ln(det(K)) + λ X . L’application Φ : K ln(det(K)) est convexe sur S+ . Démonstration. Il sut de montrer le résultat pour par densité.
La réponse naturelle à cette remarque est d’utiliser un estimateur de Lasso par groupes, en appairant θa,b et θb,a, avec Ω2(θ) = P qθ2 + θ2 b,a. On impose ainsi la symétrie des zéros de θ, mais a,b au prix d’un système non séparable, on ne peut plus calculer chaque colonne de θ b à part, ce qui rajoute un facteur p dans la complexité globale.
On calcule alors chaque fm b = pSm(Y ), puis on choisit la meilleure prédiction pour une certaine métrique. Par la suite, on minimisera typiquement le risque définie ci-dessous. Sm = S Gk correspondant au choix des paquets de coordonnées de β à conserver. Soient Z d une variable aléatoire et A Md( ) une matrice. Alors : 2 2 = [Z] + Tr(Cov(Z)).