Articulo de referencia

SOS polinomial

En matemáticas , una forma (es decir , un polinomio homogéneo) h ( x ) de grado 2m en el vector real n- dimensional x es suma de cuadrados de formas (SOS) si y solo si existen f...

En matemáticas , una forma (es decir , un polinomio homogéneo) h ( x ) de grado 2m en el vector real n- dimensional x es suma de cuadrados de formas (SOS) si y solo si existen formasgramo1(incógnita),,gramok(incógnita){\displaystyle g_{1}(x),\ldots ,g_{k}(x)}de grado m tal que h(incógnita)=i=1kgramoi(incógnita)2.{\displaystyle h(x)=\sum _{i=1}^{k}g_{i}(x)^{2}.}

Toda forma que sea SOS es también un polinomio positivo , aunque lo contrario no siempre es cierto en general. En los casos especiales de n = 2 y 2 m = 2, o n = 3 y 2 m = 4, Hilbert demostró que una forma es SOS si y solo si es positiva. [ 1 ] Lo mismo ocurre con el problema análogo de las formas simétricas positivas . [ 2 ] [ 3 ]

Aunque no todas las formas son SOS, existen condiciones suficientes que se pueden comprobar eficientemente para que una forma sea SOS. [ 4 ] [ 5 ] Además, toda forma real no negativa puede aproximarse tan cerca como se desee (en ell1{\displaystyle l_{1}}-norma de su vector de coeficientes) por una secuencia de formas{Fϵ}{\displaystyle \{f_{\epsilon }\}}que son SOS. [ 6 ]

Representación matricial cuadrada (SMR)

Determinar si una forma h ( x ) es SOS equivale a resolver un problema de optimización convexa . De hecho, cualquier h ( x ) puede escribirse como h(incógnita)=(incógnita{metro})T(H+L(α))incógnita{metro}{\displaystyle h(x)=(x^{\{m\}})^{T}\left(H+L(\alpha )\right)x^{\{m\}}} dóndeincógnita{metro}{\displaystyle x^{\{m\}}}es un vector que contiene una base para el espacio de formas de grado m en x (como todos los monomios de grado m ), H es cualquier matriz simétrica que satisfaceh(incógnita)=(incógnita{metro})THincógnita{metro}{\displaystyle h(x)=(x^{\left\{m\right\}})^{T}Hx^{\{m\}}}, yL(α){\displaystyle L(\alpha )}es una parametrización lineal del subespacio linealL={L=L: incógnita{metro}Lincógnita{metro}=0}.{\displaystyle {\mathcal {L}}=\left\{L=L':~x^{\{m\}'}Lx^{\{m\}}=0\right\}.}

La dimensión del vectorincógnita{metro}{\displaystyle x^{\{m\}}}es dado por σ(norte,metro)=(norte+metro1metro),{\displaystyle \sigma (n,m)={\binom {n+m-1}{m}},} mientras que la dimensión del vectorα{\displaystyle \alpha }es dado por ω(norte,2metro)=12σ(norte,metro)(1+σ(norte,metro))σ(norte,2metro).{\displaystyle \omega (n,2m)={\frac {1}{2}}\sigma (n,m)\left(1+\sigma (n,m)\right)-\sigma (n,2m).}

El polinomio h ( x ) es SOS si y solo si existe un vectorα{\displaystyle \alpha }de tal manera que H+L(α){\displaystyle H+L(\alpha )}es una matriz semidefinida positiva . Esta es una desigualdad matricial lineal (LMI), y la existencia deα{\displaystyle \alpha }es un problema de factibilidad convexo .

La expresiónh(incógnita)=incógnita{metro}(H+L(α))incógnita{metro}{\displaystyle h(x)=x^{\{m\}'}\left(H+L(\alpha )\right)x^{\{m\}}}Se introdujo con el nombre de representación matricial cuadrada (SMR) para establecer si una forma es SOS mediante una LMI. [ 7 ] La matrizH+L(α){\displaystyle H+L(\alpha )}También se conoce como matriz de Gram . [ 8 ]

Ejemplos

  • Considerarmetro=2{\displaystyle m=2}y la formah(incógnita)=incógnita14incógnita12incógnita22+incógnita24{\displaystyle h(x)=x_{1}^{4}-x_{1}^{2}x_{2}^{2}+x_{2}^{4}}de grado 4 en dos variables. Tenemosincógnita{metro}=(incógnita12incógnita1incógnita2incógnita22), H+L(α)=(10α101+2α10α101).{\displaystyle x^{\{m\}}={\begin{pmatrix}x_{1}^{2}\\x_{1}x_{2}\\x_{2}^{2}\end{pmatrix}}\!,~H+L(\alpha )={\begin{pmatrix}1&0&-\alpha _{1}\\0&-1+2\alpha _{1}&0\\-\alpha _{1}&0&1\end{pmatrix}}\!.}Dado que existe α tal queH+L(α)0{\displaystyle H+L(\alpha )\geq 0}, es decirα=1{\displaystyle \alpha =1}, de ello se deduce que h ( x ) es SOS.
  • Considerarmetro=2{\displaystyle m=2}y la formah(incógnita)=2incógnita145incógnita13incógnita2/2+incógnita12incógnita2incógnita32incógnita1incógnita33+5incógnita24+incógnita34{\displaystyle h(x)=2x_{1}^{4}-5x_{1}^{3}x_{2}/2+x_{1}^{2}x_{2}x_{3}-2x_{1}x_{3}^{3}+5x_{2}^{4}+x_{3}^{4}}de grado 4 en tres variables. Tenemosincógnita{metro}=(incógnita12incógnita1incógnita2incógnita1incógnita3incógnita22incógnita2incógnita3incógnita32), H+L(α)=(25/40α1α2α35/42α11/2+α20α4α501/2+α22α3α4α51α10α450α6α2α4α502α60α3α51α601).{\displaystyle x^{\{m\}}={\begin{pmatrix}x_{1}^{2}\\x_{1}x_{2}\\x_{1}x_{3}\\x_{2}^{2}\\x_{2}x_{3}\\x_{3}^{2}\end{pmatrix}},~H+L(\alpha )={\begin{pmatrix}2&-5/4&0&-\alpha _{1}&-\alpha _{2}&-\alpha _{3}\\-5/4&2\alpha _{1}&1/2+\alpha _{2}&0&-\alpha _{4}&-\alpha _{5}\\0&1/2+\alpha _{2}&2\alpha _{3}&\alpha _{4}&\alpha _{5}&-1\\-\alpha _{1}&0&\alpha _{4}&5&0&-\alpha _{6}\\-\alpha _{2}&-\alpha _{4}&\alpha _{5}&0&2\alpha _{6}&0\\-\alpha _{3}&-\alpha _{5}&-1&-\alpha _{6}&0&1\end{pmatrix}}.}DesdeH+L(α)0{\displaystyle H+L(\alpha )\geq 0}paraα=(1.18,0,43,0,73,1.13,0,37,0,57){\displaystyle \alpha =(1.18,-0.43,0.73,1.13,-0.37,0.57)}, de ello se deduce que h ( x ) es SOS.

Generalizaciones y analogías

Matriz SOS

Una forma matricial F ( x ) (es decir, una matriz cuyas entradas son formas) de dimensión r y grado 2 m en el vector real n -dimensional x es SOS si y solo si existen formas matricialesGRAMO1(incógnita),,GRAMOk(incógnita){\displaystyle G_{1}(x),\ldots ,G_{k}(x)}de grado m tal que F(incógnita)=i=1kGRAMOi(incógnita)TGRAMOi(incógnita).{\displaystyle F(x)=\sum _{i=1}^{k}G_{i}(x)^{T}G_{i}(x).}

Matriz SMR

Determinar si una forma matricial F ( x ) es SOS equivale a resolver un problema de optimización convexa . De hecho, de forma similar al caso escalar, cualquier F ( x ) puede escribirse según el SMR como F(incógnita)=(incógnita{metro}Ir)T(H+L(α))(incógnita{metro}Ir){\displaystyle F(x)=\left(x^{\{m\}}\otimes I_{r}\right)^{T}\left(H+L(\alpha )\right)\left(x^{\{m\}}\otimes I_{r}\right)} dónde{\displaystyle \otimes }es el producto de Kronecker de matrices, H es cualquier matriz simétrica que satisface F(incógnita)=(incógnita{metro}Ir)TH(incógnita{metro}Ir){\displaystyle F(x)=\left(x^{\{m\}}\otimes I_{r}\right)^{T}H\left(x^{\{m\}}\otimes I_{r}\right)} yL(α){\displaystyle L(\alpha )}es una parametrización lineal del espacio lineal L={L=LT: (incógnita{metro}Ir)TL(incógnita{metro}Ir)=0}.{\displaystyle {\mathcal {L}}=\left\{L=L^{T}:~\left(x^{\{m\}}\otimes I_{r}\right)^{T}L\left(x^{\{m\}}\otimes I_{r}\right)=0\right\}.}

La dimensión del vectorα{\displaystyle \alpha }es dado por ω(norte,2metro,r)=12r(σ(norte,metro)(rσ(norte,metro)+1)(r+1)σ(norte,2metro)).{\displaystyle \omega (n,2m,r)={\frac {1}{2}}r\left(\sigma (n,m)\left(r\sigma (n,m)+1\right)-(r+1)\sigma (n,2m)\right).}

Entonces, F ( x ) es SOS si y solo si existe un vectorα{\displaystyle \alpha }de tal manera que se cumpla la siguiente desigualdad matricial lineal (LMI): H+L(α)0.{\displaystyle H+L(\alpha )\geq 0.}

La expresiónF(incógnita)=(incógnita{metro}Ir)T(H+L(α))(incógnita{metro}Ir){\displaystyle F(x)=\left(x^{\{m\}}\otimes I_{r}\right)^{T}\left(H+L(\alpha )\right)\left(x^{\{m\}}\otimes I_{r}\right)}Se introdujo para establecer si una forma matricial es SOS mediante una LMI. [ 9 ]

SOS polinomial no conmutativo

Consideremos el álgebra libre RX ⟩ generada por las n letras no conmutativas X = ( X 1 , ..., X n ) y equipada con la involución T , tal que T fija R y X 1 , ..., X n e invierte las palabras formadas por X 1 , ..., X n . Consideramos polinomios no conmutativos hermíticos f , que son polinomios no conmutativos de la forma f = f T . Cuando se evalúa un polinomio no conmutativo hermítico f en cualquier n -tupla de matrices reales de cualquier tamaño r × r produce en una matriz semidefinida positiva , se dice que f es matricialmente positivo.

Un polinomio no conmutativo es SOS si existen polinomios no conmutativos.h1,,hk{\displaystyle h_{1},\ldots ,h_{k}}de tal manera que F(incógnita)=i=1khi(incógnita)Thi(incógnita).{\displaystyle f(X)=\sum _{i=1}^{k}h_{i}(X)^{T}h_{i}(X).}

Sorprendentemente, en el escenario no conmutativo, un polinomio no conmutativo es SOS si y solo si es matricialmente positivo. [ 10 ] Además, existen algoritmos disponibles para descomponer polinomios matricialmente positivos en sumas de cuadrados de polinomios no conmutativos. [ 11 ]

HSOS polinomial

Un polinomio complejopag(z1,,znorte){\displaystyle p(z_{1},\dots ,z_{n})}en variablesz1,,znorte{\displaystyle z_{1},\dots ,z_{n}}y sus conjugadosz1,,znorte{\displaystyle z_{1}^{*},\dots ,z_{n}^{*}}Es hermitiana si solo toma valores reales, o equivalentemente si cada término tiene un número igual de variables conjugadas y no conjugadas. Es una suma de cuadrados hermitiana (HSOS) si hay polinomios complejos.gramo1,,gramok{\displaystyle g_{1},\dots ,g_{k}}, solo en las variables no conjugadasz1,,znorte{\displaystyle z_{1},\dots ,z_{n}}, de tal manera quepag(z)=i=1kgramoi(z)gramoi(z).{\displaystyle p(z)=\sum _{i=1}^{k}g_{i}^{*}(z)g_{i}(z).}Una representación matricial cuadrada hermitiana depag{\displaystyle p}es una matrizMETRO{\displaystyle M}de tal manera quepag(z)=(z{metro})METROz{metro}{\displaystyle p(z)=(z^{\{m\}})^{*}Mz^{\{m\}}}, dónde(z{metro}){\displaystyle (z^{\{m\}})^{*}}es la transpuesta hermitiana del vectorz{metro}{\displaystyle z^{\{m\}}}Como observó Putinar por primera vez, existe una elección de la matriz.METRO{\displaystyle M}poseer ciertas propiedades de simetría, que de hecho es única y puede escribirse explícitamente. Por lo tanto, probar si un polinomio hermitiano es HSOS de gradometro{\displaystyle m}se puede hacer comprobando si una única matriz fija es semidefinida positiva. [ 12 ]

Véase también

Referencias

  1. ^ Hilbert, David (septiembre de 1888). "Ueber die Darstellung definiter Formen als Summe von Formenquadraten" . Annalen Matemáticas . 32 (3): 342– 350. doi : 10.1007/bf01443605 . S2CID 177804714 . 
  2. Choi, MD; Lam, TY (1977). "Una vieja cuestión de Hilbert". Queen's Papers in Pure and Applied Mathematics . 46 : 385–405 .
  3. Goel, Charu; Kuhlmann, Salma; Reznick, Bruce (mayo de 2016). "Sobre el análogo de Choi-Lam del teorema de Hilbert de 1888 para formas simétricas". Álgebra lineal y sus aplicaciones . 496 : 114–120 . arXiv : 1505.08145 . doi : 10.1016/j.laa.2016.01.024 . S2CID 17579200 . 
  4. Lasserre, Jean B. (2007). "Condiciones suficientes para que un polinomio real sea suma de cuadrados" . Archiv der Mathematik . 89 (5): 390– 398. arXiv : math/0612358 . CiteSeerX 10.1.1.240.4438 . doi : 10.1007/s00013-007-2251-y . S2CID 9319455 .  
  5. Powers, Victoria ; Wörmann, Thorsten (1998). "Un algoritmo para sumas de cuadrados de polinomios reales" (PDF) . Journal of Pure and Applied Algebra . 127 (1): 99–104 . doi : 10.1016/S0022-4049(97)83827-3 .
  6. Lasserre, Jean B. (2007). "Una aproximación de polinomios no negativos mediante suma de cuadrados". SIAM Review . 49 (4): 651– 669. arXiv : math/0412398 . Bibcode : 2007SIAMR..49..651L . doi : 10.1137/070693709 .
  7. Chesi, G.; Tesi, A.; Vicino, A.; Genesio, R. (1999). "Sobre la convexificación de algunos problemas de distancia mínima" . Actas de la 5.ª Conferencia Europea de Control . Karlsruhe, Alemania: IEEE. págs. 1446–1451 . 
  8. Choi, M.; Lam, T.; Reznick, B. (1995). "Sumas de cuadrados de polinomios reales" . Actas de simposios de matemáticas puras . págs. 103–125 . 
  9. Chesi, G.; Garulli, A.; Tesi, A.; Vicino, A. (2003). "Estabilidad robusta para sistemas politópicos mediante funciones de Lyapunov dependientes de parámetros polinomiales". Actas de la 42.ª Conferencia IEEE sobre Decisión y Control . Maui, Hawái: IEEE. págs. 4670–4675 . doi : 10.1109/CDC.2003.1272307 . 
  10. Helton, J. William (septiembre de 2002).Los polinomios no conmutativos "positivos" son sumas de cuadrados. The Annals of Mathematics . 156 (2): 675– 694. doi : 10.2307/3597203 . JSTOR 3597203 . 
  11. Burgdorf, Sabine; Cafuta, Kristijan; Klep, Igor; Povh, Janez (25 de octubre de 2012). "Aspectos algorítmicos de sumas de cuadrados hermíticos de polinomios no conmutativos". Optimización computacional y aplicaciones . 55 (1): 137– 153. CiteSeerX 10.1.1.416.543 . doi : 10.1007/s10589-012-9513-8 . S2CID 254416733 .  
  12. Putinar, Mihai (2012). «Capítulo 9: Sumas de cuadrados hermíticos: lo antiguo y lo nuevo». Optimización semidefinida y geometría algebraica convexa . Filadelfia, PA: Society for Industrial and Applied Mathematics. págs. 407-446. doi : 10.1137/1.9781611972290.ch9 . ISBN  978-1-61197-228-3.