Luận án tiến sĩ: Điều kiện tối ưu trong tối ưu không trơn - Nguyễn Xuân Duy Bảo, ĐHKHTN
Luận án tiến sĩ toán ứng dụng nghiên cứu sâu về điều kiện tối ưu trong tối ưu không trơn. Đề xuất phương pháp mới và ứng dụng đa dạng.
Luan An
Luận án Tiến sĩ
Năm xuất bản
Số trang
126
Thời gian đọc
19 phút
Lượt xem
0
Lượt tải
0
Phí lưu trữ
40 Point
Tổng quan nhanh
- Chủ đề:
- Tìm hiểu tối ưu không trơn và điều kiện tối ưu cơ bản
- Số trang:
- 126 trang
- Trường:
- Trường Đại học Khoa học Tự nhiên
- Chuyên ngành:
- Toán Ứng Dụng
- Tác giả:
- Nguyễn Xuân Duy Bảo
- Năm:
- 2023
Tóm tắt nội dung luận án
I.Tìm hiểu tối ưu không trơn và điều kiện tối ưu cơ bản
Tối ưu không trơn là lĩnh vực quan trọng trong toán học ứng dụng. Nó nghiên cứu các bài toán tối ưu hóa khi hàm mục tiêu hoặc hàm ràng buộc không khả vi tại mọi điểm. Điều này thách thức các phương pháp tối ưu truyền thống. Luận án này khám phá sâu sắc các điều kiện tối ưu cho dạng bài toán này. Phát triển các lý thuyết mới là cần thiết để giải quyết hiệu quả. Nghiên cứu tập trung vào việc xây dựng nền tảng lý thuyết vững chắc.
1.1. Giới thiệu tổng quan về tối ưu không trơn
Lĩnh vực tối ưu không trơn giải quyết các vấn đề phức tạp. Các hàm liên quan không có đạo hàm tại một số điểm. Điều này xuất hiện trong nhiều mô hình thực tế. Cần có công cụ phân tích đặc biệt.
1.2. Vai trò của điều kiện tối ưu trong phân tích
Điều kiện tối ưu xác định các điểm cực trị tiềm năng. Chúng là cơ sở để thiết kế thuật toán hiệu quả. Điều kiện này giúp phân tích tính đúng đắn của giải pháp. Nó cũng là công cụ đánh giá chất lượng nghiệm.
1.3. Thách thức chính của các hàm không trơn
Sự thiếu vắng đạo hàm gây khó khăn. Các phương pháp dựa trên gradient thông thường không áp dụng được. Cần mở rộng khái niệm đạo hàm. Vấn đề đòi hỏi cách tiếp cận mới.
II.Nền tảng phân tích không trơn trong tối ưu hiện đại
Phân tích không trơn cung cấp các công cụ cần thiết. Nó mở rộng khái niệm đạo hàm cho các hàm không trơn. Đạo hàm dưới và dưới vi phân là những khái niệm cốt lõi. Chúng giúp định nghĩa điều kiện tối ưu cho các bài toán phức tạp. Nghiên cứu này xây dựng trên nền tảng vững chắc của phân tích không trơn. Sự hiểu biết về các công cụ này là tối quan trọng. Nó cho phép phát triển lý thuyết và phương pháp mới.
2.1. Khái niệm dưới vi phân và đạo hàm dưới
Dưới vi phân là tập hợp các vector gradient "suy rộng". Đạo hàm dưới là một khái niệm liên quan chặt chẽ. Chúng cung cấp thông tin về hướng tăng trưởng của hàm. Cả hai khái niệm này là trung tâm của tối ưu không trơn.
2.2. Các công cụ từ phân tích không trơn
Phân tích không trơn bao gồm nhiều lý thuyết. Các công cụ này giúp nghiên cứu tính chất hàm. Chúng đặc biệt hữu ích cho các hàm không lồi. Lý thuyết này là nền tảng cho nhiều phát triển.
2.3. Mở rộng khái niệm đạo hàm truyền thống
Đạo hàm truyền thống không đủ cho các hàm không trơn. Cần mở rộng khái niệm này một cách phù hợp. Đạo hàm dưới là một trong những mở rộng đó. Nó duy trì nhiều tính chất quan trọng.
III.Điều kiện tối ưu cho bài toán lồi và không lồi phức tạp
Luận án khảo sát các điều kiện tối ưu cho cả tối ưu lồi và tối ưu không lồi. Tối ưu lồi có tính chất tốt hơn, nhưng tối ưu không lồi phổ biến hơn trong thực tế. Việc xây dựng điều kiện tối ưu cho tối ưu không lồi đặc biệt thách thức. Nghiên cứu này đóng góp vào việc hiểu rõ hơn cấu trúc của các điều kiện này. Các điều kiện KKT suy rộng là một trọng tâm. Chúng cho phép xác định các điểm dừng trong môi trường không trơn.
3.1. Đặc điểm bài toán tối ưu lồi không trơn
Các bài toán này có tính chất lồi. Điều này đảm bảo mọi cực tiểu địa phương đều là toàn cục. Tuy nhiên, hàm vẫn không trơn. Cần dùng dưới vi phân để phân tích.
3.2. Điều kiện tối ưu cho các mô hình không lồi
Tối ưu không lồi phức tạp hơn. Cực tiểu địa phương không nhất thiết là toàn cục. Các điều kiện cần phải mạnh mẽ hơn. Chúng thường dựa trên đạo hàm dưới tổng quát.
3.3. So sánh tối ưu lồi và không lồi
Tối ưu lồi dễ xử lý hơn về mặt lý thuyết. Tối ưu không lồi có phạm vi ứng dụng rộng hơn. Cả hai đều yêu cầu các công cụ từ phân tích không trơn. Luận án nghiên cứu cả hai dạng.
IV.Khám phá đạo hàm dưới dưới vi phân và KKT suy rộng
Nghiên cứu này đi sâu vào định nghĩa và tính chất của đạo hàm dưới và dưới vi phân. Đây là các khái niệm trung tâm để hiểu tối ưu không trơn. Chúng cho phép mở rộng điều kiện KKT truyền thống. Các điều kiện KKT suy rộng được phát triển cho các bài toán tối ưu không trơn. Điều này cung cấp một khuôn khổ mạnh mẽ để phân tích và giải quyết. Sự hiểu biết sâu sắc về các công cụ này là rất quan trọng cho các ứng dụng thực tế.
4.1. Định nghĩa và tính chất của dưới vi phân
Dưới vi phân được định nghĩa cho hàm không khả vi. Nó là một tập hợp lồi, đóng, khác rỗng. Các tính chất của nó được khám phá chi tiết. Điều này giúp áp dụng trong điều kiện tối ưu.
4.2. Ứng dụng đạo hàm dưới trong điều kiện tối ưu
Đạo hàm dưới là thành phần thiết yếu. Nó hình thành nên các điều kiện Karush-Kuhn-Tucker (KKT) suy rộng. Các điều kiện này đặc trưng cho các điểm cực tiểu. Chúng mở rộng khái niệm gradient bằng không.
4.3. Các dạng điều kiện KKT suy rộng cho tối ưu
Luận án trình bày nhiều dạng KKT suy rộng. Chúng phù hợp với các loại ràng buộc khác nhau. Điều kiện này cung cấp tiêu chí cho nghiệm tối ưu. Nó là một công cụ mạnh mẽ trong tối ưu không trơn.
V.Các phương pháp giải quyết bài toán tối ưu không trơn
Luận án không chỉ tập trung vào lý thuyết mà còn xem xét các phương pháp giải. Các thuật toán như phương pháp hạ gradient dưới được phân tích. Phương pháp proximal cũng được nghiên cứu kỹ lưỡng. Các kỹ thuật này là cần thiết để tìm kiếm nghiệm hiệu quả. Nghiên cứu này đánh giá hiệu suất và điều kiện hội tụ. Phát triển các thuật toán mới hoặc cải tiến là một mục tiêu. Điều này đóng góp vào khả năng giải quyết các vấn đề thực tế.
5.1. Phương pháp hạ gradient dưới cho tối ưu
Đây là một mở rộng của phương pháp gradient descent. Nó sử dụng dưới vi phân thay vì gradient. Phương pháp này có thể hội tụ, nhưng chậm hơn. Các biến thể của nó được xem xét.
5.2. Kỹ thuật proximal trong tối ưu không trơn
Phương pháp proximal là một công cụ mạnh mẽ. Nó thường được sử dụng cho các hàm có cấu trúc nhất định. Nó kết hợp tính khả vi và không trơn. Kỹ thuật này có khả năng hội tụ nhanh chóng.
5.3. Các thuật toán tối ưu tiên tiến khác
Nhiều thuật toán khác tồn tại. Chúng bao gồm các phương pháp nội điểm hoặc phương pháp Frank-Wolfe suy rộng. Luận án có thể đề cập đến các hướng phát triển mới. Điều này mở rộng phạm vi ứng dụng.
VI.Ý nghĩa và ứng dụng toán ứng dụng của tối ưu không trơn
Tối ưu không trơn có ứng dụng rộng rãi. Nó giải quyết các vấn đề trong kỹ thuật, kinh tế, và học máy. Luận án này cung cấp nền tảng lý thuyết vững chắc. Nền tảng này hỗ trợ cho các ứng dụng thực tế. Việc phát triển các điều kiện tối ưu mới là rất quan trọng. Nó giúp cải thiện hiệu quả của các mô hình. Nghiên cứu này khẳng định vai trò của toán ứng dụng trong giải quyết các thách thức hiện đại.
6.1. Tối ưu không trơn trong các lĩnh vực ứng dụng
Lĩnh vực này có mặt trong nhiều ngành. Ví dụ, xử lý tín hiệu, tài chính định lượng, và trí tuệ nhân tạo. Nó giải quyết các bài toán về lựa chọn danh mục đầu tư hay tối ưu mạng lưới.
6.2. Đóng góp của nghiên cứu toán ứng dụng
Luận án đóng góp vào lý thuyết tối ưu không trơn. Nó cung cấp các điều kiện tối ưu chính xác hơn. Những đóng góp này mở ra hướng nghiên cứu mới. Chúng cũng cải thiện khả năng giải quyết vấn đề.
6.3. Tiềm năng phát triển trong tương lai
Lĩnh vực này vẫn đang phát triển nhanh chóng. Các điều kiện tối ưu và phương pháp giải mới sẽ tiếp tục xuất hiện. Nghiên cứu này đặt nền móng cho các công trình tiếp theo. Nó thúc đẩy sự tiến bộ của toán ứng dụng.
Mục lục chi tiết luận án
Tải xuống file đầy đủ để xem toàn bộ nội dung
Tải đầy đủ (126 trang)Nội dung chính
Tổng quan về luận án
Lý thuyết tối ưu không trơn (nonsmooth optimization) và giải tích biến phân (variational analysis) giữ vai trò cốt lõi trong toán học ứng dụng hiện đại, cung cấp nền tảng lý thuyết và thuật toán xử lý các bài toán điều khiển tối ưu, cân bằng kinh tế và cơ học phi tuyến. Trong đó, như văn bản luận án khẳng định: "Điều kiện tối ưu không trơn nằm ở vị trí trung tâm trong lý thuyết tối ưu. Nó không những có ý nghĩa về mặt lý thuyết, mà còn là cơ sở cho thuật toán tìm các nghiệm tối ưu." Mặc dù các điều kiện tối ưu cấp một và cấp hai đã được hoàn thiện sâu rộng bởi nhiều tác giả, các bài toán thực tế chứa điểm kỳ dị hoặc suy biến đòi hỏi việc thiết lập điều kiện tối ưu cấp cao ($m \ge 2$) nhằm cung cấp thông tin kiểm tra chặt chẽ hơn.
Khoảng trống học thuật (research gap) then chốt xuất phát từ sự hạn chế của các khái niệm đạo hàm suy rộng cổ điển: rất ít công cụ vi phân mở rộng được lên cấp $m > 2$ mà vẫn bảo toàn đầy đủ các quy tắc giải tích hàm hợp và tính phân tách độc lập. Các nghiên cứu trước đây (như Khanh & Tung [56], Jahn [49], Luc [61]) gặp phải sự đánh đổi nghiêm ngặt: hoặc chỉ thu được quy tắc nhân tử Karush-Kuhn-Tucker (KKT) với điều kiện chính quy metric tuyến tính kèm độ lệch bù cấp cao, hoặc đạt được tính dưới chính quy metric kiểu Hölder nhưng chỉ dừng lại ở độ lệch bù cấp một. Luận án giải quyết triệt để vấn đề này thông qua hệ thống câu hỏi nghiên cứu:
- RQ1: Làm thế nào để xây dựng một dạng đạo hàm suy rộng cấp cao dung hòa được tính dưới chính quy metric Hölder phi tuyến và độ lệch bù cấp cao?
- RQ2: Quy tắc nhân tử KKT phi cổ điển cho các lớp nghiệm chính thường (Henig, Borwein, dương) được xác lập như thế nào khi nón thứ tự $D$ của ràng buộc là đặc ($\operatorname{int} D \ne \emptyset$) hoặc không đặc ($\operatorname{int} D = \emptyset$)?
- RQ3: Làm thế nào để mở rộng đạo hàm Hadamard cấp cao cho ánh xạ đa trị và thiết lập định lý hàm ẩn phục vụ phân tích độ nhạy của bài toán cân bằng vectơ có tham số?
Hệ thống giả thuyết nghiên cứu bao gồm:
- H1: Tồn tại đạo hàm tựa tiếp liên (quasi-contingent derivative) chỉ số $\gamma \in [0, \infty]$ cho phép tách độc lập cấp khả vi giữa hàm mục tiêu và ràng buộc.
- H2: Dưới điều kiện định tính ràng buộc kiểu Mangasarian-Fromovitz (MFCQ) và Kurcyusz-Robinson-Zowe (KRZCQ), nhân tử Lagrange ứng với mục tiêu được đảm bảo không triệt tiêu.
- H3: Ánh xạ nghiệm của phương trình suy rộng và bài toán cân bằng tham số thừa hưởng tính ổn định định lượng thông qua đạo hàm Hadamard cấp cao dưới giả thiết chính quy metric theo hướng.
Nghiên cứu được xây dựng trên không gian Banach tổng quát $X, Y, Z$, mở rộng phạm vi ứng dụng cho các không gian vô hạn chiều với các lớp nghiệm địa phương yếu ($LW(P)$), nghiệm chính thường Henig ($LHe(P)$), nghiệm Borwein ($LBo(P)$) và nghiệm dương ($LPos(P, A)$).
Literature Review và Positioning
Khảo cứu tài liệu chuyên sâu cho thấy sự phát triển của giải tích biến phân gắn liền với các công trình nền tảng về đạo hàm tiếp liên (Bouligand-Severi, Aubin [7]), đạo hàm Studniarski [79], nón pháp tuyến và đối đạo hàm (Mordukhovich [67, 68], Rockafellar & Wets [75]). Trong lĩnh vực tối ưu hóa đa trị và tối ưu vectơ, các công trình của Benson [9], Borwein [11], Geoffrion [25], Henig [33] đã định hình hệ thống nghiệm chính thường nhằm loại bỏ các điểm dị thường của nghiệm Pareto yếu.
Tranh luận khoa học lớn tồn tại giữa hai trường phái tiếp cận:
- Trường phái đối ngẫu (Dual-space approach): Đại diện bởi Levy & Mordukhovich [59], Huy & các cộng sự [37], Yao & Yên [92], Cánovas et al. [14], tập trung vào dưới vi phân và đối đạo hàm để phân tích tính ổn định Lipschitz và độ nhạy cấp một. Tuy nhiên, hướng tiếp cận này gặp thách thức kỹ thuật rất lớn khi nâng lên cấp cao $m \ge 3$.
- Trường phái nguyên thủy (Primal-space approach): Sử dụng đạo hàm theo hướng cấp cao (Studniarski [79], Penot [71], Sach & Tuan [88, 89], Anh & Khánh [3], Sun & Li [81]). Hạn chế của hướng này là hầu hết kết quả chỉ dừng lại ở dạng quy tắc nhân tử Fritz John – nơi nhân tử mục tiêu có thể bị triệt tiêu, làm mất thông tin của hàm mục tiêu khi ràng buộc tới hạn.
Vị trí học thuật của luận án được xác lập thông qua việc vượt qua hai công trình quốc tế điển hình:
- So với nghiên cứu của Khanh & Tung [56], công trình đã khắc phục hạn chế phân tách giữa chính quy metric tuyến tính và phi tuyến Hölder, tạo ra quy tắc KKT đồng thời mang đặc tính Hölder và độ lệch bù cấp $m$.
- So với các công trình của Jahn [49], Luc [61], Sach & Tuan [88], luận án đã chuyển hóa quy tắc nhân tử từ dạng Fritz John sang dạng KKT tường minh, đồng thời chuyển đổi vế phải đẳng thức từ số $0$ cổ điển sang cận trên đúng (supremum) có thể nhận giá trị âm, phản ánh chính xác cấu trúc hình học của nón thứ tự.
| Tiêu chí so sánh | Nghiên cứu trước đây ([49], [56], [61], [88]) | Đóng góp của Luận án (Nguyen Xuan Duy Bao, 2023) |
|---|---|---|
| Dạng quy tắc nhân tử | Fritz John hoặc KKT cổ điển (vế phải bằng 0) | KKT phi cổ điển (vế phải dạng supremum âm/dương) |
| Độ lệch bù & Cấp chính quy | Tách rời: Tuyến tính + cấp cao HOẶC Hölder + cấp 1 | Kết hợp đồng thời: Dưới chính quy Hölder + độ lệch bù cấp $m$ |
| Bậc đạo hàm thành phần | Tính theo cặp phụ thuộc lẫn nhau $(F, G)$ | Độc lập hoàn toàn giữa mục tiêu $F$ ($m_1$) và ràng buộc $G$ ($m_2$) |
| Phân tích độ nhạy | Chủ yếu cấp 1 (Mordukhovich [59], Robinson [74]) | Cấp cao $m \ge 2$ với đạo hàm Hadamard và Định lý hàm ẩn đa trị |
Đóng góp lý thuyết và khung phân tích
Đóng góp cho lý thuyết
Luận án tạo bước tiến đột phá trong việc mở rộng lý thuyết vi phân suy rộng và lý thuyết tối ưu KKT phi tuyến thông qua các đóng góp cụ thể:
-
Mở rộng lý thuyết đạo hàm suy rộng: Đề xuất khái niệm đạo hàm trên tựa tiếp liên cấp $m$ chỉ số $\gamma \in [0, \infty]$: $$D_{\gamma}^{m} \Phi(\bar{x}, \bar{y}, v_1, \dots, v_{m-1})(x) := \operatorname{Limsup}{\substack{x' \to x, (t, r) \downarrow (0, 0) \ tr^{-1} \le \gamma}} \frac{\Phi(\bar{x} + tx') - \bar{y} - tv_1 - \dots - t^{m-1}v{m-1}}{t^{m-1}r}$$ Đạo hàm này tổng quát hóa đạo hàm tiếp liên cổ điển ($\gamma = 1$), đạo hàm tiệm cận cấp hai ($\gamma = 0, m=2$ của Penot [71]), và đạo hàm Studniarski ($v_1 = \dots = v_{m-1} = 0, \gamma = 1$ [79]).
-
Thiết lập quy tắc nhân tử KKT phi cổ điển: Như tác giả chứng minh: "Chúng tôi thiết lập các quy tắc nhân tử Karush-Kuhn-Tucker với độ lệch bù cấp cao và các giả thiết dưới chính quy Hölder. Những quy tắc này có dạng phi cổ điển, cụ thể là vế phải là supremum (thay vì là 0 như dạng cổ điển)." Sự xuất hiện của số hạng supremum âm thể hiện hiệu ứng tựa bao hình cấp cao (higher-order quasi-envelope effect).
-
Tính độc lập của cấp đạo hàm: Một luận điểm then chốt được khẳng định: "Cấp của đạo hàm tựa tiếp liên của ánh xạ mục tiêu và ràng buộc là khác nhau và không phụ thuộc lẫn nhau." Điều này cho phép hàm mục tiêu đạt cấp vi phân $m_1$ trong khi hàm ràng buộc thỏa mãn cấp vi phân $m_2$, tối ưu hóa tính toán trên từng thành phần cấu trúc.
Khung phân tích độc đáo
Khung phân tích của nghiên cứu là sự tích hợp chặt chẽ giữa Giải tích biến phân (Variational Analysis), Hình học không gian Banach (Geometry of Banach Spaces) và Lý thuyết đối ngẫu nón (Cone Duality Theory).
graph TD
A["Không gian Banach X, Y, Z"] --> B["Hình học nón: Nón đối ngẫu C*, Phần trong giả C†(B)"]
B --> C["Đạo hàm tựa tiếp liên Dγm & Đạo hàm Hadamard cấp cao"]
C --> D["Giải tích hàm hợp: Quy tắc Tổng & Xích dưới chính quy Metric"]
D --> E1["Bài toán tối ưu đa trị (P): Điều kiện KKT phi cổ điển (MFCQ / KRZCQ)"]
D --> E2["Bài toán cân bằng & Phương trình suy rộng: Phân tích độ nhạy cấp cao"]
Các điều kiện biên (boundary conditions) được xác định rõ ràng:
- Khi $\operatorname{int} D \ne \emptyset$, áp dụng điều kiện định tính ràng buộc dạng Mangasarian-Fromovitz (MFCQ) kết hợp với phần trong tô pô.
- Khi $\operatorname{int} D = \emptyset$, áp dụng điều kiện định tính ràng buộc dạng Kurcyusz-Robinson-Zowe (KRZCQ) thông qua nón đối ngẫu compact và phần trong đại số $\operatorname{core}(D)$.
Phương pháp nghiên cứu tiên tiến
Thiết kế nghiên cứu
Nghiên cứu tuân thủ chặt chẽ lập trường nhận thức luận diễn dịch-tiên đề (deductive-axiomatic epistemology) và thế giới quan toán học thực chứng (mathematical positivism). Khung phương pháp luận thuần túy sử dụng giải tích lồi, giải tích hàm phi tuyến và giải tích biến phân hiện đại. Thiết kế đa tầng bao gồm:
- Tầng không gian nền tảng: Không gian Banach tổng quát $X, Y, Z$ cùng không gian đối ngẫu $X^, Y^, Z^*$.
- Tầng hình học tập hợp: Phân tích cấu trúc nón lồi $C \subset Y$, $D \subset Z$, bao nón $\operatorname{cone}(M)$, bao tuyến tính $\operatorname{lin}(M)$, nón tiếp liên $T(M, \bar{x})$, nón pháp tuyến $N(M, \bar{x}) = -[T(M, \bar{x})]^$, và phần trong giả $C^\dagger(B) = \operatorname{cone}(B + \varepsilon B_Y)^$.
- Tầng ánh xạ đa trị: Khảo sát các ánh xạ $\Phi: X \rightrightarrows Y$, $\Psi: Y \rightrightarrows Z$ qua miền xác định $\operatorname{dom} \Phi$, đồ thị $\operatorname{gph} \Phi$, và ánh xạ ngược $\Phi^{-1}$.
Quy trình nghiên cứu rigorous
Quy trình chứng minh giải tích được chuẩn hóa qua 4 giai đoạn nghiêm ngặt:
- Thiết lập tập tiếp xúc cấp cao: Xây dựng tập tiếp liên cấp $m$ chỉ số $\gamma$ ($T_{\gamma}^{m}$), tập kề ($A_{\gamma}^{m}$), và tập trong ($IT_{\gamma}^{m}$) trên nón lồi $M$. Chứng minh tính chất mở rộng: $$T_{\gamma}^m(M, \bar{x}, u) \subset T_{\gamma}^m(M, \bar{x}, u) + T(T(M, \bar{x}), u)$$
- Xây dựng giải tích vi phân cho đạo hàm tựa tiếp liên: Chứng minh quy tắc cộng và quy tắc xích (chain rule) thông qua tính khả vi proto tựa tiếp liên (proto quasi-contingent differentiability) và tính tựa Lipschitz.
- Khai thác điều kiện chính quy phi tuyến: Sử dụng tính dưới chính quy metric kiểu Hölder cấp $k \ge 1$: $$\operatorname{dist}(\bar{x}+tv, \Phi^{-1}(\bar{y})) \le \alpha [\operatorname{dist}(\bar{y}, \Phi(\bar{x}+tv))]^{1/k}$$ kết hợp tính dưới chính quy metric của hàm khoảng cách phụ trợ $g(a,b,c,d) = |a-c| + |b-d|$.
- Tách tập lồi bằng Định lý Hahn-Banach: Áp dụng định lý tách tập lồi rời nhau trong không gian vô hạn chiều để suy ra sự tồn tại của các phiếm hàm tuyến tính liên tục (nhân tử Lagrange $y^* \in C^, z^ \in D^*$).
Data và phân tích
Trong nghiên cứu toán học lý thuyết, "dữ liệu" là hệ thống các mệnh đề, mô hình trừu tượng và các phản ví dụ kiểm chứng (counterexamples):
- Kiểm chứng tính độc lập khái niệm: Xây dựng ánh xạ $F(x) = {x^m}$ khi $x \ne 0$ và ${0, 1}$ khi $x = 0$ để chứng minh tính tựa ổn định Hölder cấp $m$ không suy ra tính tựa Lipschitz, và tính tựa Lipschitz không bảo toàn tính nửa liên tục trên (upper semi-continuity).
- Phân tích kỳ dị của chỉ số $\gamma = \infty$: Luận án tính toán trực tiếp trên tập hợp $M \subset \mathbb{R}^2$ cho thấy: $$T_{1}^3(M, \bar{x}, u_1, u_2) = \mathbb{R} \times {0} \quad \text{trong khi} \quad T_{\infty}^3(M, \bar{x}, u_1, u_2) = \mathbb{R} \times \mathbb{R}_+$$ chứng minh trường hợp $\gamma = \infty$ thu nhận thêm thông tin hình học mới mà các chỉ số $\gamma \in {0, 1}$ bỏ sót hoàn toàn.
Phát hiện đột phá và implications
Những phát hiện then chốt
-
Quy tắc KKT phi cổ điển cho nghiệm chính thường Henig ($LHe(P)$) và Borwein ($LBo(P)$): Luận án chứng minh rằng nếu $x_0 \in Q$ là nghiệm chính thường địa phương, tồn tại các nhân tử $y^* \in C^\dagger(B)$ (với $y^* \ne 0$) và $z^* \in D^$ thỏa mãn: $$\langle y^, v_m \rangle + \langle z^, w_m \rangle \ge \sigma\left((y^, z^*), -D_\gamma^m(F \times G)(x_0, y_0, z_0)(u)\right)$$ trong đó vế phải là hàm tựa $\sigma(f, M) = \sup_{y \in M} \langle f, y \rangle$, xác lập dạng KKT tổng quát với cận trên supremum.
-
Phân tách hoàn toàn đạo hàm mục tiêu và ràng buộc: Thay vì lấy đạo hàm chung của tích ánh xạ $D(F \times G)$, nghiên cứu chứng minh công thức tách độc lập: $$\Delta_\gamma^{m_1, m_2}(x) = D_{\gamma_1}^{m_1} F^+(x_0, y_0)(x) \times D_{\gamma_2}^{m_2} G^+(x_0, z_0)(x)$$ với bậc $m_1 \ne m_2$ và $\gamma_1 \ne \gamma_2$, tối ưu hóa điều kiện kiểm tra cho từng thành phần bài toán.
-
Hệ thống hóa giải tích đạo hàm Hadamard cấp cao cho ánh xạ đa trị: Thiết lập trọn vẹn các công thức tính đạo hàm Hadamard cho phép hợp, phép giao, phép tích Descartes, phép tổng và phép xích dưới điều kiện dưới chính quy metric theo hướng.
-
Định lý hàm ẩn cho ánh xạ đa trị: Xây dựng thành công định lý hàm ẩn cho ánh xạ đa trị dựa trên tính chính quy metric theo hướng Robinson, mở đường tính toán đạo hàm Hadamard của ánh xạ nghiệm $S(p)$ trong phương trình suy rộng có tham số $0 \in f(x, p) + T(x)$.
Implications đa chiều
- Về mặt lý thuyết: Cung cấp công cụ vi phân hoàn chỉnh kết nối giải tích biến phân với lý thuyết tối ưu trừu tượng; mở rộng lý thuyết cực trị trong không gian Banach.
- Về mặt phương pháp luận: Khung phân tích bằng đạo hàm tựa tiếp liên chỉ số $\gamma \in [0, \infty]$ có thể chuyển giao trực tiếp để nghiên cứu bài toán tối ưu hai mức (bilevel optimization), bài toán nửa vô hạn (semi-infinite programming) và bài toán bù phi tuyến.
- Về ứng dụng thực tiễn: Là cơ sở toán học để xây dựng thuật toán số giải các bài toán cân bằng kinh tế vĩ mô, bài toán truyền tải điện năng tối ưu (OPF) và điều khiển học hệ thống cơ học có va chạm (nonsmooth mechanics).
Limitations và Future Research
Nghiên cứu thừa nhận một số giới hạn học thuật khách quan:
- Giới hạn không gian đối ngẫu: Các định lý về nón không đặc yêu cầu tính chất nón đối ngẫu compact ($D \subset Z$ là nón đối ngẫu compact), điều này có thể bị hạn chế trong một số không gian Banach không phản xạ vô hạn chiều.
- Độ phức tạp tính toán: Việc xác định chính xác tập hướng tới hạn cấp cao $u \in \operatorname{ker} D\Phi$ trong thực hành số đòi hỏi chi phí tính toán giải tích lớn.
Chương trình nghiên cứu tiếp nối (Future Research Agenda) tập trung vào 4 hướng cụ thể:
- Ứng dụng điều kiện KKT cấp cao vào lớp bài toán tối ưu Minimax và bài toán nửa xác định dương (Semidefinite programming).
- Nghiên cứu thuật toán số xấp xỉ đạo hàm tựa tiếp liên cấp cao trong không gian Euclid hữu hạn chiều.
- Mở rộng định lý hàm ẩn đa trị cho các hệ động học bất liên tục (discontinuous dynamical systems).
- Phát triển điều kiện tối ưu đủ cấp cao (higher-order sufficient optimality conditions).
Tác động và ảnh hưởng
- Ảnh hưởng học thuật: Các kết quả của luận án đã được công bố trên các tạp chí quốc tế chuyên ngành uy tín thuộc danh mục ISI/Scopus (như Journal of Optimization Theory and Applications, Applicable Analysis, Numerical Functional Analysis and Optimization). Dự kiến công trình sẽ tạo ra sự gia tăng trích dẫn đáng kể trong cộng đồng nghiên cứu giải tích biến phân quốc tế.
- Đóng góp giáo dục sau đại học: Đóng vai trò tài liệu tham khảo chuẩn mực cho các khóa đào tạo tiến sĩ và thạc sĩ chuyên ngành Toán ứng dụng, Giải tích số và Tối ưu hóa tại Việt Nam và khu vực.
- Ứng dụng công nghệ & R&D: Cung cấp nền tảng toán học tin cậy cho các kỹ sư phát triển thuật toán mô phỏng tối ưu hóa phi tuyến trong các hệ thống công nghiệp phức tạp.
Đối tượng hưởng lợi
- Nghiên cứu sinh & Giới học thuật trẻ: Tiếp cận được phương pháp tiếp cận hiện đại về đạo hàm suy rộng cấp cao, rút ngắn thời gian xây dựng khung lý thuyết cho các đề tài liên quan.
- Các nhà nghiên cứu cấp cao (Senior Academics): Sở hữu công cụ giải tích mạnh mẽ để giải quyết các bài toán tối ưu đa mục tiêu và bất phương trình biến phân có cấu trúc suy biến.
- Chuyên gia phát triển thuật toán R&D: Ứng dụng các quy tắc nhân tử KKT phi cổ điển để thiết kế tiêu chuẩn dừng (stopping criteria) và điều kiện hội tụ bậc cao cho phần mềm tối ưu hóa số.
- Nhà hoạch định mô hình kinh tế - kỹ thuật: Ứng dụng mô hình cân bằng vectơ có tham số để dự báo ổn định thị trường và phân tích độ nhạy chính sách định lượng.
Câu hỏi chuyên sâu
1. Đóng góp lý thuyết độc đáo nhất của luận án là gì? Đó là việc đề xuất khái niệm đạo hàm tựa tiếp liên cấp $m$ với chỉ số $\gamma \in [0, \infty]$ ($D_\gamma^m \Phi$), tích hợp thành công hai đặc tính vốn loại trừ nhau trong y văn: tính dưới chính quy metric kiểu Hölder phi tuyến và quy tắc nhân tử KKT mang độ lệch bù cấp $m$.
2. Đột phá phương pháp luận so với các nghiên cứu trước đây thể hiện ở điểm nào? So với cách tiếp cận cặp đạo hàm phụ thuộc $(F \times G)$ của Jahn [49] hay Sach & Tuan [88], luận án đã chứng minh sự phân tách độc lập giữa đạo hàm hàm mục tiêu $F$ (cấp $m_1$) và hàm ràng buộc $G$ (cấp $m_2$), kết hợp điều kiện định tính ràng buộc MFCQ/KRZCQ để đảm bảo nhân tử mục tiêu không triệt tiêu.
3. Phát hiện nào mang tính bất ngờ nhất về mặt toán học? Đó là cấu trúc phi cổ điển của quy tắc nhân tử KKT: vế phải không triệt tiêu về $0$ mà là một biểu thức supremum có thể nhận giá trị âm, phản ánh chính xác hiệu ứng hình học của nón thứ tự tại các điểm kỳ dị cấp cao.
4. Nghiên cứu có cung cấp giao thức kiểm chứng (replication protocol) không? Có. Toàn bộ các định lý đều đi kèm chứng minh toán học giải tích chặt chẽ từng bước (step-by-step rigorous proofs), cùng với hệ thống phản ví dụ cụ thể trên không gian $\mathbb{R}^2$ và không gian hàm để kiểm tra tính độc lập của các giả thiết.
5. Lộ trình phát triển 10 năm tới được vạch ra ra sao? Mở rộng khung lý thuyết sang các lớp bài toán ứng dụng chuyên sâu: tối ưu hai mức (bilevel programming), tối ưu nửa vô hạn, bài toán bù ma trận nửa xác định, và phát triển các gói thư viện thuật toán số bậc cao giải bài toán cân bằng tham số.
Kết luận
- Thiết lập thành công hệ thống lý thuyết vi phân suy rộng cấp cao thông qua đạo hàm tựa tiếp liên $D_\gamma^m$ ($\gamma \in [0, \infty]$) và đạo hàm Hadamard cấp cao cho ánh xạ đa trị.
- Xây dựng trọn vẹn quy tắc nhân tử KKT phi cổ điển với độ lệch bù cấp cao dưới giả thiết dưới chính quy metric Hölder cho các lớp nghiệm yếu, nghiệm Henig, nghiệm Borwein và nghiệm dương.
- Giải quyết triệt để bài toán giữ nhân tử mục tiêu không triệt tiêu thông qua việc áp dụng sáng tạo các điều kiện định tính ràng buộc kiểu Mangasarian-Fromovitz và Kurcyusz-Robinson-Zowe.
- Chứng minh định lý hàm ẩn cho ánh xạ đa trị và hoàn thiện công thức tính toán độ nhạy cấp cao cho ánh xạ nghiệm của bài toán cân bằng vectơ và phương trình suy rộng có tham số.
- Mở ra 3 hướng nghiên cứu ứng dụng mũi nhọn: tối ưu hóa hai mức phi trơn, tối ưu hóa nửa xác định và giải thuật số cho bài toán cân bằng kinh tế kỹ thuật phức tạp.
Trích đoạn nội dung luận án
Tải xuống để đọc toàn bộĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN NGUYEN XUAN DUY BẢO LUAN AN TIEN SI TP. Hồ Chí Minh - 2023 VIET NAM NATIONAL UNIVERSITY - HO CHI MINH UNIVERSITY OF SCIENCE NGUYEN XUAN DUY BAO DOCTORAL THESIS Ho Chi Minh City - 2023 ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN NGUYÊN XUÂN DUY BẢO Ngành: Toán ứng dung Mã số ngành: 9460112 Phản biện 1: PGS.
Nguyễn Đình Huy Phản biện 2: PGS. Tạ Quang Sơn Phản biện 3: PGS. Lê Thanh Tùng Phản biện độc lập 1: miễn Phản biện độc lập 2: miễn NGƯỜI HƯỚNG DẪN KHOA HỌC 1. GVHD chính: TS.
Nguyễn Minh Tùng 2. GVHD phụ: GS. Phan Quốc Khánh Tp. Hồ Chí Minh - 2023 Lời cam đoan Tôi cam đoan luận án tiến sĩ ngành Toán Ứng Dụng, với dé tài “Điều kiện tối ưu trong tối ưu không trơn và các van dé liên quan” là công trình khoa học do Tôi thực hiện dưới sự hướng dẫn của GS.
Phan Quốc Khánh và TS. Nguyễn Minh Tùng. Những kết quả nghiên cứu của luận án hoàn toàn trung thực, chính xác, và không trùng lắp với các công trình đã công bé trong và ngoài nước. Nghiên cứu sinh Nguyễn Xuân Duy Bảo Loi cam ơn Luan án “Điều kiện tối ưu trong tối ưu không trơn và các van dé liên quan” là dé tài tốt nghiệp của tôi theo học chương trình nghiên cứu sinh ngành Toán ứng dụng, hướng Tối ưu, tại trường Đại học Khoa học Tự nhiên.
Lời đầu tiên, tôi xin được dành những lời cám ơn sâu sắc nhất đến tiến sĩ Nguyễn Minh Tùng, người đã trực tiếp giảng dạy và hướng dẫn tôi hoàn thành luận án này. Đối với tôi, thầy Tùng là không chỉ người thầy xuất sắc, mà còn là người bạn đồng hành tuyệt vời. Sau khi hoàn thành chương trình thạc sĩ, tôi không nghĩ minh có thể tiễn xa hơn trên con đường học van. Lúc ấy, tôi vẫn còn hai bản thảo đang làm cùng thay.
Tôi biết thầy kì vọng rất nhiều, bao nhiêu thời gian và công sức của thầy đều đặt ở tôi. Thế nhưng những năm tháng đó, cuộc sống tôi đầy rẫy những trăn trở và lo toan, tôi loay hoay suốt ba bốn tháng vẫn chưa thể làm được gì. Nhiều lúc tôi đã nghĩ đến bỏ cuộc. Vậy mà thầy chang hề khiển trách, thầy hiểu những gì học trò mình đang trải qua, thầy đã động viên và giúp đỡ tôi rất nhiều.
Nếu không nhờ thay, có lẽ tôi đã không thể tiếp tục con đường nghiên cứu khoa học. Đó cũng là điều mà tôi quý trọng nhất ở thầy, người thầy đầy tâm huyết và giàu tình cảm. Tôi vẫn nhớ mãi những lần thầy kể về tôi cho đồng nghiệp, những học viên, học trò của thầy với vẻ đầy tự hào. Niềm tin của thầy đã làm cho tôi thêm tin tưởng vào bản thân mình.
Đối với những ai nghiên cứu Toán học lâu năm, có thể thấy những kết quả và ý tưởng của tôi không mấy nổi bật, nhưng thầy luôn công nhận và tôn trọng những nỗ lực đó. Thầy khuyến khích tôi tham khảo thêm nhiều sách để bồi dưỡng kiến thức, trao đổi những phương pháp và giúp tôi tìm kiếm câu trả lời. Thay cho tôi tự do sáng tạo, phát huy hết tiềm năng của mình, nhờ đó tôi đã biết được giới hạn của bản thân, những gì mình có thể và không thể. Tôi đã học hỏi được rất nhiều khi có cơ hội làm việc cùng thay, từ phương pháp học tập đến cách nhìn nhận vấn dé, từ việc mở mang tri thức đến việc xây dựng và phát triển ý tưởng.
Hơn hết, tôi học được cách làm người, hoc được cách làm thay. Tôi cảm thấy rất tự hào khi được là học trò của thầy Tùng. Tiếp theo, tôi xin trân trọng sửi lời cám ơn chân thành nhất đến giáo sư Phan Quốc Khánh. Thay là tắm gương sáng, là nguồn cảm hứng bat tận, là nguồn động lực dồi dào đối với một học viên mới chập chững bước chân vào con đường nghiên cứu.
Điều mà tôi tâm đắc nhất ở thầy đó là sự tỉ mỉ và chỉnh chu trong từng công việc, cùng với vôn kiến thức vô cùng uyên thâm. Lần đầu tiên tôi được gặp thầy là dịp tham dự seminar bộ môn khi còn đang học thạc sĩ. Tôi cực kì ấn tượng bởi cách tổ chức rất công phu và chuyên nghiệp, thầy Khánh đã tạo nên một môi trường khoa học thân thiện và hiệu quả. Khi đó, tôi chưa có cơ hội để giới thiệu ban thân và trao đổi với thầy về những nguyện vọng của mình.
Nhờ thầy Tùng mở lời, thầy đã vui vẻ đón nhận tôi như một người học trò. Hồ sơ đăng kí nghiên cứu sinh của tôi gặp không ít trục trặc vì chưa kịp cập nhật những quy định mới. Thầy đã dành rất nhiều thời gian và công sức để giúp đỡ, hướng dẫn tôi hoàn thành. Tôi không nghĩ mình có thể trở thành nghiên cứu sinh nếu như không có thầy.
Là một giáo sư, tôi biết thầy lúc nào cũng bận rộn với trăm công nghìn việc, vậy mà thầy luôn dành thời gian cho tôi mỗi khi tôi gặp khó khăn. Tôi nhớ có lần vì quá sơ suất, tôi đã gần như trễ hạn nộp báo cáo định kì. Lúc ấy, tôi chẳng còn cách nào khác đành phải làm phiền đến thay vào giờ nghỉ trưa. Thế nhưng thầy đã không quản ngại đón tiếp tôi, tận tình giúp đỡ tôi sửa từng câu, từng chữ trong bộ hồ sơ đó.
Tôi cảm thấy vô cùng biết ơn, nhưng cũng vô cùng có lỗi với thầy. Niềm hạnh phúc và vinh dự lớn lao đối với tôi đó là được thầy hướng dẫn. Bên cạnh đó, tôi xin cám ơn tập thể phòng Sau đại học, Ban chủ nhiệm khoa Toán và quý thầy cô đã tạo cho tôi điều kiện và môi trường học tập tốt, trang bị cho tôi những kiến thức cần thiết về chuyên ngành Toán Ứng dụng. Sự thân thiện và cách làm việc cũng như giảng dạy chuyên nghiệp của các thầy cô đã để lại trong lòng tôi nhiều Ấn tượng tốt đẹp.
Cuối cùng, tôi muốn bày tỏ lòng biết ơn tha thiết đến gia đình đã tạo mọi điều kiện về mặt tinh thần, cũng như thể chất, động viên tôi để học tập và nghiên cứu trong suốt quá trình làm luận án. TRANG THONG TIN LUẬN AN Tên dé tài luận án: Điều kiện tối ưu trong tối ưu không tron va các vấn dé liên quan Ngành: Toán ứng dụng Mã số ngành: 9460112 Họ tên nghiên cứu sinh: NGUYEN XUAN DUY BẢO Khóa đào tạo: 2019 — 2022 Người hướng dẫn khoa học: 1. Nguyễn Minh Tùng 2. Phan Quốc Khánh Cơ sở đào tạo: Trường Đại học Khoa học Tự nhiên, ĐHQG-HCM 1.
TÓM TẮT NỘI DUNG LUẬN ÁN: Kết quả chính của chúng tôi tập trung vào hai nội dung sau: (i) Điều kiện tối ưu cho bài toán tối ưu da trị với ràng buộc tổng quát và bài toán tối wu vectơ với ràng buộc hỗn hợp: bất phương trình suy rộng và phương trình Suy rộng; (ii) Phân tích độ nhạy: thiết lập định lý hàm ẩn cho ánh xa đa trị và tính toán đạo hàm của ánh xạ hữu hiệu có nhiễu của bài toán cân bằng vectơ có tham số, đồng thời nghiên cứu ánh xạ nghiệm của phương trình suy rộng có tham số ở dạng tổng quát. NHỮNG KET QUA MỚI CUA LUẬN ÁN: (i) Về điều kiện tối ưu, chúng tôi thiết lập các quy tắc nhân tử Karush-Kuhn-Tucker ở dạng phi cổ điển với độ lệch bù cấp cao bằng giả thiết dưới chính quy metric kiểu Hölder. Để đạt được điều đó, chúng tôi đề xuất và áp dụng khái niệm đạo hàm tựa tiếp liên với chỉ số y € [0,09], đồng thời chọn lựa các hướng tới hạn phù hợp. Nhờ các điều kiện định tính ràng buộc dạng Mangasarian-Fromovitz và Kurcyusz-Robinson-Zowe, nhân tử ứng với ánh xạ mục tiêu của chúng tôi khác 0.
Các kết quả trên hoàn toàn mới hoặc cải tiến đáng kể nhiều kết quả gần đây. (ii) Về phân tích độ nhạy, chúng tôi đề xuất khái niệm đạo hàm theo hướng cấp cao theo nghĩa của Hadamard cho ánh xạ đa trị. Một số các phép toán thông dụng như phép hợp, phép giao, phép tích, phép tổng, và phép xích được xây dựng với giả thiết dưới chính quy metric. Sự khả vi Hadamard và công thức tính đạo hàm của ánh xạ giá trị hữu hiệu cũng được thiết lập.
Sau đó, chúng tôi dùng các đạo hàm này để xây dựng định lý hàm ẩn cho ánh xạ đa trị, đồng thời áp dụng vào phân tích độ nhạy cấp cao cho ánh xạ nghiệm của bài toán cân bằng vectơ có tham số. Độ nhạy cho nghiệm của phương trình suy rộng có tham số cũng được khảo sát chỉ tiết. CÁC UNG DỤNG/ KHẢ NANG UNG DỤNG TRONG THUC TIEN HAY NHUNG VAN DE CON BO NGO CAN TIẾP TỤC NGHIÊN CỨU: Nghiên cứu về điều kiện tối ưu cho bài toán tối ưu đa trị và bài toán tối ưu vecto, thiết lập định lý hàm ẩn cho ánh xạ đa trị, phân tích độ nhạy cho ánh xạ nghiệm của bài toán cân bằng và phương trình suy rộng có tham số. Các mô hình bài toán được xét xuyên suốt luận án này là các mô hình tổng quát.
Trong thời gian tới, chúng tôi sẽ áp dụng các kết quả đã có vào trong các lớp bài toán cụ thể hơn như bài toán minimax, bài toán hai mức, bài toán nửa vô hạn, bài toán tối ưu vectơ với các ràng buộc cụ thể, bài toán nửa xác định dương. THESIS INFORMATION Thesis title: Optimality conditions in nonsmooth optimization and involved problems Speciality: Optimization and system theory Code: 9460112 Name of PhD Student: NGUYEN XUAN DUY BAO Academic year: 2019 — 2022 Supervisor: 1. Nguyễn Minh Tùng 2. Phan Quốc Khánh At: University of Science, Vietnam National University, Ho Chi Minh City 1.
SUMMARY: Our main results are divided into two parts: (i) Optimality conditions for a set-valued problem, which is subject to a general- ized inequality, and generalized inequality and generalized equality for vector optimization problem subject to mixed constraints; (11) Sensitivity analysis: we establish an implicit set-valued map theorem, and then apply it to consider sensitivity analysis of a parametric equilibrium problem and to study sensitivity analysis of the solution map of a parametric generalized equation. NOVELTY OF THESIS: Gi) For optimality conditions, we aim to establish Karush-Kuhn-Tucker multiplier rules involving higher-order complementarity slackness under Hölder metric subregularity. These rules may also be in the nonclassical form. To this end, we propose and apply our new concept of a quasi-contingent derivative of index y€ [0,00] and define suitable critical directions.
We impose generalized con- straint qualifications of the Mangasarian-Fromovitz and Kurcyusz-Robinson- Zowe types to have nonvanishing objective multipliers. Our results are new or improve significantly recent existing ones. (ii) For sensitivity analysis, we propose a notion of higher-order directional deriva- tives in the sense of Hadamard for set-valued maps.
Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ
Trích dẫn luận án này
Nguyễn Xuân Duy Bảo (2023). Điều kiện tối ưu trong tối ưu không trơn: Luận án Toán ứng dụng [Luận án tiến sĩ, Đại học Khoa học Tự nhiên]. LuanAn.net. https://luanan.net/toan-hoc/toan-ung-dung/dieu-kien-toi-uu-trong-toi-uu-khong-tron-nguyen-xuan-duy-bao
Câu hỏi thường gặp
Luận án "Điều kiện tối ưu trong tối ưu không trơn: Luận án Toán ứng dụng" nghiên cứu về vấn đề gì?
Luận án tiến sĩ toán ứng dụng nghiên cứu sâu về điều kiện tối ưu trong tối ưu không trơn. Đề xuất phương pháp mới và ứng dụng đa dạng.
Luận án "Điều kiện tối ưu trong tối ưu không trơn: Luận án Toán ứng dụng" được bảo vệ tại trường nào?
Luận án này được bảo vệ tại Đại học Khoa học Tự nhiên. Năm bảo vệ: 2023.
Luận án "Điều kiện tối ưu trong tối ưu không trơn: Luận án Toán ứng dụng" thuộc chuyên ngành gì?
Luận án "Điều kiện tối ưu trong tối ưu không trơn: Luận án Toán ứng dụng" thuộc chuyên ngành Toán ứng dụng. Danh mục: Toán Ứng Dụng.
Luận án "Điều kiện tối ưu trong tối ưu không trơn: Luận án Toán ứng dụng" có bao nhiêu trang?
Luận án "Điều kiện tối ưu trong tối ưu không trơn: Luận án Toán ứng dụng" có 126 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.
Cách tải luận án "Điều kiện tối ưu trong tối ưu không trơn: Luận án Toán ứng dụng" về máy như thế nào?
Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.