09.05.2013 Views

Applicazioni della teoria del minimax a problemi ... - Portale Posta DMI

Applicazioni della teoria del minimax a problemi ... - Portale Posta DMI

Applicazioni della teoria del minimax a problemi ... - Portale Posta DMI

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Sistemi lineari 91<br />

La scelta di formulare il Teorema 7.12 nel contesto dei sistemi di equazioni è, in qualche<br />

modo, obbligata: infatti, per conformarsi alle ipotesi (7.5) e (7.6), il potenziale F dev’essere,<br />

rispetto alla seconda variabile, positivamente omogeneo con esponente maggiore di 1 e non<br />

quasi–convesso, e queste restrizioni sono incompatibili per una funzione di una variabile<br />

reale.<br />

Invece, per N > 1, non è difficile trovare un potenziale confacente alle nostre condizioni,<br />

come il seguente esempio mostra.<br />

Esempio 7.13. Siano N = 2, A(·) = [aij(·)] una matrice 2 × 2 come sopra, α ∈]1, 2[<br />

un numero reale, e si consideri il seguente sistema autonomo, dipendente dalla funzione<br />

v ∈ H 1 1 :<br />

⎧<br />

⎪⎨<br />

⎪⎩<br />

ü1 = a11(x)u1 + a12(x)u2 + α|u1 + v1(x)| α−2 (u1 + v1(x)) in I<br />

ü2 = a21(x)u1 + a22(x)u2 − α|u2 + v2(x)| α−2 (u2 + v2(x)) in I<br />

u1(1) − u1(0) = ˙u1(1) − ˙u1(0) = 0<br />

u2(1) − u2(0) = ˙u2(1) − ˙u2(0) = 0<br />

Siamo ricondotti allo studio <strong>del</strong> potenziale F : R 2 → R definito per ogni (s1, s2) ∈ R 2<br />

F (s1, s2) = |s1| α − |s2| α ,<br />

che soddisfa tutte le ipotesi <strong>del</strong> Teorema 7.12: dunque l’insieme dei punti di biforcazione<br />

v per il problema non è σ–compatto, e quando v non è un punto di biforcazione l’insieme<br />

<strong>del</strong>le soluzioni è non vuoto e finito.<br />

7.4 Esistenza per sistemi lineari<br />

In questa Sezione studieremo un sistema di equazioni differenziali ordinarie <strong>del</strong> secondo<br />

ordine lineari con condizioni agli estremi periodiche, dipendente da un parametro lineare<br />

e da una funzione di H 1 1 .<br />

Siano I, A come nella Sezione 7.2, e sia F : I × RN → R una funzione tale che F (·, s)<br />

è misurabile per ogni s ∈ RN e F (x, ·) ∈ C2 (RN , R) per q.o. x ∈ I (denotiamo HF (x, ·)<br />

la matrice hessiana di F (x, ·)), e che F (x, 0) = 0 per q.o. x ∈ I; supponiamo inoltre che<br />

esistano a ∈ C0 (R, R) e b ∈ L1 (I) non–negative tali che per q.o. x ∈ I e ogni s ∈ RN <br />

<br />

(7.9) max |F (x, s)| , <br />

∂F <br />

(x, s) <br />

∂si<br />

,<br />

<br />

<br />

<br />

∂<br />

<br />

2 <br />

F <br />

(x, s) <br />

∂si∂sj<br />

<br />

<br />

: i, j = 1, . . . N ≤ a(|s|)b(x).<br />

Inoltre, assumiamo che F non sia convessa rispetto alla seconda variabile, ovvero che<br />

esistano un intervallo chiuso I0 ⊂]0, 1[, s1, s2 ∈ R N (s1 = s2), τ ∈]0, 1[ e σ1, σ2 ∈ R tali<br />

che per q.o. x ∈ I0<br />

(7.10) max {F (x, s1), F (x, s2)} ≤ σ1 < σ2 ≤ F (x, τs1 + (1 − τ)s2) .

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!