DOI: https://doi.org/10.1007/s44198-024-00210-3
تاريخ النشر: 2024-07-10
المؤلف: Rongrong Xu وآخرون
الموضوع الرئيسي: رياضيات تركيبيّة متقدّمة
نظرة عامة
تركز هذه القسم من ورقة البحث على دراسة النسخ الاحتمالية من كثيرات الحدود فوبيني المتدهورة المرتبطة بمتغير عشوائي \( Y \)، الذي توجد دالة توليد اللحظات الخاصة به في جوار الأصل. يستنتج المؤلفون خصائص متنوعة، تعبيرات صريحة، هويات، وعلاقات تكرارية لهذه كثيرات الحدود، وبالتحديد كثيرات الحدود فوبيني المتدهورة الاحتمالية من الدرجة \( r \). يستكشفون حالات خاصة من \( Y \)، بما في ذلك المتغيرات العشوائية غاما، بواسون، وبرنولي، ويقدمون نتائج مفصلة مثل النظريات التي تثبت الأشكال الصريحة وعلاقات التكرار لكثيرات الحدود \( F_{Y,n,\lambda}(x) \) و \( F_{r,Y,n,\lambda}(x) \).
تشمل النتائج الرئيسية تعبيرات صريحة لـ \( F_{Y,n,\lambda}(x) \) عندما يتبع \( Y \) توزيع غاما \( \Gamma(1, 1) \) وتوزيع بواسون بمعامل \( \alpha \). كما يظهر المؤلفون هويات تتعلق بهذه كثيرات الحدود، مثل \( \frac{1}{1-x} F_{Y,n,\lambda}(x) = \sum_{i=0}^{\infty} E[(S_i)_{n,\lambda}] x^i \) في حالة بواسون، ويثبتون أن \( F_{Y,n,\lambda}(x) = F_{n,\lambda}(xp) \) في حالة برنولي. تختتم الورقة باقتراح لأبحاث مستقبلية حول النسخ المتدهورة وتطبيقات هذه كثيرات الحدود في مجالات متنوعة.
مقدمة
في مقدمة هذه الورقة، يستكشف المؤلفون النسخ الاحتمالية من كثيرات الحدود فوبيني المتدهورة، بناءً على التقدمات الحديثة في كثيرات الحدود والأعداد الخاصة من خلال طرق رياضية متنوعة، بما في ذلك دوال التوليد ونظرية الأعداد التحليلية. يركز البحث على تعريف واستنتاج خصائص كثيرات الحدود فوبيني المتدهورة الاحتمالية المرتبطة بمتغير عشوائي \( Y \) يحقق شرط اللحظة. كما تفحص الورقة حالات محددة حيث يكون \( Y \) متغيرًا عشوائيًا غاما، بواسون، أو برنولي.
يستعرض المؤلفون هيكل الورقة، بدءًا بمراجعة للمفاهيم الرياضية ذات الصلة، مثل الأسيات المتدهورة وأعداد ستيرلنغ. تُعرض النتائج الرئيسية في القسم 2، حيث يتم إثبات تعبيرات صريحة، هويات، وعلاقات تكرارية لكثيرات الحدود فوبيني المتدهورة الاحتمالية. ومن الجدير بالذكر أن المؤلفين يستنتجون تعبيرات لهذه كثيرات الحدود من حيث أعداد لا، وأعداد ستيرلنغ، ويقدمون هويات متنوعة تربط بين أعداد فوبيني المتدهورة الاحتمالية وكثيرات الحدود بيل الجزئية. تسهم النتائج في فهم هذه كثيرات الحدود في سياق احتمالي، مقدمة رؤى جديدة حول خصائصها وتطبيقاتها.
نقاش
في هذا القسم، يناقش المؤلفون اشتقاق وخصائص كثيرات الحدود فوبيني المتدهورة الاحتمالية المرتبطة بمتغير عشوائي \( Y \). يثبتون عدة نتائج رئيسية، بما في ذلك تعبيرات صريحة لـ \( F_{Y,n,\lambda}(x) \) و \( F_{(r,Y),n,\lambda}(x) \) من خلال نظريات متنوعة (النظريات 1، 2، 4، 6، و14). كما يقدم المؤلفون علاقات تكرارية لهذه كثيرات الحدود (النظريات 7 و8) ويستكشفون مشتقاتها، موضحين كيف ترتبط بكثيرات الحدود من الدرجة الأعلى.
تسلط الورقة الضوء على حالات محددة، مثل عندما يتبع \( Y \) توزيع غاما \( \Gamma(1, 1) \) وتوزيع بواسون بمعامل \( \alpha \)، مقدمة أشكالًا صريحة لـ \( F_{Y,n,\lambda}(x) \) في هذه السياقات (النظريات 3 و11). بالإضافة إلى ذلك، يظهرون أنه بالنسبة لمتغير عشوائي برنولي مع احتمال نجاح \( p \)، فإن العلاقة \( F_{Y,n,\lambda}(x) = F_{n,\lambda}(xp) \) صحيحة (النظرية 16). يختتم المؤلفون بالإشارة إلى نيتهم في مواصلة البحث في النسخ المتدهورة والاحتمالية من كثيرات الحدود الخاصة وتطبيقاتها عبر مجالات متنوعة.
DOI: https://doi.org/10.1007/s44198-024-00210-3
Publication Date: 2024-07-10
Author(s): Rongrong Xu et al.
Primary Topic: Advanced Combinatorial Mathematics
Overview
This section of the research paper focuses on the study of probabilistic versions of degenerate Fubini polynomials associated with a random variable \( Y \), whose moment generating function exists in a neighborhood of the origin. The authors derive various properties, explicit expressions, identities, and recurrence relations for these polynomials, specifically the probabilistic degenerate Fubini polynomials of order \( r \). They explore special cases of \( Y \), including gamma, Poisson, and Bernoulli random variables, and provide detailed results such as Theorems that establish explicit forms and recurrence relations for the polynomials \( F_{Y,n,\lambda}(x) \) and \( F_{r,Y,n,\lambda}(x) \).
Key findings include explicit expressions for \( F_{Y,n,\lambda}(x) \) when \( Y \) follows a gamma distribution \( \Gamma(1, 1) \) and a Poisson distribution with parameter \( \alpha \). The authors also demonstrate identities involving these polynomials, such as \( \frac{1}{1-x} F_{Y,n,\lambda}(x) = \sum_{i=0}^{\infty} E[(S_i)_{n,\lambda}] x^i \) for the Poisson case, and establish that \( F_{Y,n,\lambda}(x) = F_{n,\lambda}(xp) \) for the Bernoulli case. The paper concludes with a proposal for future research on degenerate versions and applications of these polynomials in various fields.
Introduction
In the introduction of this paper, the authors explore probabilistic versions of degenerate Fubini polynomials, building on recent advancements in special polynomials and numbers through various mathematical methods, including generating functions and analytic number theory. The focus is on defining and deriving properties of the probabilistic degenerate Fubini polynomials associated with a random variable \( Y \) that satisfies a moment condition. The paper also examines specific cases where \( Y \) is a gamma, Poisson, or Bernoulli random variable.
The authors outline the structure of the paper, beginning with a review of relevant mathematical concepts, such as degenerate exponentials and Stirling numbers. The main results are presented in Section 2, where explicit expressions, identities, and recurrence relations for the probabilistic degenerate Fubini polynomials are established. Notably, the authors derive expressions for these polynomials in terms of Lah numbers and Stirling numbers, and they provide various identities that link the probabilistic degenerate Fubini numbers to partial Bell polynomials. The findings contribute to the understanding of these polynomials in a probabilistic context, offering new insights into their properties and applications.
Discussion
In this section, the authors discuss the derivation and properties of probabilistic degenerate Fubini polynomials associated with a random variable \( Y \). They establish several key results, including explicit expressions for \( F_{Y,n,\lambda}(x) \) and \( F_{(r,Y),n,\lambda}(x) \) through various theorems (Theorems 1, 2, 4, 6, and 14). The authors also present recurrence relations for these polynomials (Theorems 7 and 8) and explore their derivatives, demonstrating how they relate to higher-order polynomials.
The paper highlights specific cases, such as when \( Y \) follows a gamma distribution \( \Gamma(1, 1) \) and a Poisson distribution with parameter \( \alpha \), providing explicit forms for \( F_{Y,n,\lambda}(x) \) in these contexts (Theorems 3 and 11). Additionally, they show that for a Bernoulli random variable with success probability \( p \), the relationship \( F_{Y,n,\lambda}(x) = F_{n,\lambda}(xp) \) holds (Theorem 16). The authors conclude by indicating their intention to further investigate degenerate and probabilistic versions of special polynomials and their applications across various fields.