Publication
Bifurcation without Frechet differentiability at the trivial solution
Résumé
Criteria for the bifurcation of small solutions of an equation F(lambda,u) = 0 from a line {(lambda,0): lambda is an element of R} of trivial solutions are usually based on properties of the DuF(lambda,0) at the trivial solutions, where the partial derivative is taken in the sense of Frechet. When this derivative only exists in some weaker sense, the situation charges considerably and much remains to be carried out to understand the conditions under which bifurcation takes place. This paper summarizes and extends one direction of research in this direction, where only Hadamard differentiability is required. In addition to presenting the abstract results, their application to the study of bound states of a class of nonlinear elliptic equations on R-N is also examined. Copyright (c) 2015 John Wiley & Sons, Ltd.
Source officielle
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Proximité ontologique
Concepts associés (34)
Fréchet derivative
In mathematics, the Fréchet derivative is a derivative defined on normed spaces. Named after Maurice Fréchet, it is commonly used to generalize the derivative of a real-valued function of a single real variable to the case of a vector-valued function of multiple real variables, and to define the functional derivative used widely in the calculus of variations. Generally, it extends the idea of the derivative from real-valued functions of one real variable to functions on normed spaces.
Dérivée
En mathématiques, la dérivée d'une fonction d'une variable réelle mesure l'ampleur du changement de la valeur de la fonction (valeur de sortie) par rapport à un petit changement de son argument (valeur d'entrée). Les calculs de dérivées sont un outil fondamental du calcul infinitésimal. Par exemple, la dérivée de la position d'un objet en mouvement par rapport au temps est la vitesse (instantanée) de l'objet. La dérivée d'une fonction est une fonction qui, à tout nombre pour lequel admet un nombre dérivé, associe ce nombre dérivé.
Dérivée partielle
En mathématiques, la dérivée partielle d'une fonction de plusieurs variables est sa dérivée par rapport à l'une de ses variables, les autres étant gardées constantes. C'est une notion de base de l'analyse en dimension , de la géométrie différentielle et de l'analyse vectorielle. La dérivée partielle de la fonction par rapport à la variable est souvent notée . Si est une fonction de et sont les accroissements infinitésimaux de respectivement, alors l'accroissement infinitésimal correspondant de est : Cette expression est la « différentielle totale » de , chaque terme dans la somme étant une « différentielle partielle » de .
Publications associées (68)
IMPROVED REGULARITY OF SECOND DERIVATIVES FOR SUBHARMONIC FUNCTIONS
Xavier Fernandez-Real Girona, Riccardo Tione
In this note, we prove that if a subharmonic function Delta u >= 0 has pure second derivatives partial derivative(ii)u that are signed measures, then their negative part (partial derivative(ii)u)- belongs to L-1 (in particular, it is not singular). We then ...
Providence2023Stochastic derivative estimation for max-stable random fields
We consider expected performances based on max-stable random fields and we are interested in their derivatives with respect to the spatial dependence parameters of those fields. Max-stable fields, such as the Brown-Resnick and Smith fields, are very popula ...
ELSEVIER2022Polarity Of Almost All Points For Systems Of Nonlinear Stochastic Heat Equations In The Critical Dimension
We study vector-valued solutions u(t, x) is an element of R-d to systems of nonlinear stochastic heat equations with multiplicative noise, partial derivative/partial derivative t u(t, x) = partial derivative(2)/partial derivative x(2) u(t, x) + sigma (u(t, ...
INST MATHEMATICAL STATISTICS-IMS2021MOOCs associés (27)
Introduction to optimization on smooth manifolds: first order methods
Learn to optimize on smooth, nonlinear spaces: Join us to build your foundations (starting at "what is a manifold?") and confidently implement your first algorithm (Riemannian gradient descent).
Fonctions Trigonométriques, Logarithmiques et Exponentielles
Ce cours donne les connaissances fondamentales liées aux fonctions trigonométriques, logarithmiques et exponentielles. La présentation des concepts et des propositions est soutenue par une grande gamm
Fonctions Trigonométriques, Logarithmiques et Exponentielles
Ce cours donne les connaissances fondamentales liées aux fonctions trigonométriques, logarithmiques et exponentielles. La présentation des concepts et des propositions est soutenue par une grande gamm