×

低能极值的集中。 (英语) Zbl 0938.35042号

作者研究了变分问题解和近似解(u_varepsilon)的渐近行为\[\sup\Big\{\int_\Omega F(u):\int_\ Omega |\nabla u|^2\leq\varepsilon^2,\;;u=0\;;on;\;partial\Omega\Big\}\]限制\(\varepsilon\rightarrow 0\)。被积函数(F)(可以是非凸的和不连续的)被假定满足维数域(ngeq3)上的(0leqF(t)leqc|t|^{2n/(n-2)})。对于光滑的\(F\),极值\(u_\varepsilon\)满足对应的欧拉-拉格朗日方程\(-\Delta u_\varepsilon\lambda\varepsilon\ F(u_\varepsilon\)\)在\(\partial\Omega\)上\(F=F'\)的\(\Omega,u_\varepsilon\0\)。主要结果是:1)极值((u_varepsilon)集中在上划线{Omega}中的一个点(x_0)。2) 在浓度点附近的微观尺度上,它们趋向于一个完整的极值,即在({mathbb R}^n)上用(varepsilon=1)求解变分问题。这些结果扩展了P.L.Lions的一些工作,使用了基于局部广义Sobolev不等式的新证明。浓度点(x_0)的确定将在下一篇论文中讨论。

MSC公司:

35J20型 二阶椭圆方程的变分方法
35B40码 偏微分方程解的渐近行为
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 班德尔,C。;Flucher,M.,谐波半径和能量集中;双曲半径和Liouville方程(βU=e^U)和(βU=U^{(n+2)/(n-2)}),SIAM Rev.,Vol.38,2,191-238(1996)·Zbl 0857.35034号
[2] Dellacherie,C。;Meyer,P.-A.,(概率和潜力,《北霍兰德数学研究》(1978年)第29卷,北霍兰德·出版社:北霍兰德·出版社阿姆斯特丹)·Zbl 0494.60001号
[3] Flucher,M.,等面积集之间最小容量的渐近公式,《计算变量偏微分方程》,第1卷,第1期,第71-86页(1993年)·Zbl 0801.35153号
[4] 弗吕彻,M。;Müller,S.,零质量情况下变分基态的径向对称性和衰减率,SIAM J.Math。分析。,第29、3、712-719卷(1998年)·兹比尔0908.35005
[5] M.Flucher、A.Garroni穆勒;M.Flucher、A.Garroni穆勒
[6] 弗吕彻,M。;Rumpf,M.,Bernoulli的自由边界问题,定性理论和数值逼近,J.Reine Angew。数学。,第486卷,165-204(1997)·Zbl 0909.35154号
[7] 弗吕彻,M。;Wei,J.,椭圆自由边界问题中小核的渐近形状和位置,数学。Z、 第228卷,683-703(1998)·Zbl 0921.35024号
[8] (Gruber,P.M.;Wills,J.M.,《凸几何手册》,B卷(1993年),北荷兰出版社:阿姆斯特丹北荷兰出版社)·Zbl 0777.52002号
[9] Lions,P.-L.,变分法中的集中紧性原理,(局部紧情形I.局部紧情形I,Ann.Inst.H.PoincaréAnal.Non Linéaire,卷1(1984)),109-145,2·Zbl 0704.49005号
[10] Lions,P.-L.,《变分法中的集中紧凑原则》(The concentration-compactness principle in The calculation of variation),(极限情况I.极限情况I,Rev.Mat.Iberoamericana,卷1(1985)),145-201,1·Zbl 0704.49005号
[11] Morrey,Charles B.,(变分法中的多重积分,Band 130(1966),Springer-Verlag New York,Inc:Springer-Verlag New Yeork,Inc.New Yorks),Die Grundlehren der mathematischen Wissenschaften·Zbl 0142.38701号
[12] Talenti,G.,《椭圆方程和重排》,Ann.Scuola Norm。主管比萨Cl.Sci。,第4、3、4、697-718卷(1976年)·Zbl 0341.35031号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。