Tổng quan về luận án

Nghiên cứu của nghiên cứu sinh Phạm Gia Hưng, dưới sự hướng dẫn khoa học của GS. Lê Dũng Mưu và TS. Lê Minh Lưu tại Trường Đại học Đà Lạt phối hợp cùng Viện Toán học (Viện Hàn lâm Khoa học và Công nghệ Việt Nam), tập trung giải quyết một trong những thách thức toán học ứng dụng cốt lõi: phát triển và phân tích các phương pháp hiệu chỉnh Tikhonov và điểm gần kề xấp xỉ cho lớp bài toán cân bằng đặt không chỉnh (ill-posed equilibrium problems) trong không gian Euclide $\mathbb{R}^n$ và không gian Hilbert thực vô hạn chiều $H$. Được khởi xướng từ nền tảng lý thuyết trò chơi của John Forbes Nash Jr. (1951) và nguyên lý bất đẳng thức Ky Fan (1955), bài toán cân bằng ký hiệu là $E(K, f)$ có dạng tổng quát: Tìm $x^* \in K$ sao cho $f(x^*, y) \ge 0, \forall y \in K$, với $K$ là tập lồi đóng khác rỗng và $f: K \times K \to \mathbb{R}$ là song hàm cân bằng thỏa mãn $f(x, x) = 0$.

Research gap trọng tâm nảy sinh từ thực tế toán học: khi song hàm $f$ không thỏa mãn tính đơn điệu mạnh mà chỉ dừng lại ở tính đơn điệu (monotone) hoặc giả đơn điệu (pseudomonotone), bài toán $E(K, f)$ trở thành bài toán đặt không chỉnh theo nghĩa Hadamard. Như văn bản luận án đã nêu rõ: "Nhiều vấn đề khoa học, công nghệ, kinh tế, sinh thái, v. dẫn đến việc giải các bài toán mà nghiệm của chúng không ổn định theo dữ kiện ban đầu, tức là một thay đổi nhỏ của các dữ liệu có thể dẫn đến sự sai khác rất lớn của nghiệm, thậm chí làm cho bài toán trở nên vô nghiệm hoặc vô định." Sự mất ổn định này khiến các phương pháp giải số truyền thống phân kỳ khi dữ liệu đầu vào chứa sai số thực nghiệm $\delta > 0$.

Luận án thiết lập hệ thống 3 câu hỏi và giả thuyết nghiên cứu chính:

  1. (H1) Phương pháp hiệu chỉnh Tikhonov có thể mở rộng cho bài toán cân bằng giả đơn điệu trong không gian hữu hạn chiều $\mathbb{R}^n$ để đảm bảo sự tồn tại nghiệm và tính hội tụ mạnh của quỹ đạo nghiệm hay không, khi cấu trúc đơn điệu mạnh bị phá vỡ?
  2. (H2) Trong không gian Hilbert vô hạn chiều $H$, làm thế nào để thiết kế thuật toán điểm gần kề xấp xỉ và hiệu chỉnh Tikhonov kết hợp phép chiếu/siêu phẳng cắt nhằm khắc phục hiện tượng mất tính compắc mạnh của quả cầu đóng và bảo toàn tính hội tụ mạnh?
  3. (H3) Cơ chế nào liên kết bài toán cân bằng giả đơn điệu đặt không chỉnh với bài toán tối ưu hai cấp (Bilevel Optimization) để thiết lập tính ổn định tiệm cận của nghiệm?

Khung lý thuyết của công trình tích hợp Giải tích lồi (Convex Analysis), Lý thuyết toán tử đơn điệu (Monotone Operator Theory), và Lý thuyết bài toán đặt không chỉnh của A. N. Tikhonov (1963). Công trình đóng góp bước đột phá định lượng khi chứng minh sự hội tụ của toàn bộ dãy lặp ${x_k}$ về nghiệm có chuẩn cực tiểu hoặc hình chiếu metric $p_{SE(K, f)}(x_g)$ với sai số tham số $\varepsilon_k \to 0^+$, giải quyết trọn vẹn bài toán đặt không chỉnh cho lớp mô hình giả đơn điệu.

Literature Review và Positioning

Lý thuyết bài toán cân bằng đóng vai trò khung hợp nhất (unifying framework) cho nhiều lĩnh vực toán học quan trọng: bài toán quy hoạch lồi $O(K, \phi)$, bài toán bất đẳng thức biến phân đơn trị $VI(K, F)$ và đa trị $MVI(K, F)$, bài toán bù $C(K, F)$, bài toán điểm bất động Kakutani $F(K, F)$, bài toán điểm yên ngựa $S(C \times D, L)$, cũng như cân bằng Nash không hợp tác $NE(K, L)$ với $p$ người chơi.

Trong lịch sử phát triển phương pháp giải bài toán đặt không chỉnh, phương pháp hiệu chỉnh Tikhonov (1963) ban đầu được thiết kế cho phương trình toán tử tuyến tính và phi tuyến $A(x) = b$ thông qua việc cực tiểu hóa phiếm hàm $F_\varepsilon^\delta(x) := |A(x) - b^\delta|^2 + \varepsilon|x - x_g|^2$. Đối với bất đẳng thức biến phân $VI(K, F)$, N. N. Hao (2001) đã mở rộng thành công hiệu chỉnh Tikhonov cho toán tử giả đơn điệu trong $\mathbb{R}^n$, chứng minh rằng dãy nghiệm hiệu chỉnh ${x_k}$ giải từ hệ $F_{\varepsilon_k}(x_k) := F(x_k) + \varepsilon_k x_k$ hội tụ về nghiệm chuẩn bé nhất. Sau đó, N. T. Yen cùng các cộng sự (2005) phát triển kết quả này lên không gian Hilbert vô hạn chiều $H$, đồng thời tích hợp phương pháp điểm gần kề của B. Martinet (1970) và R. T. Rockafellar (1976) cho toán tử $F_k(x) := \rho_k F(x) + x - x_{k-1}$.

Tuy nhiên, tồn tại một tranh luận lý thuyết và khoảng trống học thuật lớn khi đối chiếu với các công trình quốc tế về bài toán cân bằng:

  • Nghiên cứu của I. Pinyagina (2001) đã áp dụng hiệu chỉnh Tikhonov $f_{\varepsilon_k}(x_k, y) := f(x_k, y) + \varepsilon_k g(x_k, y) \ge 0$ nhưng bị giới hạn nghiêm ngặt trong giả thiết $f$ là song hàm đơn điệu và $g$ đơn điệu mạnh dạng $g(x, y) = \langle x - x_g, y - x \rangle$.
  • Nghiên cứu của A. Moudafi (2003) và G. Mastroeni (2003) nghiên cứu phương pháp điểm gần kề và nguyên lý bài toán phụ (Auxiliary Subproblem Principle của G. Cohen, 1980) sử dụng khoảng cách Bregman $R(x, y) := G(y) - G(x) - \langle \nabla G(x), y - x \rangle$, nhưng đều đòi hỏi tính đơn điệu hoặc đơn điệu mạnh của $f$.

Quan điểm đối lập và rào cản toán học xuất hiện khi chuyển từ tính chất đơn điệu sang giả đơn điệu: tổng của một song hàm đơn điệu và một song hàm đơn điệu mạnh luôn là một song hàm đơn điệu mạnh, nhưng tổng của một song hàm giả đơn điệu và một song hàm đơn điệu mạnh nói chung không còn giả đơn điệu, thậm chí mất hoàn toàn tính đơn điệu. Ví dụ phản chứng kinh điển được luận án chỉ ra: với $f(x, y) = \frac{\varepsilon}{3}(x^2 + 2)(y - x)$ (giả đơn điệu) và $g(x, y) = \varepsilon x(y - x)$ (đơn điệu mạnh), song hàm tổng $f_\varepsilon(x, y) = \frac{\varepsilon}{3}(x^2 + 3x + 2)(y - x)$ không còn là giả đơn điệu trên khoảng $[-3, +\infty)$. Luận án của tác giả Phạm Gia Hưng đã định vị chính xác tại điểm nghẽn này, vượt lên các giới hạn của I. Pinyagina (2001) và mở rộng công trình của N. T. Yen et al. (2005) từ bất đẳng thức biến phân sang bài toán cân bằng tổng quát.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đã mở rộng và tái định hình các định lý nền tảng trong giải tích biến phân và lý thuyết tối ưu hóa:

  1. Mở rộng lý thuyết hiệu chỉnh Tikhonov cho cấu trúc giả đơn điệu: Luận án chứng minh định lý tồn tại cốt lõi: mặc dù bài toán hiệu chỉnh $E(K, f_{\varepsilon_k})$ bị mất tính đơn điệu mạnh và không có tính duy nhất nghiệm, bài toán hiệu chỉnh vẫn có nghiệm khi và chỉ khi bài toán gốc $E(K, f)$ có nghiệm.
  2. Định lý hội tụ quỹ đạo nghiệm: Luận án chứng minh rằng mọi quỹ đạo nghiệm ${x_k}$ được chọn tùy ý từ tập nghiệm của bài toán hiệu chỉnh đều hội tụ mạnh về một nghiệm duy nhất $x^* = p_{SE(K, f)}(x_g)$ của bài toán gốc. Trích dẫn nguyên văn từ luận án: "Điều khó khăn nảy sinh ra trong trường hợp này là các bài toán hiệu chỉnh không còn đơn điệu mạnh nữa thậm chí là không giả đơn điệu, vì thế, tính duy nhất nghiệm của các bài toán này không còn nữa. Tuy nhiên, chúng ta vẫn chứng tỏ được rằng, các bài toán hiệu chỉnh có nghiệm khi và chỉ khi bài toán gốc có nghiệm, và hơn nữa, bất kỳ quỹ đạo nghiệm nào cũng hội tụ về cùng một nghiệm của bài toán gốc; điều này đã giải quyết được vấn đề đặt không chỉnh của BTCB đơn điệu và giả đơn điệu."
  3. Đồng nhất tập nghiệm đối ngẫu: Luận án thiết lập mối quan hệ cấu trúc giữa tập nghiệm bài toán cân bằng gốc $SE(K, f)$ và tập nghiệm bài toán đối ngẫu $SE^d(K, f) := {x \in K : f(y, x) \le 0, \forall y \in K}$, chứng minh $SE(K, f) = SE^d(K, f)$ là tập lồi compắc yếu dưới các điều kiện nửa liên tục thích hợp $(A_1)-(A_3)$.
+-------------------------------------------------------------------------------+
|                             Khung Phân Tích Của Luận Án                       |
+-------------------------------------------------------------------------------+
| [Bài toán gốc E(K, f) - Giả đơn điệu, Đặt không chỉnh]                        |
|   |---> Thiếu tính đơn điệu mạnh, nghiệm không duy nhất, nhạy cảm sai số     |
|                                                                               |
| [Kỹ thuật Hiệu chỉnh Tikhonov / Điểm gần kề xấp xỉ]                          |
|   |---> Không gian Rn: f_epsilon(x, y) = f(x, y) + epsilon * <x - x_g, y - x> |
|   |---> Không gian Hilbert H: Lai ghép Proximal Point + Siêu phẳng cắt        |
|                                                                               |
| [Phân tích Giải tích hàm & Giải tích lồi]                                     |
|   |---> Định lý Riesz-Frechet, Định lý Tách tập lồi Mazur, Dưới vi phân       |
|   |---> Kiểm soát điều kiện bức (Coercivity) & Bao đóng compắc yếu            |
|                                                                               |
| [Kết quả đột phá]                                                             |
|   |---> Quy tụ mạnh: lim x_k = p_SE(K, f)(x_g) (Hình chiếu metric)            |
|   |---> Đảm bảo tính ổn định định lượng & Áp dụng Tối ưu hai cấp (BO)         |
+-------------------------------------------------------------------------------+

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp liên ngành 3 trụ cột lý thuyết toán học:

  • Lý thuyết không gian Hilbert và Định lý biểu diễn Riesz-Fréchet: Khai thác cấu trúc tích vô hướng $\langle \cdot, \cdot \rangle$ và chuẩn $|x| = \sqrt{\langle x, x \rangle}$, thiết lập phép chiếu metric $p_K(x)$ với tính chất không giãn $|p_K(x) - p_K(y)| \le |x - y|$ và bất đẳng thức biến phân đặc trưng $\langle x - p_K(x), y - p_K(x) \rangle \le 0, \forall y \in K$.
  • Giải tích lồi và Giải tích đa trị hiện đại: Sử dụng khái niệm dưới vi phân $\partial f(x) := {x^* \in H^* : \langle x^, z - x \rangle \le f(z) - f(x), \forall z \in H}$, nón pháp tuyến $N_K(x) := {p \in H^ : \langle p, z - x \rangle \le 0, \forall z \in K}$, cùng các định lý nửa liên tục trên/dưới của ánh xạ đa trị $F: X \to 2^Y$.
  • Kỹ thuật siêu phẳng cắt lai ghép (Hybrid Cutting Hyperplane Method): Tại mỗi bước lặp trong không gian vô hạn chiều $H$, thuật toán dựng các siêu phẳng phân tách nghiêm ngặt để cắt bỏ các vùng không chứa nghiệm, buộc dãy nghiệm xấp xỉ ${x_k}$ phải hội tụ theo chuẩn mạnh $|\cdot|$ thay vì chỉ hội tụ yếu.

Điều kiện biên (boundary conditions) của khung phân tích được xác định rõ: tập chấp nhận $K \subseteq H$ là lồi đóng khác rỗng; song hàm $f(x, \cdot)$ lồi và nửa liên tục dưới yếu; $f(\cdot, y)$ nửa liên tục trên yếu; thỏa mãn điều kiện bức tồn tại tập compắc yếu $B \subset H$ và $y^0 \in K \cap B$ sao cho $f(x, y^0) < 0, \forall x \in K \setminus B$.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu tuân thủ chặt chẽ thế giới quan duy lý toán học (Mathematical Positivism / Deductive Rationalism), dựa trên suy diễn logic thuần lý kết hợp phân tích giải tích hàm không gian Hilbert. Bản chất phương pháp luận là sự tích hợp đa cấp (multi-level theoretical design):

  • Cấp độ 1 (Không gian hữu hạn chiều $\mathbb{R}^n$): Khảo sát bài toán $E(K, f)$ với tôpô Euclid chuẩn, nơi tôpô yếu và tôpô mạnh trùng nhau, tập đóng bị chặn đồng nhất với tập compắc theo định lý Heine-Borel.
  • Cấp độ 2 (Không gian Hilbert vô hạn chiều $H$): Mở rộng lên không gian hàm vô hạn chiều $H$, giải quyết hiện tượng phân tách giữa hội tụ yếu $x_k \rightharpoonup x$ và hội tụ mạnh $x_k \to x$, nơi quả cầu đóng $B(0, r)$ chỉ compắc yếu chứ không compắc mạnh.

Quy trình nghiên cứu rigorous

Quy trình chứng minh và giải thuật được tiến hành qua các giai đoạn nghiêm ngặt:

  1. Xây dựng bài toán xấp xỉ: Thiết lập dãy bài toán hiệu chỉnh với tham số $\varepsilon_k > 0$ thỏa mãn $\lim_{k \to \infty} \varepsilon_k = 0^+$, hoặc dãy tham số bước điểm gần kề $c_k \ge c > 0$.
  2. Đánh giá tính bị chặn đều: Dựa trên điều kiện bức $(A_3)$ và bổ đề mức dưới $L(y^0, f) := {x \in K : f(x, y^0) \ge 0}$, chứng minh quỹ đạo nghiệm ${x_k}$ bị chặn trong $H$.
  3. Kỹ thuật chiếu và siêu phẳng cắt: Xây dựng dãy điểm lặp $x_{k+1}$ thông qua phép chiếu metric: $$x_{k+1} = p_{K \cap H_k}(x_0)$$ trong đó $H_k$ là nửa không gian đóng tạo bởi siêu phẳng cắt tại bước $k$.
  4. Chứng minh hội tụ kép: Sử dụng định lý tách tập lồi Mazur và tính chất đơn điệu của toán tử dưới vi phân $\partial f$ để chứng minh mọi điểm giới hạn yếu của ${x_k}$ đều thuộc $SE(K, f)$, sau đó áp dụng đẳng thức $|x_k - x^*|^2 \to 0$ để nâng cấp lên hội tụ mạnh.

Data và phân tích

Trong khuôn khổ toán học giải tích và tối ưu hóa số, "dữ liệu" nghiên cứu chính là các cấu trúc song hàm cân bằng $f(x, y)$, toán tử đa trị $F: K \to 2^H$, và ma trận hệ số trong các mô hình thực tế:

  • Mô hình kiểm chứng: Luận án kiểm nghiệm trên lớp song hàm đa thức phi tuyến phi đơn điệu, các hệ phương trình toán tử có nhiễu $b^\delta$ thỏa $|b^\delta - b| \le \delta$, và bài toán bất đẳng thức biến phân đa trị $MVI(K, \partial f)$ sinh bởi dưới vi phân của hàm lồi không khả vi.
  • Công cụ và phương thức đánh giá: Tiêu chuẩn dừng số học được chuẩn hóa dạng $|x_k - x_{k-1}| \le \theta$ với ngưỡng sai số $\theta = 10^{-6}$. Các phép tính giải tích hàm được đối chiếu trên không gian $L^2(\Omega)$ và $\ell^2$.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án mang lại 5 phát hiện lý thuyết và toán học đột phá:

  1. Giải mã nghịch lý hiệu chỉnh giả đơn điệu trong $\mathbb{R}^n$: Luận án chứng minh rằng tính duy nhất nghiệm của bài toán hiệu chỉnh $E(K, f_\varepsilon)$ không phải là điều kiện tiên quyết để đạt được sự hội tụ. Mặc dù tập nghiệm $SE(K, f_\varepsilon)$ có thể chứa vô số phần tử, việc chọn tùy ý một phần tử $x_k \in SE(K, f_{\varepsilon_k})$ vẫn sinh ra một dãy hội tụ mạnh duy nhất về nghiệm chuẩn cực tiểu của bài toán gốc.
  2. Khắc phục sự suy giảm nghiệm trong không gian Hilbert vô hạn chiều: Trong không gian $H$, luận án chứng minh phương pháp điểm gần kề xấp xỉ lai ghép với phép chiếu giải quyết dứt điểm hiện tượng dãy lặp chỉ hội tụ yếu (weak convergence) – một hạn chế phổ biến trong các nghiên cứu của A. Moudafi (2000) – nâng cấp toàn bộ dãy lên hội tụ mạnh (strong convergence).
  3. Mở rộng nguyên lý bài toán phụ của G. Mastroeni: Luận án loại bỏ giả thiết hàm mục tiêu $f(x^, \cdot)$ phải khả vi (Fréchet differentiable), mở rộng thành công sang trường hợp chỉ cần khả dưới vi phân (subdifferentiable) và liên tục tại một điểm, thông qua hệ điều kiện: $$0 \in \partial_2 f_\mu(x^, x^) + N_K(x^) = \partial_2 f(x^, x^) + N_K(x^*)$$
  4. Thiết lập cầu nối giữa BTCB và Bài toán tối ưu hai cấp (BO): Chứng minh rằng việc tìm nghiệm có chuẩn bé nhất của bài toán cân bằng giả đơn điệu đặt không chỉnh tương đương với việc giải bài toán tối ưu hai cấp dạng: $$\min {|x - x_g|^2 : x \in SE(K, f)}$$
  5. Tổng quát hóa cho bất đẳng thức biến phân đa trị: Thiết lập quy trình chuyển đổi tương đương chính xác từ $MVI(K, F)$ sang $E(K, f)$ thông qua hàm quét $f(x, y) = \max_{u \in F(x)} \langle u, y - x \rangle$, bảo toàn toàn bộ tính chất đơn điệu và giả đơn điệu từ toán tử đa trị sang song hàm.

Implications đa chiều

  • Về mặt lý thuyết toán học: Cung cấp công cụ giải tích mạnh mẽ để xử lý các lớp toán tử không đơn điệu trong không gian Banach và Hilbert, làm phong phú kho tàng giải tích biến phân quốc tế.
  • Về phương pháp luận tính toán: Đưa ra thuật toán lặp ổn định (regularized iterative schemes) có khả năng tự sửa lỗi và triệt tiêu nhiễu dữ liệu thực nghiệm, ứng dụng trực tiếp cho các thuật toán học máy (Machine Learning) và tối ưu hóa phân tán.
  • Về kinh tế học định lượng: Cho phép tính toán chính xác điểm cân bằng Nash trong các mô hình cạnh tranh thị trường năng lượng, viễn thông và chuỗi cung ứng khi hàm lợi nhuận của các doanh nghiệp không lồi và thông tin thị trường bị nhiễu loạn.
+---------------------------------------------------------------------------------------+
|                 So Sánh Đóng Góp Của Luận Án Với Các Nghiên Cứu Quốc Tế              |
+---------------------------------------------------------------------------------------+
| Tiêu chí so sánh        | I. Pinyagina (2001) / Moudafi (2003) | Luận án Phạm Gia Hưng|
+-------------------------+--------------------------------------+----------------------+
| Cấu trúc song hàm       | Đơn điệu (Monotone)                  | Giả đơn điệu         |
|                         |                                      | (Pseudomonotone)     |
+-------------------------+--------------------------------------+----------------------+
| Tính duy nhất của bài   | Bắt buộc duy nhất nghiệm             | Chấp nhận không duy  |
| toán hiệu chỉnh         | (Đơn điệu mạnh)                      | nhất nghiệm          |
+-------------------------+--------------------------------------+----------------------+
| Không gian khảo sát     | Hữu hạn chiều / Hilbert (Hội tụ yếu) | Hilbert vô hạn chiều |
|                         |                                      | (Hội tụ mạnh)        |
+-------------------------+--------------------------------------+----------------------+
| Tính khả vi yêu cầu     | Yêu cầu khả vi liên tục              | Khả dưới vi phân     |
|                         |                                      | (Subdifferentiable)  |
+-------------------------+--------------------------------------+----------------------+
| Cấu trúc nghiệm thu được| Nghiệm xấp xỉ đơn lẻ                 | Hình chiếu metric    |
|                         |                                      | p_SE(K, f)(x_g)      |
+-------------------------+--------------------------------------+----------------------+

Limitations và Future Research

Nghiên cứu xác định trung thực 3 giới hạn lý thuyết và điều kiện biên:

  1. Giới hạn tính đơn điệu: Các định lý hội tụ mạnh phụ thuộc vào tính giả đơn điệu (pseudomonotonicity); khi song hàm $f$ chỉ thỏa mãn tính tựa đơn điệu (quasimonotone) thuần túy dạng $f(x, y) > 0 \Rightarrow f(y, x) \le 0$, cấu trúc tập nghiệm $SE(K, f)$ có thể không lồi, làm phương pháp hiệu chỉnh Tikhonov tiêu chuẩn mất hiệu lực.
  2. Độ phức tạp tính toán của phép chiếu: Thuật toán lai ghép siêu phẳng cắt trong không gian Hilbert vô hạn chiều đòi hỏi thực hiện phép chiếu metric $p_{K \cap H_k}(x_0)$ tại mỗi bước lặp, gây tốn kém chi phí tính toán khi tập $K$ có cấu trúc hình học phi tuyến phức tạp.
  3. Tốc độ hội tụ tiệm cận: Luận án chủ yếu tập trung vào tính hội tụ định tính và hội tụ mạnh mà chưa thiết lập tốc độ hội tụ định lượng cụ thể (chẳng hạn như tốc độ tuyến tính $O(1/k)$ hay siêu tuyến tính) cho trường hợp song hàm giả đơn điệu không có điều kiện bức mạnh.

Chương trình nghiên cứu 5 hướng tương lai bao gồm:

  • Mở rộng phương pháp hiệu chỉnh cho bài toán cân bằng tựa đơn điệu (Quasimonotone Equilibrium Problems).
  • Phát triển các thuật toán hiệu chỉnh Tikhonov không chứa phép chiếu (Projection-free / Frank-Wolfe type regularized schemes).
  • Nghiên cứu bài toán cân bằng ngẫu nhiên (Stochastic Equilibrium Problems) khi dữ liệu chịu nhiễu ngẫu nhiên phân phối Gauss.
  • Mở rộng lý thuyết lên không gian Hadamard (không gian metric có độ cong không dương).
  • Ứng dụng thuật toán giải các bài toán cân bằng mạng lưới giao thông thông minh quy mô lớn.

Tác động và ảnh hưởng

Luận án của tác giả Phạm Gia Hưng đã được thẩm định và công bố rộng rãi qua 7 diễn đàn khoa học uy tín, tiêu biểu như Đại hội Toán học toàn quốc lần thứ 8 (2013), The 8th Vietnam-Korea Workshop on Mathematical Optimization Theory and Applications (2011), và Hội nghị Tối ưu và Tính toán khoa học lần thứ 8 (2010).

Về mặt học thuật quốc tế, công trình đóng góp giải pháp hoàn chỉnh cho bài toán đặt không chỉnh giả đơn điệu, mở ra tiềm năng trích dẫn cao trong các tạp chí chuyên ngành như Journal of Optimization Theory and Applications (JOTA), SIAM Journal on Optimization, và Optimization. Về mặt công nghệ và công nghiệp, các thuật toán hiệu chỉnh này cung cấp lõi giải tích ổn định cho bài toán xử lý tín hiệu số, tái tạo hình ảnh trong y học (như chụp cắt lớp vi tính CT / MRI - vốn là bài toán ngược đặt không chỉnh kinh điển), và mô hình hóa cân bằng kinh tế thị trường cạnh tranh không hoàn hảo.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giảng viên ngành Toán học: Tiếp cận hệ thống chứng minh giải tích chuẩn mực về lý thuyết toán tử, giải tích lồi và các kỹ thuật giải bài toán đặt không chỉnh.
  • Các nhà nghiên cứu Trí tuệ nhân tạo và Machine Learning: Ứng dụng phương pháp hiệu chỉnh Tikhonov và bài toán tối ưu hai cấp trong việc ổn định hóa quá trình huấn luyện mạng nơ-ron đối nghịch (GANs) và mô hình học tăng cường đa tác tử (Multi-agent Reinforcement Learning).
  • Kỹ sư Khoa học dữ liệu và Tối ưu hóa hệ thống: Sử dụng các thuật toán điểm gần kề xấp xỉ để giải quyết các bài toán định tuyến mạng, điều độ lưới điện thông minh khi dữ liệu đo lường có sai số.
  • Các nhà phân tích Chính sách kinh tế vĩ mô: Vận dụng khung cân bằng Nash tổng quát để dự báo hành vi thị trường và xây dựng chính sách thuế/giá tối ưu.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và nó mở rộng lý thuyết nào?

Đóng góp độc đáo nhất là việc chứng minh sự hội tụ mạnh của phương pháp hiệu chỉnh Tikhonov cho bài toán cân bằng giả đơn điệu trong không gian vô hạn chiều mà không đòi hỏi bài toán hiệu chỉnh phải có tính duy nhất nghiệm. Công trình đã mở rộng trực tiếp Lý thuyết hiệu chỉnh Tikhonov (1963) từ phương trình toán tử sang bài toán song hàm cân bằng, đồng thời giải quyết triệt để bài toán mở mà I. Pinyagina (2001) chỉ mới giải quyết cho trường hợp đơn điệu.

2. Sự đổi mới về mặt phương pháp luận so với ít nhất 2 nghiên cứu quốc tế tiền nhiệm?

So với nghiên cứu của I. Pinyagina (2001) (đòi hỏi song hàm đơn điệu mạnh) và A. Moudafi (2003) (chỉ đạt hội tụ yếu cho phương pháp điểm gần kề), luận án đã:

  • Loại bỏ hoàn toàn giả thiết đơn điệu mạnh của bài toán hiệu chỉnh.
  • Thiết kế cơ chế lai ghép điểm gần kề với siêu phẳng cắt Mazur, nâng cấp tính hội tụ từ hội tụ yếu lên hội tụ mạnh theo chuẩn trong không gian Hilbert $H$.

3. Phát hiện toán học bất ngờ nhất có bằng chứng chứng minh trong luận án là gì?

Phát hiện bất ngờ nhất là: dù bài toán hiệu chỉnh $E(K, f_\varepsilon)$ mất tính giả đơn điệu và có thể có vô số nghiệm phân tán, tập nghiệm của nó vẫn bị chặn đều và bất kỳ dãy nghiệm nào ${x_k}$ được chọn ngẫu nhiên cũng đều hội tụ về duy nhất một điểm $x^* = p_{SE(K, f)}(x_g)$. Điều này phá vỡ định kiến truyền thống cho rằng hiệu chỉnh Tikhonov bắt buộc phải tạo ra các bài toán phụ duy nhất nghiệm.

4. Luận án có cung cấp quy trình tái lập (Replication Protocol) thuật toán rõ ràng không?

Luận án cung cấp thuật toán lặp tường minh:

  • Thiết lập điểm ban đầu $x_0 \in K$, dãy tham số $\varepsilon_k \to 0^+$.
  • Tại bước $k$, giải bài toán phụ xấp xỉ tìm $x_k \in K$.
  • Dựng siêu phẳng cắt $H_k := {w \in H : \langle x_k - x_g, w - x_k \rangle \le 0}$.
  • Xác định điểm lặp tiếp theo qua hình chiếu $x_{k+1} = p_{K \cap H_k}(x_0)$.
  • Tiêu chuẩn dừng dừng khi sai số liên tiếp $|x_{k+1} - x_k| < \theta$.

5. Chương trình nghị sự nghiên cứu 10 năm tới được phác thảo như thế nào?

Chương trình tập trung vào 3 trục chính: chuyển đổi thuật toán hiệu chỉnh sang giải tích lồi ngẫu nhiên (Stochastic Convex Analysis), phát triển các sơ đồ tính toán song song phân tán không cần phép chiếu cho dữ liệu lớn (Big Data Optimization), và xây dựng các gói thư viện tối ưu hóa số chuyên dụng cho bài toán cân bằng hai cấp.

Kết luận

  1. Luận án đã giải quyết trọn vẹn và triệt để bài toán hiệu chỉnh Tikhonov và điểm gần kề cho lớp bài toán cân bằng giả đơn điệu đặt không chỉnh trong cả không gian hữu hạn chiều $\mathbb{R}^n$ và không gian Hilbert thực vô hạn chiều $H$.
  2. Thiết lập cơ sở toán học vững chắc khẳng định quỹ đạo nghiệm hiệu chỉnh luôn hội tụ mạnh về hình chiếu metric của nghiệm phỏng đoán lên tập nghiệm bài toán gốc $p_{SE(K, f)}(x_g)$.
  3. Mở rộng thành công nguyên lý bài toán phụ của G. Mastroeni sang lớp song hàm không khả vi, chỉ yêu cầu tính khả dưới vi phân.
  4. Xây dựng phương pháp tiếp cận mới liên kết chặt chẽ bài toán cân bằng giả đơn điệu với bài toán tối ưu hai cấp (BO), mở ra hướng đi mới trong việc phân tích tính ổn định định lượng.
  5. Tổng quát hóa và ứng dụng hiệu quả các kết quả lý thuyết vào bài toán bất đẳng thức biến phân đa trị $MVI(K, F)$ và các mô hình toán kinh tế cân bằng Nash.
  6. Đặt nền móng học thuật vững chắc cho việc nghiên cứu các thuật toán tối ưu hóa hiện đại, đóng góp thiết thực cho sự phát triển của chuyên ngành Giải tích toán học và Toán ứng dụng tại Việt Nam và trên trường quốc tế.