Inégalité matricielle linéaire — Wikipédia

En optimisation convexe, une inégalité matricielle linéaire (Linear matricial inequality ou LMI) est une expression de la forme

  • est un vecteur réel,
  • sont dans l'ensemble des matrices symétriques,
  • signifie que est une matrice semi-définie positive appartenant au sous-ensemble de l'ensemble des matrices symétriques .

Cette inégalité matricielle linéaire caractérise un ensemble convexe selon y.

Résolution des LMI

[modifier | modifier le code]

Il existe des méthodes numériques de résolution des LMI performantes pour déterminer notamment leur faisabilité (i.e., s'il existe au moins un vecteur tel que ), ou pour effectuer une optimisation convexe sous contrainte LMI. La résolution de LMI s'effectue généralement en reformulant le problème sous la forme d'un problème d’optimisation SDP.

Un résultat important en optimisation convexe provient de l'introduction de la méthode du point intérieur. Cette méthode et ses dérivées ont été développées dans une série de publications et sont devenues le centre de l'attention dans le contexte de la résolution des problèmes LMI, notamment dans les travaux de Yurii Nesterov et Arkadii Nemirovskii.

Applications

[modifier | modifier le code]

De nombreux problèmes d'optimisation en théorie du contrôle, identification de système et traitement du signal peuvent être formulés grâce à des LMI.

Références

[modifier | modifier le code]
  • Y. Nesterov and A. Nemirovsky, Interior Point Polynomial Methods in Convex Programming. SIAM, 1994.

Liens externes

[modifier | modifier le code]