杂志的下一篇文章
包含Struve函数的函数的性质
期刊上的上一篇文章
利用Legendre小波求解分数阶微分方程组的分数阶导数运算矩阵
 
 
订购文章重印
字体类型:
宋体 佐治亚州 宋体,Verdana
字体大小:
Aa公司 Aa公司 Aa公司
行距:
列宽:
背景:
第条

第三类退化Daehee数

1
韩国釜山市新罗大学数学教育系,邮编:13557
2
韩国首尔光云大学数学系01897
韩国大邱京浦国立大学数学教育系,邮编:41566
*
信件应寄给的作者。
数学 2018,6(11), 239;https://doi.org/10.3390/math6110239
收到的提交文件:2018年9月22日/修订日期:2018年10月31日/接受时间:2018年11月1日/发布日期:2018年11月6日

摘要

:
本文以退化对数函数为母函数,定义了新的Daehee数,即第三类退化Daehee-数。我们获得了第三类退化Daehee数与第二类退化Dae hee数、退化Daehere数和退化Daeheae数的一些恒等式。此外,我们还导出了与退化对数函数相关的微分方程。我们从微分方程中推导出一些恒等式。

1.简介

Carlitz之后[1,2],许多数学家研究了退化函数和数字(参见[,4,5,6,7,8,9,10,11]). 他们主要使用 ( 1 + λ t吨 ) 1 λ 而不是 e(电子) t吨 退化多项式和数。在[7]T.Kim和D.S.Kim打来电话 ( 1 + λ t吨 ) 1 λ 退化指数函数,并表示为 e(电子) λ t吨 他们还使用 e(电子) λ t吨 .英寸[12],作者介绍了柯西数的四个退化版本。在第一类和第二类退化柯西数中, ( 1 + λ t吨 ) 1 λ 使用了,而不是 e(电子) t吨 。我们称之为基于指数意义的退化.
根据指数意义, 日志 ( 1 + λ t吨 ) 1 λ 可用于t吨研究退化数和多项式。将退化对数函数视为退化指数函数的逆函数是很自然的。退化对数函数,表示为 日志 λ ( t吨 ) ,由生成函数定义为
日志 λ ( t吨 ) = 1 λ ( t吨 λ 1 )
(请参见[9]).
Cauchy数或第二类Bernoulli数,表示为 C类 n个 ,介绍于[5,8,12,13]. 最近,在[8],T.Kim引入了退化柯西数。
在本例中,作者使用了 日志 λ ( t吨 ) 而不是 日志 t吨 用于退化。我们称之为基于对数意义的退化.
众所周知,伯努利数,表示为 B类 n个 ,由生成函数定义:
t吨 e(电子) t吨 1 = n个 = 0 B类 n个 t吨 n个 n个 ! .
伯努利数是从研究幂级数和开始的,它与其他特殊数有许多关系[2,,13,14,15,16,17,18,19,20,21]. 在[1],退化的伯努利数如下所示:
t吨 e(电子) λ ( t吨 ) 1 = t吨 ( 1 + λ t吨 ) 1 λ 1 = n个 = 0 β n个 , λ t吨 n个 n个 ! .
Daehee数,表示为 D类 n个 ,由生成函数定义
日志 ( 1 + t吨 ) t吨 = n个 = 0 D类 n个 t吨 n个 n个 ! ,
(请参见[4,10,11,14,15,20,22]).
这个退化Daehee数 D类 λ ( n个 ) ,介绍为 λ 日志 ( 1 + 1 λ 日志 ( 1 + λ t吨 ) ) 日志 ( 1 + λ t吨 ) = n个 = 0 D类 λ ( n个 ) t吨 n个 n个 ! (请参见[4]). 如果 λ 转到0,然后 D类 λ ( n个 ) 收敛到 D类 n个 .这些退化Daehee数 D类 λ ( n个 ) 基于指数意义的退化。最近,D.S.Kim等人提出了退化Daehee多项式和第二类数,如下所示[23].
日志 ( 1 + t吨 ) ( 1 + λ 日志 ( 1 + t吨 ) ) 1 λ 1 ( 1 + λ 日志 ( 1 + t吨 ) ) x个 λ = n个 = 0 D类 λ , 2 ( n个 , x个 ) t吨 n个 n个 ! .
什么时候? x个 = 0 , D类 λ , 2 ( n个 ) = D类 λ , 2 ( n个 , 0 ) 称为第二类退化Daehee数。这些退化数也基于指数意义。
基于对数意义考虑退化Daehee数是很自然的。我们定义第三类退化Daehee数,表示为 D类 λ , ( n个 ) ,如下所示。
日志 λ ( 1 + t吨 ) t吨 = 1 λ ( 1 + t吨 ) λ 1 t吨 = n个 = 0 D类 λ , ( n个 ) t吨 n个 n个 ! .
我们注意到 极限 λ 0 D类 λ , ( n个 ) = D类 n个 对于每个n个.
本文基于对数意义定义了退化Daehee数。我们得到了一些与第二类Daehee数、退化Daehee数和退化Daehere数相关的恒等式。此外,我们利用退化对数函数推导了一个微分方程,并从该微分方程中导出了与退化Daehee数有关的一些恒等式。

2.第三类退化Daehee数

从现在开始,不管怎样x个和非负整数n个,我们表示 ( x个 ) n个 对于下降阶乘 ( x个 ) n个 = x个 ( x个 1 ) ( x个 2 ) ( x个 n个 + 1 ) ( x个 ) 0 = 1 。我们使用 S公司 1 ( , n个 ) S公司 2 ( , n个 ) 分别表示第一类和第二类斯特林数。从第三类退化Daehee数的定义出发,我们得到
1 λ ( 1 + t吨 ) λ 1 t吨 = 1 λ t吨 n个 = 1 ( λ ) n个 t吨 n个 n个 ! = n个 = 0 ( λ ) n个 + 1 λ ( n个 + 1 ) t吨 n个 n个 ! .
方程式(7)产生以下结果。
D类 λ , ( n个 ) = ( λ ) n个 + 1 λ ( n个 + 1 ) = λ ( λ 1 ) ( λ 2 ) ( λ n个 ) λ ( n个 + 1 ) .
来自方程式(8),很容易证明 极限 λ 0 D类 λ , ( n个 ) = D类 n个 .
现在让我们来研究Daehee数和退化的Daehee数之间的关系。
1 λ ( 1 + t吨 ) λ 1 t吨 = 日志 e(电子) 1 λ ( 1 + t吨 ) λ 1 1 + 1 t吨 = = 0 D类 e(电子) 1 λ ( 1 + t吨 ) λ 1 1 ! = = 0 D类 = S公司 2 ( , ) 1 ! 1 λ ( 1 + t吨 ) λ 1 = = 0 D类 = S公司 2 ( , ) 1 ! 1 λ k = 0 k ( 1 ) k n个 = 0 ( k λ ) n个 t吨 n个 n个 ! = n个 = 0 = 0 = 0 k = 0 k ( 1 ) k D类 S公司 2 ( , ) ( k λ ) n个 ! λ t吨 n个 n个 ! .
方程式(9)给出了Daehee数和退化Daehee-数之间的关系。
定理 1
对于任何非负整数n,
D类 λ , ( n个 ) = = 0 = 0 k = 0 k ( 1 ) k D类 S公司 2 ( , ) ( k λ ) n个 ! λ .
根据Daehee数的定义,方程式(4),和退化Daehee数,方程(6),我们得到以下结果。
日志 ( 1 + t吨 ) t吨 = 1 λ 1 + ( λ 日志 ( 1 + t吨 ) + 1 ) 1 λ 1 λ 1 t吨 = = 0 D类 λ , ( ) ( λ 日志 ( 1 + t吨 ) + 1 ) 1 λ 1 ! = = 0 D类 λ , ( ) ! = 0 ( 1 ) ( λ 日志 ( 1 + t吨 ) + 1 ) λ = n个 = 0 = 0 = 0 k = 0 n个 ( 1 ) λ k λ k D类 λ , ( ) S公司 1 ( n个 , k ) ! t吨 n个 n个 ! .
来自方程式(10),我们有一种定理1的反演公式。
定理 2
对于任何非负整数n,
D类 n个 = = 0 = 0 k = 0 n个 ( 1 ) λ k λ k D类 λ , ( ) S公司 1 ( n个 , k ) ! .
在[5],第一类退化的斯特灵数,表示为 S公司 1 , λ ( n个 , k ) ,由引入
1 k ! 日志 λ ( 1 + t吨 ) k = n个 = k S公司 1 , λ ( n个 , k ) t吨 n个 n个 ! .
以下显示了Daehee数和Bernoulli数之间的关系。
D类 n个 = = 0 n个 B类 S公司 1 ( n个 , )
B类 = n个 = 0 D类 n个 S公司 2 ( , n个 )
哪里 S公司 1 ( n个 , ) S公司 2 ( n个 , ) 分别是第一类和第二类的斯特林数(参见[24]).
在方程式中(12)Daehee数可以用第一类Bernoulli数和Stirling数表示。下一个方程是方程的退化版本(12).
日志 λ ( 1 + t吨 ) t吨 = 1 λ ( 1 + t吨 ) λ 1 t吨 = 1 λ ( 1 + t吨 ) λ 1 1 + λ 1 λ ( 1 + t吨 ) λ 1 1 λ 1 = = 0 β , λ 1 λ ( 1 + t吨 ) λ 1 ! = n个 = 0 = 0 n个 β , λ S公司 1 , λ ( n个 , ) t吨 n个 n个 ! .
通过比较方程式中的系数(14),我们可以得到以下定理。
定理 三。
对于任何非负整数n,
D类 λ , ( n个 ) = = 0 n个 β , λ S公司 1 , λ ( n个 , ) .
在[5],第二类退化斯特林数由生成函数定义
1 k ! e(电子) λ ( t吨 ) 1 k = ( 1 + λ t吨 ) 1 λ 1 k k ! = n个 = k S公司 2 , λ ( n个 , k ) t吨 n个 n个 ! .
使用方程式(15)以及退化的伯努利数和退化的达希数的定义,我们得到如下。
t吨 ( 1 + λ t吨 ) 1 λ 1 = 1 λ 1 + ( ( 1 + λ t吨 ) 1 λ 1 ) λ 1 ( 1 + λ t吨 ) 1 λ 1 = = 0 D类 λ , ( ) 1 ! ( 1 + λ t吨 ) 1 λ 1 = n个 = = 0 n个 D类 λ , ( ) S公司 2 , λ ( n个 , ) t吨 n个 n个 ! .
方程式(16)给出了定理3的一个反演公式,它是方程的退化版本(13).
定理 4.
对于任何非负整数n,
β n个 , λ = = 0 n个 D类 λ , ( ) S公司 2 , λ ( n个 , ) .
现在让我们观察第三类退化Daehee数和Bernoulli数之间的关系。
日志 λ ( 1 + t吨 ) t吨 = 日志 λ ( 1 + t吨 ) e(电子) 日志 λ ( 1 + t吨 ) 1 e(电子) 日志 λ ( 1 + t吨 ) 1 t吨 = = 0 B类 ( 日志 λ ( 1 + t吨 ) ) ! = 1 1 t吨 ( 日志 λ ( 1 + t吨 ) ) ! = = 0 B类 k = S公司 1 , λ ( k , ) t吨 k k ! = 1 n个 = S公司 1 , λ ( n个 , ) t吨 n个 1 n个 ! = n个 = 0 k = 0 n个 = 0 n个 k = 1 n个 n个 k B类 S公司 1 , λ ( n个 k , ) S公司 1 , λ ( n个 + 1 , ) n个 + 1 t吨 n个 n个 ! .
从第三类退化Daehee数的定义中得到以下定理(6)和前面的方程式(17).
定理 5
对于任何非负整数n,
D类 λ , ( ) = k = 0 n个 = 0 n个 k = 1 n个 n个 k B类 S公司 1 , λ ( n个 k , ) S公司 1 , λ ( n个 + 1 , ) n个 + 1 .
替换 e(电子) 日志 λ ( 1 + t吨 ) 1 通过t吨在第二类定义中(5),方程式左侧(5)成为
日志 ( 1 + e(电子) 日志 λ ( 1 + t吨 ) 1 ) ( 1 + λ 日志 ( 1 + e(电子) 日志 λ ( 1 + t吨 ) 1 ) ) 1 λ 1 = 日志 λ ( 1 + t吨 ) t吨 ,
右边变成
k = 0 D类 λ , 2 ( k ) ( e(电子) 日志 λ ( 1 + t吨 ) 1 ) k k ! = k = 0 D类 λ , 2 ( k ) = k S公司 2 , λ ( , k ) ( 日志 λ ( 1 + t吨 ) ) ! = k = 0 D类 λ , 2 ( k ) = k S公司 2 , λ ( , k ) n个 = S公司 1 , λ ( n个 , ) t吨 n个 n个 ! = n个 = 0 = 0 n个 k = 0 D类 λ , 2 ( k ) S公司 2 , λ ( , k ) S公司 1 , λ ( n个 , ) t吨 n个 n个 ! .
通过比较方程的系数,得出以下定理(18)使用方程式(19).
定理 6
对于任何非负整数n,
D类 λ , ( n个 ) = = 0 n个 k = 0 D类 λ , 2 ( k ) S公司 2 , λ ( , k ) S公司 1 , λ ( n个 , ) .
代表 D类 λ , ( n个 ) 作为 D类 λ , 2 ( n个 ) ,替换 e(电子) λ ( 日志 ( 1 + t吨 ) ) 1 = ( 1 + λ 日志 ( 1 + t吨 ) ) 1 λ 1 通过t吨在第三类退化Daehee数的定义中,方程(6),左侧变为
日志 λ ( 1 + ( ( 1 + λ 日志 ( 1 + t吨 ) ) 1 λ 1 ) ) ( 1 + λ 日志 ( 1 + t吨 ) ) 1 λ 1 = 1 λ ( ( 1 + ( ( 1 + λ 日志 ( 1 + t吨 ) ) 1 λ 1 ) ) λ 1 ) ( 1 + λ 日志 ( 1 + t吨 ) ) 1 λ 1 = 日志 ( 1 + t吨 ) ( 1 + λ 日志 ( 1 + t吨 ) ) 1 λ 1 ,
右边变成
k = 0 D类 λ , ( k ) ( e(电子) λ ( 日志 ( 1 + t吨 ) ) 1 ) k k ! = k = 0 D类 λ , ( k ) = k S公司 2 , λ ( , k ) ( 日志 ( 1 + t吨 ) ) ! = k = 0 D类 λ , ( k ) = k S公司 2 , λ ( , k ) n个 = S公司 1 ( n个 , ) t吨 n个 n个 ! = n个 = 0 = 0 n个 k = 0 D类 λ , ( k ) S公司 2 , λ ( , k ) S公司 1 ( n个 , ) t吨 n个 n个 ! .
从方程式(20)和(21),我们得到了定理6的一个反演恒等式。
定理 7
对于任何非负整数n,
D类 λ , 2 ( n个 ) = = 0 n个 k = 0 D类 λ , ( k ) S公司 2 , λ ( , k ) S公司 1 ( n个 , ) .

3.由退化Daehee数的生成函数产生的微分方程

在本节中,我们使用与Martin相似的技术来获得结果(请参见[25,26,27]). 从现在开始,我们使用 F类 = F类 ( t吨 ) 表示退化对数函数:
F类 ( t吨 ) = 日志 λ ( 1 + t吨 ) = 1 λ ( ( 1 + t吨 ) λ 1 )
对于自然数N个, F类 ( N个 ) 表示N个-的th导数F类; 也就是说,
F类 ( 0 ) = F类 ( t吨 ) , F类 ( N个 ) = d日 d日 t吨 F类 ( N个 1 ) .
微分方程的两边(22)结果如下:
d日 d日 t吨 F类 ( t吨 ) = d日 d日 t吨 日志 λ ( 1 + t吨 ) = ( 1 + t吨 ) λ 1 = 1 1 + t吨 λ λ ( ( 1 + t吨 ) λ 1 + 1 ) = λ 1 + t吨 1 λ ( ( 1 + t吨 ) λ 1 ) + 1 1 + t吨 = λ 1 + t吨 F类 ( t吨 ) + 1 1 + t吨 .
进一步微分方程(23)收益率
d日 2 d日 t吨 2 F类 ( t吨 ) = λ ( 1 + t吨 ) 2 F类 ( t吨 ) + λ 1 + t吨 F类 ( t吨 ) 1 ( 1 + t吨 ) 2 = λ ( 1 + t吨 ) 2 F类 ( t吨 ) + λ 1 + t吨 λ 1 + t吨 F类 ( t吨 ) + 1 1 + t吨 1 ( 1 + t吨 ) 2 = λ ( λ 1 ) ( 1 + t吨 ) 2 F类 ( t吨 ) + + λ 1 ( 1 + t吨 ) 2 .
基于方程式(23)和(24),我们假设
F类 ( N个 ) = ( λ ) N个 ( 1 + t吨 ) N个 F类 + ( λ ) N个 λ ( 1 + t吨 ) N个 .
让我们区分方程的两边(25). 那么我们有
F类 ( N个 + 1 ) = N个 ( 1 + t吨 ) N个 + 1 ( λ ) N个 F类 + 1 ( 1 + t吨 ) N个 ( λ ) N个 F类 ( 1 ) + N个 λ ( 1 + t吨 ) N个 + 1 ( λ ) N个 = ( λ ) N个 ( 1 + t吨 ) N个 + 1 ( λ N个 ) F类 + ( λ ) N个 λ ( 1 + t吨 ) N个 + 1 ( λ N个 ) = ( λ ) N个 + 1 ( 1 + t吨 ) N个 + 1 F类 + ( λ ) N个 + 1 λ ( 1 + t吨 ) N个 + 1 .
从方程式(25)和(26)数学归纳法给出了以下定理。
定理 8
对于任何正整数N,微分方程
F类 ( N个 ) = ( λ ) N个 ( 1 + t吨 ) N个 F类 + ( λ ) N个 λ ( 1 + t吨 ) N个
有解决方案
F类 ( t吨 ) = 日志 λ ( 1 + t吨 ) = 1 λ ( ( 1 + t吨 ) λ 1 ) .
我们注意到
F类 ( N个 ) = d日 N个 d日 t吨 N个 日志 λ ( 1 + t吨 ) = d日 N个 d日 t吨 N个 o个 λ ( 1 + t吨 ) t吨 · t吨 = d日 N个 d日 t吨 N个 n个 = 1 n个 D类 λ , ( n个 1 ) t吨 n个 n个 ! = n个 = 0 ( n个 + N个 ) D类 λ , ( n个 + N个 1 ) t吨 ! .
另一方面,
1 ( 1 + t吨 ) N个 F类 = = 0 N个 + 1 ( 1 ) t吨 日志 λ ( 1 + t吨 ) = = 0 N个 + 1 ( 1 ) t吨 = 1 1 λ ( λ ) t吨 ! = n个 = 1 = 1 n个 1 λ ( λ ) N个 + n个 1 N个 1 n个 ( n个 ) ! t吨 n个 n个 !
( λ ) N个 λ 1 ( 1 + t吨 ) N个 = ( λ ) N个 λ n个 = 0 ( 1 ) n个 N个 + n个 1 n个 t吨 n个 = n个 = 0 ( 1 ) n个 ( λ ) N个 λ n个 ! N个 + n个 1 n个 t吨 n个 n个 ! .
根据方程式(25),通过比较方程式的系数(26), (27)、和(28),我们得到以下身份。
定理 9
对于任何非负整数m和N,
( n个 + N个 ) D类 λ , ( n个 + N个 1 ) = = 1 n个 1 λ ( λ ) N个 + n个 1 N个 1 n个 ( n个 ) ! + ( 1 ) n个 ( λ ) N个 λ n个 ! (f) n个 1 ( λ ) N个 λ (f) n个 = 0 .
在等式右侧的另一个观点中(25),我们得到
( λ ) N个 ( 1 + t吨 ) N个 F类 + ( λ ) N个 λ ( 1 + t吨 ) N个 = ( λ 1 ) N个 1 ( 1 + t吨 ) N个 λ F类 + 1 = ( λ 1 ) N个 1 ( 1 + t吨 ) N个 λ 1 λ ( ( 1 + t吨 ) λ 1 ) + 1 = ( λ 1 ) N个 1 ( 1 + t吨 ) λ N个 = n个 = 0 ( λ 1 ) N个 1 ( λ N个 ) n个 t吨 n个 n个 ! .
方程式(26)和(29)产生以下结果。
定理 10
对于非负整数n和n,
( n个 + N个 ) D类 λ , ( n个 + N个 1 ) = ( λ 1 ) N个 1 ( λ N个 ) n个 .

4.结果和讨论

本文研究了第三类退化Daehee数。为了定义退化函数,我们使用了退化对数函数 日志 λ ( t吨 ) = 1 λ ( ( 1 + t吨 ) λ 1 ) 首先定义了第三类退化Daehee数。在定理1和定理2中,我们得到了第二类Daehee数和退化Daehee-数与Stirling数之间的两个关系。然后,在定理3和定理4中,我们得到了第三类退化Daehee数和退化Bernoulli数之间的两个关系。在定理6和定理7中,我们得到了第二类和第三类退化Daehee数之间的一些关系。
第3节,我们从退化对数函数中导出了一个微分方程,定理6。从定理6中的微分方程出发,我们推导了定理10中第三类退化Daehee数的一些恒等式。

5.结论

在[1,2],L.Carlitz考虑了退化指数函数。利用这个退化指数函数,他研究了由生成函数给出的退化伯努利数和多项式。在退化函数中,如果我们取 λ 设置为0,并使用适当的变量t吨,我们可以得到某种形式的多项式或特殊多项式数。从这个观点出发,我们考虑了Carlitz退化指数函数的逆函数,即退化对数函数。从退化对数函数出发,我们导出了几个特殊数的恒等式。通过我们的结果,我们可以看到退化对数函数是研究特殊数论的有用工具。最后我们证明了第三类退化Daehee数是方程中非线性微分方程的解(27).
最近在[28]、T.Kim和D.S.Kim通过观点的数学物理介绍了三角数的一些关系。通过取适当的值 λ 和变量t吨在我们的结果中,您可以得到组合和数学物理中有用的特殊数字的有趣结果。

作者贡献

形式分析,S.S.P。;监督,T.K。;书写原稿,S.H.R。

基金

本研究得到2017年京畿道国立大学博钦研究基金的支持。

鸣谢

作者感谢审稿人的宝贵意见,他们改进了原稿的现有形式。

利益冲突

作者声明,他们没有相互竞争的利益。

工具书类

  1. Carlitz,L.扩展了Stirling和指数。杜克大学数学。J。 1965,32, 205–224. [谷歌学者] [交叉参考]
  2. Carlitz,L.退化斯特林,伯努利和欧拉数。实用数学。 1979,15, 51–88. [谷歌学者]
  3. Dolgy,D.V.公司。;Kim,T。;Jang,L.C.公司。;Kwon,H.I。;Seo,J.J.简并的一些对称恒等式q个-对称度群下的Bernoulli多项式n个.手套。J.纯应用。数学。 2016,12, 4385–4394. [谷歌学者]
  4. Jang,G.W。;Kwon,J。;Lee,J.G.非线性微分方程中退化Daehee数的一些恒等式。高级差异。埃克。 2017. [谷歌学者] [交叉参考]
  5. 关于退化柯西数和多项式。程序。Jangjeon数学。Soc公司。 2015,18, 307–312. [谷歌学者]
  6. Kim,T。λ-第一类斯特林数的模拟。高级螺柱含量。数学。 2017,27, 423–429. [谷歌学者]
  7. Kim,T。;Kim,D.退化拉普拉斯变换和退化伽马函数。Russ.J.数学。物理学。 2017,24, 241–248. [谷歌学者] [交叉参考]
  8. Kim,T。;Kim,D.S。;与退化柯西数相关的Jang,G.W.微分方程。伊朗。科学杂志。Technol公司。事务处理。科学。 2018. [谷歌学者] [交叉参考]
  9. Kim,T。;Kim,D.S。;Kwon,H.I.关于退化Stirling数及其应用的注记。程序。Jangjeon数学。Soc公司。 2018,21, 195–203. [谷歌学者]
  10. Kim,T。;Kim,D.S.与Catalan-Daehee数相关的微分方程及其应用。Rev.R.学术版。中国。精确到Fís。Nat.Ser公司。数学。RACSAM公司 2017,111, 1071–1081. [谷歌学者] [交叉参考]
  11. 皮奥,S.S。;Kim,T。;Rim,S.H.退化Daehee数和非线性微分方程产生的第二类Bernoulli数的恒等式。非线性科学杂志。申请。 2017,10, 6219–6228. [谷歌学者] [交叉参考] [绿色版本]
  12. 派奥,S.S。;Kim,T。;Rim,S.H.退化第三类柯西数。J.不平等。申请。 2017,10, 6219–6228. [谷歌学者] [交叉参考] [公共医学]
  13. Kim,T。;Kim,D.S。;Dolgy,D.V.公司。;Seo,J.J.Bernoulli第二类多项式及其由本影演算产生的恒等式。非线性科学杂志。申请。 2016,9, 860–869. [谷歌学者] [交叉参考]
  14. El-Desouky,理学学士。;Mustafa,A.关于高阶Daehee和Bernoulli数及多项式的新结果。高级差异。埃克。 2016. [谷歌学者] [交叉参考]
  15. El-Desouky,理学学士。;穆斯塔法,A。;Abdel-Moneim,F.M.多参数高阶Daehee和Bernoulli数与多项式。申请。数学。 2017. [谷歌学者] [交叉参考]
  16. 何毅。;Kim,T.第二类Bernoulli多项式的高阶卷积。申请。数学。计算。 2018,324, 51–58. [谷歌学者] [交叉参考]
  17. Kim,D.S。;Kim,T.高阶Daehee多项式基产生的恒等式。打开数学。 2015,13, 196–208. [谷歌学者] [交叉参考]
  18. Kim,T。;Kim,D.S.退化Bernoulli多项式和第一类Korobov多项式的恒等式。科学。中国数学。 2018. [谷歌学者] [交叉参考]
  19. Kim,D.S。;Kim,T.非线性微分方程第二类Bernoulli数的一些恒等式。牛市。韩国数学。Soc公司。 2015,52, 2001–2010. [谷歌学者] [交叉参考]
  20. 奥兹登,H。;Cangul,I.N。;Simsek,Y.关于与Daehee数相关的q-Bernoulli数的备注。高级螺柱含量。数学。 2009,18, 41–48. [谷歌学者]
  21. Simsek,Y.与组合数和多项式有关的恒等式和关系。程序。Jangjeon数学。Soc公司。 2017,20, 127–135. [谷歌学者]
  22. Jang,G.W。;Kim,T.重温非线性微分方程产生的Daehee数恒等式。程序。Jangjeon数学。Soc公司。 2017,20, 163–177. [谷歌学者]
  23. Kim,D.S。;Kim,T。;Kwon,H.I。;Jang,G.W.退化了第二类Daehee多项式。程序。Jangjeon数学。Soc公司。 2018,21, 83–97. [谷歌学者]
  24. Kim,D.S。;Kim,T.Daehee数与多项式。申请。数学。科学。 2013,7, 5969–5976. [谷歌学者] [交叉参考]
  25. Marin,M.对含空洞物体热空气动力学独特性的贡献。中国。材料。 1998,16, 101–109. [谷歌学者]
  26. Marin,M.含空隙的微极体弹性的时间演化方程。UPB科学。牛市。序列号。A申请。数学。医生。 1998,60, 3–12. [谷歌学者]
  27. Marin,M.,偶极多孔材料弹性的弱解。数学。问题。工程师。 2008. [谷歌学者] [交叉参考]
  28. Kim,D.S。;Kim,T.一些第页-上的Adic积分 Z轴 第页 与三角函数关联。Russ.J.数学。物理学。 2018,25, 300–308. [谷歌学者] [交叉参考]

分享和引用

MDPI和ACS样式

皮奥,S.-S。;Kim,T。;轮辋,S.-H。第三类退化Daehee数。数学 2018,6, 239.https://doi.org/10.3390/math6110239

AMA风格

Pyo S-S、Kim T、Rim S-H。第三类退化Daehee数。数学. 2018; 6(11):239.https://doi.org/10.3390/math6110239(网址:https://doi.org/10.3390/math6110239)

芝加哥/图拉宾风格

Pyo、Sung-Soo、Taekyun Kim和Seog-Hoon Rim。2018.“第三类退化大河数”数学6,编号11:239。https://doi.org/10.3390/math6110239

请注意,从2016年第一期开始,该杂志使用文章编号而不是页码。请参阅更多详细信息在这里.

文章指标

返回页首顶部