复值变量的Julia-优化

我试图解决一个简单的优化问题，我们想要一个复值的厄米坦矩阵作为它的变量（主题是量子力学）

问题是，Julia/JuMP/convertic.jl在使用时都会出错

maximize(trace(rho*My0))

由于

rho*My0

的轨迹在原理上是复杂的，但是我们应该确保

rho*My0

在

rho

和

My0

的约束下是真实的

---

如何处理这些问题？也许有一个简单的解决办法。最糟糕的情况是，我们可能必须将实部和虚部分开。

考虑到添加复杂支持对于代码申请者来说是一个开放的项目，您处于受支持行为的边缘。您可以尝试类似于

最大化（trace（convert（Array{Float64}，rho*My0））

或

最大化（trace（real（rho*My0）））

，但如果这样做有效，我会感到惊讶。为什么不直接最大化

abs（trace（rho*My0））

？如果痕迹是真的，它是一样的。

maximize(trace(rho*My0))