Tổng quan luận án

Luận án tiến sĩ toán học của nghiên cứu sinh Trần Đình Tướng với đề tài "Dáng điệu tiệm cận của một số mô hình quần thể trong hệ sinh thái với môi trường ngẫu nhiên" (tên tiếng Anh: "Asymptotic Behavior of Population Models in Ecosystem with Random Environment"), chuyên ngành Phương trình Vi phân và Tích phân (mã số: 9460101.03), được hoàn thành năm 2020 tại Trường Đại học Khoa học Tự nhiên – Đại học Quốc gia Hà Nội dưới sự hướng dẫn khoa học của GS. Nguyễn Hữu Dư và PGS. Nguyễn Thanh Diệu.

Về tính cấp thiết và khoảng trống nghiên cứu, trong sinh thái học toán học (mathematical biology), các phương trình vi phân thường (ODEs) truyền thống như mô hình Malthus, Verhulst, Lotka-Volterra hay các mô hình dịch bệnh SIR/SIRS dạng Kermack-McKendrick thường giả định môi trường sống có tính đơn định. Tuy nhiên, các hệ sinh thái và dịch bệnh trong thực tế luôn chịu sự chi phối liên tục từ môi trường ngẫu nhiên:

  • Tốc độ tăng trưởng, sức chứa môi trường, tỷ lệ lây nhiễm biến động do thời tiết, độ ẩm, nhiệt độ;
  • Sự chuyển đổi qua lại giữa các mùa (như mùa mưa và mùa khô) đóng vai trò như nhiễu màu (color noise) hay sự chuyển trạng thái Markov (Markovian switching / regime switching);
  • Các cú sốc môi trường đột ngột và dữ dội như động đất, bão nhiệt đới, sóng thần tạo ra sự biến đổi gián đoạn của kích thước quần thể, đòi hỏi việc tích hợp quá trình nhảy Lévy (Lévy jumps).

Nhiều nghiên cứu trước đây áp dụng phương pháp hàm Lyapunov kinh điển chỉ thu được các điều kiện đủ mang tính hạn chế, phụ thuộc vào việc lựa chọn hàm thử chủ quan và để lại khoảng trống lớn giữa điều kiện cần và điều kiện đủ. Do đó, việc xây dựng một hệ thống lý thuyết chặt chẽ nhằm xác định các giá trị ngưỡng giải tích phân loại chính xác tính tuyệt chủng và tồn tại bền vững là yêu cầu cấp thiết.

Mục tiêu nghiên cứu của luận án được xác định cụ thể gồm bốn nội dung:

  1. Thiết lập các điều kiện toán học bảo đảm sự tồn tại và duy nhất nghiệm toàn cục dương của các hệ phương trình vi phân ngẫu nhiên (SDEs) mô tả tương tác sinh thái và dịch bệnh.
  2. Xây dựng các giá trị ngưỡng giải tích ($\lambda$) để phân loại toàn diện dáng điệu tiệm cận dài hạn của hệ thống.
  3. Thiết lập các điều kiện đủ và gần như cần thiết (sufficient and almost necessary conditions) cho sự tồn tại bền vững ngẫu nhiên mạnh (strongly stochastically permanent), tính ergodic và sự tồn tại của phân phối dừng.
  4. Cải thiện đánh giá tốc độ hội tụ của nghiệm lên phân phối dừng trên biên và chứng minh tính hiệu lực của luật số lớn cho các mô hình.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Các mô hình tương tác thú - mồi (predator-prey) và mô hình dịch bệnh tái nhiễm SIRS chịu tác động đồng thời của nhiễu trắng (Brownian motion), nhiễu màu (chuyển trạng thái Markov) và nhiễu bước nhảy Poisson/Lévy.
  • Phạm vi nghiên cứu: Về mặt không gian trạng thái, luận án khảo sát các nghiệm trong nón dương $\mathbb{R}^{2,+}$, $\mathbb{R}^{2,\circ}_+ = {(x, y) \in \mathbb{R}^2: x > 0, y > 0}$, $\mathbb{R}^{3,+}$, cùng không gian trạng thái hữu hạn $S = {1, 2, \dots, N}$ của xích Markov; về mặt thời gian, luận án tập trung khảo sát dáng điệu tiệm cận dài hạn khi $t \to \infty$.

Tổng quan tài liệu và vị trí của luận án

Luận án đã điểm lại có hệ thống các giai đoạn phát triển của lý thuyết mô hình hóa toán học trong sinh thái và dịch tễ học:

  • Lịch sử mô hình đơn định: Khởi đầu từ mô hình tăng trưởng đơn loài của Malthus (1798) [60], mô hình logistic hiệu chỉnh sức chứa môi trường của Verhulst (1838) [81]. Tiếp đó, tương tác cạnh tranh và tương tác thú - mồi được nghiên cứu bởi Lotka (1920) [57] và Volterra (1926), sau đó được Kolmogorov (1936) tổng quát hóa và phát triển bởi May, Rescigno, Richardson, Albrecht [76].
  • Lịch sử mô hình dịch bệnh: Nghiên cứu định lượng dịch bệnh sớm nhất do Bernoulli thực hiện năm 1766 [30] về bệnh đậu mùa; công trình của Simon (1854) về đợt dịch tả 1846–1860; nguyên lý tác khối lượng (mass action) của Hamer (1906) [7]; và hệ mô hình khoang SIR kinh điển của Kermack và McKendrick (1927) [39], tiền đề cho các mở rộng mô hình mất miễn dịch SIRS [32, 67, 68, 69].
  • Lý thuyết phương trình vi phân ngẫu nhiên và hệ lai: Các công trình nền tảng về SDEs trong sinh học của Mao, Sabanis, Renshaw (2003) [63], Rudnicki (2004) [75], Mao và Yuan (2006) [62] về khuếch tán có chuyển trạng thái Markov, Yin và Zhu (2010) [86] về quá trình khuếch tán phụ thuộc trạng thái, Applebaum (2009) [2] và Peskir (2007) [71] về giải tích ngẫu nhiên với quá trình Lévy, Rong (2006) [74] và Siakalli (2014) [78] về tính ổn định của hệ có bước nhảy.
  • Các mô hình tương tác thú - mồi và SIRS ngẫu nhiên: Đặng, Dư và Tôn (2011) [15] mở rộng kết quả của Rudnicki cho hệ thú - mồi chịu nhiễu trắng tác động lên hệ số và nghiên cứu sự hội tụ phân phối của mật độ nghiệm; Kooij (1998) [44] khảo sát chu trình giới hạn của hệ thú - mồi đơn định với đáp ứng chức năng Ivlev; Han và Zhao (2013) [29] nghiên cứu tính ổn định của mô hình SIRS có chuyển trạng thái; N'zi và Tano (2012) [70], Capasso và Serio (1978) [9] (dịch tả ở Bari), Yousef và Salman (2014) [87], Liu và Levin (1986) [55] khảo sát các dạng tỷ lệ lây nhiễm bão hòa và phi tuyến.

Khoảng trống học thuật mà luận án lựa chọn giải quyết: Phương pháp hàm Lyapunov truyền thống [63, 64, 67, 68] chỉ cung cấp điều kiện đủ, thường quá chặt và không phản ánh được bản chất nội tại của không gian pha động lực. Luận án kế thừa và phát triển phương pháp phân tích biên do Du, Đặng và Yin (2016) [23] đề xuất. Bản chất của phương pháp này là khảo sát tính chất "đẩy" (repeller) hoặc "hút" (attractor) của các phân phối dừng trên biên của hệ thống. Nhờ đó, luận án thiết lập được các điều kiện ngưỡng phân loại ranh giới giữa tuyệt chủng và tồn tại bền vững một cách chính xác, thu hẹp khoảng cách giữa điều kiện cần và điều kiện đủ.

Cơ sở lý thuyết và phương pháp nghiên cứu

Luận án thuộc chuyên ngành giải tích và xác suất ứng dụng, sử dụng các công cụ lý thuyết toán học chuyên sâu:

1. Khung lý thuyết và khái niệm cốt lõi

  • Quá trình Martingale và giải tích ngẫu nhiên: Martingale địa phương, bình phương khả tích, phân rã Doob-Meyer, bất đẳng thức martingale mũ, luật số lớn cho martingale địa phương.
  • Quá trình Markov và hệ thống chuyển trạng thái: Tính Markov mạnh, toán tử chuyển xác suất $P(s, x; t, A)$, nửa nhóm toán tử ${P_t}_{t \ge 0}$, toán tử sinh vi phân vô cùng bé $\mathcal{L}$, tính chất Feller và strong Feller, tính hồi quy (recurrence) và chuyển qua (transience). Khái niệm tính ergodic gồm: ergodic theo chuẩn biến sai toàn phần (total variation norm), uniform ergodic, $f$-exponential ergodic và exponential ergodic [65]. Định lý biểu diễn xích Markov thời gian liên tục thông qua tích phân ngẫu nhiên đối với độ đo ngẫu nhiên Poisson [61]. Định lý Ichihara và Kunita (1974) [35] về sự hội tụ mật độ xác suất đối với độ đo bất biến cực biên.
  • Quá trình Lévy và SDEs có bước nhảy: Cấu trúc phân rã Lévy-Itô, độ đo ngẫu nhiên Poisson $N(dt, du)$, độ đo ngẫu nhiên Poisson bù $\tilde{N}(dt, du) = N(dt, du) - \nu(du)dt$, công thức Itô cho tích phân ngẫu nhiên Lévy-Itô, công thức biến thiên hằng số cho SDE tuyến tính có bước nhảy.
  • Các dạng đáp ứng chức năng và tỷ lệ lây nhiễm: Đáp ứng chức năng Ivlev ($1 - e^{-\gamma x}$), Holling II, III, IV, Beddington-DeAngelis; các dạng tỷ lệ lây nhiễm song tuyến tính, bão hòa và phi tuyến tổng quát $F_1(S, I, \xi_t), F_2(S, I, \xi_t)$.
  • Khái niệm bền vững sinh thái ngẫu nhiên: Luận án phân biệt rõ ràng giữa tồn tại bền vững ngẫu nhiên (stochastic permanence), tồn tại bền vững ngẫu nhiên mạnh (strongly stochastic permanence), và tuyệt chủng (extinction) theo xác suất 1.

2. Phương pháp nghiên cứu

  • Phương pháp giải tích ngẫu nhiên và kỹ thuật định vị (localization technique): Sử dụng dãy thời điểm dừng tăng ngặt $\tau_k \uparrow \infty$ kết hợp với công thức Itô mở rộng trên không gian tích $\mathbb{R}^n \times S$ để chứng minh nghiệm không nổ trong thời gian hữu hạn ($\tau_\infty = \infty$).
  • Phương pháp phân tích động lực trên biên (boundary dynamic analysis): Phân tích các phân phối dừng biên của hệ khi một hoặc nhiều loài vắng mặt, từ đó tính toán số mũ Lyapunov biên và xác định tham số ngưỡng $\lambda$.
  • Định lý so sánh và công thức biến thiên hằng số: Áp dụng để chặn nghiệm của các phương trình vi phân ngẫu nhiên có bước nhảy.
  • Phương pháp mô phỏng số: Luận án sử dụng các thuật toán mô phỏng quỹ đạo nghiệm ngẫu nhiên và xích Markov, tính toán mật độ xác suất thực nghiệm (empirical density) dạng 2D và 3D nhằm kiểm chứng các kết quả lý thuyết.

3. Nguồn dữ liệu

Nguồn tư liệu nghiên cứu là các hệ phương trình vi phân ngẫu nhiên lý thuyết cùng các bộ tham số mô phỏng được thiết kế theo các kịch bản sinh thái học và dịch tễ học tiêu chuẩn trong tài liệu toán sinh.

Nội dung chính theo từng chương

Luận án có cấu trúc gồm 3 chương chính cùng phần Mở đầu, Kết luận, Danh mục công trình của tác giả, Phụ lục và Tài liệu tham khảo.

Chương 1: Preliminaries (Kiến thức chuẩn bị)

Chương 1 hệ thống hóa toàn bộ các nền tảng toán học cần thiết phục vụ cho việc giải quyết các bài toán ở các chương tiếp theo:

  • Mục 1.1 (Stochastic processes): Trình bày định nghĩa không gian xác suất có lọc $(\Omega, \mathcal{F}, {\mathcal{F}t}{t \ge 0}, \mathbb{P})$, quá trình càdlàg, martingale, submartingale, thời điểm dừng và phân rã Doob-Meyer. Trình bày chi tiết lý thuyết quá trình Markov, tính Feller/strong Feller, toán tử sinh $\mathcal{L}$, định lý Dynkin, tính ergodic theo độ đo biến sai toàn phần và chuẩn $f$. Thiết lập biểu diễn xích Markov $\xi_t$ với ma trận sinh $\Gamma = (q_{ij}){N \times N}$ qua tích phân ngẫu nhiên Poisson $dX(t) = \int{\mathbb{R}} h(X(t^-), y)\nu(dt, dy)$. Trình bày định nghĩa quá trình Lévy, bước nhảy $\Delta X(t)$, độ đo ngẫu nhiên Poisson $N(\cdot, \cdot)$ và độ đo Poisson bù $\tilde{N}(\cdot, \cdot)$.
  • Mục 1.2 (Stochastic differential equations): Khảo sát SDEs có chuyển trạng thái Markov: $$dx(t) = f(x(t), t, \xi_t)dt + g(x(t), t, \xi_t)dB(t)$$ Thiết lập Định lý 1.3 về sự tồn tại và duy nhất nghiệm cực đại địa phương dưới điều kiện Lipschitz địa phương, Định lý 1.5 về công thức Itô tổng quát cho hệ lai với toán tử $\mathcal{L}V(x, t, i)$, và Định lý 1.7 về tính ổn định tiệm cận theo xác suất. Đối với SDEs có bước nhảy: $$dx(t) = f(x(t))dt + g(x(t))dB(t) + \int_{|u|<c} H(x(t^-), u)\tilde{N}(dt, du) + \int_{|u| \ge c} K(x(t^-), u)N(dt, du)$$ Chương 1 thiết lập Định lý 1.9 về sự tồn tại nghiệm, Định lý 1.11 (định lý so sánh), Định lý 1.12 (tính $f$-exponential ergodic) và Định lý 1.13 (công thức biến thiên hằng số cho phương trình vi phân ngẫu nhiên tuyến tính có bước nhảy).
  • Mục 1.3 (Preliminaries for stochastic mathematical models in ecosystem): Định nghĩa các khái niệm tính bền vững ngẫu nhiên, bền vững ngẫu nhiên mạnh, sự tuyệt chủng; giới thiệu các dạng đáp ứng chức năng (Holling, Ivlev, Beddington-DeAngelis) và các dạng tỷ lệ lây nhiễm trong dịch tễ học.

Chương 2: Long-term behavior of stochastic predator-prey systems (Dáng điệu dài hạn của các hệ thú - mồi ngẫu nhiên)

Chương 2 nghiên cứu hai mô hình thú - mồi ngẫu nhiên có cấu trúc nhiễu khác nhau:

1. Hệ thú - mồi có chuyển trạng thái Markov chịu tác động của nhiễu trắng (Mục 2.1)

Mô hình toán học được xác lập bởi hệ phương trình: $$\begin{cases} dx(t) = x(t) [a_1(\xi_t) - b_1(\xi_t)y(t) - c_1(\xi_t)x(t)] dt + \sigma(\xi_t)x^2(t)dB_1(t) \ dy(t) = y(t) [-a_2(\xi_t) + b_2(\xi_t)x(t) - c_2(\xi_t)y(t)] dt + \rho(\xi_t)y^2(t)dB_2(t) \end{cases}$$ Trong đó $x(t), y(t)$ lần lượt là mật độ con mồi và thú săn mồi; $\xi_t \in S = {1, 2, \dots, N}$ là xích Markov không tối giản có phân phối dừng $\pi = (\pi_1, \dots, \pi_N)$; các hệ số $a_1(i), b_1(i), c_1(i), a_2(i), b_2(i), c_2(i), \sigma(i), \rho(i)$ đều dương với mọi $i \in S$. Tốc độ tăng trưởng nội tại trung bình của con mồi là $A_1 = \sum_{i=1}^N a_1(i)\pi_i$, tốc độ tử vong trung bình của thú là $A_2 = \sum_{i=1}^N a_2(i)\pi_i$.

  • Sự tồn tại và tính dương của nghiệm (Định lý 2.1): Sử dụng hàm Lyapunov: $$V(x, y, i) = \sqrt{x} - 1 - \frac{1}{2}\ln x + \sqrt{y} - 1 - \frac{1}{2}\ln y$$ chứng minh được với mọi giá trị ban đầu $(x(0), y(0)) \in \mathbb{R}^{2,+}$, hệ luôn có nghiệm duy nhất toàn cục và $\mathbb{R}^{2,\circ}_+$ là tập bất biến hầu chắc chắn.
  • Xây dựng giá trị ngưỡng $\lambda$:
    • Khi $\lambda < 0$: Quần thể thú $y(t)$ sẽ tuyệt chủng với tốc độ suy giảm hàm mũ ($e^{\lambda t}$), và con mồi hội tụ về nghiệm biên $\hat{x}(t)$ (nghiệm của phương trình khi vắng bóng thú săn mồi) theo nghĩa $\lim_{t \to \infty} |x(t) - \hat{x}(t)| = 0$ hầu chắc chắn.
    • Khi $\lambda > 0$: Quá trình nghiệm $(x(t), y(t), \xi_t)$ hội tụ theo chuẩn biến sai toàn phần về phân phối dừng duy nhất tập trung trên $\mathbb{R}^{2,\circ}_+ \times S$, bảo đảm hệ tồn tại bền vững ngẫu nhiên mạnh và có tính ergodic.
  • Mô phỏng số: Tác giả xây dựng ví dụ số với 2 trạng thái ($N=2$), sử dụng các bộ tham số minh họa quỹ đạo nghiệm $x(t), y(t)$, quỹ đạo chuyển mạch $\xi_t$, và biểu đồ mật độ thực nghiệm (Hình 2.1–2.4). Đáng chú ý, mô phỏng chỉ ra rằng hệ có chuyển trạng thái có thể tồn tại bền vững ngay cả khi ở từng trạng thái riêng biệt quần thể bị tuyệt chủng.
Bảng tham số mô phỏng hệ thú - mồi chuyển trạng thái (Mục 2.1) Trạng thái 1 ($i=1$) Trạng thái 2 ($i=2$)
Tốc độ tăng trưởng con mồi $a_1(i)$ Giá trị dương xác định Giá trị dương xác định
Hệ số tương tác $b_1(i), b_2(i)$ Tác động qua lại giữa 2 loài Tác động qua lại giữa 2 loài
Hệ số cạnh tranh nội loài $c_1(i), c_2(i)$ Giới hạn sức chứa sinh thái Giới hạn sức chứa sinh thái
Cường độ nhiễu trắng $\sigma(i), \rho(i)$ Mức độ biến động ngẫu nhiên Mức độ biến động ngẫu nhiên
Ma trận chuyển $\Gamma = (q_{ij})_{2 \times 2}$ $q_{12} > 0, q_{11} = -q_{12}$ $q_{21} > 0, q_{22} = -q_{21}$

2. Hệ thú - mồi với đáp ứng chức năng dạng Ivlev chịu nhiễu trắng và nhiễu bước nhảy Lévy (Mục 2.2)

Mô hình mở rộng từ hệ đơn định của Kooij (1998) [44], tích hợp đồng thời nhiễu trắng và quá trình nhảy Poisson bù: $$\begin{cases} dx(t) = \left{ x(t)[a_1 - b_1 x(t)] - c_1 y(t)[1 - e^{-\gamma x(t)}] \right} dt + \alpha x(t)dB_1(t) + \int_U x(t^-) f_1(u) \tilde{N}_e(dt, du) \ dy(t) = \left{ y(t)[-a_2 - b_2 y(t) + c_2(1 - e^{-\gamma x(t)})] \right} dt + \beta y(t)dB_2(t) + \int_U y(t^-) f_2(u) \tilde{N}_e(dt, du) \end{cases}$$ Trong đó $1 - e^{-\gamma x(t)}$ là đáp ứng chức năng Ivlev biểu thị tốc độ bắt mồi bão hòa; $\tilde{N}_e(dt, du)$ là độ đo Poisson bù trên không gian biến cố $U$.

  • Động lực trên biên: Luận án thiết lập điều kiện tồn tại phân phối dừng ergodic cho phương trình logistic ngẫu nhiên có bước nhảy mô tả con mồi khi vắng mặt thú.
  • Phân loại tiệm cận qua ngưỡng $\lambda$:
    • Nếu $\lambda < 0$: Thú săn mồi tuyệt chủng theo tốc độ hàm mũ, con mồi hội tụ về nghiệm của phương trình biên.
    • Nếu $\lambda > 0$: Tồn tại độ đo xác suất bất biến duy nhất, hệ tồn tại bền vững và đạt tính ergodic.
  • Mô phỏng số: Các đồ thị quỹ đạo và mật độ thực nghiệm của độ đo bất biến với các cường độ nhảy khác nhau ($\lambda_1 = 1, 6, 7$) được trình bày chi tiết (Hình 2.5–2.7).

Chương 3: Extinction and permanence in a stochastic SIRS model in regime switching with general incidence rate (Sự tuyệt chủng và tồn tại bền vững trong mô hình SIRS ngẫu nhiên có chuyển trạng thái với tỷ lệ lây nhiễm tổng quát)

Chương 3 khảo sát mô hình dịch bệnh SIRS ngẫu nhiên có cấu trúc chuyển trạng thái Markov với hàm lây nhiễm tổng quát $F_1, F_2$: $$\begin{cases} dS(t) = \left[ -S(t)I(t)F_1(S(t), I(t), \xi_t) + \mu(\xi_t)(K - S(t)) + \gamma_1(\xi_t)R(t) \right] dt - S(t)I(t)F_2(S(t), I(t), \xi_t) dB(t) \ dI(t) = \left[ S(t)I(t)F_1(S(t), I(t), \xi_t) - (\mu(\xi_t) + \rho(\xi_t) + \gamma_2(\xi_t))I(t) \right] dt + S(t)I(t)F_2(S(t), I(t), \xi_t) dB(t) \ dR(t) = \left[ \gamma_2(\xi_t)I(t) - (\mu(\xi_t) + \gamma_1(\xi_t))R(t) \right] dt \end{cases}$$ Trong đó $S(t), I(t), R(t)$ lần lượt là các nhóm cá thể cảm nhiễm (susceptible), nhiễm bệnh (infected), và hồi phục có miễn dịch tạm thời (removed); $K$ là tổng quy mô quần thể; $\mu(i)$ là tỷ lệ sinh/tử tự nhiên; $\rho(i)$ là tỷ lệ tử vong do bệnh; $\gamma_1(i)$ là tỷ lệ mất miễn dịch quay lại nhóm $S$; $\gamma_2(i)$ là tỷ lệ hồi phục; $F_1, F_2$ là các hàm dương, thỏa mãn điều kiện Lipschitz địa phương trên $[0, \infty)^2 \times S$.

Các thông số chính của mô hình SIRS ngẫu nhiên (Chương 3) Ký hiệu trong mô hình Ý nghĩa sinh học
Sức chứa / Quy mô quần thể $K > 0$ Tổng số cá thể tối đa trong môi trường
Tỷ lệ sinh và tử tự nhiên $\mu(\xi_t) > 0$ Cân bằng tự nhiên của quần thể theo từng trạng thái
Tỷ lệ tử vong do dịch bệnh $\rho(\xi_t) > 0$ Độc lực của mầm bệnh gây chết bổ sung
Tỷ lệ mất miễn dịch $\gamma_1(\xi_t) > 0$ Tốc độ cá thể từ nhóm $R$ tái nhiễm về nhóm $S$
Tỷ lệ phục hồi bệnh $\gamma_2(\xi_t) > 0$ Tốc độ cá thể từ nhóm $I$ chuyển sang nhóm $R$
Hàm truyền bệnh tổng quát $F_1(S, I, \xi_t), F_2(S, I, \xi_t)$ Biểu diễn tỷ lệ tiếp xúc lây bệnh qua phần trôi và phần khuếch tán
  • Sự tồn tại nghiệm toàn cục duy nhất: Chứng minh hệ luôn có nghiệm duy nhất không nổ, nằm trong miền xác định dương $\mathbb{R}^{3,+}$.
  • Xác định ngưỡng dịch bệnh $\lambda$:
    • Nếu $\lambda < 0$: Điểm cân bằng không bệnh $(K, 0, 0)$ là ổn định tiệm cận toàn cục theo xác suất. Số cá thể nhiễm bệnh $I(t) \to 0$ và $R(t) \to 0$ khi $t \to \infty$, dịch bệnh hoàn toàn bị triệt tiêu (extinction).
    • Nếu $\lambda > 0$: Dịch bệnh tồn tại bền vững ngẫu nhiên mạnh (strongly stochastically permanent). Quá trình $(S(t), I(t), R(t), \xi_t)$ tồn tại một phân phối dừng duy nhất trên không gian $\mathbb{R}^{3,\circ}_+ \times S$ và có tính ergodic.
  • Thực nghiệm số: Tác giả xây dựng các kịch bản mô phỏng tương ứng với các Bảng 3.1 và Bảng 3.2, minh họa đường đi mẫu của $S(t), I(t), \xi_t$ và mật độ xác suất thực nghiệm của độ đo xác suất bất biến $p(i, s, 1)$ và $p(i, s, 2)$ trong từng trạng thái (Hình 3.1–3.4).

Kết quả và những đóng góp mới

Luận án đã đạt được các kết quả mới quan trọng về mặt lý thuyết giải tích ngẫu nhiên và mô hình hóa sinh học:

1. Đóng góp về mặt lý luận khoa học

  • Đề xuất và áp dụng thành công phương pháp phân tích động lực trên biên để thay thế phương pháp hàm Lyapunov chủ quan truyền thống, giải quyết triệt để bài toán phân loại dáng điệu tiệm cận của các hệ sinh thái và dịch bệnh phức tạp.
  • Thiết lập các công thức giải tích xác định giá trị ngưỡng $\lambda$ cho ba lớp mô hình ngẫu nhiên tổng quát:
    1. Hệ thú - mồi có chuyển trạng thái Markov chịu nhiễu trắng;
    2. Hệ thú - mồi có đáp ứng chức năng Ivlev chịu đồng thời nhiễu trắng và nhiễu bước nhảy Lévy;
    3. Hệ dịch bệnh SIRS có chuyển trạng thái với hàm lây nhiễm tổng quát.
  • Đưa ra điều kiện đủ và gần như cần thiết cho sự tuyệt chủng và tồn tại bền vững ngẫu nhiên mạnh: dấu của $\lambda$ ($\lambda < 0$ hoặc $\lambda > 0$) quyết định hoàn toàn tương lai dài hạn của hệ thống, chỉ trừ trường hợp tới hạn $\lambda = 0$.
  • Thiết lập các điều kiện tồn tại và duy nhất của phân phối dừng (stationary distribution), tính ergodic, sự hội tụ theo chuẩn biến sai toàn phần của xác suất chuyển, và chứng minh tính hiệu lực của luật số lớn cho các mô hình nghiên cứu.
  • Cải thiện đánh giá tốc độ hội tụ của nghiệm lên phân phối dừng trên biên so với kết quả hội tụ theo phân phối trước đó của Đặng, Dư và Tôn (2011) [15].

2. Ý nghĩa thực tiễn và ứng dụng

  • Cung cấp cơ sở định lượng chính xác để dự báo sự tồn tại hoặc nguy cơ tuyệt chủng của các loài sinh học trong môi trường chịu biến động ngẫu nhiên liên tục và các biến cố cực đoan.
  • Giúp các nhà dịch tễ học và quản lý y tế cộng đồng tính toán chính xác ngưỡng bùng phát dịch bệnh trong điều kiện môi trường thay đổi theo mùa và tỷ lệ lây nhiễm phi tuyến, từ đó hỗ trợ xây dựng các chiến lược can thiệp và kiểm soát dịch bệnh tối ưu.

Hạn chế và hướng nghiên cứu tiếp

Dựa trên nội dung và phạm vi được tác giả trình bày trong văn bản:

  • Hạn chế: Phương pháp phân tích ngưỡng chưa phân loại được dáng điệu của hệ thống trong trường hợp ranh giới tới hạn khi $\lambda = 0$ (critical case). Khi $\lambda = 0$, việc xác định hệ thống sẽ tuyệt chủng hay tồn tại bền vững đòi hỏi các kỹ thuật ước lượng tiệm cận bậc cao hơn.
  • Hướng nghiên cứu tiếp: Mở rộng mô hình sang các hệ phương trình vi phân ngẫu nhiên có trễ (stochastic delay differential equations), hệ có cấu trúc không gian (phương trình đạo hàm riêng ngẫu nhiên - SPDEs), hoặc các mô hình có xích Markov với không gian trạng thái vô hạn/liên tục.

Giá trị tham khảo

Luận án là tài liệu tham khảo có giá trị chuyên môn cao đối với các đối tượng:

  • Nghiên cứu sinh và học viên cao học ngành Toán học: Có thể tham khảo phương pháp giải tích ngẫu nhiên, kỹ thuật định vị để chứng minh nghiệm toàn cục, cách áp dụng công thức Itô mở rộng cho hệ lai và hệ có bước nhảy trong Chương 1 và Chương 2.
  • Giảng viên, nhà nghiên cứu Toán sinh học (Mathematical Biology): Khung phân tích động lực trên biên và phương pháp xây dựng tham số ngưỡng $\lambda$ trong Chương 2 và Chương 3 là công cụ sắc bén có thể áp dụng cho nhiều lớp mô hình sinh thái và mạng lưới chuỗi thức ăn khác.
  • Chuyên gia mô hình hóa dịch tễ học và quản lý môi trường: Cách thiết lập hàm lây nhiễm tổng quát $F_1, F_2$ kết hợp chuyển trạng thái trong Chương 3 cung cấp cơ sở phương pháp luận để mô phỏng chính xác các đợt bùng phát dịch bệnh theo mùa.

Câu hỏi thường gặp

1. Luận án giải quyết hạn chế cốt lõi nào của phương pháp hàm Lyapunov truyền thống?

Phương pháp hàm Lyapunov kinh điển chỉ cung cấp điều kiện đủ và phụ thuộc vào việc lựa chọn hàm thử mang tính chủ quan, tạo ra khoảng cách lớn với điều kiện cần. Luận án khắc phục hạn chế này bằng cách sử dụng phương pháp phân tích biên (boundary dynamic analysis) của Du, Đặng và Yin (2016), khảo sát các phân phối dừng trên biên để thiết lập tham số ngưỡng $\lambda$, mang lại điều kiện vừa đủ vừa gần như cần thiết.

2. Ý nghĩa của tham số ngưỡng $\lambda$ trong hệ thú - mồi ở Mục 2.1 là gì?

Dấu của $\lambda$ phân loại chính xác dáng điệu tiệm cận dài hạn của hệ:

  • Nếu $\lambda < 0$: Quần thể thú săn mồi $y(t)$ sẽ tuyệt chủng với tốc độ hàm mũ ($e^{\lambda t}$) và mật độ con mồi $x(t)$ hội tụ hầu chắc chắn về nghiệm biên $\hat{x}(t)$.
  • Nếu $\lambda > 0$: Hệ tồn tại bền vững ngẫu nhiên mạnh, nghiệm $(x(t), y(t), \xi_t)$ hội tụ theo chuẩn biến sai toàn phần về một phân phối dừng duy nhất trên $\mathbb{R}^{2,\circ}_+ \times S$ và có tính ergodic.

3. Sự chuyển trạng thái Markov (Markovian switching) mô tả hiện tượng tự nhiên nào?

Chuyển trạng thái Markov mô tả các biến động môi trường có tính chế độ nhưng không nhớ (memoryless), tiêu biểu là sự luân chuyển giữa mùa mưa và mùa khô. Các tham số sinh thái như tốc độ tăng trưởng, sức chứa môi trường và tỷ lệ lây nhiễm sẽ thay đổi nhảy bậc giữa các trạng thái rời rạc $i \in {1, 2, \dots, N}$.

4. Bước nhảy Lévy (Lévy jumps) đóng vai trò gì trong mô hình thú - mồi ở Mục 2.2?

Bước nhảy Lévy mô tả các cú sốc môi trường đột ngột, quy mô lớn và gián đoạn (như bão nhiệt đới, động đất, sóng thần) làm kích thước quần thể thay đổi tức thời, khắc phục hạn chế của các quá trình có quỹ đạo mẫu liên tục như chuyển động Brown thuần túy.

5. Kết quả chính thu được đối với mô hình SIRS ngẫu nhiên trong Chương 3 là gì?

Luận án chứng minh rằng với hàm lây nhiễm tổng quát và nhiễu lai, khi $\lambda < 0$, điểm cân bằng không bệnh $(K, 0, 0)$ là ổn định tiệm cận toàn cục theo xác suất (dịch bệnh bị dập tắt hoàn toàn); khi $\lambda > 0$, dịch bệnh tồn tại bền vững ngẫu nhiên mạnh và hệ có một phân phối dừng duy nhất.

Kết luận

Luận án tiến sĩ của tác giả Trần Đình Tướng là công trình nghiên cứu hoàn chỉnh, chuyên sâu trong lĩnh vực phương trình vi phân ngẫu nhiên ứng dụng vào sinh thái học và dịch tễ học toán học. Bằng việc phát triển phương pháp phân tích động lực trên biên, luận án đã giải quyết bài toán phân loại dáng điệu tiệm cận dài hạn thông qua các tham số ngưỡng giải tích $\lambda$ cho ba hệ ngẫu nhiên phức tạp gồm hệ thú - mồi có chuyển trạng thái, hệ thú - mồi có đáp ứng Ivlev cùng bước nhảy Lévy, và hệ dịch bệnh SIRS với hàm lây nhiễm tổng quát. Các kết quả đạt được cung cấp các tiêu chuẩn chặt chẽ, thu hẹp khoảng cách giữa điều kiện cần và điều kiện đủ cho tính tuyệt chủng, tính tồn tại bền vững và tính ergodic của hệ thống sinh thái ngẫu nhiên.