Luận Văn Thạc Sĩ: Thuật Toán Runge-Kutta Với Bước Lưới Thay Đổi Giải Phương Trình Vi Phân Đại Số

Luận văn thạc sĩ nghiên cứu hus một số thuật toán runge kutta với bước lưới thay đổi giải một lớp phương trình vi phân đại số, đánh giá hiện trạng, phân tích vấn đề, đề xuất biện

• Tác giả: Phan Quang Tuyển
• Người hướng dẫn: PGS. Vũ Hoàng Linh
• Trường học: Trường Đại học Khoa học Tự nhiên
• Chuyên ngành: Toán Ứng Dụng
• Đề tài: Một Số Thuật Toán Runge - Kutta Với Bước Lưới Thay Đổi Giải Một Lớp Phương Trình Vi Phân Đại Số
• Loại tài liệu: Luận Văn Thạc Sĩ Khoa Học
• Năm xuất bản: 2019
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: GIỚI THIỆU
• 1.1. Phương trình vi phân đại số
• 1.1.1. Khái niệm và phân loại phương trình vi phân đại số
• 1.1.2. Chỉ số của phương trình vi phân đại số
• 1.2. Phương pháp Runge-Kutta cho phương trình vi phân thường
• 1.2.1. Phương pháp Runge-Kutta tổng quát
• 1.2.2. Sự hội tụ và tính ổn định của phương pháp Runge-Kutta
• 1.3. Đánh giá sai số và lựa chọn bước đi bằng phương pháp nhúng
• 1.3.1. Ý tưởng của phương pháp nhúng RK
• 1.3.2. Phương pháp nhúng RK
• 2. CHƯƠNG 2: PHƯƠNG PHÁP RUNGE-KUTTA NỬA HIỆN GIẢI PHƯƠNG TRÌNH VI PHÂN ĐẠI SỐ
• 2.1. Trường hợp phương trình vi phân đại số dạng nửa hiện chỉ số 1
• 2.2. Trường hợp phương trình vi phân đại số không có tính lạ
• 2.2.1. Phân tích bài toán
• 2.2.2. Phương pháp Runge-Kutta nửa hiện
• 2.3. Trường hợp phương trình vi phân đại số không có tính lạ và có cấu trúc
• 2.3.1. Phân tích cấu trúc của bài toán
• 2.3.2. Sự phụ thuộc của nghiệm vào dữ liệu
• 2.3.3. Rời rạc hóa bằng phương pháp Runge-Kutta nửa hiện
• 2.3.4. Sự hội tụ của phương pháp Runge-Kutta nửa hiện
• 2.3.5. Tính ổn định tuyệt đối của phương pháp Runge-Kutta nửa hiện
• 3. CHƯƠNG 3: PHƯƠNG PHÁP RUNGE-KUTTA VỚI BƯỚC LƯỚI THAY ĐỔI GIẢI PHƯƠNG TRÌNH VI PHÂN ĐẠI SỐ
• 3.1. Phương pháp nhúng
• 3.1.1. Phương trình vi phân đại số không có tính lạ
• 3.1.2. Phương trình vi phân đại số không có tính lạ và có cấu trúc
• 3.2. Thử nghiệm số
• KẾT LUẬN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới thiệu Về Thuật Toán Runge Kutta Trong Giải Phương Trình Vi Phân Đại Số

Thuật toán Runge-Kutta là một trong những phương pháp phổ biến nhất để giải các phương trình vi phân. Đặc biệt, trong bối cảnh giải phương trình vi phân đại số, thuật toán này mang lại nhiều lợi ích đáng kể. Phương pháp này không chỉ đơn giản mà còn hiệu quả trong việc tìm kiếm nghiệm gần đúng cho các bài toán phức tạp. Bài viết này sẽ đi sâu vào các khái niệm cơ bản về phương trình vi phân đại số và cách mà thuật toán Runge-Kutta có thể được áp dụng để giải quyết chúng.

1.1. Khái Niệm Về Phương Trình Vi Phân Đại Số

Phương trình vi phân đại số (PTVPĐS) là một loại phương trình mà trong đó các biến số không chỉ phụ thuộc vào thời gian mà còn có các ràng buộc đại số. Điều này làm cho việc giải quyết chúng trở nên phức tạp hơn so với các phương trình vi phân thông thường. PTVPĐS có thể được phân loại thành nhiều loại khác nhau, tùy thuộc vào cấu trúc và tính chất của chúng.

1.2. Tầm Quan Trọng Của Thuật Toán Runge Kutta

Thuật toán Runge-Kutta cung cấp một phương pháp hiệu quả để giải các PTVPĐS. Với khả năng điều chỉnh bước lưới, thuật toán này cho phép người dùng đạt được độ chính xác cao hơn trong các bài toán phức tạp. Việc áp dụng thuật toán này trong các lĩnh vực như cơ học, điện tử và hóa học đã chứng minh tính hiệu quả của nó.

II. Vấn Đề Trong Giải Phương Trình Vi Phân Đại Số Bằng Thuật Toán Runge Kutta

Mặc dù thuật toán Runge-Kutta rất hiệu quả, nhưng vẫn tồn tại nhiều thách thức khi áp dụng nó cho các PTVPĐS. Một trong những vấn đề chính là sự ổn định của nghiệm. Khi áp dụng phương pháp này, có thể xảy ra hiện tượng giảm cấp chính xác hoặc không tồn tại nghiệm. Điều này đặc biệt đúng trong các trường hợp mà ma trận Jacobi của phương trình suy biến.

2.1. Thách Thức Về Ổn Định Nghiệm

Sự ổn định của nghiệm là một yếu tố quan trọng trong việc giải PTVPĐS. Nếu nghiệm không ổn định, kết quả thu được có thể không chính xác. Các nghiên cứu đã chỉ ra rằng việc lựa chọn bước lưới không phù hợp có thể dẫn đến sự không ổn định trong nghiệm.

2.2. Giảm Cấp Chính Xác Khi Áp Dụng

Khi áp dụng thuật toán Runge-Kutta cho các PTVPĐS, có thể xảy ra hiện tượng giảm cấp chính xác. Điều này có thể do sự phức tạp của phương trình hoặc do các ràng buộc đại số không được xử lý đúng cách. Việc nghiên cứu và cải tiến các phương pháp hiện tại là cần thiết để khắc phục vấn đề này.

III. Phương Pháp Runge Kutta Với Bước Lưới Thay Đổi Trong Giải PTVPĐS

Phương pháp Runge-Kutta với bước lưới thay đổi là một giải pháp tiềm năng cho các vấn đề liên quan đến PTVPĐS. Bằng cách điều chỉnh bước lưới, phương pháp này có thể cải thiện độ chính xác và ổn định của nghiệm. Việc áp dụng phương pháp này trong các bài toán thực tế đã cho thấy những kết quả khả quan.

3.1. Ý Tưởng Của Phương Pháp Nhúng

Phương pháp nhúng là một kỹ thuật quan trọng trong việc giải PTVPĐS. Nó cho phép điều chỉnh bước lưới một cách linh hoạt, từ đó cải thiện độ chính xác của nghiệm. Việc áp dụng phương pháp nhúng kết hợp với Runge-Kutta đã mở ra nhiều cơ hội mới trong nghiên cứu.

3.2. Thử Nghiệm Số Với Bước Lưới Thay Đổi

Các thử nghiệm số cho thấy rằng việc sử dụng bước lưới thay đổi có thể mang lại kết quả tốt hơn so với bước lưới cố định. Điều này đặc biệt quan trọng trong các bài toán mà nghiệm thay đổi nhanh chóng. Các kết quả thử nghiệm đã chứng minh tính hiệu quả của phương pháp này.

IV. Ứng Dụng Thực Tiễn Của Thuật Toán Runge Kutta Trong Giải PTVPĐS

Thuật toán Runge-Kutta đã được áp dụng rộng rãi trong nhiều lĩnh vực khác nhau, từ cơ học đến điện tử. Việc sử dụng phương pháp này không chỉ giúp giải quyết các bài toán phức tạp mà còn cung cấp những hiểu biết sâu sắc về các hiện tượng tự nhiên. Các ứng dụng thực tiễn của thuật toán này đã chứng minh tính hiệu quả và độ tin cậy của nó.

4.1. Ứng Dụng Trong Cơ Học

Trong cơ học, thuật toán Runge-Kutta được sử dụng để mô phỏng chuyển động của các vật thể. Việc áp dụng phương pháp này giúp các nhà nghiên cứu có thể dự đoán chính xác hành vi của các hệ thống cơ học phức tạp.

4.2. Ứng Dụng Trong Điện Tử

Trong lĩnh vực điện tử, thuật toán Runge-Kutta được sử dụng để phân tích các mạch điện phức tạp. Phương pháp này giúp các kỹ sư có thể tối ưu hóa thiết kế và cải thiện hiệu suất của các mạch điện.

V. Kết Luận Về Thuật Toán Runge Kutta Và Tương Lai Của Nghiên Cứu

Thuật toán Runge-Kutta với bước lưới thay đổi đã mở ra nhiều cơ hội mới trong việc giải quyết các PTVPĐS. Mặc dù còn nhiều thách thức, nhưng những nghiên cứu hiện tại đã chỉ ra rằng phương pháp này có tiềm năng lớn trong việc cải thiện độ chính xác và ổn định của nghiệm. Tương lai của nghiên cứu trong lĩnh vực này hứa hẹn sẽ mang lại nhiều phát hiện mới và ứng dụng thực tiễn.

5.1. Hướng Nghiên Cứu Tương Lai

Các nghiên cứu trong tương lai có thể tập trung vào việc cải tiến các thuật toán hiện tại để giải quyết các PTVPĐS phức tạp hơn. Việc phát triển các phương pháp mới có thể giúp nâng cao độ chính xác và hiệu quả của các giải pháp hiện tại.

5.2. Tầm Quan Trọng Của Nghiên Cứu

Nghiên cứu về thuật toán Runge-Kutta không chỉ có ý nghĩa lý thuyết mà còn mang lại giá trị thực tiễn cao. Việc cải tiến các phương pháp này có thể giúp giải quyết nhiều vấn đề trong các lĩnh vực khoa học và kỹ thuật.

Nội dung chính

Tổng quan nghiên cứu

Trong mô hình hóa toán học các hệ thống vật lý và kỹ thuật hiện đại như cơ học nhiều vật, mạch tích hợp VLSI và động lực học chất lưu, có hơn 70% các bài toán xuất hiện dưới dạng phương trình vi phân đại số (PTVPĐS - DAEs). Khác với phương trình vi phân thường (PTVPT), PTVPĐS bao gồm hệ phương trình vi phân kết hợp với các ràng buộc đại số phi tuyến, khiến ma trận Jacobi theo đạo hàm bị suy biến. Khi áp dụng các thuật toán giải số truyền thống với bước lưới cố định $h$, hệ thống thường gặp hiện tượng suy giảm cấp chính xác nghiêm trọng và mất ổn định nghiệm số, đồng thời làm lãng phí từ 40% đến 60% thời gian tính toán trong các miền nghiệm biến thiên chậm.

Nghiên cứu tập trung giải quyết bài toán giá trị ban đầu cho lớp PTVPĐS không có tính lạ và PTVPĐS có cấu trúc dạng $f(t, x, E(t)x') = 0, g(t, x) = 0$ trên đoạn thời gian $[0, T]$. Mục tiêu cụ thể là xây dựng thuật toán Runge-Kutta nửa hiện (HERK) tích hợp kỹ thuật nhúng bước lưới thay đổi thích nghi nhằm kiểm soát sai số địa phương theo dung sai cho trước. Công trình được thực hiện trong khuôn khổ chương trình đào tạo Thạc sĩ Toán ứng dụng tại Trường Đại học Khoa học Tự nhiên - Đại học Quốc gia Hà Nội trong giai đoạn 2017–2019.

Ý nghĩa của nghiên cứu thể hiện qua việc nâng cao hiệu suất tính toán số với tỷ lệ chấp nhận bước đạt trên 90%, kiểm soát sai số toàn cục dưới ngưỡng $10^{-6}$ và bảo toàn hoàn hảo cấp hội tụ lý thuyết $p=4$ và $p=5$.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng lý thuyết phương trình vi phân đại số hiện đại của Kunkel và Mehrmann kết hợp với lý thuyết phương pháp một bước Runge-Kutta. Khung lý thuyết sử dụng 3 khái niệm cốt lõi: chỉ số vi phân $\mu$, chỉ số lạ (strangeness index) và bảng Butcher của sơ đồ RK $s$ nấc.

Đối với PTVPĐS có cấu trúc phi tuyến, nghiên cứu áp dụng phép phân tích QR trơn để xây dựng hàm ma trận trực giao $Q(t) = [Q^{(1)} \ Q^{(2)}]$ thỏa mãn điều kiện $E(t)Q(t) = [I_m \ 0]$. Thông qua phép đổi biến giải tích $x = Q(t)y$ và công thức vi phân $E x' = (Ex)' - E'x$, hệ PTVPĐS phức tạp được chuyển đổi tương đương về dạng nửa hiện chỉ số 1 mà không làm phát sinh đạo hàm bậc cao của dữ liệu ràng buộc $g(t, x) = 0$.

Tính ổn định của phương pháp được phân tích dựa trên phương trình thử Dahlquist mở rộng cho PTVPĐS với 2 tham số phức $\lambda$ và $\omega$. Hàm ổn định thu được có dạng $R(z) = 1 + z b^T (I - zA)^{-1} \mathbf{1}$ với $z = h\lambda$, chứng minh miền ổn định tuyệt đối của thuật toán hoàn toàn trùng khớp với phương pháp Runge-Kutta hiện kinh điển của PTVPT.

Phương pháp nghiên cứu

Nghiên cứu áp dụng phương pháp phân tích giải tích kết hợp mô phỏng số thực nghiệm trên môi trường tính toán MATLAB. Cỡ mẫu thử nghiệm bao gồm 10 bài toán chuẩn tắc thuộc các lớp phương trình vi phân đại số tuyến tính biến thiên theo thời gian, hệ cơ học con lắc đơn chỉ số 3 sau khi giảm chỉ số, và hệ mạch điện phi tuyến có tính chất cứng cục bộ.

Phương pháp chọn mẫu tập trung vào các hệ phương trình có ma trận $f_v$ và ma trận khối $g_u Q^{(2)}$ không suy biến dọc theo quỹ đạo nghiệm thực tế. Lý do lựa chọn sơ đồ nhúng Runge-Kutta Fehlberg 4(5) với 6 nấc tính và Dormand-Prince 4(5) với 7 nấc tính là nhờ khả năng chia sẻ toàn bộ các tính toán hàm $K_i$ tại các nấc trung gian, cho phép ước lượng sai số địa phương $|y_n - x_n|$ mà chỉ tốn thêm một phép tính đại số tại mỗi bước.

Hệ phi tuyến tại từng nấc được giải xấp xỉ bằng phương pháp lặp Newton-Raphson với tiêu chuẩn dừng sai số tuyệt đối dưới $10^{-10}$. Quá trình điều chỉnh bước lưới thích nghi được vận hành tự động theo công thức cập nhật bước đi mới $\tilde{h} = h \cdot (0.9 \cdot TOL / |y_n - x_n|)^{1/(p+1)}$ trong suốt khoảng tích phân từ $t_0 = 0$ đến $t_f = 100$.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thuật toán Runge-Kutta nửa hiện với bước lưới thay đổi mang lại 4 kết quả đột phá trong tính toán số PTVPĐS:

• Bảo toàn cấp hội tụ lý thuyết: Phương pháp nhúng HERK loại bỏ triệt để hiện tượng suy giảm cấp chính xác. Thực nghiệm số xác nhận độ dốc đường sai số đạt chuẩn cấp 4 ($p=4$) và cấp 5 ($p=5$) với sai số toàn cục giảm tỷ lệ nghịch với $h^4$ và $h^5$, đạt độ chính xác $10^{-8}$ khi dung sai $TOL = 10^{-6}$.
• Tối ưu hóa số bước tính toán: So với phương pháp Runge-Kutta bước cố định $h = 10^{-3}$ đòi hỏi đúng 10.000 bước lặp, thuật toán nhúng Dormand-Prince 4(5) chỉ cần 5.640 bước tích phân thích nghi, giúp tiết kiệm 43,6% tổng số bước tính trên cùng một khoảng thời gian khảo sát.
• Giảm điều kiện số của ma trận Jacobi: Kỹ thuật nhân cân bằng bước lưới $h$ vào hệ phương trình phi tuyến tại từng nấc đã giúp giảm số điều kiện của ma trận đạo hàm riêng từ mức $10^7$ xuống còn $10^2$, triệt tiêu hoàn toàn sự cố phân kỳ trong phép lặp Newton khi $h$ tiến về 0.
• Tỷ lệ từ chối bước thấp: Trong các miền nghiệm có biến động nhanh, thuật toán tự động co bước lưới từ $h = 0,05$ xuống $h = 0,0012$, duy trì tỷ lệ chấp nhận bước đạt 92,4% mà không gặp hiện tượng dao động bước lưới.

Thảo luận kết quả

Cơ chế thành công của thuật toán nằm ở tính giao hoán giữa phép đổi biến giải tích $x(t) = Q(t)y(t)$ và sơ đồ rời rạc hóa HERK. Khi phân tích cấu trúc của hệ PTVPĐS dạng $f(t, x, E(t)x') = 0$, việc cô lập biến vi phân thông qua phép biến đổi vi phân đã ngăn chặn sự lan truyền sai số từ các thành phần đại số sang thành phần vi phân.

Khi so sánh giữa 2 cặp phương pháp nhúng, sơ đồ Dormand-Prince 4(5) thể hiện ưu thế vượt trội hơn Fehlberg 4(5). Nhờ tận dụng tính chất FSAL (First Same As Last), Dormand-Prince 4(5) tái sử dụng giá trị nấc cuối cùng cho bước tiếp theo, giúp giảm 14,3% chi phí tính hàm tại mỗi bước chấp nhận và cho sai số thực tế nhỏ hơn 1,8 lần so với Fehlberg ở cùng mức dung sai.

Dữ liệu mô phỏng khi được trực quan hóa qua biểu đồ Log-Log giữa sai số toàn cục và thời gian CPU cho thấy đường cong hiệu năng của HERK bước thay đổi luôn nằm dưới phương pháp bước đều, khẳng định tính ưu việt vượt trội về chi phí tính toán trên các bài toán thực tế dài hạn.

Đề xuất và khuyến nghị

• Tích hợp thuật toán HERK bước lưới thay đổi vào các phần mềm mô phỏng kỹ thuật số công nghiệp trong vòng 6 tháng tới; mục tiêu giảm 35% thời gian tính toán cho các mô hình động lực học cơ điện tử; thực hiện bởi các nhóm phát triển phần mềm mô phỏng và kỹ sư tính toán.
• Chuẩn hóa tham số hệ số an toàn trong khoảng $frac = 0.85 - 0.90$ và thiết lập dải dung sai mặc định $TOL \in [10^{-8}, 10^{-4}]$ trong 3 tháng; mục tiêu duy trì tỷ lệ thành công của các bước tích phân trên 90%; thực hiện bởi các nhà nghiên cứu toán ứng dụng và lập trình viên giải tích số.
• Mở rộng phạm vi ứng dụng của thuật toán cho các hệ phương trình vi phân đại số chỉ số cao ($\mu \ge 2$) kết hợp kỹ thuật giảm chỉ số tự động trong lộ trình 2024–2026; mục tiêu giải quyết 100% các bài toán động lực học vật rắn có ma sát phức tạp; thực hiện bởi các viện nghiên cứu chuyên ngành và phòng thí nghiệm trọng điểm.
• Xây dựng thư viện mã nguồn mở trên nền tảng Python và Julia song song với phiên bản MATLAB hiện có trong 12 tháng; mục tiêu cung cấp công cụ tính toán hiệu năng cao miễn phí cho hơn 1.000 nhà khoa học và học viên cao học; thực hiện bởi các giảng viên khoa học tính toán và các nhóm nghiên cứu giải tích số.

Đối tượng nên tham khảo luận văn

• Nhà nghiên cứu và giảng viên chuyên ngành Toán ứng dụng: Tiếp cận khung chứng minh giải tích về tính giao hoán, phân tích miền ổn định Dahlquist và sự bảo toàn cấp hội tụ của phương pháp Runge-Kutta nửa hiện; ứng dụng trực tiếp trong giảng dạy cao học và phát triển đề tài nghiên cứu chuyên sâu.
• Kỹ sư mô phỏng động lực học và điều khiển tự động: Nắm bắt thuật toán giải hệ phương trình Lagrange loại 1 có ràng buộc hình học; ứng dụng để lập trình mô phỏng quỹ đạo chuyển động của tay máy robot và hệ con lắc nhiều bậc tự do với độ chính xác cao.
• Kỹ sư thiết kế vi mạch và hệ thống điện: Khai thác giải pháp giải hệ phương trình vi phân đại số phi tuyến phát sinh từ định luật Kirchhoff; ứng dụng nhằm rút ngắn 40% thời gian phân tích quá độ (transient analysis) trong các mạch điện tử tích hợp.
• Học viên cao học và sinh viên ngành Khoa học dữ liệu / Tính toán khoa học: Học hỏi kỹ thuật lập trình thuật toán nhúng Fehlberg và Dormand-Prince trên MATLAB, phương pháp giải hệ phi tuyến bằng lặp Newton; sử dụng làm tài liệu tham khảo chuẩn mực để thực hiện các khóa luận và luận văn tốt nghiệp.

Câu hỏi thường gặp

1. Phương trình vi phân đại số khác phương trình vi phân thường ở điểm nào?
Phương trình vi phân đại số bao gồm các phương trình vi phân kết hợp với các ràng buộc đại số, dẫn đến ma trận Jacobi theo đạo hàm bị suy biến. Trong khi PTVPT luôn biểu diễn được dưới dạng tường minh $x' = f(t, x)$, PTVPĐS đòi hỏi các kỹ thuật khử ràng buộc hoặc thuật toán nửa hiện đặc thù để xử lý đồng thời cả 2 thành phần.

2. Tại sao phương pháp bước lưới cố định lại kém hiệu quả khi giải PTVPĐS?
Bước lưới cố định không thể tự điều chỉnh theo độ dốc của nghiệm. Khi nghiệm biến thiên nhanh, bước cố định lớn gây mất ổn định và phát sinh sai số vượt quá $10^{-2}$. Ngược lại, tại các vùng nghiệm mượt mà, bước cố định nhỏ làm tăng số lượng phép tính lên từ 2 đến 3 lần một cách không cần thiết.

3. Kỹ thuật nhúng Runge-Kutta kiểm soát sai số như thế nào?
Kỹ thuật nhúng sử dụng cặp công thức Runge-Kutta cấp $p$ và $p+1$ có chung các nấc tính toán trung gian $K_i$. Hiệu số giữa 2 nghiệm xấp xỉ $|y_n - x_n|$ cung cấp ước lượng sai số địa phương chính xác. Nếu sai số này vượt quá dung sai $TOL$, thuật toán tự động giảm bước lưới và tính lại.

4. Thuật toán HERK có ưu thế gì so với phương pháp Runge-Kutta ẩn hoàn toàn?
Phương pháp ẩn hoàn toàn đòi hỏi giải các hệ phương trình phi tuyến kích thước lớn $(s \times n)$ với chi phí đảo ma trận rất cao. Thuật toán HERK tận dụng tính chất nửa hiện, chỉ giải các hệ phương trình đại số quy mô nhỏ tại từng nấc đơn lẻ, giúp giảm tới 50% thời gian thực thi của bộ xử lý.

5. Điều kiện cốt lõi để thuật toán HERK bảo toàn cấp hội tụ là gì?
Điều kiện tiên quyết là ma trận Jacobi của hàm ràng buộc $g_u$ và ma trận đạo hàm theo biến vi phân $f_v$ phải không suy biến dọc theo nghiệm chính xác. Đồng thời, cấu trúc $E(t)x'$ cần được xử lý qua phép biến đổi vi phân để triệt tiêu các thành phần đạo hàm của vế phải.

Kết luận

• Hệ thống hóa hoàn chỉnh cơ sở lý thuyết về lớp phương trình vi phân đại số không có tính lạ và PTVPĐS có cấu trúc tuyến tính/phi tuyến.
• Phát triển thành công thuật toán Runge-Kutta nửa hiện (HERK) kết hợp kỹ thuật nhúng bước lưới thay đổi thích nghi Fehlberg 4(5) và Dormand-Prince 4(5).
• Chứng minh toán học chặt chẽ tính giao hoán của sơ đồ rời rạc, bảo toàn cấp hội tụ $O(h^p)$ và giữ nguyên miền ổn định tuyệt đối Dahlquist của PTVPT.
• Thực nghiệm số chứng minh thuật toán giảm 43,6% số bước tính toán so với bước lưới đều và kiểm soát sai số ổn định dưới ngưỡng $10^{-6}$.
• Đề ra lộ trình 12–24 tháng nhằm mở rộng thuật toán cho các hệ vi phân đại số chỉ số cao và xây dựng gói phần mềm mã nguồn mở phục vụ cộng đồng khoa học.

Để khai thác toàn bộ mã nguồn thuật toán, bảng hệ số Butcher chi tiết và các chứng minh giải tích chuyên sâu, bạn đọc có thể tham khảo trực tiếp toàn văn luận văn thạc sĩ chuyên ngành Toán ứng dụng của tác giả Phan Quang Tuyển tại thư viện Trường Đại học Khoa học Tự nhiên - ĐHQGHN.