Tổng quan về luận án

Nghiên cứu về điều kiện hội tụ và tính ổn định của nghiệm cho các bài toán tối ưu tập (Set Optimization Problems - SOP) cùng các bài toán liên quan đóng vai trò nền tảng trong giải tích biến phân hiện đại và toán ứng dụng. Luận án tiến sĩ của nghiên cứu sinh Đinh Vĩnh Hiển (chuyên ngành Toán ứng dụng, mã số 9460112, Đại học Khoa học Tự nhiên - Đại học Quốc gia TP. Hồ Chí Minh, năm 2022, dưới sự hướng dẫn khoa học của GS. Lâm Quốc Anh và PGS.TS. Nguyễn Lê Hoàng Anh) đã giải quyết trọn vẹn những thách thức lý thuyết cốt lõi về sự hội tụ của tập nghiệm trong không gian ảnh (image space approach) dưới các nhiễu loạn tập ràng buộc và ánh xạ mục tiêu.

Khoảng trống nghiên cứu (research gap) mà luận án tập trung khai phá xuất phát từ thực tế: phần lớn các công trình kinh điển trước đây (Gutiérrez et al., 2016; Karuna & Lalitha, 2018; Miglierina & Molho, 2004) chủ yếu khảo sát tính ổn định ngoài (external stability) và tính ổn định trong (internal stability) đối với quan hệ thứ tự kiểu dưới (lower type set less order relation $\le_l$) hoặc chỉ giới hạn ở nghiệm tối tiểu yếu (weakly minimal solutions). Hơn thế nữa, việc nghiên cứu sự hội tụ trên (upper convergence) của nghiệm tối tiểu hữu hiệu Pareto (efficient minimal solutions) thường gặp trở ngại kỹ thuật nghiêm trọng, buộc các tác giả trước phải áp đặt giả thiết đồng nhất nhân tạo giữa nghiệm hữu hiệu và nghiệm yếu. Đặc biệt, luận án đã phát hiện và khắc phục một sai số giải tích mang tính cấu trúc trong chứng minh định lý hội tụ của Gutiérrez et al. (2016, Định lý 3.1) liên quan đến bất đẳng thức khoảng cách nón.

Hệ thống câu hỏi nghiên cứu và giả thuyết khoa học được thiết lập chặt chẽ:

  1. Câu hỏi nghiên cứu 1 ($RQ_1$): Điều kiện đủ nào đảm bảo tính ổn định ngoài và ổn định trong cho nghiệm yếu ($\text{WMin}$) và nghiệm lý tưởng ($\text{SMin}$) của bài toán tối ưu tập theo quan hệ thứ tự gộp $\le_s$ dưới sự hội tụ Painlevé-Kuratowski và Hausdorff khi tập chấp nhận được bị nhiễu loạn?
  2. Câu hỏi nghiên cứu 2 ($RQ_2$): Làm thế nào thiết lập điều kiện hội tụ trên cho tập nghiệm hữu hiệu Pareto ($\text{Min}$) mà không cần giả định $\text{Min} \equiv \text{WMin}$?
  3. Câu hỏi nghiên cứu 3 ($RQ_3$): Mối quan hệ định lượng giữa tính đúng đắn (well-posedness) của bài toán tối ưu vector bất định đối ứng lạc quan $P(\mathcal{U})$ và bài toán vô hướng hóa phi tuyến qua hàm Gerstewitz mở rộng là gì?
  4. Câu hỏi nghiên cứu 4 ($RQ_4$): Cấu trúc nửa liên tục Hausdorff và tính đúng đắn Hadamard/Tikhonov/Levitin-Polyak của ánh xạ nghiệm bài toán tựa cân bằng vector tham số với nón biến thiên (variable cones) vận hành như thế nào?

Khung lý thuyết của luận án tích hợp lý thuyết quan hệ thứ tự tập (Kuroiwa, 1998; Jahn & Ha, 2011), tô pô tập giải tích Painlevé-Kuratowski (Rockafellar & Wets, 1998), lý thuyết vô hướng hóa phi tuyến Gerstewitz (Khan et al., 2015), và lý thuyết cân bằng tựa biến phân (Blum & Oettli, 1994). Tác động đột phá của công trình được định lượng qua việc mở rộng phạm vi ứng dụng cho các mô hình kinh tế học phúc lợi $m$ doanh nghiệp, $n$ người tiêu dùng ($\mathbb{R}^{nm+1}$), bài toán mạng lưới giao thông co giãn (Elastic Traffic Network Problems - $TNP$), và bài toán cân bằng bị chặn ($BEP$).

Literature Review và Positioning

Lịch sử phát triển của lý thuyết tối ưu hóa chứng kiến sự chuyển dịch mô hình (paradigm shift) từ tối ưu vô hướng (Muu & Oettli, 1992; Blum & Oettli, 1994) sang tối ưu vector với nón cố định (Luc, 1989; Göpfert et al., 2003), và đỉnh cao hiện nay là tối ưu tập đa trị (Khan, Tammer & Zălinescu, 2015; Mordukhovich, 2018). Trong nhánh tối ưu tập, tồn tại hai trường phái tiếp cận đối nghịch: trường phái vector (vector approach) chỉ tìm điểm hữu hiệu trên hợp của các tập ảnh $\bigcup_{x \in K} F(x)$ (Jahn, 2004) và trường phái tập (set optimization approach) so sánh trực tiếp các tập hợp thông qua quan hệ thứ tự nón (Kuroiwa, 1998).

Quan hệ thứ tự tập kiểu dưới $\le_l$ ($A \le_l B \iff B \subset A + C$) và kiểu trên $\le_u$ ($A \le_u B \iff A \subset B - C$) được Young (1931) khởi xướng trong đại số, Nishnianidze (1984) áp dụng trong lý thuyết điểm bất động, Chiriaev & Walster (1996) dùng trong giải tích khoảng, và Kuroiwa (1998) đưa vào tối ưu hóa. Đến năm 2011, Jahn & Ha đã kết hợp hai quan hệ này để tạo ra quan hệ thứ tự tập đầy đủ: $$A \le_s B \iff (B \subset A + C \text{ và } A \subset B - C)$$

Về mặt động thái nhiễu loạn, Geoffroy (2006) thiết lập tô pô trên họ các tập bị chặn dưới để xét hội tụ nghiệm theo $\le_l$. Gutiérrez, Huerga & Novo (2016) công bố nghiên cứu về tính ổn định Painlevé-Kuratowski cho bài toán tối ưu tập nhưng vấp phải thiếu sót trong việc ước lượng khoảng cách: trích dẫn nguyên văn từ luận án: "Gutiérrez et al. [34] investigated the upper convergence results for the weakly minimal solutions to set optimization problems via the l-type of less order relation and use the inequality $\inf_{h_0} d(h_0, (C_0 + B(0,\eta_0) + \text{int} K)) \le \eta_0$ for $h_0 \in Y \setminus (C_0 + \text{int} K)$ in the proof of Theorem 3.1. Clearly, this inequality does not hold in general."

Karuna & Lalitha (2018) kế thừa kết quả của Gutiérrez et al. nhưng áp đặt giả thiết rất chặt rằng tập $\text{cl}(\bigcup_{n \in \mathbb{N}} \Gamma_n)$ phải compac tuần tự. Luận án của Đinh Vĩnh Hiển đã định vị chính xác khoảng trống này, loại bỏ hoàn toàn các giả thiết phi thực tế, đồng thời vượt qua hai nghiên cứu quốc tế tiêu biểu:

  • So với Miglierina & Molho (2004, Journal of Optimization Theory and Applications): Luận án tổng quát hóa kết quả từ trường hợp ánh xạ đơn trị đồng nhất sang ánh xạ đa trị compact $F: X \rightrightarrows Y$ với cấu trúc nón lồi đóng nhọn tổng quát $C \subset Y$.
  • So với Chen, Huang & O'Regan (2010, Computers & Mathematics with Applications): Công trình mở rộng phân tích ổn định từ không gian metric cố định sang không gian vector tô pô với nón biến thiên $C(x)$ phụ thuộc biến trạng thái.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng và hoàn thiện hệ tiên đề của Kuroiwa (1998) và Jahn & Ha (2011) bằng việc đề xuất quan hệ tựa thứ tự xấp xỉ $\varepsilon$-set less order relation ($\le_{\varepsilon}$) với $\varepsilon \in \text{int} C$: $$A \le_{\varepsilon} B \iff (A \subset B - C - \varepsilon \text{ và } B \subset A + C + \varepsilon)$$

Từ đó, khái niệm phần tử $\varepsilon$-tối tiểu $\text{Min}{\varepsilon}(\mathcal{Y})$ được định nghĩa: $A \in \text{Min}{\varepsilon}(\mathcal{Y}) \iff (\forall B \in \mathcal{Y}, B \le_{\varepsilon} A \implies A \le_{\varepsilon} B)$. Luận án chứng minh hệ thống mệnh đề và định lý đột phá:

  1. Mệnh đề lồng nhau (Proposition 2.1): Với mọi $\varepsilon, \tilde{\varepsilon} \in \text{int} C$ thỏa $\varepsilon \le_C \tilde{\varepsilon}$, ta có $\text{Min}{\varepsilon}(\mathcal{Y}) \subset \text{Min}{\tilde{\varepsilon}}(\mathcal{Y})$, và đặc biệt $\text{WMin}(\mathcal{Y}) = \bigcap_{\varepsilon \in \text{int} C} \text{Min}_{\varepsilon}(\mathcal{Y})$.
  2. Định lý tương đương (Theorem 2.1): Nếu $\text{wmin}(A) \neq \emptyset$ hoặc $\text{wmax}(A) \neq \emptyset$, thì $A \in \text{WMin}(\mathcal{Y}) \iff \nexists B \in \mathcal{Y}: B <_s A$.
  3. Định lý ổn định ngoài cho nghiệm hữu hiệu (Theorem 3.1 & 3.2): Dưới tính chất đối ngẫu/đảo (converse property) hoặc tính lồi $C$-convex chặt đa trị ($tF(x_1) + (1-t)F(x_2) \subset F(tx_1 + (1-t)x_2) + \text{int} C$), nếu dãy tập nghiệm thỏa $A_n \in \text{Min}(\mathcal{F}{\Gamma_n})$ và $A_n \xrightarrow{K} A$, thì $A \in \text{Min}(\mathcal{F}{\Gamma})$.

Khung phân tích độc đáo

Khung phân tích của luận án dung hợp ba trụ cột giải tích:

  • Tô pô đa trị: Ánh xạ đa trị $F: X \rightrightarrows Y$ được khảo sát qua tính nửa liên tục trên Hausdorff (H-usc), nửa liên tục dưới Hausdorff (H-lsc), tính liên tục đóng compact.
  • Hội tụ Painlevé-Kuratowski và Hausdorff: Phân tích quan hệ giới hạn dưới $\text{Li} A_n = {x \in Y: x = \lim x_n, x_n \in A_n}$ và giới hạn trên $\text{Ls} A_n = {x \in Y: x = \lim x_k, x_k \in A_{n_k}}$ thông qua khoảng cách Hausdorff mở rộng $e(A, B) = \sup_{a \in A} d(a, B)$.
  • Vô hướng hóa Gerstewitz phi tuyến: Hàm phi tuyến $\varphi_{e, k}(y) = \inf {t \in \mathbb{R}: y \in te - k - C}$ được sử dụng làm công cụ đo lường mức độ vi phạm nón trong tối ưu vector bất định.

Điều kiện biên (boundary conditions) được xác định rõ ràng: nón $C$ là nón lồi hình nón, nhọn ($C \cap (-C) = {0_Y}$), đóng và có phần trong khác rỗng ($\text{int} C \neq \emptyset$); ánh xạ $F$ có giá trị compac trên tập biến thiên $\Gamma$.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án theo đuổi thế giới quan thực chứng suy diễn toán học thuần túy (mathematical positivism & deductive axiomatization). Toàn bộ các kết quả đều được xây dựng qua quy trình chứng minh tiên đề nghiêm ngặt với cấu trúc đa tầng: tầng không gian nền (normed vector spaces $X, Y$), tầng ánh xạ đa trị $F: X \rightrightarrows \mathcal{P}(Y)$, tầng quan hệ thứ tự tập $\mathcal{P}(Y) \times \mathcal{P}(Y)$, và tầng tham số hóa nhiễu loạn ${\Gamma_n}_{n \in \mathbb{N}} \subset X$.

Quy trình nghiên cứu rigorous

Quy trình xây dựng và kiểm định định lý bao gồm:

  1. Triangulation phương pháp: Kết hợp giải tích tập (set-valued analysis), giải tích hàm phi tuyến (nonlinear functional analysis) và lý thuyết nón biến thiên.
  2. Kỹ thuật phản ví dụ (Counterexample construction): Xây dựng các mô hình phản ví dụ cụ thể trong không gian hàm $X = \mathcal{C}([0, 1], \mathbb{R})$ chuẩn cực đại $|x| = \sup_{t \in [0, 1]} |x(t)|$ và $Y = \mathbb{R}^2$ với $C = \mathbb{R}^2_+$ để chứng minh tính tối ưu (tightness) của các điều kiện đặt ra.
  3. Sửa sai giải tích: Định vị trực tiếp lỗi hình học trong không gian định chuẩn $Y = \mathbb{R}^2$ của Gutiérrez et al. (2016), vẽ đồ thị minh họa hình học chứng minh $\inf_{h \in Y \setminus (C + \text{int} K)} d(h, C + B(0, \eta) + \text{int} K) > \eta$.

Data và phân tích

Trong nghiên cứu toán học thuần túy, "dữ liệu" chính là các cấu trúc không gian và họ tập hợp. Luận án vận hành trên các cấu trúc giải tích:

  • Kiểm tra độ bền vững (Robustness checks): Kiểm tra hành vi nghiệm khi thay thế giả thiết compact-valued bằng $C$-closedness và $(-C)$-closedness.
  • Phân tích tiệm cận (Asymptotic analysis): Thiết lập các đánh giá hội tụ cho dãy sai số $\varepsilon_n \to 0_Y$ với tốc độ kiểm soát qua các chuẩn $|\varepsilon_n|_Y$.
  • Hệ công cụ hình thức: Soạn thảo trên nền tảng $\text{\LaTeX}$ chuẩn học thuật quốc tế kết hợp giải tích ma trận và biểu diễn hình học phẳng $\mathbb{R}^2$.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án đã đạt được 5 phát hiện cốt lõi mang tính bước ngoặt:

  1. Khắc phục lỗi toán học quốc tế: Chứng minh khẳng định khoảng cách nón của Gutiérrez et al. (2016) là sai trong trường hợp tổng quát, đồng thời thiết lập định lý mới độc lập không cần sử dụng bất đẳng thức này.
  2. Làm suy yếu triệt để giả thiết compac: Chứng minh Định lý 2.1 và Hệ quả 2.1 không cần giả thiết $\text{cl}(\bigcup \Gamma_n)$ compac tuần tự như Karuna & Lalitha (2018), mở rộng không gian khảo sát sang các không gian hàm vô hạn chiều như $\mathcal{C}([0, 1], \mathbb{R})$.
  3. Giải quyết bài toán mở về nghiệm hữu hiệu Pareto: Đưa ra điều kiện đủ đầu tiên cho sự hội tụ trên của dãy nghiệm hữu hiệu $\text{Min}(\mathcal{F}{\Gamma_n}) \xrightarrow{K} \text{Min}(\mathcal{F}\Gamma)$ thông qua tính chất strictly $C$-convex đa trị mà không cần đồng nhất $\text{Min} \equiv \text{WMin}$.
  4. Đặc trưng hóa tính đúng đắn cho bài toán đối ứng lạc quan $P(\mathcal{U})$: Chứng minh tính tương đương ngặt giữa tính đúng đắn Tikhonov/Levitin-Polyak của bài toán tối ưu vector bất định và bài toán vô hướng hóa tương ứng qua hàm Gerstewitz mở rộng.
  5. Thiết lập tính ổn định nửa liên tục cho nón biến thiên: Xây dựng thành công điều kiện đủ cho tính liên tục Hausdorff của ánh xạ nghiệm bài toán tựa cân bằng vector $QEP(\Gamma, C)$ khi cả tập ràng buộc $\Gamma(x)$ lẫn nón thứ tự $C(x)$ đồng thời biến thiên theo trạng thái $x$.

Implications đa chiều

  • Về mặt lý thuyết: Thống nhất và tổng quát hóa lý thuyết tối ưu hóa đa trị, đặt nền móng giải tích vững chắc cho nhánh tối ưu tập hiện đại.
  • Về mặt phương pháp: Cung cấp bộ công cụ giải tích mới kết hợp giữa xấp xỉ $\varepsilon$-order và kỹ thuật đối ngẫu nón, có khả năng chuyển giao cho các bài toán điều khiển tối ưu đa mục tiêu (multiobjective optimal control) và bao hàm vi phân (differential inclusions).
  • Về mặt thực tiễn và chính sách:
    • Kinh tế học phúc lợi: Mô hình $WEP$ mô phỏng chính xác sự tương tác giữa $m$ doanh nghiệp sản xuất và $n$ nhóm người tiêu dùng trong điều kiện thị trường biến động, giúp cơ quan hoạch định chính sách kinh tế lượng hóa phân phối tài nguyên tối ưu.
    • Quy hoạch giao thông: Mô hình $TNP$ cho phép dự báo phân luồng phương tiện chính xác dưới sự biến thiên của nhu cầu đi lại và tình trạng tắc nghẽn đàn hồi.

Limitations và Future Research

Luận án thừa nhận một cách khách quan các giới hạn giải tích:

  1. Giả thiết phần trong nón khác rỗng ($\text{int} C \neq \emptyset$): Kết quả chưa thể áp dụng trực tiếp cho các nón thứ tự có phần trong rỗng trong không gian vô hạn chiều (ví dụ nón $L^p_+$ với $1 \le p < \infty$).
  2. Độ phức tạp tính toán đa trị: Việc kiểm tra tính liên tục Hausdorff của các tập ảnh đa trị trong thực tế đòi hỏi chi phí tính toán cao.
  3. Giới hạn lồi của tập ảnh: Một số kết quả về nghiệm hữu hiệu vẫn cần giả thiết lồi nghiêm ngặt ($C$-convexity), chưa bao quát hết các bài toán phi lồi hoàn toàn.

Chương trình nghiên cứu tương lai (Future Research Agenda) bao gồm:

  • Mở rộng lý thuyết ổn định sang các nón có phần trong đại số (algebraic interior/core) hoặc nón chuẩn đại số hữu cơ.
  • Phát triển thuật toán số xấp xỉ (numerical approximation algorithms) tính toán tập nghiệm $\text{Min}_{\varepsilon}(\mathcal{Y})$.
  • Khảo sát tính ổn định nghiệm dưới các cấu trúc thứ tự tập ngẫu nhiên (stochastic set order relations).
  • Ứng dụng mô hình vào bài toán học máy đa mục tiêu (multitask / multiobjective machine learning) với tập dữ liệu bất định.

Tác động và ảnh hưởng

  • Ảnh hưởng học thuật: Các công trình trích xuất từ luận án đã được công bố trên các tạp chí quốc tế ISI/Scopus uy tín (như Journal of Global Optimization, Optimization, Applicable Analysis), đóng góp trực tiếp vào chỉ số trích dẫn của nhóm nghiên cứu tối ưu Việt Nam trên trường quốc tế.
  • Chuyển giao công nghệ & R&D: Cung cấp khung thuật toán tối ưu hóa cho các hệ thống hỗ trợ ra quyết định phức tạp (Decision Support Systems) trong kỹ thuật y sinh (medical engineering), tối ưu hóa danh mục đầu tư tài chính và mạng lưới logistics.
  • Lợi ích xã hội: Giảm thiểu tổn thất năng lượng và chi phí vận hành mạng lưới giao thông đô thị thông qua các mô hình cân bằng đàn hồi được kiểm chứng toán học.

Đối tượng hưởng lợi

  • Nghiên cứu sinh & Nhà toán học trẻ: Tiếp cận được các kỹ thuật chứng minh giải tích hiện đại, định vị các hướng mở về nón biến thiên và tối ưu bất định.
  • Giáo sư & Chuyên gia giải tích: Sở hữu tài liệu tham khảo chuẩn mực về mối quan hệ giữa các chuẩn hội tụ tập (Painlevé-Kuratowski, Hausdorff) và lý thuyết thứ tự tập.
  • Kỹ sư R&D & Khoa học dữ liệu: Ứng dụng các nguyên lý đối ứng lạc quan để thiết kế mô hình học máy bền vững (robust learning) chống chịu nhiễu dữ liệu.
  • Nhà kinh tế học lượng lượng: Sử dụng mô hình $WEP$ để giải các bài toán cân bằng thị trường cạnh tranh không hoàn hảo.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào? Đóng góp độc đáo nhất là việc thiết lập thành công hệ thống điều kiện hội tụ trên cho nghiệm tối tiểu hữu hiệu Pareto ($\text{Min}$) của bài toán tối ưu tập dưới quan hệ thứ tự $\le_s$, mở rộng trực tiếp lý thuyết thứ tự tập của Kuroiwa (1998) và Jahn & Ha (2011) sang không gian nhiễu loạn động mà không cần giả thiết cưỡng bức $\text{Min} \equiv \text{WMin}$.

2. Điểm đổi mới phương pháp luận so với các nghiên cứu tiền nhiệm? So với Gutiérrez et al. (2016) và Karuna & Lalitha (2018), luận án sử dụng phương pháp giải tích nón xấp xỉ $\varepsilon$-minimal kết hợp với tính chất đối ngẫu tô pô, loại bỏ hoàn toàn việc sử dụng bất đẳng thức khoảng cách sai lầm và dỡ bỏ điều kiện compac tuần tự toàn cục $\text{cl}(\bigcup \Gamma_n)$.

3. Phát hiện gây bất ngờ nhất có dữ liệu toán học minh chứng? Phát hiện bất ngờ nhất là việc chỉ ra rằng trong không gian $\mathbb{R}^2$ với nón trực giao chuẩn, tồn tại điểm $h_0 \notin C_0 + \text{int} K$ sao cho khoảng cách $d(h_0, C_0 + B(0, \eta) + \text{int} K) > \eta$, qua đó phủ định trực tiếp tiền đề chứng minh then chốt của một loạt công trình quốc tế công bố trước năm 2020.

4. Luận án có cung cấp quy trình tái lập (replication protocol) không? Có. Toàn bộ các bước chứng minh toán học, cấu trúc xây dựng phản ví dụ không gian hàm $\mathcal{C}([0, 1], \mathbb{R})$, và sơ đồ vô hướng hóa Gerstewitz đều được trình bày minh bạch, chi tiết từng bước (step-by-step mathematical proofs), cho phép cộng đồng học thuật độc lập kiểm chứng và tái lập tuyệt đối.

5. Kế hoạch nghiên cứu 10 năm được định hình thế nào? Kế hoạch 10 năm tập trung giải quyết trọn vẹn bài toán tối ưu tập với nón biến thiên trong không gian Banach vô hạn chiều, tích hợp giải tích ngẫu nhiên để xây dựng lý thuyết tối ưu tập ngẫu nhiên (stochastic set optimization) và triển khai ứng dụng thực tế trong mạng lưới điện thông minh (smart grids).

Kết luận

Luận án tiến sĩ của Đinh Vĩnh Hiển là một công trình khoa học xuất sắc, mẫu mực trong lĩnh vực Toán ứng dụng với 6 đóng góp cốt lõi:

  1. Hoàn thiện lý thuyết ổn định nghiệm ngoài và trong cho bài toán tối ưu tập theo quan hệ thứ tự $\le_s$ dưới hai dạng hội tụ Painlevé-Kuratowski và Hausdorff.
  2. Phát hiện và đính chính sai số giải tích trong y văn quốc tế, thiết lập cách tiếp cận hình học mới chuẩn xác.
  3. Giải quyết triệt để bài toán hội tụ trên của nghiệm hữu hiệu Pareto thông qua tính chất đối ngẫu và tính lồi suy rộng.
  4. Thiết lập tương đương định lượng giữa tính đúng đắn của bài toán tối ưu vector bất định và bài toán vô hướng hóa Gerstewitz.
  5. Mở rộng lý thuyết cân bằng sang mô hình tựa cân bằng vector tham số với nón biến thiên $C(x)$.
  6. Hiện thực hóa thành công lý thuyết vào các mô hình kinh tế học phúc lợi, cân bằng giao thông và cân bằng bị chặn.

Công trình không chỉ tạo ra bước tiến vượt bậc về mặt lý thuyết giải tích biến phân mà còn khẳng định vị thế tiên phong của toán học Việt Nam trên bản đồ nghiên cứu tối ưu hóa toàn cầu.