估计稀疏逆协方差矩阵在当今统计的很多领域都是一个重要的问题，例如高斯图模型（Gaussian Graphic Model)等。而通过样本向量估计样本逆协方差矩阵是一个古老的统计学问题，已经取得很成熟的成果。但是，当今研究者遇到的更多实际问题中，样本向量的维数p远远大于样本向量的数目n，因此，在这种情况下，传统的统计理论不再适用。针对这个问题，统计学家们提出了带约束的最小化1-范数的线性规划模型CLIME[1]，并且针对模拟数据与真实的数据进行数值实验，得到比较理想的结果。　　由于交替方向法（ADM)具有应用性广、收敛速度快、程序容易实现等特点，近年来备受研究者所关注。在这篇文章中，我们运用著名的交替方向方法求解CLIME模型。数值实验表明，相比于逐列求解线性规划问题的方法，交替方向方法对CLIME模型的求解更具有计算时间上的优势。更进一步地，在CLIME模型基础上，我们设计了CLIME-SYM模型，使得一定条件下，最优解矩阵具有对称性；另外，我们对CLIME模型增加了半正定的约束，并证明了算法的收敛性和进行了相应的数值实验。