BÀI TOÁN NGƯỢC: Luận Án Chuyên Ngành Toán Giải Tích

Luận án tiến sĩ toán học về bài toán ngược trong lý thuyết nhiệt. Nghiên cứu sâu về các ứng dụng và giải pháp trong lĩnh vực toán giải tích và vật lý. Tài liệu tham khảo hữu ích.

• Tác giả: Phạm Hoàng Quân
• Người hướng dẫn: Gs. Đặng Đình Ang
• Trường học: Đại Học Sư Phạm Thành Phố Hồ Chí Minh
• Chuyên ngành: Toán Giải Tích
• Đề tài: Bài Toán Ngược
• Loại tài liệu: Luận Án Tiến Sĩ
• Năm xuất bản: 2005
• Địa điểm: Thành Phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• LỜI NÓI ĐẦU

Tóm tắt

I. Tổng Quan Nghiên Cứu Bài Toán Ngược Trong Toán Giải Tích

Bài toán ngược là một lĩnh vực quan trọng trong toán giải tích, đặc biệt khi ứng dụng vào các bài toán thực tế trong khoa học kỹ thuật. Luận án tiến sĩ này tập trung vào việc nghiên cứu và phát triển các phương pháp giải quyết các bài toán ngược khác nhau, từ đó cung cấp các giải pháp hiệu quả và tin cậy. Theo sự tổng kết của O. Alifanov (xem [I], trang 13), có bốn loại bài toán nhiệt ngược: Bài toán nhiệt ngược thời gian, Bài toán biên ngược, Bài toán xác định hệ số và Bài toán hình học. Luận án sẽ tập trung vào 3 loại bài toán đầu tiên. Bài toán ngược thường gặp trong các lĩnh vực như truyền nhiệt, sóng, và xác định hệ số của phương trình đạo hàm riêng. Tuy nhiên, việc giải quyết bài toán ngược gặp nhiều khó khăn do tính không ổn định của nghiệm, đòi hỏi các phương pháp tiếp cận đặc biệt.

1.1. Khái niệm và Phân loại Bài toán Ngược

Bài toán ngược đặt ra yêu cầu xác định các tham số đầu vào hoặc các điều kiện biên của một hệ thống khi biết kết quả đầu ra. Các loại bài toán ngược bao gồm bài toán nhiệt ngược thời gian, bài toán biên ngược, và bài toán xác định hệ số. Việc phân loại này giúp chúng ta hiểu rõ hơn về bản chất và đặc điểm của từng loại bài toán, từ đó lựa chọn phương pháp giải phù hợp. Theo Hadamard, bài toán tìm x thỏa Ax =y gọi là chỉnh nếu nghiệm, nếu có, là duy nhất, nghiệm tổn tại và nghiệm có tính ổn định.

1.2. Tầm quan trọng của Nghiên cứu Bài toán Ngược

Nghiên cứu bài toán ngược có ý nghĩa quan trọng trong nhiều lĩnh vực, từ kỹ thuật đến khoa học tự nhiên. Các ứng dụng thực tế bao gồm xác định nguồn gốc ô nhiễm, chẩn đoán y tế, và kiểm tra không phá hủy vật liệu. Việc phát triển các phương pháp giải bài toán ngược hiệu quả sẽ giúp giải quyết các vấn đề thực tiễn một cách chính xác và nhanh chóng. Tinh chỉnh hay không chỉnh phụ thuộc vào nhiều điều kiện. Ví dụ có nhiều bài toán là không chỉnh khi dữ liệu cho được xét trên các không gian thông dụng nhưng lại chỉnh nếu dữ liệu xét trên không gian thu hẹp hơn. Điều này được minh hoa, chang hạn, như một dấu hiệu phổ quát để nhận diện phương pháp mollification.

II. Thách Thức Tính Không Ổn Định Của Bài Toán Ngược

Một trong những thách thức lớn nhất khi giải bài toán ngược là tính không ổn định của nghiệm. Sai số nhỏ trong dữ liệu đầu vào có thể dẫn đến sai số lớn trong nghiệm, làm cho việc tìm kiếm giải pháp chính xác trở nên khó khăn. Điều này đòi hỏi các phương pháp chính quy hóa để ổn định hóa quá trình giải và đảm bảo nghiệm có ý nghĩa. Cụ thể luận án sẽ khảo sát sự chỉnh hóa nghiệm của các bài toán nằm trong bốn dạng đã liệt kê như sau: Bài toán nhiệt ngược thời gian - tuyến tính hai chiều không gian với các dữ kiện nhiệt độ cuối là rời rạc (chương 1), - phi tuyến một chiều không gian trên một tập hợp bi chan (chương 6), - phi tuyến một chiều không gian trên toàn bộ trục số thực (chương 7).

2.1. Ảnh hưởng của Sai Số Đến Nghiệm Bài Toán Ngược

Sai số trong dữ liệu đầu vào, dù nhỏ đến đâu, đều có thể gây ra sự khuếch đại lớn trong nghiệm của bài toán ngược. Điều này đặc biệt đúng với các bài toán có tính chất không ổn định cao. Việc hiểu rõ cơ chế lan truyền sai số là rất quan trọng để phát triển các phương pháp chính quy hóa hiệu quả. Chẳng hạn trong bài toán xác định nguồn nhiệt (xem [51] trang 222) dạng @{(x,t)f(x). Isakov đã phát biểu một kết quả đánh giá ổn định cho trường hợp @(x. Without the conditions (9.1), nonuniqueness is possible”, nghĩa là bài toán có thể không chỉnh.

2.2. Sự Cần Thiết của Các Phương Pháp Chính Quy Hóa

Do tính không ổn định của nghiệm, các phương pháp chính quy hóa là không thể thiếu khi giải bài toán ngược. Các phương pháp này giúp hạn chế sự khuếch đại sai số và đảm bảo nghiệm có tính ổn định. Việc lựa chọn phương pháp chính quy hóa phù hợp phụ thuộc vào đặc điểm cụ thể của từng bài toán. Đối với các bài toán có nghiệm không ổn định, người ta cần xây dựng các nghiệm xấp xỉ ổn định nghiệm cần tìm. Bài toán này gọi là bài toán chỉnh hóa (regularization).

III. Phương Pháp Tiếp Cận Giải Bài Toán Ngược Trong Toán Giải Tích

Luận án này trình bày một số phương pháp tiếp cận để giải bài toán ngược trong toán giải tích. Các phương pháp bao gồm sử dụng không gian Hilbert, không gian Banach, và các kỹ thuật giải tích hàm. Mục tiêu là xây dựng các thuật toán ổn định và hiệu quả để giải quyết các bài toán ngược khác nhau. Các kết quả cho một vật thể dẫn nhiệt hai lớp đã được trình bày như một minh họa cho ý tưởng của phương pháp. Các kết quả này đã được công bố trong bài [71] trên tạp chi Applicable Analysis.

3.1. Sử Dụng Không Gian Hilbert và Banach

Không gian Hilbert và không gian Banach là các công cụ mạnh mẽ trong việc phân tích và giải bài toán ngược. Chúng cung cấp một khung lý thuyết vững chắc để nghiên cứu tính ổn định và hội tụ của các phương pháp giải. Việc lựa chọn không gian phù hợp là rất quan trọng để đảm bảo hiệu quả của thuật toán. Bắt đầu từ công trình tiên phong của Fritz John [54] vào thập niên 50, các bài toán nhiệt ngược thời gian tuyến tính đã được khảo sát rất nhiều bằng các phương pháp nửa nhóm qua các công trình của Krein [56], phương pháp quasi-reversibility của Lattés-Lions [58], Miller [66], phương pháp pseudo- parabolic của Gajewski and Zacharias [34], phương pháp chỉnh hóa hyperbolic [5].

3.2. Kỹ Thuật Giải Tích Hàm trong Bài Toán Ngược

Các kỹ thuật giải tích hàm, như phép toán tử và phổ của toán tử, đóng vai trò quan trọng trong việc xây dựng các phương pháp giải bài toán ngược. Chúng cho phép chúng ta phân tích cấu trúc của bài toán và tìm ra các tính chất quan trọng. Việc áp dụng các kỹ thuật này đòi hỏi sự hiểu biết sâu sắc về toán giải tích và giải tích hàm. Talenti và Vessella [76]. Dinh Nho Hao,H.] sử dụng phương pháp mollification đã khảo sát bài toán trong trường hợp hệ số phụ thuộc vào biến x (với giả thiết trụ cột là nhiệt độ ban đầu triệt tiêu) và cho các đánh giá ổn định loại Holder.

IV. Giải Pháp Phương Pháp Chính Quy Hóa Tikhonov Cho Bài Toán Ngược

Phương pháp chính quy hóa Tikhonov là một trong những phương pháp phổ biến và hiệu quả để giải bài toán ngược. Phương pháp này bổ sung một thành phần chính quy hóa vào hàm mục tiêu, giúp ổn định hóa quá trình giải và giảm thiểu ảnh hưởng của sai số. Việc lựa chọn tham số chính quy hóa phù hợp là rất quan trọng để đạt được kết quả tốt nhất. Để tiện lợi trong các thảo luận về sau, chúng tôi nêu lên định nghĩa của sự chỉnh hóa. Vì trong luận án có sự chỉnh hoá các bài toán phi tuyến nên chúng tôi định nghĩa lấy ý tưởng trong [78, trang 43] Xét phương trình Au=f, ueD(A)cXfeY trong đó X và Y là các không gian mêtric với mêtric d và p, A là toán tử từ X vào Y. Giả sử u,, (gọi là nghiệm chính xác, exact solution) và f,, (gọi là đữ liệu chính xác, exact data) thỏa Au,, =f,,.

4.1. Nguyên Lý Hoạt Động của Chính Quy Hóa Tikhonov

Phương pháp chính quy hóa Tikhonov hoạt động bằng cách thêm một thành phần phạt vào hàm mục tiêu ban đầu. Thành phần phạt này thường là một hàm của nghiệm, khuyến khích nghiệm có tính chất nhất định, chẳng hạn như độ trơn hoặc độ nhỏ. Việc cân bằng giữa thành phần dữ liệu và thành phần phạt là rất quan trọng để đạt được nghiệm ổn định và chính xác.Theo chúng tôi, một trong những dấu hiệu để phân biệt một phương pháp là trực tiếp hay không có thể dựa trên việc chọn toán tử chỉnh hóa và tham số chỉnh hóa có cụ thể hay không. Còn định nghĩa thế nào là cụ thể thì xin trích một đoạn văn hóm hỉnh của giáo sư Groesch: “. we find ourselves in a position akin to that experienced by Justice Potter Stewart who, in referring to pornography, said he couldn't define it, but he knew it when he saw it”.

4.2. Lựa Chọn Tham Số Chính Quy Hóa Tối Ưu

Việc lựa chọn tham số chính quy hóa là một vấn đề quan trọng trong phương pháp chính quy hóa Tikhonov. Tham số này quyết định mức độ phạt áp dụng cho nghiệm, và do đó ảnh hưởng đến tính ổn định và chính xác của kết quả. Có nhiều phương pháp để lựa chọn tham số chính quy hóa, chẳng hạn như phương pháp L-curve và phương pháp discrepancy principle. Khi sử dụng phương pháp phổ quát như chỉnh hóa Tikhonov, chúng tôi thường gap khó khăn khi phải chọn tham số chỉnh hóa a(s) nếu không sử dụng một vài điểu kiện (rất khó kiểm tra) chẳng hạn như f <¢ Range A’ (xem [3§]).

V. Ứng Dụng Bài Toán Truyền Nhiệt Ngược Bài Toán Địa Chấn Ngược

Bài toán ngược có nhiều ứng dụng thực tế trong các lĩnh vực khác nhau. Luận án này tập trung vào hai ứng dụng chính: bài toán truyền nhiệt ngược và bài toán địa chấn ngược. Việc giải quyết các bài toán này có ý nghĩa quan trọng trong việc thiết kế hệ thống làm mát, dự báo động đất, và thăm dò tài nguyên. Bài toán đặt ra ở đây là xác định phân bố nhiệt độ trên biên (trục Ox) từ nhiệt độ đo ở những điểm có phương trình y=l của nửa mặt phẳng trên. Việc khảo sát này sử dụng ý tưởng thông dụng được nói tới trong [16, 46, .]: khảo sát bài toán trong phan mặt phẳng y>1 (bài toán chỉnh) rồi lấy kết quả làm dữ liệu để khảo sát trong dải 0<y<1 (bài toán không chỉnh).

5.1. Giải Bài Toán Truyền Nhiệt Ngược

Bài toán truyền nhiệt ngược liên quan đến việc xác định các thông số nhiệt độ hoặc hệ số dẫn nhiệt của một vật liệu khi biết nhiệt độ tại một số điểm trong vật liệu. Ứng dụng của bài toán này bao gồm kiểm tra không phá hủy, thiết kế hệ thống làm mát, và dự báo nhiệt độ trong các quá trình công nghiệp. Có lẽ một trong những lý do là quan điểm cho rằng bài toán đó đã được giải quyết về mặt nguyên tắc vì có thể phân thành nhiều bài toán một lớp và ta có thể lần lượt giải theo từng lớp từ trong ra ngoài. Tuy nhiên, phương pháp này có các tính toán nhiều và khó rút ra các đánh giá về sai số.

5.2. Ứng Dụng Bài Toán Địa Chấn Ngược

Bài toán địa chấn ngược liên quan đến việc xác định cấu trúc dưới lòng đất từ dữ liệu sóng địa chấn. Ứng dụng của bài toán này bao gồm thăm dò tài nguyên, dự báo động đất, và nghiên cứu cấu trúc trái đất. Việc giải quyết bài toán địa chấn ngược đòi hỏi các phương pháp phức tạp và dữ liệu chất lượng cao. Các bài toán nhiệt ngược thời gian được khảo sát qua rất nhiều công trình, cho đến gần đây, bài toán trên không gian Banach trừu tượng vẫn còn được công bố (xem [49]).

VI. Triển Vọng Hướng Nghiên Cứu Mới Về Bài Toán Ngược Tương Lai

Nghiên cứu về bài toán ngược vẫn còn nhiều thách thức và cơ hội. Các hướng nghiên cứu tiềm năng bao gồm phát triển các phương pháp chính quy hóa mới, ứng dụng trí tuệ nhân tạo để giải bài toán ngược, và mở rộng phạm vi ứng dụng của bài toán ngược trong các lĩnh vực mới. Chúng tôi hy vọng rằng các nghiên cứu trong tương lai sẽ giúp giải quyết các vấn đề phức tạp và mang lại lợi ích cho xã hội. Thứ tư, để thực hiện chỉnh hóa một cách tường minh, chúng tôi sử dụng các điều kiện dạng Dirichlet trên một phần biên do các ý nghĩa vật lý của bài toán. Việc chỉnh hóa mà không sử dụng thêm các điều kiện Dirichlet đang được nghiên cứu tiếp tục. chúng tôi hy vọng rằng sẽ có tiến triển trong tương lai gần.

6.1. Phát Triển Phương Pháp Chính Quy Hóa Tiên Tiến

Việc phát triển các phương pháp chính quy hóa tiên tiến là rất quan trọng để giải quyết các bài toán ngược phức tạp. Các phương pháp mới cần phải có khả năng xử lý dữ liệu nhiễu, đảm bảo tính ổn định của nghiệm, và đáp ứng các yêu cầu về hiệu suất tính toán. Chúng tôi khuyến khích các nhà nghiên cứu tiếp tục khám phá các kỹ thuật mới trong lĩnh vực này.

6.2. Ứng Dụng Trí Tuệ Nhân Tạo Trong Bài Toán Ngược

Trí tuệ nhân tạo (AI) có tiềm năng lớn trong việc giải quyết bài toán ngược. Các mô hình học sâu có thể được huấn luyện để nhận diện các mối quan hệ phức tạp giữa dữ liệu đầu vào và nghiệm, giúp giải quyết các bài toán mà các phương pháp truyền thống gặp khó khăn. Việc kết hợp AI với các phương pháp chính quy hóa có thể mang lại hiệu quả cao hơn. Cuối cùng, chúng tôi xin thảo luận về các phương pháp chỉnh hóa được sử dụng trong luận án này đồng thời cũng thảo luận về nội dung của Chương 2 của luận án.

Trích đoạn nội dung tài liệu

Chương I của luận án). Bên cạnh đó, bài toán nhiệt ngược thời gian với nguồn nhiệt phi tuyến cũng chỉ mới được nhóm chúng tôi khảo sát gần đây trong các bài báo (69, 73] đã công bố (nội dung chính của chương 6 và 7) và trong công trình [80] (gửi đăng ở tạp chí ZAA). Trong khuôn khổ các tài liệu tìm được, chúng tôi chưa tìm được các công trình khác về bài toán phi tuyến này. Bài toán xác định nhiệt độ bể mặt từ các div liệu đo bên trong (borehole measurements) là bài toán đã được khảo sát rất nhiều trong trường hợp vật thể dẫn nhiệt chỉ có một lớp (one layer).

Bài toán này đã được phát biểu trong [1, 16, 19,. Trường hợp biến không gian x thuộc về nửa trục thực bài toán (với hệ số hằng) đã được khảo sát bởi Carasso [22]. Talenti và Vessella [76]. Dinh Nho Hao,H.] sử dụng phương pháp mollification đã khảo sát bài toán trong trường hợp hệ số phụ thuộc vào biến x (với giả thiết trụ cột là nhiệt độ ban đầu triệt tiêu) và cho các đánh giá ổn định loại Holder.

Gần đây, Chu-Li Fu [33] cũng sử dụng phương pháp chỉnh hóa Fourier (chặt cụt các tần số cao) để khảo sát bài toán. Tuy nhiên bài toán sideways cho trường hợp vật thể có nhiều lớp (multi-layer) vẫn chưa được khảo Lời nói đầu 5 sát nhiều mặc dù đã được để cập rất rõ ràng trong cuốn sách kinh điển của [I6]. Có lẽ một trong những lý do là quan điểm cho rằng bài toán đó đã được giải quyết về mặt nguyên tắc vì có thể phân thành nhiều bài toán một lớp và ta có thể lần lượt giải theo từng lớp từ trong ra ngoài. Tuy nhiên, phương pháp này có các tính toán nhiều và khó rút ra các đánh giá về sai số.

Chúng tôi đã khảo sát bài toán trên quan điểm tính toán đồng thời phân bố nhiệt độ trong tất cả các lớp như là hệ thống của các phương trình tích chập, nhờ đó có thể tính trực tiếp nhiệt độ bé mặt mà không phải tính theo lối quy nạp. Trong Chương 3, các kết quả cho một vật thể dẫn nhiệt hai lớp đã được trình bày như một minh họa cho ý tưởng của phương pháp. Các kết quả này đã được công bố trong bài [71] trên tạp chi Applicable Analysis. Trường hợp xác định nhiệt độ bể mặt của vật thể thỏa phương trình elliptic phi tuyến được khảo sát trong chương 5.

Cũng như các bài toán phi tuyến nhiệt ngược thời gian, chúng tôi cũng chưa tìm ra được các công trình khảo sát bài toán phi tuyến tương tự. Bài toán đặt ra ở đây là xác định phân bố nhiệt độ trên biên (trục Ox) từ nhiệt độ đo ở những điểm có phương trình y=l của nửa mặt phẳng trên. Việc khảo sát này sử dụng ý tưởng thông dụng được nói tới trong [16, 46, .]: khảo sát bài toán trong phan mặt phẳng y>1 (bài toán chỉnh) rồi lấy kết quả làm dữ liệu để khảo sát trong dải 0<y<1 (bài toán không chỉnh). Các kết quả này chỉ là các kết quả bước đầu cho việc nghiên cứu bài toán phi tuyến này.

Nội dung của bài toán được trình bày trong bài báo [72] đã công bố trên tạp chí Vietnam Journal of Mathematics và là nội dung của Chương 5. Trong các bài toán xác định về hệ số, luận án chỉ khảo sát bài toán tim nguồn nhiệt. Đây là một loại bài toán phi tuyến (xem [51, trang 222]). Một số Lời nói đầu 6 dang đặc biệt của nguồn nhiệt F thường được xem xét.

Trong [64], dạng F(x,t) = g„(X,t)+f,(x)g(U +f,(Đ)g;(X) được khảo sát. Hao [42] khảo sát dạng nguồn nhiệt F(x.t)f(x) với f(x) là ẩn hàm va (x,t) là hàm trọng lượng (weight function) đã cho chính xác. Cannon-Esteva, Dinh Nho Hào, Saioh-Vũ Kim Tuấn-Yamamoto, Yamamoto [20, 21, 40, 75, 82] đã khảo sát dạng tách biến F(x,L) = (X(t) trong đó một trong hai hàm là ẩn hàm. Hàm u= u„ và Fe F la hàm phụ thuộc phi tuyến vào ọ.

Nếu hàm ọ đã biết chính xác (exactly given function) thì bài toán trở thành tuyến tính. Để giải được bài toán này một số điều kiện được bổ sung thêm (overdetermination conditions). Trường hợp bổ sung thêm giá trị nhiệt độ đo ở phần trong của vật thể, bài toán khảo sát sự ổn định của nguồn nhiệt được trình bày trong [20, 21, 75, 82]. Bài toán tổn tại và duy nhất cho bài toán hệ số trên miền không gian là đoạn (0,1) đã được khảo sát trong [40] sử dụng điều kiện Cauchy ở một phần của biên.

Trong luận án này, chúng tôi xét bài toán xác định nguồn nhiệt có dạng hai chiều không gian có dang @(Uf(x,y) với @(© là hàm cho biết không chính xác (inexactly given function) và điều kiện bổ sung của chúng tôi cũng là điều kiện cuối (final overdetermination) như trong [51]. Công trình của chúng tôi khác các kết quả được phát biểu bởi Isakov ở những điểm sau: Thứ nhất, bài toán trong [50, 51] được khảo sát ở khía cạnh ổn định và duy nhất. còn công trình của chúng tôi khảo sát việc chỉnh hóa bài toán. Như chúng tôi đã phân tích ở phần đầu, đó là hai bài toán khác nhau.

Lời nói đầu 7 Thứ hai, trong [51], ham (x,t) xem như bié? chính xác, do đó. như đã lưu ý, kết qua phát biểu trong [51] (Định lý 9.1, trang 222) được sử dụng cho bài toán tuyến tính. Trong khi đó, trong bài toán chúng tôi nghiên cứu, ham g(t) được xem là dữ kiện biết không chính xác, chỉ biết hàm xấp xỉ @,(t) của @(t), do đó bài toán tìm (u,F)=(u,,.F,) là phi tuyến. Thứ ba, dạng nguồn nhiệt chúng tôi khảo sát có vẻ đơn giản hơn dạng khảo sát trong [51].

Tuy nhiên đi kèm với dạng nguồn nhiệt là các điều kiện trên đó. Với đặc điểm phức tạp của loại toán này, với các điều kiện khác nhau, phương pháp giải quyết có thể khác nhau hoàn toàn. Do đó dạng tổng quát của nguồn nhiệt như trong [51] nếu chưa xét đến các điều kiện thì chưa thể so sánh thỏa đáng được. Thực tế, Isakov đã chứng minh được rằng nếu có điều kiện (9.1) 0<(@,0 <0, trên Q và @>£>0 trên Qx(T) thì bài toán ổn định nghiệm trong không gian các hàm có đạo hàm liên tục với cấp thích hợp.

Vậy với điều kiện này, bài toán trở thành chỉnh trong C”' ({51] không xét bài toán trên trong không gian các hàm khả tích L’ với điều kiện đầu và cuối cũng thuộc L”). Tuy nhiên, nếu điều kiện (9.1) nói trên không thỏa thì như chúng tôi đã trích dẫn, bài toán có thể không duy nhất nghiệm (xem [51], trang 222), nghĩa là bài toán trở thành không chỉnh. Trong công trình [79], các điều kiện trên hàm @ được giảm nhẹ rất nhiều (xem Chương 4 của luận án) va đo đó nằm ngoài phạm vi của các kết quả trình bày trong [50, 51]. Thứ tư, để thực hiện chỉnh hóa một cách tường minh, chúng tôi sử dụng các điều kiện dạng Dirichlet trên một phần biên do các ý nghĩa vật lý của bài toán.

Việc chỉnh hóa mà không sử dụng thêm các điều kiện Dirichlet đang được nghiên cứu tiếp tục. chúng tôi hy vọng rằng sẽ có tiến triển trong tương lai gần. Lời nói đầu EE Các kết qua của chúng tôi đã được công bố trong bài báo [79] và là nội dung của chương 4. Cuối cùng, chúng tôi xin thảo luận về các phương pháp chỉnh hóa được sử dụng trong luận án này đồng thời cũng thảo luận về nội dung của Chương 2 của luận án.

Để tiện lợi trong các thảo luận về sau, chúng tôi nêu lên định nghĩa của sự chỉnh hóa. Vì trong luận án có sự chỉnh hoá các bài toán phi tuyến nên chúng tôi định nghĩa lấy ý tưởng trong [78, trang 43] Xét phương trình Au=f, ueD(A)cXfeY trong đó X và Y là các không gian mêtric với mêtric d và p, A là toán tử từ X vào Y. Giả sử u,, (gọi là nghiệm chính xác, exact solution) và f,, (gọi là đữ liệu chính xác, exact data) thỏa Au,, =f,,. Toán tử R„(Ð (phụ thuộc vào tham số œ và có thể không tuyến tính) gọi là roán tử chỉnh hóa cho phương trình Au=f trong một lân cận mở W của f nếu A.

tổn tại một số ð, >0 sao cho R„ xác định với moi œ >0 và với mọi fW trên sao cho p(f,.õ,) ta tìm được a(e) và œ(£) thỏa a(e)> 0 khi e >0 (@(£) —> 0 khi z => và nếu p(f,,. Lời nói đầu 9 Trường hợp tham số œ là số tự nhiên thì trong định nghĩa trên ta thay điều kiện tiến về 0 của ơ(£) bởi điều kiện ơ(e) > © khi e—>0. Số ơ gọi là tham số chỉnh hóa. Hàm u, gọi là nghiệm chỉnh hoá của bài toán, Dữ liệu f, gọi là đứ liệu không chính xác (inexact data).

Thông thường di? liệu do do đạc (measured data) hay di? liệu được cho (given data) của bài toán không phải là f,. Hàm f, là kết quả phối hợp của các di? liệu được cho thông qua nhiều phép toán khác nhau nên chỉ có thể gọi là dit liệu có được do tính toán (calculated data) từ các dữ liệu được cho hay gọi là các dit liệu thứ cấp (tam gọi là processed data). Sai số so với dữ liệu chính xác thường được ngầm định cho di? liệu được cho và có thể gọi là sai số ban đầu. Sai số trên các đữ liệu thứ cấp phải được đánh giá từ sai số ban đầu trên dữ liệu được cho.

Như vậy qua định nghĩa của nghiệm chỉnh hóa ta thấy có hai bài toán riêng. Thứ nhất là tim toán tử chỉnh hóa R,,. Thứ hai là tìm một phương pháp chọn tham số chỉnh hóa ơ(e). Nhiều công trình về chỉnh hóa chỉ giải quyết vấn dé thứ nhất, còn vấn dé thứ hai được phát biểu dưới dạng “tổn tai”.

Như đã được phân tích trong [1], các phương pháp giải có thể được chia thành hai loại: phương pháp phổ quát (universal) và phương pháp được định hướng vào bài toán (problem- oriented) hay còn gọi là phương pháp trực tiếp (direct methods). Chẳng hạn phương pháp chỉnh hóa Tikhonov là một phương pháp phổ quát có thể áp dụng cho các lớp bài toán rất rộng. Trong phương pháp trực tiếp, ta xem xét các yêu cầu cụ thể trên các dữ liệu và do đó, phạm vi áp dụng của nó hẹp hơn. Bù lại, các phương pháp chỉnh hóa trực tiếp đơn giản hơn và có thể mang lại sự xấp xỉ tốt trong từng trường hợp.

Khi sử dụng phương pháp phổ quát như chỉnh hóa Tikhonov, chúng tôi thường gap khó khăn khi phải chọn tham số chỉnh hóa a(s) Lời nói đầu 10 nếu không sử dụng một vài điểu kiện (rất khó kiểm tra) chẳng hạn như f <¢ Range A’ (xem [3§]).