首页 > 其他分享 >范德蒙德矩阵行列式 & 循环矩阵行列式的证明

范德蒙德矩阵行列式 & 循环矩阵行列式的证明

时间:2023-05-02 22:56:32浏览次数:41  
标签:dots end epsilon 矩阵 vmatrix 行列式 1x 德蒙 vdots

范德蒙德矩阵的行列式

\[\begin{vmatrix} 1 & 1 & 1 & \dots & 1 \\ x_1 & x_2 & x_3 & \dots & x_n \\ x_1^2 & x_2^2 & x_3^2 & \dots & x_n^2 \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ x_1^{n-1} & x_2^{n-1} & x_3^{n-1} & \dots & x_n^{n-1} \\ \end{vmatrix} =\prod\limits_{i>j}(x_i-x_j) \]

Proof:

\[\begin{aligned} & \begin{vmatrix} 1 & 1 & 1 & \dots & 1 \\ x_1 & x_2 & x_3 & \dots & x_n \\ x_1^2 & x_2^2 & x_3^2 & \dots & x_n^2 \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ x_1^{n-2} & x_2^{n-2} & x_3^{n-2} & \dots & x_n^{n-2} \\ x_1^{n-1} & x_2^{n-1} & x_3^{n-1} & \dots & x_n^{n-1} \\ \end{vmatrix} \\ \\ =& \begin{vmatrix} 1 & 1 & 1 & \dots & 1 \\ x_1 & x_2 & x_3 & \dots & x_n \\ x_1^2 & x_2^2 & x_3^2 & \dots & x_n^2 \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ x_1^{n-2} & x_2^{n-2} & x_3^{n-2} & \dots & x_n^{n-2} \\ x_1^{n-1}-x_1x_1^{n-2} & x_2^{n-1}-x_1x_2^{n-2} & x_3^{n-1}-x_1x_3^{n-2} & \dots & x_n^{n-1}-x_1x_n^{n-2} \\ \end{vmatrix} \texttt{(用第 n-1 行乘 x1 去减第 n 行)} \\ \\ =& \begin{vmatrix} 1 & 1 & 1 & \dots & 1 \\ x_1 & x_2 & x_3 & \dots & x_n \\ x_1^2 & x_2^2 & x_3^2 & \dots & x_n^2 \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ x_1^{n-2}-x_1x_1^{n-3} & x_2^{n-2}-x_1x_2^{n-3} & x_3^{n-2}-x_1x_3^{n-3} & \dots & x_n^{n-2}-x_1x_n^{n-3} \\ x_1^{n-1}-x_1x_1^{n-2} & x_2^{n-1}-x_1x_2^{n-2} & x_3^{n-1}-x_1x_3^{n-2} & \dots & x_n^{n-1}-x_1x_n^{n-2} \\ \end{vmatrix} \texttt{(用第 n-2 行乘 x1 去减第 n-1 行)} \\ \\ =&\dots\\ =& \begin{vmatrix} 1 & 1 & 1 & \dots & 1 \\ x_1-x_1 & x_2-x_1 & x_3-x_1 & \dots & x_n-x_1 \\ x_1^2-x_1x_1 & x_2^2-x_1x_2 & x_3^2-x_1x_3 & \dots & x_n^2-x_1x_n \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ x_1^{n-2}-x_1x_1^{n-3} & x_2^{n-2}-x_1x_2^{n-3} & x_3^{n-2}-x_1x_3^{n-3} & \dots & x_n^{n-2}-x_1x_n^{n-3} \\ x_1^{n-1}-x_1x_1^{n-2} & x_2^{n-1}-x_1x_2^{n-2} & x_3^{n-1}-x_1x_3^{n-2} & \dots & x_n^{n-1}-x_1x_n^{n-2} \\ \end{vmatrix} \texttt{(以此类推)} \\ \\ =& \begin{vmatrix} 1 & 1 & 1 & \dots & 1 \\ 0 & x_2-x_1 & x_3-x_1 & \dots & x_n-x_1 \\ 0 & x_2^2-x_1x_2 & x_3^2-x_1x_3 & \dots & x_n^2-x_1x_n \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ 0 & x_2^{n-2}-x_1x_2^{n-3} & x_3^{n-2}-x_1x_3^{n-3} & \dots & x_n^{n-2}-x_1x_n^{n-3} \\ 0 & x_2^{n-1}-x_1x_2^{n-2} & x_3^{n-1}-x_1x_3^{n-2} & \dots & x_n^{n-1}-x_1x_n^{n-2} \\ \end{vmatrix} \\ \\ =& \begin{vmatrix} x_2-x_1 & x_3-x_1 & \dots & x_n-x_1 \\ x_2^2-x_1x_2 & x_3^2-x_1x_3 & \dots & x_n^2-x_1x_n \\ \vdots & \vdots & \ddots & \vdots \\ x_2^{n-2}-x_1x_2^{n-3} & x_3^{n-2}-x_1x_3^{n-3} & \dots & x_n^{n-2}-x_1x_n^{n-3} \\ x_2^{n-1}-x_1x_2^{n-2} & x_3^{n-1}-x_1x_3^{n-2} & \dots & x_n^{n-1}-x_1x_n^{n-2} \\ \end{vmatrix} \\ \\ =& (x_2-x_1)(x_3-x_1)\dots(x_n-x_1) \begin{vmatrix} 1 & 1 & \dots & 1 \\ x_2 & x_3 & \dots & x_n \\ x_2^2 & x_3^2 & \dots & x_n^2 \\ \vdots & \vdots & \ddots & \vdots \\ x_2^{n-2} & x_3^{n-2} & \dots & x_n^{n-2} \\ x_2^{n-1} & x_3^{n-1} & \dots & x_n^{n-1} \\ \end{vmatrix} \texttt{(提出每列的公因式)} \\ \\ =&\dots\\ \\ =&\prod\limits_{i>j}(x_i-x_j) \end{aligned} \]

循环矩阵的行列式

\[A= \begin{pmatrix} a_1 & a_2 & a_3 & \dots & a_n \\ a_n & a_1 & a_2 & \dots & a_{n-1} \\ a_{n-1} & a_n & a_1 & \dots & a_{n-2} \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ a_2 & a_3 & a_4 & \dots & a_1 \\ \end{pmatrix} \\ \texttt{ Let }f(x)=a_1+a_2x+a_3x^2+\dots+a_nx^{n-1} \\ \texttt{Then } |A|=f(\epsilon_1)f(\epsilon_2)\dots f(\epsilon_n) \\ \texttt{其中 }\epsilon_i \texttt{ 是 1 的 n 个互不相同的 n 次单位根} \]

Proof:

\[\texttt{Let } V= \begin{pmatrix} 1 & 1 & 1 & \dots & 1 \\ \epsilon_1 & \epsilon_2 & \epsilon_3 & \dots & \epsilon_n \\ \epsilon_1^2 & \epsilon_2^2 & \epsilon_3^2 & \dots & \epsilon_n^2 \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ \epsilon_1^{n-1} & \epsilon_2^{n-1} & \epsilon_3^{n-1} & \dots & \epsilon_n^{n-1} \\ \end{pmatrix} \\ \texttt{Then } AV= \begin{pmatrix} f(\epsilon_1) & f(\epsilon_2) & f(\epsilon_3) & \dots & f(\epsilon_n) \\ \epsilon_1f(\epsilon_1) & \epsilon_2f(\epsilon_2) & \epsilon_3f(\epsilon_3) & \dots & \epsilon_nf(\epsilon_n) \\ \epsilon_1^2f(\epsilon_1) & \epsilon_2^2f(\epsilon_2) & \epsilon_3^2f(\epsilon_3) & \dots & \epsilon_n^2f(\epsilon_n) \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ \epsilon_1^{n-1}f(\epsilon_1) & \epsilon_2^{n-1}f(\epsilon_2) & \epsilon_3^{n-1}f(\epsilon_3) & \dots & \epsilon_n^{n-1}f(\epsilon_n) \\ \end{pmatrix} \\ \therefore |AV|=f(\epsilon_1)f(\epsilon_2)\dots f(\epsilon_n)|V|\\ |A|=f(\epsilon_1)f(\epsilon_2)\dots f(\epsilon_n) \]

标签:dots,end,epsilon,矩阵,vmatrix,行列式,1x,德蒙,vdots
From: https://www.cnblogs.com/Charlie-Vinnie/p/17368352.html

相关文章

  • PMP-14-矩阵型组织结构
    弱矩阵和平衡矩阵的一个区别就是项目经理是兼职的还是专职的。但是不管是弱矩阵还是平衡矩阵,它和职能型组织结构的区别在于,它至少有了项目经理的岗位。(1)矩阵式组织结构可以分为弱矩阵、平衡矩阵和强矩阵三种;(2)无论是弱矩阵还是平衡矩阵,他们与职能型组织结构相比,至少产生了项目经......
  • 对称矩阵压缩存储
    #include<stdio.h>#include<stdlib.h>#defineN5voidcompress(inta[][5],intsa[]){inti=0,j=0,k=0;for(i=0;i<5;i++){ for(j=0;j<5;j++) { if(i>=j) { k=i*(i+1)/2+j; sa......
  • 第三章 3.4 特殊矩阵的压缩存储
    一维数组和二维数组的存储二维数组存储分为行优先存储和列优先存储.行优先存储列优先存储压缩存储三角矩阵的压缩存储<对角线上的元素都是每行的第二个元素>稀疏矩阵的存储1.使用数组直接存储2.十字链表法总结......
  • matlab学习1(基本操作、stringchar、矩阵运算、基础图)
    1.matlab简介matlab是矩阵实验室,数据是以矩阵的形式存在。2.基本操作1).直接在命令行输入指令2).在脚本文件章编写程序后运行脚本文件:存放代码的文件,尾缀:.m实时脚本文件界面方便,将结果实时显示在代码旁边(可以加代码,图片,类似于一个文档编辑器,很推荐使用)3).在函数文......
  • 矩阵快速幂
    矩阵乘法定义矩阵乘法的运算规则如下\[A\left[m\right]\left[n\right]*B\left[n\right]\left[p\right]=C\left[m\right]\left[p\right]\]其中\(C\left[i\right]\left[j\right]\)等于\(A\)的第\(i\)行乘\(B\)的第\(j\)列,举例如下\[\begin{bmatrix}5&6\......
  • 张量(Tensor)、标量(scalar)、向量(vector)、矩阵(matrix)
    张量(Tensor):Tensor=multi-dimensionalarrayofnumbers张量是一个多维数组,它是标量,向量,矩阵的高维扩展,是一个数据容器,张量是矩阵向任意维度的推广注意,张量的维度(dimension)通常叫作轴(axis),张量轴的个数也叫作阶(rank)]标量(scalar):只有一个数字的张量叫标量(也叫标量张量、零维......
  • 1572. 矩阵对角线元素的和
     分析:找了一个小规律首先对角线上的数是从第一行到最后一行按顺序的在每一行上下标逐渐加1,最后总次数是矩阵的长度最重要的是,两个对角线是对称的也就是当取前面的第一个数时,后面对角线就是-1;前面取第二个时,后面就是-2然后有个细节,当行数为奇数时需要减去一个正中间的数,重......
  • 矩阵乘法的指令集加速例子
    这里就不介绍基本概念了,直接给代码和对比结果。分别是普通C++代码,SSE加速代码和OpenCV代码。代码基于VS2017、OpenCV430和Qt5.9。CPU型号是IntelCorei5-7400。Matmul1(constMat&a,constMat&b){ASSERT(a.cols==b.rows);#defineCOUNTa.colsMatc=Mat::z......
  • 1351. 统计有序矩阵中的负数(leetcode)
    https://leetcode.cn/problems/count-negative-numbers-in-a-sorted-matrix/1351.统计有序矩阵中的负数1.二分法:把每一行进行一遍二分,找到正数与负数的边界,且此时grid[i][mid]也为负数,即边界下标的对应值是负数的左半边界那么一行中的个数即为size()-lclassSolution{pu......
  • 测试矩阵相乘
      #include<QtWidgets/QApplication>#include<QtWidgets/QGraphicsScene>#include<QtWidgets/QGraphicsView>#include<QtCore/QPointF>#include<QtCore/QDebug>//定义矩阵类classMatrix{public:Matrix(fl......