모두를 위한 컨벡스 최적화
© 2025. All rights reserved.
Log barrier function의 gradient와 hessian은 다음과 같다.
ϕ(x)=−∑i=1mlog(−hi(x))
Gradient :
∇ϕ(x)=−∑i=1m1hi(x)∇hi(x)
Hessian :
∇2ϕ(x)=∑i=1m1hi(x)2∇hi(x)∇hi(x)T−∑i=1m1hi(x)∇2hi(x)
Barrier function ϕ(x)=−∑i=1nlog(−xi)에 대한 gradient와 hessian을 구해보면 다음과 같은 결과를 얻을 수 있다.
ϕ(x)=−∑i=1nlog(xi) 따라서, hi(x)=−xi이고 xi≥0이다.
𝟙∇ϕ(x)=−[1/x1 ⋮ 1/xn ]=−X−11,X=diag(x)
∇2ϕ(x)=[1/x12⋯ ⋮⋱⋮ ⋯1/xn2 ]=X−2