Luận văn thạc sĩ toán ứng dụng về phương pháp tikhonov giải một lớp phương trình tích phân fredholm loại 1

Luận văn thạc sĩ toán học phân tích toán ứng dụng về phương pháp tikhonov giải một lớp phương trình tích phân fredholm loại 1, đánh giá thực trạng, chỉ ra hạn chế, đề xuất giải

• Tác giả: Đỗ Thị Thuý Vân
• Người hướng dẫn: PGS. TS Nguyễn Văn Kính
• Trường học: Đại học Bách Khoa - ĐHQG TP. Hồ Chí Minh
• Chuyên ngành: Toán Ứng Dụng
• Đề tài: Về Phương Pháp Điều Chỉnh Tikhonov Giải Một Lớp Phương Trình Tích Phân Fredholm Loại 1
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2014
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• Lời cảm ơn
• Lời cam đoan
• Bảng kí hiệu
• Lời nói đầu
• 1. CHƯƠNG 1: KIẾN THỨC LIÊN QUAN
• 1.1. Toán tử tuyến tính trong không gian Hilbert
• 1.1.1. Điều kiện liên tục của ánh xạ tuyến tính
• 1.1.2. Phổ của toán tử tuyến tính liên tục
• 1.1.3. Toán tử liên hợp
• 1.1.4. Toán tử tự liên hợp và toán tử chiếu
• 1.1.5. Phổ của toán tử tự liên hợp
• 1.2. Toán tử compact
• 1.3. Toán tử ngược Moore-Penrose
• 1.4. Bài toán đặt chỉnh, bài toán đặt không chỉnh
• 1.5. Phương pháp điều chỉnh Tikhonov
• 2. CHƯƠNG 2: PHƯƠNG PHÁP ĐIỀU CHỈNH TIKHONOV GIẢI MỘT LỚP PHƯƠNG TRÌNH TÍCH PHÂN FREDHOLM LOẠI 1
• 2.1. Phương trình Fredholm loại 1 - Bài toán đặt không chỉnh
• 2.2. Phương pháp điều chỉnh Tikhonov giải một lớp phương trình tích phân Fredholm loại 1
• 2.2.1. Thuật toán điều chỉnh trên máy tính
• 2.2.2. Rời rạc hóa bài toán để tìm nghiệm xấp xỉ
• 2.2.3. Đánh giá tốc độ hội tụ nghiệm
• Ứng dụng
• Kết luận
• Phụ lục
• Tài liệu tham khảo

Tóm tắt

I. Giới thiệu về phương pháp Tikhonov

Phương pháp Tikhonov là một kỹ thuật quan trọng trong giải quyết các bài toán giải phương trình tích phân không ổn định, đặc biệt là trong bối cảnh các bài toán Fredholm loại 1. Phương pháp này được phát triển để xử lý các bài toán đặt không chỉnh, nơi mà một thay đổi nhỏ trong dữ liệu đầu vào có thể dẫn đến sự thay đổi lớn trong nghiệm. Bằng cách thêm một hạng mục điều chỉnh vào phương trình gốc, phương pháp Tikhonov giúp tạo ra một bài toán mới có nghiệm ổn định hơn. Điều này có thể được thực hiện thông qua việc sử dụng các toán tử liên tục và các khái niệm từ không gian Hilbert. Theo định nghĩa, bài toán Fredholm loại 1 có dạng tích phân tuyến tính, với nghiệm là hàm x(t) và vế phải g(s) là một hàm số cho trước. Việc áp dụng phương pháp này giúp cải thiện đáng kể độ chính xác của nghiệm, đặc biệt trong các ứng dụng thực tiễn như xử lý hình ảnh và hồi quy trong thống kê.

1.1 Các khái niệm cơ bản về phương pháp Tikhonov

Phương pháp Tikhonov được sử dụng để điều chỉnh các bài toán đặt không chỉnh bằng cách thêm vào một hạng mục điều chỉnh, thường là một hàm số phụ thuộc vào tham số điều chỉnh. Mục tiêu chính là tìm nghiệm xấp xỉ của bài toán gốc sao cho nó gần nhất với nghiệm thực sự. Hạng mục điều chỉnh này giúp làm giảm độ nhạy của nghiệm đối với sai số trong dữ liệu đầu vào. Các thuật toán điều chỉnh trên máy tính được phát triển để thực hiện các phép toán này một cách hiệu quả. Việc giải phương trình tích phân thông qua phương pháp này không chỉ giúp tìm ra nghiệm mà còn cung cấp các thông số đánh giá tốc độ hội tụ của nghiệm, từ đó có thể đánh giá được độ ổn định của phương pháp. Các ứng dụng của phương pháp Tikhonov rất đa dạng, từ khoa học máy tính đến kỹ thuật, cho thấy tính ứng dụng rộng rãi và hiệu quả của nó trong việc xử lý các bài toán thực tế.

II. Giải phương trình tích phân Fredholm loại 1

Bài toán giải phương trình Fredholm loại 1 thường liên quan đến việc tìm nghiệm cho các phương trình tích phân có dạng: Zb (Kx)(s) := k(s, t)x(t)dt = g(s), với s thuộc khoảng [c, d]. Trong bối cảnh này, phương pháp Tikhonov được áp dụng để chuyển đổi bài toán đặt không chỉnh thành một bài toán có thể giải được. Việc giải tích phân này đòi hỏi phải rời rạc hóa bài toán để tìm nghiệm xấp xỉ, giúp dễ dàng hơn trong việc tính toán. Một trong những thách thức lớn nhất trong việc giải quyết bài toán này là đánh giá tốc độ hội tụ của nghiệm, điều này có ý nghĩa quan trọng trong việc đảm bảo rằng nghiệm tìm được không chỉ tồn tại mà còn gần với nghiệm thực sự. Phương pháp Tikhonov cho phép đánh giá các yếu tố này một cách rõ ràng, từ đó cung cấp nền tảng vững chắc cho việc áp dụng trong thực tiễn.

2.1 Ứng dụng của phương pháp Tikhonov

Phương pháp Tikhonov không chỉ được sử dụng trong lý thuyết mà còn có nhiều ứng dụng thực tiễn. Trong lĩnh vực toán ứng dụng, phương pháp này được áp dụng để giải quyết các bài toán thực tế như xử lý tín hiệu, hồi quy trong thống kê, và phân tích dữ liệu lớn. Việc sử dụng phương pháp này giúp cải thiện độ chính xác của các mô hình dự đoán, đồng thời giảm thiểu rủi ro từ các sai số trong dữ liệu đầu vào. Thực tế cho thấy rằng, việc áp dụng phương pháp Tikhonov trong các bài toán giải phương trình tích phân đã mang lại kết quả khả quan, thể hiện rõ vai trò quan trọng của nó trong nghiên cứu và ứng dụng khoa học hiện đại.

III. Kết luận

Phương pháp Tikhonov đã chứng minh được giá trị và tính ứng dụng thực tiễn của nó trong việc giải phương trình tích phân Fredholm loại 1. Những nghiên cứu và ứng dụng thực tế cho thấy rằng phương pháp này không chỉ giúp cải thiện độ ổn định của nghiệm mà còn mở ra nhiều hướng nghiên cứu mới trong lĩnh vực toán học ứng dụng. Bằng cách kết hợp lý thuyết với thực tiễn, phương pháp Tikhonov đã trở thành một công cụ không thể thiếu trong việc giải quyết các bài toán phức tạp, từ khoa học đến công nghệ. Những kết quả đạt được từ việc áp dụng phương pháp này sẽ tiếp tục được nghiên cứu và phát triển, hứa hẹn sẽ mang lại nhiều thành công mới trong tương lai.

Nội dung chính

Tổng quan nghiên cứu

Trong các lĩnh vực kỹ thuật hiện đại, xử lý tín hiệu số, thăm dò địa vật lý và chẩn đoán hình ảnh y khoa, ước tính có hơn 75% các bài toán nghịch đảo tự nhiên quy về việc giải phương trình tích phân Fredholm loại 1. Tuy nhiên, đây là dạng toán điển hình của bài toán đặt không chỉnh (ill-posed) theo định nghĩa của nhà toán học Jacques Hadamard, trong đó điều kiện về sự phụ thuộc liên tục của nghiệm vào dữ liệu ban đầu bị vi phạm nghiêm trọng. Trong tính toán số thực tế, một sai số nhiễu đo đạc vô cùng nhỏ ở mức dưới 0.1% ở vế phải có thể bị khuếch đại thành sai số bùng nổ vượt quá 1000% ở nghiệm cần tìm, thậm chí dẫn đến hiện tượng bài toán vô nghiệm hoặc nghiệm phân kỳ hoàn toàn.

Nhằm giải quyết triệt để sự mất ổn định số này, luận văn thạc sĩ chuyên ngành Toán ứng dụng (mã số 60 46 36) của tác giả Đỗ Thị Thuý Vân, dưới sự hướng dẫn khoa học của PGS. TS Nguyễn Văn Kính tại Trường Đại học Bách Khoa - Đại học Quốc gia TP. Hồ Chí Minh, tập trung nghiên cứu chuyên sâu về phương pháp điều chỉnh Tikhonov. Nghiên cứu được triển khai thực hiện từ tháng 01/2014 đến tháng 06/2014, với mục tiêu xây dựng cơ sở lý thuyết giải tích hàm vững chắc, thiết lập thuật toán rời rạc hóa số trị và đánh giá tốc độ hội tụ của nghiệm xấp xỉ khi dữ liệu bị nhiễu với mức độ sai số xác định.

Ý nghĩa học thuật và thực tiễn của công trình thể hiện ở việc đưa ra quy tắc chọn tham số điều chỉnh chuẩn xác, chứng minh nghiệm điều chỉnh hội tụ mạnh theo chuẩn Sobolev về nghiệm chính xác với sai số được chặn trên ở mức tối ưu. Kết quả nghiên cứu cung cấp công cụ toán học tin cậy giúp triệt tiêu hiện tượng mất ổn định số, hỗ trợ đắc lực cho các bài toán xử lý dữ liệu đo lường kỹ thuật trong thực tế.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng giải tích hàm hiện đại kết hợp với lý thuyết toán tử tuyến tính và lý thuyết bài toán đặt không chỉnh của Tikhonov và Arsenin. Khung lý thuyết bao gồm ba trụ cột toán học cốt lõi:

Thứ nhất, lý thuyết bài toán đặt chỉnh Hadamard và toán tử compact trong không gian Hilbert. Một bài toán được gọi là đặt chỉnh nếu thỏa mãn đồng thời ba điều kiện: tồn tại nghiệm, nghiệm duy nhất và nghiệm phụ thuộc liên tục vào dữ liệu. Phương trình tích phân Fredholm loại 1 có dạng toán tử tích phân tuyến tính liên tục từ không gian Hilbert vào chính nó. Do ảnh của hình cầu đơn vị đóng qua toán tử tích phân là tập compact tương đối, toán tử này là toán tử compact. Khi miền giá trị có số chiều vô hạn, toán tử ngược không bị chặn, dẫn đến tính đặt không chỉnh của bài toán.

Thứ hai, lý thuyết toán tử giả nghịch đảo Moore-Penrose và phân tích hệ kỳ dị. Với toán tử compact, hệ kỳ dị gồm bộ ba giá trị kỳ dị và các vectơ riêng trực chuẩn xác định cấu trúc phổ của toán tử. Tiêu chuẩn Picard thiết lập điều kiện cần và đủ cho sự tồn tại nghiệm bình phương tối tiểu có chuẩn bé nhất thông qua chuỗi hội tụ của hệ số Fourier chia cho các giá trị kỳ dị.

Thứ ba, nguyên lý điều chỉnh Tikhonov cấp 1 trên không gian Sobolev. Phương pháp xấp xỉ bài toán đặt không chỉnh bằng một họ bài toán đặt chỉnh thông qua việc cực tiểu hóa phiếm hàm Tikhonov. Phiếm hàm ổn định cấp 1 được xây dựng dưới dạng tích phân bình phương của hàm số và đạo hàm bậc nhất của hàm số trên đoạn liên tục, với các hàm trọng số dương. Nghiệm cực tiểu của phiếm hàm thỏa mãn phương trình chuẩn Euler vi tích phân, đảm bảo nghiệm vừa khớp với dữ liệu đo vừa duy trì độ trơn cần thiết.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu mô hình toán học giải tích chuẩn trong không gian hàm bình phương khả tích và không gian hàm liên tục trên đoạn chuẩn hóa từ 0 đến 1. Nhân hạch của tích phân được khảo sát là hàm liên tục nhiều biến đại diện cho các bài toán truyền dẫn vật lý và phương trình vi phân có điều kiện biên.

Phương pháp phân tích số trị bao gồm việc rời rạc hóa phương trình vi tích phân Euler. Tích phân trong toán tử được xấp xỉ bằng công thức tích phân hình chữ nhật, trong khi đạo hàm bậc hai của hàm nghiệm được xấp xỉ bằng tỉ sai phân trung tâm bậc hai. Quá trình này biến đổi bài toán biến phân liên tục thành hệ phương trình đại số tuyến tính có dạng ma trận đối xứng xác định dương.

Về phương pháp chọn mẫu và cỡ mẫu rời rạc hóa, nghiên cứu áp dụng phương pháp phân hoạch lưới đều trên đoạn khảo sát với bước chia lưới xác định. Hai kịch bản cỡ mẫu thực nghiệm chính được lựa chọn chi tiết là lưới 5 điểm chia (bước lưới 0.2) và lưới 10 điểm chia (bước lưới 0.1). Lý do lựa chọn phương pháp này là vì cấu trúc ma trận sai phân kết hợp với toán tử điều chỉnh Tikhonov đảm bảo số điều kiện của hệ phương trình luôn được kiểm soát ở mức hữu hạn, ngăn chặn hiện tượng suy biến ma trận khi tính toán trên máy tính điện tử. Toàn bộ quy trình phân tích và thực nghiệm được hoàn thành trong khung thời gian 6 tháng của đề tài.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Nghiên cứu đã đạt được các phát hiện toán học và kết quả tính toán số quan trọng:

Thứ nhất, chứng minh giải tích khẳng định tính duy nhất và tính hội tụ mạnh của nghiệm điều chỉnh Tikhonov. Khi mức độ nhiễu dữ liệu tiến dần về 0 và tham số điều chỉnh được lựa chọn phụ thuộc vào mức độ nhiễu theo nguyên lý tiên nghiệm, dãy nghiệm xấp xỉ số hội tụ đều trên toàn bộ đoạn khảo sát về nghiệm chính xác duy nhất theo chuẩn không gian hàm liên tục và chuẩn không gian Sobolev.

Thứ hai, thiết lập đánh giá định lượng tốc độ hội tụ của nghiệm điều chỉnh. Luận văn đã chứng minh rằng khi nghiệm chính xác thuộc miền giá trị của toán tử liên hợp và tham số điều chỉnh được chọn cùng bậc với mức nhiễu sai số, tốc độ hội tụ của nghiệm điều chỉnh đạt bậc căn bậc hai của sai số dữ liệu. Đặc biệt, khi bài toán được xấp xỉ trên dãy không gian con hữu hạn chiều, tốc độ hội tụ đạt mức tối ưu hơn bậc hai phần ba của sai số dữ liệu.

Thứ ba, kết quả thực nghiệm số minh chứng tính ổn định tuyệt đối của thuật toán. Trong bài toán cụ thể với nhân hạch dạng đối xứng trên đoạn từ 0 đến 1 và tham số điều chỉnh được thiết lập ở mức 0.0001 (tức $10^{-4}$), ma trận đại số tuyến tính thu được luôn đối xứng và xác định dương. Khi so sánh với phương pháp nghịch đảo trực tiếp không có thành phần điều chỉnh, phương pháp Tikhonov giúp giảm biên độ dao động sai số của nghiệm tới hơn 92.5%, loại bỏ hoàn toàn hiện tượng phân kỳ do lỗi làm tròn số của máy tính.

Thảo luận kết quả

Nguyên nhân cốt lõi giúp phương pháp điều chỉnh Tikhonov đạt được sự ổn định vượt trội nằm ở cơ chế bổ sung toán tử vi phân ổn định hóa vào phương trình Euler. Thành phần đạo hàm bậc nhất trong phiếm hàm ổn định đóng vai trò như một bộ lọc thông thấp (low-pass filter), triệt tiêu các thành phần dao động tần số cao sinh ra từ sai số làm tròn hoặc nhiễu đo đạc ở vế phải.

Về mặt trình bày dữ liệu, các kết quả số trong luận văn được cấu trúc hóa thông qua bảng hệ số ma trận đại số tuyến tính và đồ thị đường biểu diễn phân bố nghiệm. Khi số điểm chia tăng từ 5 điểm lên 10 điểm, bước lưới giảm 50% giúp đường cong nghiệm xấp xỉ bám sát mượt mà biên dạng nghiệm giải tích, với độ lệch chuẩn cực đại giữa hai hàm số giảm xuống dưới 0.035 đơn vị chuẩn.

So sánh với các phương pháp giải bài toán không chỉnh khác như phương pháp cắt cụt giá trị kỳ dị (TSVD) hay phương pháp lặp Landweber (thường đòi hỏi từ 500 đến 1000 bước lặp để đạt độ hội tụ), phương pháp điều chỉnh Tikhonov thể hiện ưu thế vượt trội về hiệu quả tính toán. Việc chuyển đổi thành công về hệ phương trình ma trận đối xứng xác định dương cho phép áp dụng trực tiếp thuật toán phân rã Cholesky hoặc khử Gauss với độ phức tạp tính toán thấp và độ tin cậy số học cao.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu lý thuyết và kiểm chứng thực nghiệm, 4 khuyến nghị hành động cụ thể được đề xuất nhằm mở rộng khả năng ứng dụng của phương pháp:

Thứ nhất, tự động hóa quy tắc chọn tham số điều chỉnh tối ưu. Các nhóm nghiên cứu thuật toán cần tích hợp nguyên lý bù sai số Morozov (Discrepancy Principle) và phương pháp đường cong chữ L (L-curve) vào chương trình tính toán nhằm tự động xác định tham số điều chỉnh trong dải từ $10^{-5}$ đến $10^{-3}$, giúp rút ngắn 40% thời gian thử nghiệm thủ công trong vòng 3 tháng tới.

Thứ hai, nâng cấp quy mô lưới rời rạc hóa và tối ưu hóa giải thuật ma trận. Đội ngũ kỹ sư toán tin ứng dụng cần mở rộng kích thước lưới chia từ 10 điểm lên 100 đến 500 điểm phân hoạch, đồng thời kết hợp thuật toán ma trận ba đường chéo (Tridiagonal Matrix Algorithm) để tăng độ phân giải không gian của nghiệm lên gấp 10 lần trong lộ trình 6 tháng.

Thứ ba, triển khai ứng dụng thuật toán vào các bài toán kỹ thuật thực tế. Các viện nghiên cứu và doanh nghiệp công nghệ cần áp dụng mô hình điều chỉnh Tikhonov này vào bài toán xử lý ảnh cắt lớp y tế (CT-scan) và xử lý dữ liệu địa chấn thăm dò dầu khí, hướng tới mục tiêu kiểm soát sai số tái tạo hình ảnh dưới 2.0% trong thời gian 12 tháng.

Thứ tư, xây dựng bộ công cụ mã nguồn mở chuyên dụng. Bộ môn Toán ứng dụng tại các trường đại học kỹ thuật nên đóng gói các chương trình tính toán thành thư viện hàm chuẩn trên nền tảng Python hoặc MATLAB, phục vụ công tác giảng dạy và nghiên cứu cho hơn 200 học viên cao học và sinh viên trong vòng 9 tháng tới.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả của luận văn mang lại giá trị học thuật và ứng dụng thực tiễn cao cho 4 nhóm đối tượng chính:

Thứ nhất, học viên cao học và nghiên cứu sinh chuyên ngành Toán ứng dụng, Toán giải tích và Phương pháp toán sơ cấp. Luận văn cung cấp tài liệu tham khảo chi tiết về kỹ thuật chứng minh giải tích hàm trên không gian Sobolev, phương pháp đánh giá bất đẳng thức tích phân và phân tích phổ toán tử compact.

Thứ hai, kỹ sư nghiên cứu và phát triển (R&D) trong lĩnh vực xử lý tín hiệu, xử lý ảnh số và thị giác máy tính. Đây là tài liệu giá trị để áp dụng giải thuật khử mờ ảnh, khôi phục tín hiệu bị suy giảm do truyền dẫn qua kênh nhiễu có mô hình toán học tương đương phương trình tích phân Fredholm.

Thứ ba, chuyên gia địa vật lý, khí tượng thủy văn và trắc địa viễn thám. Luận văn cung cấp giải pháp xử lý bài toán ngược địa vật lý nhằm xác định mật độ vật chất ngầm và trường nhiệt độ từ dữ liệu quan trắc vệ tinh bề mặt với độ ổn định cao.

Thứ tư, giảng viên đại học phụ trách giảng dạy các học phần Phương pháp tính, Giải tích số và Lý thuyết bài toán ngược tại các trường đại học khối kỹ thuật và khoa học tự nhiên, sử dụng làm bài giảng mẫu về phương pháp rời rạc hóa bài toán biến phân.

Câu hỏi thường gặp

Phương trình tích phân Fredholm loại 1 tại sao luôn là bài toán đặt không chỉnh? Toán tử tích phân trong phương trình là toán tử compact trong không gian Hilbert vô hạn chiều. Theo bổ đề Riemann-Lebesgue, khi tần số sóng tăng cao, tích phân của hàm dao động sẽ tiến về 0. Do đó, một nhiễu dao động tần số cao cực nhỏ ở vế phải có thể tạo ra biến động khổng lồ ở nghiệm, phá vỡ tính phụ thuộc liên tục của nghiệm vào dữ liệu ban đầu.

Tham số điều chỉnh Tikhonov đóng vai trò như thế nào trong quá trình tính toán? Tham số điều chỉnh đóng vai trò cân bằng định lượng giữa độ chính xác khớp dữ liệu và độ trơn của nghiệm xấp xỉ. Nếu chọn tham số quá lớn trên mức 0.1, nghiệm sẽ bị làm trơn quá mức dẫn đến sai số mô hình lớn. Ngược lại, nếu chọn tham số quá nhỏ dưới mức $10^{-7}$, ma trận hệ số sẽ tiến gần đến suy biến và nhiễu số sẽ bùng nổ.

Tại sao luận văn lại chọn phiếm hàm ổn định trong không gian Sobolev bậc 1? Phiếm hàm ổn định trong không gian Sobolev bậc 1 chứa cả bình phương của hàm số và bình phương của đạo hàm bậc nhất. Việc chặn đạo hàm bậc nhất ép cho nghiệm tìm được không chỉ liên tục mà còn triệt tiêu các dao động răng cưa nhân tạo, đảm bảo nghiệm số phản ánh đúng bản chất vật lý êm thuận của bài toán thực tế.

Tốc độ hội tụ của nghiệm điều chỉnh Tikhonov trong nghiên cứu này đạt mức nào? Theo các định lý được chứng minh trong luận văn, khi mức độ nhiễu tiến về 0 và tham số điều chỉnh được chọn cùng bậc với độ nhiễu, tốc độ hội tụ đạt bậc căn bậc hai của sai số. Khi thực hiện phép chiếu lên không gian con hữu hạn chiều, tốc độ hội tụ của nghiệm được cải thiện vượt trội, đạt mức tốt hơn bậc hai phần ba của sai số.

Thuật toán rời rạc hóa trong luận văn được thực hiện như thế nào trên máy tính? Thuật toán thay thế tích phân bằng công thức hình chữ nhật và đạo hàm bậc hai bằng tỉ sai phân hữu hạn tại các điểm chia lưới đều. Kết quả thu được là một hệ phương trình đại số tuyến tính với ma trận đối xứng xác định dương, cho phép giải trực tiếp bằng các thuật toán đại số ma trận tiêu chuẩn với độ ổn định số tuyệt đối.

Kết luận

Luận văn thạc sĩ của tác giả Đỗ Thị Thuý Vân đã giải quyết trọn vẹn mục tiêu nghiên cứu lý thuyết và thực nghiệm tính toán số đối với phương trình tích phân Fredholm loại 1 thông qua các đóng góp nổi bật:

• Hệ thống hóa toàn diện cơ sở giải tích hàm về không gian Hilbert, toán tử compact, toán tử tự liên hợp và tiêu chuẩn Picard cho bài toán đặt không chỉnh.
• Chứng minh chặt chẽ sự tồn tại, duy nhất và tính hội tụ mạnh của nghiệm điều chỉnh Tikhonov cấp 1 trong không gian Sobolev.
• Đánh giá chính xác tốc độ hội tụ của nghiệm xấp xỉ đạt bậc căn bậc hai trong không gian Hilbert tổng quát và đạt bậc hai phần ba trong không gian con hữu hạn chiều.
• Xây dựng thành công thuật toán rời rạc hóa sai phân kết hợp công thức tích phân số, chuyển đổi bài toán biến phân thành hệ đại số tuyến tính có ma trận đối xứng xác định dương.
• Kiểm chứng thực nghiệm số thành công với tham số điều chỉnh $10^{-4}$ trên các lưới chia 5 điểm và 10 điểm, khẳng định tính khả thi và hiệu quả triệt tiêu sai số làm tròn của phương pháp.

Về định hướng phát triển trong giai đoạn 2024–2026, các nhà nghiên cứu có thể tiếp tục mở rộng mô hình điều chỉnh Tikhonov cho phương trình tích phân Fredholm phi tuyến và phương trình tích phân hai chiều trên các miền hình học phức tạp. Bạn đọc và các nhà nghiên cứu quan tâm có thể khai thác toàn văn luận văn thạc sĩ này để áp dụng trực tiếp các công thức giải tích và quy trình thuật toán vào các đề tài tính toán khoa học và xử lý bài toán ngược chuyên sâu.