Tổng quan về luận án

Tối ưu hóa đa mục tiêu với hàm mục tiêu dạng thương (Multiobjective Fractional Programming - MFP) giữ vai trò then chốt trong lý thuyết tối ưu hiện đại, xuất phát từ các bài toán thực tiễn phức tạp như tối đa hóa tỷ suất sinh lời trên vốn đầu tư (ROI), tối ưu hóa tỷ lệ tín hiệu trên tạp âm (SNR) trong xử lý quang phổ, hay cực đại hóa hiệu quả đầu ra trên đầu vào trong phân tích bao dữ liệu (DEA). Luận án tiến sĩ toán học chuyên ngành Toán ứng dụng (Mã số: 9.12) của nghiên cứu sinh Phạm Thị Linh, dưới sự hướng dẫn khoa học của GS. Nguyễn Công Điều tại Học viện Khoa học và Công nghệ (Viện Hàn lâm Khoa học và Công nghệ Việt Nam), mang tiêu đề: "Điều kiện tối ưu và đối ngẫu cho bài toán quy hoạch thương đa mục tiêu không trơn". Công trình đặt nền móng tiên phong trong việc mở rộng giải tích biến phân phi trơn sang lớp bài toán thương đa mục tiêu chứa đồng thời các ràng buộc bất đẳng thức, ràng buộc đẳng thức và ràng buộc tập trong không gian vô hạn chiều.

Khoảng trống học thuật (research gap) trọng tâm mà luận án giải quyết là sự thiếu vắng một hệ thống lý thuyết hoàn chỉnh về điều kiện tối ưu (cần và đủ) và các mô hình đối ngẫu cho bài toán quy hoạch thương phi trơn đa mục tiêu tổng quát dưới công cụ dưới vi phân suy rộng (generalized subdifferential) Jeyakumar-Luc $\partial^* f(x)$. Trước đây, các công trình của Gadhi chỉ dừng lại ở bài toán với ràng buộc bất đẳng thức đơn thuần, trong khi các tiếp cận của Golestani et al. bị giới hạn trong khuôn khổ dưới vi phân Clarke $\partial^C f(x)$ vốn đòi hỏi tính Lipschitz địa phương và cấu trúc lồi hóa chặt.

Luận án thiết lập và giải quyết 4 câu hỏi nghiên cứu cốt lõi:

  1. Thiết lập điều kiện cần tối ưu Fritz John và Kuhn-Tucker cho nghiệm hữu hiệu yếu của bài toán (MFP) chứa ràng buộc hỗn hợp thông qua dưới vi phân suy rộng Jeyakumar-Luc như thế nào?
  2. Làm thế nào để xây dựng các điều kiện tối ưu cho tựa nghiệm hữu hiệu yếu (weak quasi-efficient solutions) - dạng nghiệm xấp xỉ mang tính thực tiễn cao trong tính toán số?
  3. Khái niệm tính lồi suy rộng nào (giả lồi bất biến tiệm cận, tựa lồi bất biến tiệm cận) bảo toàn tính đúng đắn của điều kiện đủ tối ưu?
  4. Cấu trúc của các bài toán đối ngẫu kiểu Mond-Weir và kiểu Wolfe cho nghiệm hữu hiệu yếu và tựa nghiệm hữu hiệu yếu được thiết lập ra sao để đảm bảo các định lý đối ngẫu yếu, đối ngẫu mạnh và đối ngẫu ngược?

Khung lý thuyết của công trình tích hợp giải tích biến phân phi trơn (Variational Analysis), lý thuyết đối ngẫu (Duality Theory), kỹ thuật vô hướng hóa Gong (Gong's Scalarization) và giải tích lồi suy rộng tiệm cận (Asymptotic Invexity). Về phạm vi, luận án nghiên cứu lớp bài toán (MFP) xác định trên không gian định chuẩn $X$ tổng quát, giải quyết trọn vẹn cả nghiệm hữu hiệu yếu chính xác và tựa nghiệm hữu hiệu yếu cục bộ phụ thuộc tham số vector $\alpha \in \mathbb{R}^p_{++}$.

Literature Review và Positioning

Lý thuyết quy hoạch thương khởi nguồn từ công trình kinh điển của Charnes và Cooper (1962) với bài toán thương tuyến tính đơn mục tiêu qua phép biến đổi biến $y = x/t, t = 1/(d^T x + \beta)$. Tiếp đó, Dinkelbach (1967) đề xuất phương pháp quy hoạch tham số $F(q) = \max {f(x) - q g(x)}$ giải quyết bài toán thương phi tuyến khả vi với tốc độ hội tụ siêu tuyến tính. Trong tối ưu đa mục tiêu, Geoffrion (1968) và Sawaragi et al. (1985) đã hệ thống hóa khái niệm nghiệm hữu hiệu Pareto và nghiệm hữu hiệu yếu. Khi tính khả vi không còn thỏa mãn, Clarke (1983) phát triển giải tích phi trơn dựa trên nón tiếp tuyến và dưới vi phân Clarke $\partial^C f(x)$, còn Michel và Penot (1984) giới thiệu dưới vi phân $\partial^{MP} f(x)$ nhằm thu hẹp tập dưới vi phân đối với các hàm khả vi Gâteaux.

Tuy nhiên, tồn tại hai luồng tranh luận học thuật lớn trong tối ưu hóa phi trơn:

  • Luồng quan điểm giải tích lồi hóa cổ điển (Clarke, Rockafellar): Yêu cầu tập dưới vi phân phải lồi và compact yếu-$*$. Hạn chế của hướng tiếp cận này là bỏ qua nhiều lớp hàm thực tế không Lipschitz (như hàm $f(x) = \sqrt{x}$ tại 0 có dưới vi phân suy rộng không compact $[\alpha, \infty)$ hoặc $f(x) = -|x|$ có dưới vi phân không lồi ${-1, 1}$).
  • Luồng quan điểm giải tích biến phân suy rộng hiện đại (Jeyakumar, Luc, Mordukhovich): Sử dụng các tập xấp xỉ không nhất thiết lồi hay compact $\partial^* f(x)$, mở rộng đáng kể phạm vi ứng dụng nhưng tạo ra thách thức lớn trong việc thiết lập quy tắc tính toán giải tích và định lý tách.

Về mặt định vị nghiên cứu, luận án đặt mình tại điểm giao thoa nâng cao giữa quy hoạch thương đa mục tiêu và giải tích phi trơn suy rộng. So sánh với hai công trình quốc tế điển hình:

  1. So với công trình của Gadhi (2005, 2012): Gadhi chỉ thiết lập điều kiện tối ưu cho bài toán thương đa mục tiêu khi chỉ có ràng buộc bất đẳng thức $h_j(x) \le 0$ và tập $X = \mathbb{R}^n$. Luận án của Phạm Thị Linh đã vượt trội khi bổ sung đầy đủ hệ ràng buộc đẳng thức $\ell_k(x) = 0$, ràng buộc tập $x \in D$ (với $D$ đóng) trong không gian định chuẩn vô hạn chiều $X$.
  2. So với công trình của Golestani et al. (2012) và Capătă (2011): Golestani nghiên cứu tựa nghiệm hữu hiệu dựa trên dưới vi phân Clarke đòi hỏi tính Lipschitz địa phương, trong khi Capătă chỉ dừng lại ở $\epsilon$-tựa nghiệm cho bài toán đơn mục tiêu. Luận án mở rộng trực tiếp sang tựa nghiệm đa mục tiêu dưới công cụ dưới vi phân Jeyakumar-Luc không lồi.
                      ┌────────────────────────────────────────┐
                      │   Charnes & Cooper (1962): Tuyến tính   │
                      │   Dinkelbach (1967): Tham số phi tuyến │
                      └──────────────────┬─────────────────────┘
                                         ▼
                      ┌────────────────────────────────────────┐
                      │    Clarke (1983) / Michel-Penot (1984) │
                      │   Dưới vi phân lồi / Lipschitz phi trơn│
                      └──────────────────┬─────────────────────┘
                                         ▼
         ┌───────────────────────────────┴───────────────────────────────┐
         ▼                                                               ▼
┌─────────────────────────────────┐             ┌─────────────────────────────────┐
│     Gadhi (2005, 2012)          │             │    Golestani et al. (2012)      │
│ - Chỉ ràng buộc bất đẳng thức   │             │ - Tựa nghiệm đơn mục tiêu       │
│ - Không gian hữu hạn chiều      │             │ - Giới hạn dưới vi phân Clarke  │
└────────────────┬────────────────┘             └────────────────┬────────────────┘
                 │                                               │
                 └───────────────────────┬───────────────────────┘
                                         ▼
                      ┌────────────────────────────────────────┐
                      │     LUẬN ÁN PHẠM THỊ LINH (2022)       │
                      │ • (MFP) Ràng buộc hỗn hợp: ≤ 0, = 0, D │
                      │ • Dưới vi phân suy rộng Jeyakumar-Luc  │
                      │ • Nghiệm hữu hiệu & Tựa nghiệm hữu hiệu│
                      │ • Đối ngẫu toàn diện Mond-Weir & Wolfe │
                      └────────────────────────────────────────┘

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng và hoàn thiện hệ thống lý thuyết tối ưu hóa phi trơn thông qua 4 đóng góp đột phá mang tính chuyển dịch hệ hình (paradigm shift):

  1. Phát triển quy tắc tính giải tích cho dưới vi phân suy rộng của hàm thương: Luận án chứng minh một mệnh đề nền tảng: Nếu $f, g$ là các hàm liên tục trên tập $D \subset X$, $g(x) > 0$, có dưới vi phân suy rộng $\partial^* f(x), \partial^* g(x)$ bị chặn và nửa liên tục trên tại $x$, thì tập: $$\partial^* \left(\frac{f}{g}\right)(x) = \frac{g(x)\partial^* f(x) - f(x)\partial^* g(x)}{g^2(x)}$$ chính là dưới vi phân suy rộng Jeyakumar-Luc của hàm thương $f/g$ tại $x$.

  2. Thiết lập định lý điều kiện cần Fritz John và Kuhn-Tucker tổng quát: Chứng minh sự tồn tại của các nhân tử Lagrange không tầm thường $(\lambda^, \mu^, \nu^)$ cho bài toán (MFP) chứa đồng thời ràng buộc $h_j(x) \le 0, \ell_k(x) = 0, x \in D$ tại nghiệm hữu hiệu yếu địa phương $\bar{x}$: $$0 \in \text{cl} \left( \mu_0^ \sum_{i=1}^p \lambda_i^* \left(\text{conv}\partial^* f_i(\bar{x}) - \varphi_i(\bar{x})\text{conv}\partial^* g_i(\bar{x})\right) + \sum_{j=1}^m \mu_j^* \text{conv}\partial^* h_j(\bar{x}) + \sum_{k=1}^r \nu_k^* \text{conv}\partial^* \ell_k(\bar{x}) + N(D; \bar{x}) \right)$$

  3. Thiết lập lý thuyết tối ưu cho tựa nghiệm hữu hiệu yếu: Lần đầu tiên đưa tham số vector $\alpha = (\alpha_1, \dots, \alpha_p) \in \mathbb{R}^p_{++}$ vào bài toán thương không trơn, phản ánh đặc tính xấp xỉ $\varphi_i(x) \le \varphi_i(\bar{x}) - \alpha_i |x - \bar{x}|$, tạo bước đệm hoàn hảo giữa lý thuyết và thuật toán xấp xỉ số.

  4. Hệ thống hóa các cặp đối ngẫu Mond-Weir và Wolfe: Xây dựng hoàn chỉnh các mô hình đối ngẫu và chứng minh trọn vẹn bộ ba định lý: Đối ngẫu yếu, Đối ngẫu mạnh, và Đối ngẫu ngược cho cả nghiệm chính xác lẫn nghiệm xấp xỉ.

Khung phân tích độc đáo

Khung phân tích của luận án được xây dựng dựa trên sự liên kết 3 trụ cột lý thuyết:

  • Trụ cột 1 - Vô hướng hóa Gong: Chuyển đổi bài toán vector đa mục tiêu sang bài toán vô hướng thông qua phiếm hàm phi tuyến liên tục, thuần nhất dương, dưới cộng tính $\Lambda: Y \to \mathbb{R}$ thỏa mãn tính chất $y_2 - y_1 \in \text{int} D \implies \Lambda(y_1) < \Lambda(y_2)$.
  • Trụ cột 2 - Tính chính quy Ioffe và Mangasarian-Fromovitz suy rộng (CQ): Định nghĩa điều kiện chính quy phi trơn: Tồn tại $v_0 \in T(D; \bar{x})$ và $a_j > 0$ sao cho $\langle \xi, v_0 \rangle \le -a_j, \forall \xi \in \text{conv}\partial^* h_j(\bar{x})$ và $\langle \eta_k, v_0 \rangle = 0, \forall \eta_k \in \text{conv}\partial^* \ell_k(\bar{x})$ để triệt tiêu nhân tử $\mu_0^* = 0$, chuyển từ điều kiện Fritz John sang Kuhn-Tucker.
  • Trụ cột 3 - Lớp hàm lồi suy rộng bất biến tiệm cận (Asymptotic Invexity): Đưa ra định nghĩa hàm giả lồi bất biến tiệm cận (asymptotic pseudoinvex) và tựa lồi bất biến tiệm cận (asymptotic quasiinvex) theo ánh xạ $\eta: X \times X \to X$, khắc phục hoàn toàn sự thất bại của tính lồi cổ điển trên tập không lồi.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án vận dụng lập trường nhận thức luận duy lý phản nghiệm (Rationalist/Critical Realist paradigm) đặc thù của Toán học thuần túy và Toán ứng dụng, kết hợp phương pháp suy diễn tiên đề (axiomatic-deductive method) với giải tích biến phân trừu tượng.

Mô hình bài toán tổng quát được chuẩn hóa dưới dạng: $$(MFP): \min_{x \in M} \left( \frac{f_1(x)}{g_1(x)}, \dots, \frac{f_p(x)}{g_p(x)} \right)$$ Tập chấp nhận được xác định bởi: $$M := {x \in D : h_j(x) \le 0, j \in I = {1, \dots, m}; \ell_k(x) = 0, k \in L = {1, \dots, r}}$$ trong đó $D$ là tập con đóng của không gian định chuẩn $X$; $f_i, g_i, h_j, \ell_k: X \to \mathbb{R}$ liên tục; $g_i(x) > 0, \forall x \in X$.

Quy trình nghiên cứu rigorous

Quy trình chứng minh được thiết kế nghiêm ngặt qua 5 giai đoạn logic khép kín:

  1. Kỹ thuật giải tương đương bài toán tham số: Chuyển đổi nghiệm hữu hiệu của (MFP) về nghiệm của bài toán tối ưu sai phân phụ trợ $(P_1): \min_{x \in M} (f_1(x) - \varphi_1(\bar{x})g_1(x), \dots, f_p(x) - \varphi_p(\bar{x})g_p(x))$.
  2. Vô hướng hóa bảo toàn thứ tự: Áp dụng Bổ đề Gong xây dựng hàm $\Lambda(y) = \inf {t \in \mathbb{R} : y \in te - D}$, đưa $(P_1)$ về bài toán tối ưu vô hướng phi tuyến $(P_2): \min_{x \in M} \Lambda(\phi(x) - \phi(\bar{x}))$.
  3. Kỹ thuật vi phân hóa hàm hợp: Sử dụng quy tắc chuỗi cho dưới vi phân suy rộng Jeyakumar-Luc trên không gian Banach, kết hợp nón tiếp tuyến Clarke $T(D; \bar{x})$ và nón pháp tuyến Clarke $N(D; \bar{x}) = {\xi \in X^* : \langle \xi, v \rangle \le 0, \forall v \in T(D; \bar{x})}$.
  4. Tách không gian và triệt tiêu nhân tử suy biến: Sử dụng giải tích lồi đối ngẫu và điều kiện chính quy (CQ) để chứng minh nhân tử Lagrange tương ứng với hàm mục tiêu $\mu_0^* > 0$.
  5. Kiểm chứng phản ví dụ: Xây dựng các ví dụ giải tích giải quyết tường minh trên $\mathbb{R}^2$ để chứng minh tính độc lập và sự cần thiết của từng giả thiết kỹ thuật.

Data và phân tích

Trong nghiên cứu toán học lý thuyết, "dữ liệu" là các cấu trúc giải tích, tập hợp và không gian hàm cụ thể. Luận án minh chứng các định lý thông qua các bài toán mẫu chuẩn hóa.

Điển hình bài toán $(P_4)$ trong không gian $\mathbb{R}^2$:

  • Hàm mục tiêu thương $p=3$: $f_1(x)/g_1(x), f_2(x)/g_2(x), f_3(x)/g_3(x)$.
  • Ràng buộc: $h_1(x) \le 0, h_2(x) \le 0, \ell(x) = 0, x \in D$.
  • Tập chấp nhận: $M = {x = (x_1, x_2) \in D : x_2 = 2x_1, 0 \le x_1 \le 1}$.
  • Điểm kiểm tra: $\bar{x} = (0, 0)$.
  • Vector hướng tiếp tuyến: $v_0 = (1, 2) \in \mathbb{R}^2_+ = T(D; \bar{x})$.
  • Bộ nhân tử tối ưu được tính toán chính xác: $\alpha_1^* = 2, \alpha_2^* = 1, \alpha_3^* = 2, \mu_1^* = 2, \mu_2^* = 1, \nu^* = 1$, thỏa mãn hoàn hảo hệ điều kiện Kuhn-Tucker.

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Mở rộng biên giới khả vi của hàm thương: Chứng minh bao lồi dưới vi phân suy rộng $\text{conv}\partial^* f(x)$ có thể áp dụng trực tiếp cho các bài toán không trơn, phá vỡ định kiến cho rằng chỉ có dưới vi phân Clarke mới thiết lập được điều kiện Kuhn-Tucker.
  2. Cơ chế điều khiển nghiệm xấp xỉ qua chuẩn khoảng cách: Thiết lập mối liên hệ định lượng giữa vector dung sai $\alpha \in \mathbb{R}^p_{++}$ và số gia hàm mục tiêu: $$\varphi_i(x) \le \varphi_i(\bar{x}) - \alpha_i |x - \bar{x}|$$ cho phép kiểm soát sai số hội tụ trong các thuật toán số lặp hữu hạn bước.
  3. Đồng nhất hóa đối ngẫu phi trơn: Phát hiện rằng cấu trúc đối ngẫu Mond-Weir kiểm soát tốt hơn các ràng buộc dạng bất đẳng thức mà không đòi hỏi sự kết hợp tuyến tính trực tiếp vào hàm mục tiêu như đối ngẫu Wolfe, mở ra khả năng tính toán phi tập trung.
  4. Hiện tượng đối ngẫu chặt không khoảng cách (Zero Duality Gap): Chứng minh giá trị tối ưu của bài toán gốc (MFP) và bài toán đối ngẫu Mond-Weir/Wolfe trùng nhau dưới điều kiện lồi suy rộng bất biến tiệm cận.
       BÀI TOÁN GỐC (MFP)                      BÀI TOÁN ĐỐI NGẪU
┌──────────────────────────────┐        ┌──────────────────────────────┐
│  min (f1/g1, ..., fp/gp)     │        │ • Đối ngẫu kiểu Mond-Weir    │
│  s.t.  hj(x) <= 0            │        │ • Đối ngẫu kiểu Wolfe        │
│        lk(x) = 0             │        │                              │
│        x in D                │        │ max (Dual Objective)         │
└──────────────┬───────────────┘        └──────────────┬───────────────┘
               │                                       │
               │         ĐỐI NGẪU YẾU (Weak Duality)   │
               ├───────────────────────────────────────┤
               │   f(x)/g(x) >= Giá trị đối ngẫu       │
               │                                       │
               │         ĐỐI NGẪU MẠNH (Strong Duality)│
               ├───────────────────────────────────────┤
               │   Zero Duality Gap: min(P) = max(D)   │
               │   (Dưới tính lồi Asymptotic Invex)    │
               │                                       │
               │      ĐỐI NGẪU NGƯỢC (Converse Duality)│
               └───────────────────────────────────────┘

Implications đa chiều

  • Về mặt lý thuyết: Đặt nền tảng vững chắc cho giải tích biến phân trên các cấu trúc thương vector, làm cầu nối giữa lý thuyết tối ưu hóa trừu tượng và tối ưu hóa nón (conic optimization).
  • Về mặt phương pháp luận: Cung cấp công cụ vô hướng hóa kết hợp giải tích dưới vi phân suy rộng có thể tái sử dụng cho các bài toán cân bằng Nash đa mục tiêu, bài toán bù phi tuyến và bài toán biến phân biến thiên.
  • Về mặt ứng dụng thực tiễn:
    • Quản trị danh mục đầu tư: Tối ưu hóa đồng thời nhiều tỷ số Sharpe/Treynor phi trơn có tính đến chi phí giao dịch cố định và ràng buộc vị thế thực tế.
    • Kỹ thuật truyền thông: Cực đại hóa tỷ lệ hiệu quả năng lượng (Energy Efficiency - bit/Joule) và thông lượng dữ liệu trên các mạng 5G/6G không dây dưới ràng buộc giao thoa phi tuyến.

Limitations và Future Research

Mặc dù đạt được những kết quả đột phá, luận án thẳng thắn chỉ ra các giới hạn nghiên cứu:

  1. Giả thiết về nón lồi: Không gian mục tiêu vẫn yêu cầu nón thứ tự $D \subset \mathbb{R}^p$ là nón lồi nhọn có phần trong khác rỗng ($\text{int} D \ne \emptyset$), chưa bao quát các nón thứ tự không lồi.
  2. Tính đóng và liên tục: Các hàm thành phần $f_i, g_i, h_j, \ell_k$ đòi hỏi tính liên tục toàn cục trên $X$, chưa mở rộng cho lớp hàm nửa liên tục dưới mở rộng nhận giá trị $+\infty$.
  3. Độ phức tạp tính toán: Luận án tập trung thuần túy vào giải tích lý thuyết, chưa hiện thực hóa thuật toán số bằng mã nguồn (code) để đo lường thời gian thực thi (CPU time) trên dữ liệu thực tế lớn.

Chương trình nghiên cứu tương lai bao gồm 4 hướng trọng tâm:

  • Mở rộng lý thuyết sang bài toán quy hoạch thương hai cấp (Bilevel Fractional Programming).
  • Thiết lập điều kiện tối ưu cấp hai sử dụng dưới vi phân bậc hai suy rộng của Mordukhovich.
  • Xây dựng thuật toán tối ưu xấp xỉ dạng Proximity Point kết hợp Gradient suy rộng giải bài toán tựa nghiệm.
  • Ứng dụng mô hình vào bài toán tối ưu mạng nơ-ron sâu với các hàm mất mát dạng tỷ số nén trọng số.

Tác động và ảnh hưởng

  • Ảnh hưởng học thuật: Cung cấp tài liệu tham khảo chuẩn mực cho các nhà nghiên cứu giải tích phi trơn và tối ưu hóa vector. Các định lý trong luận án có tiềm năng trích dẫn cao trong các tạp chí chuyên ngành hàng đầu như Journal of Optimization Theory and Applications (JOTA), SIAM Journal on Optimization, và Optimization.
  • Tác động ngành và công nghệ: Cung cấp cơ sở toán học cho các kỹ sư thuật toán tại các quỹ đầu tư định lượng (Quantitative Finance) và các tập đoàn viễn thông trong việc mô hình hóa các bài toán cân bằng tỷ suất chi phí - lợi ích.
  • Ý nghĩa quốc tế: Đưa toán học ứng dụng Việt Nam tiếp cận ngang hàng với các nhóm nghiên cứu mạnh trên thế giới trong lĩnh vực giải tích biến phân không trơn (như nhóm nghiên cứu tại Úc, Pháp, Canada).

Đối tượng hưởng lợi

  • Nghiên cứu sinh và học viên cao học: Nắm vững kỹ thuật sử dụng dưới vi phân suy rộng Jeyakumar-Luc và phương pháp vô hướng hóa Gong để phát triển đề tài nghiên cứu.
  • Các nhà toán học lý thuyết: Tiếp cận hệ thống định lý hoàn chỉnh về đối ngẫu phi trơn để mở rộng sang các không gian hàm Banach tổng quát hơn.
  • Chuyên gia R&D công nghiệp: Vận dụng khung tựa nghiệm hữu hiệu để xây dựng các tiêu chuẩn dừng (stopping criteria) tối ưu cho các phần mềm giải bài toán quy hoạch phi tuyến thương mại.
  • Nhà hoạch định chính sách kinh tế: Ứng dụng mô hình tối ưu thương đa mục tiêu để đánh giá hiệu quả chi phí - lợi ích trong các dự án đầu tư công quy mô lớn.

Câu hỏi chuyên sâu

  1. Đóng góp lý thuyết độc đáo nhất của luận án là gì? Trả lời: Đóng góp độc đáo nhất là việc thiết lập và chứng minh công thức dưới vi phân suy rộng Jeyakumar-Luc cho hàm thương $\partial^(f/g)(x) = [g(x)\partial^ f(x) - f(x)\partial^* g(x)]/g^2(x)$ và sử dụng nó để giải quyết trọn vẹn bài toán quy hoạch thương đa mục tiêu chứa đầy đủ các ràng buộc bất đẳng thức, đẳng thức và ràng buộc tập trong không gian định chuẩn.

  2. Phương pháp nghiên cứu có điểm gì cải tiến so với hai nghiên cứu quốc tế tiền nhiệm? Trả lời: So với Gadhi (2005), luận án đã bổ sung thành công ràng buộc đẳng thức $\ell_k(x) = 0$ và ràng buộc tập $x \in D$ bằng cách kết hợp điều kiện chính quy Mangasarian-Fromovitz phi trơn với nón pháp tuyến Clarke. So với Golestani et al. (2012), luận án đã vượt qua rào cản của tính Lipschitz địa phương bằng cách thay thế dưới vi phân Clarke bằng dưới vi phân suy rộng Jeyakumar-Luc không nhất thiết lồi hay compact.

  3. Phát hiện nào mang tính bất ngờ hoặc trái trực giác nhất trong luận án? Trả lời: Đó là việc chứng minh tính đúng đắn của điều kiện đủ tối ưu và đối ngẫu chặt (Zero Duality Gap) không đòi hỏi tính lồi thông thường của hàm mục tiêu mà chỉ cần hàm mục tiêu thỏa mãn tính giả lồi bất biến tiệm cận kết hợp với các ràng buộc tựa lồi bất biến tiệm cận theo cùng một ánh xạ $\eta$.

  4. Nghiên cứu có cung cấp giao thức tái lập (replication protocol) không? Trả lời: Có. Mọi định lý đều đi kèm chứng minh toán học giải tích chi tiết từng bước (step-by-step analytical proof) và được kiểm chứng độc lập thông qua các ví dụ giải tích cụ thể với các hàm giải tích tường minh trong không gian $\mathbb{R}^2$.

  5. Chương trình nghiên cứu 10 năm tiếp theo được định hình như thế nào? Trả lời: Hướng tới xây dựng gói phần mềm giải toán tối ưu thương phi trơn tự động, tích hợp giải tích biến phân bậc hai của Mordukhovich, và ứng dụng trực tiếp vào tối ưu hóa năng lượng cho mạng viễn thông thế hệ mới và học máy phân tán (Distributed Machine Learning).

Kết luận

Luận án tiến sĩ của tác giả Phạm Thị Linh đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra với 5 đóng góp học thuật cốt lõi:

  1. Xây dựng thành công quy tắc giải tích dưới vi phân suy rộng cho tỷ số hai hàm phi trơn liên tục.
  2. Thiết lập định lý điều kiện cần Fritz John và Kuhn-Tucker cho nghiệm hữu hiệu yếu của bài toán (MFP) tổng quát.
  3. Tiên phong thiết lập điều kiện tối ưu cho tựa nghiệm hữu hiệu yếu (nghiệm xấp xỉ) phụ thuộc tham số $\alpha \in \mathbb{R}^p_{++}$.
  4. Chứng minh hệ thống định lý đối ngẫu yếu, mạnh, ngược kiểu Mond-Weir và Wolfe dưới các giả thiết lồi suy rộng bất biến tiệm cận.
  5. Cung cấp các ví dụ giải tích minh họa rõ ràng, chứng minh tính xác thực và khả thi của toàn bộ hệ thống lý thuyết.

Công trình tạo ra bước tiến quan trọng trong hệ hình giải tích phi trơn tại Việt Nam, khẳng định năng lực hội nhập học thuật quốc tế đỉnh cao, đồng thời để lại di sản học thuật lâu dài cho cộng đồng nghiên cứu Toán ứng dụng và Tối ưu hóa toàn cầu.