考虑改了有限集合 $C = \left \{ x_1,\cdots , x_m \right \}\in R^n$ 的最小体积椭球问题。一个椭球覆盖C当且仅当覆盖起凸包，因此寻找覆盖C的最小体积椭球，相当于寻找多面体 $conv\left \{ x_1\cdots ,x_m \right \}$ 的最小体积椭球。于是此问题可以表述为：

$minimize \, \, log \, det(A^{-1})\\ subject \, \, to \, \, \begin{Vmatrix}Ax_i+b \end{Vmatrix}_2\leq 1,i=1,2\cdots,m$

其中 $A\in S^n,b \in R^n$ ，且存在一个隐含约束 $A\succ 0$ 。

最大体积内接椭球

考虑寻找C中具有最大体积的椭球问题，假设C有界且非空。将椭球参数化为单位球在仿射变换下的象：

$\varepsilon =\left \{ Bu+d |\begin{Vmatrix}u \end{Vmatrix}_2\leq 1\right \}$

再一次假设 $B\in S_{++}^n$ ，于是体积正比于 det(B) ，于是问题可以表述为：

$maximize \, \, log \, det(B)\\ subject \, \, to \, \, sup_{\begin{Vmatrix}u \end{Vmatrix}_2\leq 1}I_c(Bu+d)\leq 0$

其中 $if \, \, Bu+d \in C,I_c(Bu+d)=0,else \, \, I_c(Bu+d)=\infty$ ，于是约束函数可以理解为 $\varepsilon \subseteq C$ 。

多面体中的最大体积椭球

考虑C是由线性不等式 $C=\left \{ x|a_i^Tx\leq b_i,i=1\cdots m \right \}$ 是哟面熟的多面体。于是

$sup_{\begin{Vmatrix}u \end{Vmatrix}_2\leq 1}I_c(Bu+d)\leq 0 \\ \Leftrightarrow sup_{\begin{Vmatrix}u \end{Vmatrix}_2\leq 1}a_i^T(Bu+d)\leq b_i,i=1,\cdots m \\\Leftrightarrow \begin{Vmatrix}Ba_i \end{Vmatrix}_2+a_i^Td\leq b_i .i =1,\cdots m$