[论文解读] Free Convex Algebraic Geometry

J. William Helton, Igor Klep+1 more|arXiv (Cornell University)|Apr 15, 2013

Mathematics and Applications参考文献 53被引用 15

一句话总结

本文提出自由凸代数几何作为分析非交换多项式不等式（使用矩阵和算子变量）的框架，重点关注凸性与正定性。研究证明自由凸多项式恰好是次数 ≤2 的多项式，并为自由正定性提供了一个简洁的Positivstellensatz，统一了线性系统与量子信息理论中的优化技术。

ABSTRACT

This chapter is a tutorial on techniques and results in free convex algebraic geometry and free real algebraic geometry (RAG). The term free refers to the central role played by algebras of noncommutative polynomials R in free (freely noncommuting) variables x=(x_1,...,x_g). The subject pertains to problems where the unknowns are matrices or Hilbert space operators as arise in linear systems engineering and quantum information theory. The subject of free RAG flows in two branches. One, free positivity and inequalities is an analog of classical real algebraic geometry, a theory of polynomial inequalities embodied in algebraic formulas called Positivstellensätze; often free Positivstellensätze have cleaner statements than their commutative counterparts. Free convexity, the second branch of free RAG, arose in an effort to unify a torrent of ad hoc optimization techniques which came on the linear systems engineering scene in the mid 1990's. Mathematically, much as in the commutative case, free convexity is connected with free positivity through the second derivative: A free polynomial is convex if and only if its Hessian is positive. However, free convexity is a very restrictive condition, for example, free convex polynomials have degree 2 or less. This article describes for a beginner techniques involving free convexity. As such it also serves as a point of entry into the larger field of free real algebraic geometry.

研究动机与目标

• 开发自由凸代数几何与自由实代数几何（自由RAG）的教学框架，重点研究自由非交换变量中的非交换多项式。
• 通过自由凸性与正定性的视角，统一1990年代线性系统工程中的临时优化技术。
• 通过Hessian矩阵建立自由凸性与自由正定性之间的联系，证明自由多项式为凸函数当且仅当其Hessian矩阵为半正定。
• 为初学者提供进入自由RAG的切入点，涵盖量子信息、线性系统与自由概率的应用。
• 证明自由凸多项式被限制在次数 ≤2，凸显非交换设定下的关键结构约束。

提出的方法

• 使用在g个自由非交换变量x = (x₁,…,x₉)上的非交换多项式代数R⟨x⟩，以建模矩阵与算子变量。
• 应用Hessian矩阵刻画自由凸性：自由多项式为凸函数当且仅当其Hessian矩阵为半正定。
• 引入‘中间矩阵’表示法，用于非交换多项式中的二次型，通过矩阵半正定性实现正定性检验。
• 采用‘松弛Hessian’与‘修正Hessian’分析非交换流形中的曲率与凸性。
• 通过中间矩阵开发非交换多项式的Gram型表示，将正定性与矩阵正定性相联系。
• 应用Der QuadratischePositivstellensatz（二次Positivstellensatz）刻画在凸性约束下非负自由多项式为平方和的形式。

实验结果

研究问题

• RQ1 自由非交换变量中的自由凸多项式由什么特征刻画？为何其次数被限制在 ≤2？
• RQ2 Hessian矩阵如何在非交换设定中决定凸性？这与正定性有何关联？
• RQ3 具有正曲率的非交换流形的结构是怎样的？曲率如何限制定义多项式的次数？
• RQ4 自由正定性如何通过Positivstellens¨atze刻画？与经典交换版本相比有何异同？
• RQ5 中间矩阵在表示与测试非交换多项式正定性中起什么作用？

主要发现

• 自由凸多项式恰好是次数 ≤2 的多项式，表明其在非交换情形下存在强限制，而这是交换情形中所不具备的。
• 非负自由多项式为平方和，如定理1所确立，其结果比经典实代数几何更为简洁。
• 自由凸性等价于自由多项式的Hessian矩阵为半正定，直接将凸性与二阶分析联系起来。
• 中间矩阵表示法可通过将问题转化为矩阵半正定性，实现对非交换多项式正定性的有效检验。
• 具有正曲率的非交换流形必须由次数至多为2的多项式定义，此结论为第6节主结果。
• Der QuadratischePositivstellensatz在凸性假设下完整刻画了非负自由多项式为平方和的形式。