Phương pháp hiệu chỉnh tìm nghiệm hệ phương trình toán tử đơn điệu trong không gian Banach - Luận án tiến sĩ Toán học

Không gian Banach phản xạ đóng vai trò nền tảng trong lý thuyết tối ưu hóa và giải tích phi tuyến. Trong không gian này, không gian đối ngẫu cấp hai trùng với chính không gian ban đầu. Tính chất phản xạ đảm bảo tính compact yếu của hình cầu đóng. Nhờ đó, các dãy bị chặn luôn trích ra được dãy con hội tụ yếu. Không gian Banach lồi đều bổ sung tính chất hình học chặt chẽ cho chuẩn. Cấu trúc lồi đều giúp kiểm soát khoảng cách giữa các phần tử trên mặt cầu đơn vị. Khi không gian vừa phản xạ vừa lồi đều, hình học không gian trở nên thuận lợi cho giải tích. Các tính chất này cho phép thiết lập tính liên tục của các toán tử phi tuyến. Tính lồi đều của không gian và không gian đối ngẫu là điều kiện cốt lõi để xây dựng các thuật toán biến phân. Nhờ các cấu trúc này, việc khảo sát nghiệm của phương trình toán tử trở nên khả thi và thuận tiện.

Ánh xạ đối ngẫu chuẩn hóa (Normalized duality mapping) kết nối không gian Banach với không gian đối ngẫu tương ứng. Ánh xạ này đóng vai trò thay thế tích vô hướng trong không gian Banach. Các tính chất đơn điệu và đơn định của ánh xạ đối ngẫu phụ thuộc vào độ trơn của chuẩn. Khi chuẩn lồi đều, ánh xạ đối ngẫu trở nên liên tục đồng đều trên các tập bị chặn. Toán tử đơn điệu phản ánh tính chất không giảm của các trường vector trừu tượng. Lớp toán tử đơn điệu cực đại giữ vai trò trung tâm trong giải tích biến phân. Toán tử đơn điệu cực đại có đồ thị không bị chứa trong đồ thị của toán tử đơn điệu nào khác. Khái niệm này mở rộng tự nhiên khái niệm hàm lồi khả vi và dưới vi phân. Sự kết hợp giữa ánh xạ đối ngẫu chuẩn hóa và toán tử đơn điệu cực đại tạo nền tảng vững chắc để xây dựng phương pháp giải hệ toán tử phức tạp.

Bài toán tìm nghiệm của hệ phương trình toán tử thường rơi vào trạng thái đặt không chỉnh theo nghĩa Hadamard. Điều này có nghĩa là nghiệm không tồn tại, không duy nhất, hoặc không phụ thuộc liên tục vào dữ kiện ban đầu. Khi toán tử chỉ đơn điệu mà không đơn điệu mạnh, tính không chỉnh xảy ra phổ biến. Nhiễu nhỏ trong dữ liệu đầu vào có thể dẫn đến sai số vô hạn ở nghiệm tìm được. Dữ liệu thực tế luôn chứa sai số đo đạc hoặc nhiễu ngẫu nhiên. Vì vậy, các phương pháp tính toán thông thường sẽ thất bại hoặc phân kỳ. Việc giải quyết đòi hỏi các kỹ thuật làm mịn và ổn định hóa nghiệm. Khái niệm giải bài toán đặt không chỉnh trở thành yêu cầu cấp thiết trong toán ứng dụng. Mục tiêu cốt lõi là xây dựng nghiệm xấp xỉ ổn định khi mức sai số dữ liệu tiến dần về không.

Phương pháp hiệu chỉnh Tikhonov là công cụ kinh điển và hiệu quả hàng đầu cho bài toán đặt không chỉnh. Sơ đồ Tikhonov bổ sung một số hạng điều hòa vào phương trình toán tử ban đầu. Số hạng này thường được xây dựng qua ánh xạ đối ngẫu chuẩn hóa nhân với tham số dương. Sự xuất hiện của số hạng điều hòa biến toán tử đơn điệu thành toán tử đơn điệu mạnh. Do đó, phương trình hiệu chỉnh luôn có nghiệm duy nhất và ổn định với sai số dữ liệu. Nghiệm hiệu chỉnh phụ thuộc liên tục vào mức độ nhiễu và tham số hiệu chỉnh. Đối với hệ phương trình toán tử, phương pháp Tikhonov được thiết lập đồng thời cho từng thành phần của hệ. Điều này tạo ra một hệ phương trình liên kết chặt chẽ. Nghiệm của hệ hiệu chỉnh Tikhonov đảm bảo sự tiệm cận ổn định về nghiệm chuẩn nhỏ nhất của bài toán gốc.

Phương pháp điểm gần kề (Proximal Point) là kỹ thuật lặp mạnh mẽ để tìm không điểm của toán tử đơn điệu cực đại. Trong không gian Banach, thuật toán điểm gần kề sử dụng hàm khoảng cách Bregman hoặc ánh xạ đối ngẫu chuẩn hóa. Mỗi bước lặp giải một bài toán đơn điệu mạnh cục bộ để tìm điểm tiếp theo. Thuật toán này biến đổi bài toán không chỉnh thành một chuỗi các bài toán chỉnh liên tiếp. Dãy nghiệm sinh ra từ sơ đồ điểm gần kề có tính ổn định cao trước nhiễu tính toán. Khi kết hợp với kỹ thuật hiệu chỉnh Tikhonov, phương pháp điểm gần kề mở rộng đạt được sự hội tụ mạnh. Thuật toán này đặc biệt thích hợp cho hệ phương trình toán tử có cấu trúc phân tách. Cấu trúc lặp từng bước giúp giảm khối lượng tính toán ma trận lớn trong thực tế.

Hệ toán tử thế năng xuất hiện từ các bài toán tìm điểm dừng của hàm phi tuyến nhiều biến. Toán tử ngược đơn điệu mạnh đặc trưng cho các bài toán có tính co và tiêu tán năng lượng rõ rệt. Đối với hệ toán tử thế năng, phương pháp hiệu chỉnh tận dụng cấu trúc gradient của hàm thế. Sơ đồ hiệu chỉnh chuyển bài toán giải hệ phương trình về bài toán tối ưu hóa lồi có điều hòa. Đối với hệ toán tử ngược đơn điệu, các ước lượng biến phân cho phép nới lỏng điều kiện liên tục của toán tử. Kỹ thuật hiệu chỉnh bảo toàn được tính đối xứng và các đặc tính vật lý của hệ. Nghiệm hiệu chỉnh phản ánh chính xác cấu trúc vi phân của năng lượng toàn phần. Nhờ đó, thuật toán duy trì sự ổn định ngay cả khi số chiều không gian tăng cao.

Trong không gian Banach vô hạn chiều, hội tụ mạnh và hội tụ yếu (Strong and weak convergence) có sự phân biệt bản chất. Hội tụ yếu dễ đạt được hơn nhờ tính compact yếu trong không gian Banach phản xạ. Tuy nhiên, trong các bài toán thực tế và tính toán số, hội tụ mạnh theo chuẩn là mục tiêu bắt buộc. Nghiệm hiệu chỉnh cần tiến về nghiệm thực theo khoảng cách chuẩn của không gian. Ánh xạ đối ngẫu chuẩn hóa đóng vai trò cầu nối để chuyển đổi hội tụ yếu thành hội tụ mạnh. Bằng cách sử dụng các bất đẳng thức hình học trong không gian lồi đều, dãy nghiệm được chứng minh là dãy Cauchy. Kết quả khẳng định rằng dưới các điều kiện tham số phù hợp, nghiệm hiệu chỉnh luôn hội tụ mạnh về nghiệm có chuẩn cực tiểu của hệ phương trình gốc.

Tham số hiệu chỉnh đóng vai trò cân bằng giữa sai số xấp xỉ và sai số do dữ liệu nhiễu gây ra. Nếu tham số quá lớn, nghiệm hiệu chỉnh sẽ lệch xa nghiệm thực của bài toán gốc. Ngược lại, nếu tham số quá nhỏ, bài toán hiệu chỉnh mất tính ổn định và khuếch đại sai số đo. Có hai chiến lược lựa chọn tham số chính: quy tắc tiên nghiệm và quy tắc hậu nghiệm. Quy tắc tiên nghiệm xác định tham số dựa trên mức độ nhiễu đã biết trước. Quy tắc hậu nghiệm, như nguyên lý độ lệch Morozov, chọn tham số dựa trên dữ liệu tính toán thực tế tại mỗi bước. Trong không gian Banach, quy tắc lựa chọn tham số phải thích ứng với bậc lồi của không gian. Sự kết hợp hài hòa này đảm bảo thuật toán đạt được độ chính xác cao nhất có thể.

Đánh giá tốc độ hội tụ cung cấp ước lượng định lượng về sai số giữa nghiệm hiệu chỉnh và nghiệm chính xác. Để đạt được tốc độ hội tụ xác định, bài toán cần thỏa mãn điều kiện nguồn trơn của nghiệm. Điều kiện nguồn thể hiện nghiệm thực nằm trong miền ảnh của toán tử đối ngẫu hoặc toán tử liên hợp. Tốc độ hội tụ phụ thuộc chặt chẽ vào mức độ nhiễu của toán tử và vế phải. Trong không gian Banach lồi đều với môđun lồi cấp xác định, tốc độ hội tụ dạng lũy thừa hoặc logarit được thiết lập chặt chẽ. Các đánh giá sai số đạt mức tối ưu theo lý thuyết thông tin của bài toán đặt không chỉnh. Kết quả này giúp tối ưu hóa số bước lặp và tiết kiệm tài nguyên tính toán trong các ứng dụng mô phỏng số.

Toán tử phân giải (Resolvent operator) là công cụ toán học cơ bản để tuyến tính hóa và xấp xỉ toán tử phi tuyến. Đối với toán tử đơn điệu cực đại, toán tử phân giải là ánh xạ đơn trị, không giãn và xác định trên toàn không gian. Trong không gian Banach, toán tử phân giải được định nghĩa thông qua ánh xạ đối ngẫu chuẩn hóa. Toán tử này biến đổi bài toán tìm không điểm thành bài toán tìm điểm bất động của ánh xạ không giãn. Nhờ đó, các sơ đồ lặp kiểu Mann hoặc Krasnoselskii có thể áp dụng hiệu quả. Sơ đồ lặp chứa toán tử phân giải giúp điều hòa các bước nhảy của nghiệm xấp xỉ. Quá trình lặp diễn ra êm thuận, hạn chế dao động số và tránh phân kỳ khi dữ liệu đầu vào chứa nhiều thành phần nhiễu không xác định.

Xấp xỉ hữu hạn chiều, như phương pháp phần tử hữu hạn hay phương pháp Galerkin, chiếu bài toán vô hạn chiều lên các không gian con hữu hạn chiều. Trong không gian Banach, việc xây dựng các toán tử chiếu đòi hỏi bảo toàn tính đơn điệu của hệ toán tử ban đầu. Dãy không gian con hữu hạn chiều cần phủ kín không gian Banach gốc khi số chiều tiến ra vô cùng. Khi kết hợp với phương pháp hiệu chỉnh, số chiều không gian đóng vai trò như một tham số điều hòa phụ. Mối quan hệ giữa số chiều xấp xỉ, tham số hiệu chỉnh và mức nhiễu dữ liệu phải được điều phối chặt chẽ. Sự cân bằng này ngăn chặn hiện tượng mất ổn định khi số chiều tăng nhanh. Nghiệm hữu hạn chiều thu được đảm bảo hội tụ mạnh về nghiệm thực của bài toán vô hạn chiều.

Thuật toán lặp hiệu chỉnh kết hợp đồng thời bước lặp giải tích và bước điều chỉnh tham số theo từng vòng lặp. Tại mỗi bước lặp, thuật toán cập nhật nghiệm xấp xỉ và tự động giảm dần tham số hiệu chỉnh. Thuật toán không yêu cầu giải chính xác phương trình hiệu chỉnh ở mỗi bước, giúp tiết kiệm đáng kể thời gian tính toán. Tính ổn định của thuật toán được bảo đảm thông qua tiêu chuẩn dừng lặp thích nghi. Tiêu chuẩn dừng dựa trên nguyên lý độ lệch giúp quá trình tính toán kết thúc đúng thời điểm trước khi sai số nhiễu bùng phát. Phân tích số chứng minh rằng dãy lặp ổn định bền vững với các sai số làm tròn trong máy tính số. Thuật toán thể hiện hiệu năng vượt trội khi giải các hệ phương trình toán tử phi tuyến kích thước lớn.

Bài toán bao hàm thức toán tử (Inclusion problems) là dạng tổng quát hóa của phương trình toán tử phi tuyến và bài toán tối ưu không trơn. Dạng toán này xuất hiện phổ biến trong cơ học tiếp xúc, dòng chảy môi trường xốp và xử lý hình ảnh số. Toán tử trong bao hàm thức thường là toán tử đa trị đơn điệu cực đại, biểu diễn các ràng buộc biên phi tuyến. Phương pháp hiệu chỉnh chuyển đổi bài toán bao hàm thức phức tạp về hệ phương trình toán tử đơn trị trơn hơn. Kỹ thuật này cho phép áp dụng các công cụ tính vi phân truyền thống để tìm nghiệm. Quá trình mô hình hóa qua bao hàm thức bảo toàn đầy đủ các điều kiện vật lý tự nhiên của bài toán. Nghiệm xấp xỉ thu được thỏa mãn nghiêm ngặt các ràng buộc kỹ thuật của hệ thống thực tế.

Bất đẳng thức biến phân (Variational inequalities) đóng vai trò nền tảng trong nghiên cứu các bài toán tối ưu có điều kiện ràng buộc lồi. Nhiều bài toán điều khiển tối ưu và bài toán cân bằng Nash trong kinh tế được mô hình hóa qua bất đẳng thức biến phân. Khi phiếm hàm mục tiêu không khả vi hoặc tập ràng buộc phức tạp, bài toán trở nên đặt không chỉnh. Phương pháp hiệu chỉnh Tikhonov kết hợp với bất đẳng thức biến phân giúp biến đổi bài toán thành dãy bài toán tối ưu khả vi liên tiếp. Sự kết hợp này triệt tiêu tính phân kỳ và tăng tốc độ tìm kiếm nghiệm tối ưu. Các thuật toán chiếu và điểm gần kề giải quyết hiệu quả các hệ bất đẳng thức biến phân phi tuyến. Kết quả cung cấp giải pháp tối ưu ổn định cho các quyết định kỹ thuật và kinh tế phức tạp.

Hệ phương trình tích phân phi tuyến loại Urysohn và Hammerstein là mô hình thử nghiệm lý tưởng để đánh giá phương pháp hiệu chỉnh. Các phương trình này mô tả quá trình truyền sóng, truyền nhiệt và hấp thụ bức xạ trong môi trường không đồng nhất. Trong các thử nghiệm số, toán tử tích phân được rời rạc hóa trên lưới không gian kết hợp bổ sung nhiễu ngẫu nhiên vào dữ liệu đầu vào. Các bảng kết quả tính toán số so sánh độ lệch giữa nghiệm hiệu chỉnh và nghiệm giải tích chính xác. Kết quả thử nghiệm khẳng định rằng khi mức nhiễu giảm, sai số nghiệm giảm đều theo đúng tốc độ lý thuyết đã dự báo. Phương pháp hiệu chỉnh lặp thể hiện thời gian tính toán nhanh và độ ổn định cao hơn hẳn các phương pháp cổ điển.