Tổng quan luận án

Điều kiện tối ưu không trơn giữ vị trí trung tâm trong lý thuyết tối ưu hóa, đóng vai trò nền tảng lý thuyết và cơ sở thiết kế thuật toán tìm kiếm nghiệm tối ưu. Các nghiên cứu hiện hữu tập trung chủ yếu vào các điều kiện cần cấp một và cấp hai. Trong khi đó, các điều kiện tối ưu cấp cao cung cấp nhiều thông tin quan trọng hơn để sàng lọc các điểm tới hạn nhưng lại có rất ít công trình nghiên cứu, do sự hạn chế của các khái niệm đạo hàm suy rộng khi mở rộng lên bậc cao hơn hai. Đồng thời, phân tích độ nhạy định lượng cho ánh xạ nghiệm của bài toán tối ưu và phương trình suy rộng có tham số ở cấp cao cũng đối mặt với thách thức tương tự.

Khoảng trống nghiên cứu được luận án chỉ ra là:

  1. Các điều kiện tối ưu cấp cao trước đây thường tách rời hai trạng thái: hoặc sử dụng giả thiết dưới chính quy metric tuyến tính để đạt độ lệch bù cấp cao, hoặc sử dụng giả thiết dưới chính quy metric kiểu Hölder nhưng chỉ thu được độ lệch bù cấp một.
  2. Các điều kiện cần cấp cao đã công bố phần lớn tồn tại dưới dạng quy tắc nhân tử Fritz John, hoặc quy tắc Karush-Kuhn-Tucker (KKT) dạng cổ điển với vế phải bằng 0 và tính toán đạo hàm của mục tiêu cùng ràng buộc theo từng cặp phụ thuộc lẫn nhau.
  3. Các công trình về phân tích độ nhạy cấp cao cho bài toán cân bằng vectơ và phương trình suy rộng có tham số còn rất hạn chế.

Mục tiêu nghiên cứu của luận án được xác định theo hai nội dung chính:

  • (i) Thiết lập điều kiện tối ưu cấp cao dạng quy tắc nhân tử KKT phi cổ điển với độ lệch bù cấp cao cho bài toán tối ưu đa trị có ràng buộc tổng quát và bài toán tối ưu vectơ với ràng buộc hỗn hợp (bất phương trình suy rộng và phương trình suy rộng).
  • (ii) Phân tích độ nhạy định lượng: đề xuất đạo hàm theo hướng Hadamard cấp cao cho ánh xạ đa trị, thiết lập các quy tắc giải tích vi phân, xây dựng định lý hàm ẩn cho ánh xạ đa trị và ứng dụng vào phân tích độ nhạy cấp cao cho ánh xạ nghiệm của bài toán cân bằng vectơ có tham số và phương trình suy rộng có tham số.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng: Bài toán tối ưu đa trị, bài toán tối ưu vectơ, bài toán cân bằng vectơ có tham số, phương trình suy rộng có tham số, cùng các khái niệm nghiệm hữu hiệu yếu, nghiệm chính thường Henig, nghiệm chính thường Borwein và nghiệm chính thường dương.
  • Phạm vi không gian: Các không gian Banach tổng quát $X, Y, Z$ cùng các nón thứ tự lồi đóng, nón có đáy và nón đương compact. Luận án nghiên cứu lý thuyết giải tích biến phân và tối ưu hóa không trơn thuần túy, hoàn thành trong giai đoạn đào tạo 2019 – 2022 tại Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia TP. Hồ Chí Minh.

Tổng quan tài liệu và vị trí của luận án

Tổng quan tài liệu trong luận án điểm lại các nhánh nghiên cứu chính trong lý thuyết tối ưu không trơn và phân tích độ nhạy:

Về điều kiện tối ưu cấp cao cho bài toán tối ưu đa trị:

  • Các nghiên cứu của các tác giả [49], [61], [64] đã thiết lập một số điều kiện tối ưu cấp cao. Gần đây, công trình [56] khai thác đạo hàm tiếp liên, đạo hàm tiệm cận và đạo hàm Studniarski cấp cao để xây dựng quy tắc nhân tử KKT cấp cao cho nghiệm yếu và nghiệm chặt với ràng buộc bao hàm thức, lần đầu tiên thu được độ lệch bù cấp cao cho ánh xạ mục tiêu. Tuy nhiên, công trình [56] bộc lộ hạn chế khi phân tách thành hai kết quả riêng biệt: điều kiện nhân tử với giả thiết dưới chính quy metric Hölder chỉ đi kèm độ lệch bù cấp một, còn độ lệch bù cấp cao lại đòi hỏi dưới chính quy metric tuyến tính.
  • Các khái niệm nghiệm chính thường nhằm loại bỏ các điểm dị thường của nghiệm Pareto và nghiệm yếu được kế thừa từ Benson [9], Borwein [11], Geoffrion [25], Henig [33] và nghiệm chính thường dương [46]. Luận án chỉ ra rằng phần lớn kết quả cấp cao hiện có chỉ dành cho nghiệm yếu, rất ít kết quả cho nghiệm chính thường.
  • Về dạng của điều kiện tối ưu, các công trình [49], [61], [65], [88], [89] đa số đưa ra quy tắc nhân tử dạng Fritz John hoặc dạng KKT cổ điển với vế phải bằng 0.

Về phân tích độ nhạy trong tối ưu hóa:

  • Theo hướng tiếp cận không gian đối ngẫu sử dụng dưới vi phân và đối đạo hàm [67], [68]: Công trình của Levy và Mordukhovich [59] nghiên cứu độ nhạy địa phương cho ánh xạ nghiệm đa trị; Huy và các đồng tác giả [37] tính toán đối đạo hàm cho ánh xạ giá trị tối ưu và nghiệm trong tối ưu đa mục tiêu có tham số; Yao và Yên nghiên cứu bất phương trình biến phân affine có tham số; Nam tính đối đạo hàm cho ánh xạ nón pháp tuyến và nghiệm bất phương trình biến phân có tham số; Chương tính đạo hàm của ánh xạ đa trị hữu hiệu; Cánovas cùng các đồng tác giả khảo sát tính ổn định Lipschitz mạnh cho tối ưu tuyến tính đa mục tiêu. Tất cả các kết quả này dừng lại ở cấp một.
  • Theo hướng tiếp cận đạo hàm theo hướng: Tanino khảo sát đạo hàm tiếp liên cấp một của ánh xạ nhiễu; Dafermos [18], Levy [58], Robinson, Levy và Rockafellar [60], Huy và Lee [34], [36] phát triển phân tích độ nhạy cho nghiệm của phương trình suy rộng có tham số ở cấp một.
  • Về mở rộng cấp cao trong phân tích độ nhạy: Sun và Li thiết lập đạo hàm Studniarski cấp cao cho ánh xạ nhiễu; Anh và Khánh [3] sử dụng tập biến phân cấp cao để nghiên cứu độ nhạy cho ánh xạ nhiễu và nhiễu yếu trong tối ưu vectơ.

Khoảng trống luận án giải quyết: Luận án kết hợp đồng thời giả thiết dưới chính quy metric kiểu Hölder với độ lệch bù cấp cao trong cùng một quy tắc nhân tử KKT phi cổ điển; tách biệt hoàn toàn bậc đạo hàm của ánh xạ mục tiêu và ánh xạ ràng buộc; mở rộng đạo hàm Hadamard cấp cao cho ánh xạ đa trị và thiết lập định lý hàm ẩn phục vụ phân tích độ nhạy cấp cao cho bài toán cân bằng và phương trình suy rộng có tham số.

Cơ sở lý thuyết và phương pháp nghiên cứu

Luận án sử dụng khung phân tích của giải tích lồi, giải tích biến phân và lý thuyết tối ưu hóa trong các không gian Banach. Các khái niệm và công cụ lý thuyết nền tảng bao gồm:

  1. Hình học nón và tập hợp mở rộng:
  • Nón lồi đóng $C \subset Y$, nón đối ngẫu $C^* = {y^* \in Y^* \mid \langle y^*, y \rangle \ge 0, \forall y \in C}$, phần trong giả $C^{#}$, khái niệm đáy của nón $B$ ($C = \text{cone} B, 0 \notin \text{cl} B$).
  • Nón mở rộng của $C$ theo đáy $B$: $C_\epsilon(B) := \text{cone}(B + \epsilon B_Y)$ với $\delta = \text{dist}(0, B)$ và $0 < \epsilon < \delta$. Nón đương compact $D \subset Z$ theo nghĩa tồn tại tập compact $M \subset Z$ sao cho $D \subset \text{cone} M$.
  • Phần trong đại số $\text{core} M := {x \in M \mid \forall x' \in X, \exists \epsilon > 0: x + tx' \in M, \forall t \in [-\epsilon, \epsilon]}$ và các định lý tách tập lồi kiểu Hahn-Banach.
  1. Tính chất giải tích của ánh xạ đa trị:
  • Ánh xạ $\Phi: X \rightrightarrows Y$, miền xác định $\text{dom} \Phi$, đồ thị $\text{gph} \Phi$, ánh xạ ngược $\Phi^{-1}$.
  • Khái niệm compact tại điểm, nửa liên tục trên, nửa liên tục dưới, tính tựa Lipschitz.
  • Tính tựa ổn định Hölder cấp $k$ tại $(\bar{x}, \bar{y})$: $\Phi(x) \cap V \subset \bar{y} + L |x - \bar{x}|^k \text{cl} B_Y$.
  • Tính dưới chính quy metric Hölder theo hướng $u$ cấp $k$: $\text{dist}(\bar{x} + tv, \Phi^{-1}(\bar{y})) \le \alpha [\text{dist}(\bar{y}, \Phi(\bar{x} + tv))]^{1/k}$ với $t \in (0, r)$ và $v \in B_X(u, r)$.
  1. Các tập tiếp xúc và đạo hàm suy rộng cấp cao:
  • Nón tiếp liên $T(M, \bar{x})$, nón pháp tuyến $N(M, \bar{x}) = -[T(M, \bar{x})]^*$.
  • Tập tiếp liên cấp $m$ chỉ số $\gamma \in [0, \infty]$: $T_\gamma^m(M, \bar{x}, u_1, \dots, u_{m-1})$, tập kề cấp $m$ $T_\gamma^{i, m}$, và tập trong cấp $m$ $IT_\gamma^m$.
  • Đạo hàm Studniarski cấp cao $D^m \Phi$ [79], đạo hàm tiếp liên cấp cao $C_\gamma^m \Phi$ [7], [56], [71], [72].

Phương pháp nghiên cứu thực tế:

  • Phương pháp giải tích thuần túy: xây dựng các đánh giá tiệm cận với dãy bước $(t_n, r_n) \downarrow (0, 0)$ sao cho $t_n r_n^{-1} \to \gamma \in [0, \infty]$.
  • Kỹ thuật tách nón và tập lồi trong không gian Banach để chuyển từ điều kiện hình học sang quy tắc nhân tử giải tích.
  • Phương pháp xây dựng ví dụ và phản ví dụ trong không gian hữu hạn chiều để kiểm chứng tính chặt chẽ của các giả thiết (như tính dưới chính quy metric, tính tựa ổn định, tính không triệt tiêu của nhân tử).

Nguồn tư liệu: Luận án khai thác hệ thống tài liệu từ các chuyên khảo kinh điển của Aubin [7], Bonnans và Shapiro [10], Jahn [45], Mordukhovich [67], [68], Rockafellar và Wets [75] cùng các bài báo khoa học quốc tế chuyên ngành.

Nội dung chính theo từng chương

Chương 1: Mở đầu

Chương 1 trình bày tính cấp thiết của đề tài trong việc mở rộng điều kiện tối ưu không trơn và phân tích độ nhạy lên cấp cao. Tác giả giới thiệu tổng quát cấu trúc của các kết quả nghiên cứu:

  • Thiết lập quy tắc nhân tử KKT cấp cao với độ lệch bù cấp cao cho bài toán tối ưu đa trị và tối ưu vectơ, trong đó vế phải có dạng supremum phi cổ điển.
  • Sự kết hợp giữa đạo hàm tựa tiếp liên và việc chọn lựa hướng tới hạn phù hợp.
  • Ứng dụng điều kiện định tính ràng buộc kiểu Mangasarian-Fromovitz và Kurcyusz-Robinson-Zowe để đảm bảo nhân tử ứng với mục tiêu khác 0.
  • Giới thiệu hướng tiếp cận phân tích độ nhạy cấp cao qua đạo hàm Hadamard cho ánh xạ đa trị, định lý hàm ẩn và phân tích độ nhạy cho bài toán cân bằng vectơ có tham số cùng phương trình suy rộng có tham số.

Chương 2: Giới thiệu tổng quan về hướng nghiên cứu

Chương 2 phân tích chuyên sâu lịch sử phát triển và các hạn chế của các công trình tiền nhiệm. Tác giả hệ thống hóa các khái niệm nghiệm trong tối ưu vectơ gồm nghiệm yếu $LW(P)$, nghiệm chính thường Henig $LHe(P)$, nghiệm chính thường Borwein $LBo(P)$ và nghiệm chính thường dương $LPos(P, A)$. Chương này làm rõ sự cần thiết phải chuyển đổi từ quy tắc nhân tử Fritz John sang quy tắc KKT, phân tích lý do vế phải của quy tắc nhân tử KKT ở dạng tổng quát là supremum và có thể nhận giá trị âm thay vì bằng 0 như dạng cổ điển. Đồng thời, tác giả tổng kết các công trình phân tích độ nhạy trong không gian đối ngẫu và không gian gốc, xác lập vị trí của luận án trong việc phát triển giải tích biến phân cấp cao.

Chương 3: Kiến thức chuẩn bị

Chương 3 xây dựng hệ thống công cụ toán học nền tảng cho toàn bộ luận án:

  • Trình bày các khái niệm mở rộng của nón: tính chất của nón lồi đóng $C$, đáy $B$, phần trong giả $C^{#}$, tập $C_\epsilon(B)$ và nón đương compact $D \subset Z$. Mệnh đề 3.1 chứng minh điều kiện $C^{#} \neq \emptyset$ khi và chỉ khi $C$ có đáy, cùng mối quan hệ $C_\epsilon(B) \subset C^*$.
  • Khảo sát ánh xạ đa trị: định nghĩa $F^+(x) = F(x) + C$, giới hạn Kuratowski-Painlevé, tính tựa Lipschitz, tính tựa ổn định Hölder cấp $k$. Mệnh đề 3.2 chứng minh tính tựa Lipschitz suy ra tính nửa liên tục dưới, kèm các ví dụ phản chứng chỉ ra tính tựa ổn định Hölder không tương đương tựa Lipschitz và không bảo toàn tính nửa liên tục trên.
  • Khảo sát tính dưới chính quy metric kiểu Hölder theo hướng và định lý ánh xạ mở cho ánh xạ đa trị lồi đóng qua phần trong đại số $\text{core} M$ (Định lý 3.1).
  • Định nghĩa các tập tiếp xúc cấp $m$ chỉ số $\gamma \in [0, \infty]$ ($T_\gamma^m, T_\gamma^{i, m}, IT_\gamma^m$). Bổ đề 3.1 và các hệ quả chứng minh tính lồi của các tập tiếp xúc cấp cao khi tập gốc là lồi và phân tích trường hợp $\gamma = \infty$.
Khái niệm công cụ trong Chương 3 Ký hiệu / Biểu thức toán học Vai trò trong luận án
Nón mở rộng theo đáy $B$ $C_\epsilon(B) = \text{cone}(B + \epsilon B_Y)$ Xây dựng lân cận nón cho nghiệm chính thường Henig
Tựa ổn định Hölder cấp $k$ $\Phi(x) \cap V \subset \bar{y} + L |x - \bar{x}|^k \text{cl} B_Y$ Kiểm soát độ tăng phi tuyến của ánh xạ đa trị
Dưới chính quy metric Hölder $\text{dist}(\bar{x}+tv, \Phi^{-1}(\bar{y})) \le \alpha [\text{dist}(\bar{y}, \Phi(\bar{x}+tv))]^{1/k}$ Điều kiện chính quy phi tuyến xử lý ràng buộc
Tập tiếp liên cấp $m$ chỉ số $\gamma$ $T_\gamma^m(M, \bar{x}, u_1, \dots, u_{m-1})$ Xấp xỉ hình học cấp cao theo hướng với $\gamma \in [0, \infty]$

Chương 4: Nghiên cứu điều kiện tối ưu bằng đạo hàm tựa tiếp liên

Chương 4 thiết lập các kết quả cốt lõi về điều kiện tối ưu cấp cao:

  • Đề xuất khái niệm đạo hàm trên tựa tiếp liên cấp $m$ chỉ số $\gamma \in [0, \infty]$: $$D_\gamma^m \Phi(\bar{x}, \bar{y}, v_1, \dots, v_{m-1})(x) := \limsup_{x' \to x, (t, r) \downarrow (0, 0), tr^{-1} \to \gamma} \frac{\Phi(\bar{x} + tx') - \bar{y} - tv_1 - \dots - t^{m-1}v_{m-1}}{t^{m-1}r}$$ và đạo hàm dưới tựa tiếp liên $d_\gamma^m \Phi$. Đạo hàm này bao hàm đạo hàm Studniarski (khi $\gamma = 1, v_i = 0$) và đạo hàm tiếp liên cổ điển.
  • Thiết lập tính khả vi proto tựa tiếp liên và các quy tắc giải tích cho phép tổng $(\Phi + \Psi)$ (Mệnh đề 4.2) và phép xích $(\Psi \circ \Phi)$ (Mệnh đề 4.3) dưới điều kiện dưới chính quy metric theo hướng của hàm khoảng cách.
  • Bổ đề 4.1 và Bổ đề 4.2 chứng minh tính chất tiệm cận của bao đóng nón lồi và tính chất tách đạo hàm của $\Phi^+(\cdot) = \Phi(\cdot) + \text{cl} \Gamma$.
  • Xét bài toán tối ưu đa trị $(P): \text{Min}_C F(x) \text{ s.t. } G(x) \cap (-D) \neq \emptyset$. Thiết lập điều kiện cần tối ưu cấp cao cho hai trường hợp:
    • Trường hợp nón $D$ đặc ($\text{int} D \neq \emptyset$): Áp dụng điều kiện định tính ràng buộc kiểu Mangasarian-Fromovitz (MFCQ) (Định lý 4.5).
    • Trường hợp nón $D$ không đặc ($\text{int} D = \emptyset$): Áp dụng điều kiện định tính ràng buộc kiểu Kurcyusz-Robinson-Zowe (KRZCQ) (Định lý 4.6).
  • Mở rộng sang bài toán tối ưu vectơ với ràng buộc hỗn hợp (bất phương trình và phương trình suy rộng), chứng minh sự độc lập giữa cấp đạo hàm của ánh xạ mục tiêu và ràng buộc.

Chương 5: Nghiên cứu độ nhạy của ánh xạ nghiệm bằng đạo hàm Hadamard

Chương 5 phát triển lý thuyết phân tích độ nhạy định lượng:

  • Đề xuất khái niệm đạo hàm theo hướng cấp cao theo nghĩa Hadamard cho ánh xạ đa trị, mở rộng tự nhiên từ trường hợp đơn trị [26], [40].
  • Xây dựng quy tắc tính vi phân cho các phép toán tập hợp: phép hợp, phép giao, phép tích, phép tổng và quy tắc xích cho hàm hợp dưới giả thiết dưới chính quy metric theo hướng.
  • Chứng minh tính khả vi Hadamard của ánh xạ giá trị hữu hiệu và thiết lập công thức tường minh tính đạo hàm Hadamard của ánh xạ này.
  • Thiết lập định lý hàm ẩn cho ánh xạ đa trị dựa trên tính chính quy metric theo hướng kiểu Robinson và đạo hàm Studniarski.
  • Ứng dụng định lý hàm ẩn vào phân tích độ nhạy cấp cao cho ánh xạ nghiệm của bài toán cân bằng vectơ có tham số và ánh xạ nghiệm của phương trình suy rộng có tham số ở dạng tổng quát.

Chương 6: Kết luận và kiến nghị

Chương 6 tổng kết toàn bộ các kết quả lý thuyết đạt được trong luận án về hai trục nội dung: điều kiện tối ưu KKT cấp cao và phân tích độ nhạy bằng đạo hàm Hadamard. Tác giả kiến nghị các hướng nghiên cứu tiếp theo nhằm áp dụng khung lý thuyết này vào các lớp bài toán cụ thể.

Kết quả và những đóng góp mới

Luận án tự nêu các đóng góp khoa học mới bao gồm:

Về lý thuyết điều kiện tối ưu:

  1. Đề xuất khái niệm đạo hàm tựa tiếp liên cấp cao chỉ số $\gamma \in [0, \infty]$, khắc phục nhược điểm của các đạo hàm suy rộng trước đây bằng cách tích hợp tính chất của đạo hàm tiếp liên và đạo hàm Studniarski.
  2. Thiết lập quy tắc nhân tử KKT cấp cao ở dạng phi cổ điển (vế phải dạng supremum) dưới giả thiết dưới chính quy metric kiểu Hölder, đồng thời đạt được độ lệch bù cấp cao cho ánh xạ mục tiêu.
  3. Chứng minh được sự phân tách độc lập giữa đạo hàm của ánh xạ mục tiêu và đạo hàm của ánh xạ ràng buộc, cho phép cấp đạo hàm của hai ánh xạ này hoàn toàn khác nhau và không phụ thuộc lẫn nhau.
  4. Xây dựng điều kiện để nhân tử Lagrange ứng với mục tiêu không bị triệt tiêu bằng cách sử dụng các điều kiện định tính ràng buộc dạng Mangasarian-Fromovitz (khi nón ràng buộc đặc) và Kurcyusz-Robinson-Zowe (khi nón ràng buộc không đặc) cho nhiều lớp nghiệm: nghiệm yếu, nghiệm Henig, nghiệm Borwein và nghiệm dương.

Về phân tích độ nhạy:

  1. Đề xuất khái niệm đạo hàm theo hướng cấp cao theo nghĩa Hadamard cho ánh xạ đa trị và hoàn thiện hệ thống quy tắc giải tích cho các phép hợp, giao, tích, tổng và phép xích dưới điều kiện dưới chính quy metric theo hướng.
  2. Thiết lập tính khả vi Hadamard và công thức tính đạo hàm của ánh xạ giá trị hữu hiệu có nhiễu.
  3. Xây dựng định lý hàm ẩn cho ánh xạ đa trị và áp dụng phân tích định lượng độ nhạy cấp cao cho ánh xạ nghiệm của bài toán cân bằng vectơ có tham số và phương trình suy rộng có tham số.

Kiến nghị và giải pháp đề xuất: Tác giả đề xuất định hướng áp dụng các kết quả lý thuyết tổng quát đã xây dựng vào các lớp bài toán tối ưu cụ thể có cấu trúc đặc thù trong thực tiễn và tính toán ứng dụng.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế: Các mô hình bài toán và kết quả trong luận án được xây dựng ở mức độ trừu tượng cao trên các không gian Banach tổng quát. Luận án chưa đi sâu vào việc triển khai thuật toán số cụ thể hoặc cài đặt chương trình tính toán cho các mô hình ứng dụng kỹ thuật thực tế.

Hướng nghiên cứu tiếp: Luận án chỉ rõ các bài toán cụ thể sẽ được tập trung nghiên cứu trong thời gian tới:

  • Bài toán tối ưu minimax.
  • Bài toán tối ưu hai mức (bilevel programming).
  • Bài toán tối ưu nửa vô hạn (semi-infinite programming).
  • Bài toán tối ưu vectơ với các cấu trúc ràng buộc cụ thể.
  • Bài toán tối ưu nửa xác định dương (semidefinite programming).

Giá trị tham khảo

Luận án là tài liệu tham khảo chuyên khảo trong lĩnh vực Toán giải tích và Tối ưu hóa:

  • Đối tượng sử dụng: Nghiên cứu sinh, học viên cao học, giảng viên và các nhà nghiên cứu chuyên sâu về Toán ứng dụng, Lý thuyết tối ưu, Giải tích biến phân và Hệ thống.
  • Các phần đáng tham khảo:
    • Chương 3 và Chương 4: Cung cấp định nghĩa, tính chất của các tập tiếp xúc cấp cao, đạo hàm tựa tiếp liên chỉ số $\gamma$ và kỹ thuật thiết lập quy tắc nhân tử KKT phi cổ điển cho bài toán đa trị.
    • Chương 5: Cung cấp kỹ thuật tính vi phân cho ánh xạ đa trị, định lý hàm ẩn cho ánh xạ đa trị và phương pháp phân tích độ nhạy cấp cao cho bài toán cân bằng vectơ có tham số và phương trình suy rộng.

Câu hỏi thường gặp

  1. Đạo hàm tựa tiếp liên cấp $m$ chỉ số $\gamma$ có điểm gì khác biệt so với các đạo hàm suy rộng đã có? Đạo hàm tựa tiếp liên cấp $m$ chỉ số $\gamma \in [0, \infty]$ được xây dựng với hai dãy bước tiệm cận $(t_n, r_n) \downarrow (0, 0)$ thỏa mãn $t_n r_n^{-1} \to \gamma$. Khái niệm này kết hợp linh hoạt giữa đạo hàm tiếp liên và đạo hàm Studniarski; khi $\gamma = 1$ và các hướng triệt tiêu, nó trở về đạo hàm Studniarski cấp $m$, đồng thời mở rộng được cho cả trường hợp $\gamma = 0$ và $\gamma = \infty$.

  2. Tại sao quy tắc nhân tử KKT trong luận án lại ở dạng phi cổ điển? Dạng phi cổ điển thể hiện ở việc vế phải của quy tắc nhân tử không bắt buộc bằng 0 như dạng cổ điển mà được biểu diễn ở dạng supremum của phiếm hàm trên tập tiếp xúc, và giá trị này có thể nhận giá trị âm như đã được chỉ ra qua các ví dụ minh họa trong luận án.

  3. Làm thế nào để đảm bảo nhân tử Lagrange ứng với hàm mục tiêu không bị triệt tiêu? Luận án áp dụng các điều kiện định tính ràng buộc suy rộng phù hợp với cấu trúc hình học của nón thứ tự $D$: sử dụng điều kiện kiểu Mangasarian-Fromovitz (MFCQ) khi phần trong của nón $D$ khác rỗng ($\text{int} D \neq \emptyset$) và điều kiện kiểu Kurcyusz-Robinson-Zowe (KRZCQ) khi phần trong của nón $D$ bằng rỗng ($\text{int} D = \emptyset$).

  4. Bậc đạo hàm của ánh xạ mục tiêu và ánh xạ ràng buộc trong điều kiện tối ưu có bắt buộc phải bằng nhau không? Không. Một đóng góp của luận án là chứng minh được sự phân tách độc lập trong tính toán đạo hàm của ánh xạ mục tiêu và ràng buộc, cho phép cấp đạo hàm của ánh xạ mục tiêu và ánh xạ ràng buộc hoàn toàn khác nhau và không phụ thuộc lẫn nhau.

  5. Định lý hàm ẩn cho ánh xạ đa trị trong luận án được thiết lập dựa trên những công cụ nào và ứng dụng vào bài toán gì? Định lý hàm ẩn được thiết lập dựa trên tính chính quy metric theo hướng Robinson kết hợp với đạo hàm Hadamard cấp cao và đạo hàm Studniarski. Định lý này được ứng dụng trực tiếp để phân tích độ nhạy cấp cao cho ánh xạ nghiệm của bài toán cân bằng vectơ có tham số và phương trình suy rộng có tham số.

Kết luận

Luận án tiến sĩ của nghiên cứu sinh Nguyễn Xuân Duy Bảo đã giải quyết hoàn chỉnh hai bài toán lớn trong tối ưu hóa không trơn: thiết lập quy tắc nhân tử Karush-Kuhn-Tucker cấp cao phi cổ điển với độ lệch bù cấp cao dưới điều kiện chính quy Hölder, và xây dựng khung giải tích vi phân Hadamard cấp cao phục vụ phân tích độ nhạy của ánh xạ nghiệm. Các kết quả đạt được trên không gian Banach tổng quát cho bài toán tối ưu đa trị, tối ưu vectơ, bài toán cân bằng và phương trình suy rộng có tham số đã mở rộng nhiều công trình trong nước và quốc tế. Hệ thống lý thuyết này tạo nền tảng trực tiếp để phát triển nghiên cứu ứng dụng cho các lớp bài toán tối ưu chuyên biệt như minimax, hai mức, nửa vô hạn và nửa xác định dương trong thời gian tới.