표준 형태의 볼록 최적화 문제는 현대 수학적 프로그래밍의 기초입니다. 이 문제는 볼록 목적 함수 $f_0$, 볼록 부등식 제약 조건 $f_i$, 그리고 선형 선형 등식 제약 조건으로 정의됩니다. 이러한 영역들의 교집합인 $\mathcal{D} = \bigcap_{i=0}^m \text{dom } f_i$ 위에서 문제를 정의함으로써, 지역 최적해가 전역 최적해임을 보장할 수 있습니다.
1. 표준 형태의 수학적 구조
문제는 다음과 같이 공식적으로 서술됩니다:
가능해 집합은 $\text{dom } F = \{x \in \text{dom } f_0 \mid f_i(x) \le 0, i = 1, \dots, m, h_i(x) = 0, i = 1, \dots, p \}$로 정의됩니다. 볼록성에 대한 핵심 요구 조건은 등식 제약 조건이 선형($Ax = b$)이어야 한다는 점이며, 비선형 등식은 일반적으로 볼록하지 않은 집합을 유도하기 때문입니다.
2. 기하학적 에피그래프 해석
이 에피그래프 형태 문제 이는 최적화 문제를 그래프 공간 $(x, t)$ 내에서 기하학적으로 해석할 수 있게 해줍니다. 여유 변수 $t$를 도입하여 $(x, t) \in \text{epi } f_0$ 조건 하에서 $t$를 최소화합니다. 이는 가능해 집합, 임의의 하위레벨 집합, 최적해 집합이 본질적으로 볼록하다는 것을 보여줍니다.
3. 암시적과 명시적 접근의 함정
자주 오해되는 점은 제약 조건을 목적 함수로 옮겨(암시적으로 만들면) 문제를 단순화할 수 있다는 것입니다. 그러나, 제약 조건을 암시적으로 만드는 것은 분석하거나 해결하는 데 문제가 더 쉬워지지 않았습니다비록 결과로 얻어진 문제는 명목상 무제약 문제이지만, 사실상 그렇지는 않습니다. 이는 특히 오라클 모델(블랙박스)에서 해당 문제를 평가하고 그 도함수를 계산하는 데 비용이 들며, 구체적인 구조를 알지 못한 채 진행됩니다.
4. 실제 적용 사례
- 포트폴리오 이론: 4개 자산(예: 1번 자산은 12% 수익률/20% 표준편차)에 대해 리스크 $\text{var}(c^T x) = x^T \Sigma x$를 최소화하기.
- 공학: 구조적 제약 조건 예: $y_i = 6(i - 1/3) \frac{F}{E w_i h_i^3} + v_{i+1} + y_{i+1}$.
- 확률: 손실 리스크 제약 조건 $\Phi^{-1}(\beta) \leq 0$.