Eu estou tentando resolver o seguinte problema no CVXPY.
O problema é um mixed-integer SDP devido ao PSD matriz estamos resolvendo. No entanto, de acordo com essa lista , parece que nenhum dos solucionadores pode lidar com tal problema.
Podemos usar o fato de que A
é uma matriz 2x2, de alguma forma, converter para um mixed-integer SOCP problema?
import cvxpy as cp
import matplotlib.pyplot as plt
import numpy as np
np.random.seed(271828)
m = 2; n = 50
x = np.random.randn(m,n)
off = cp.Variable(boolean=True)
A = cp.Variable((2,2), PSD=True)
b = cp.Variable(2)
obj = cp.Maximize(cp.log_det(A))
constraints = [ cp.norm(A@x[:,i] + b) <= 1 + 20*off for i in range(n) ]
constraints += [cp.sum(off) <= 20]
prob = cp.Problem(obj, constraints)
optval = prob.solve(solver='XPRESS', verbose=False) # seems to work, although it's not super accurate
print(f"Optimum value: {optval}")
# plot the ellipse and data
angles = np.linspace(0, 2*np.pi, 200)
rhs = np.row_stack((np.cos(angles) - b.value[0], np.sin(angles) - b.value[1]))
ellipse = np.linalg.solve(A.value, rhs)
plt.scatter(x[0,:], x[1,:])
plt.plot(ellipse[0,:].T, ellipse[1,:].T)
plt.xlabel('Dimension 1'); plt.ylabel('Dimension 2')
plt.title('Minimum Volume Ellipsoid')
plt.show()