4.8 范德蒙德行列式

范德蒙德行列式

  范德蒙德行列式Vandermonde determinant，是考研热门，但是不会直接考范德蒙德行列式，一般都是对其进行一些变形再拿出来考。要说实际应用的话，在工程中确实没什么用，因为实际工作中哪有这么理想这么优雅的矩阵呢？
  好了，闲话少说，范德蒙德行列式是以下矩阵的行列式，另外它还有个德尔塔符号：
$$\Delta (x_1,x_2,\cdots ,x_n)=\left|\begin{array}{ccccc}1& 1& \cdots & 1& 1\\ x_1& x_2& \cdots & x_{n-1}& x_n\\ x_1^2& x_2^2& \cdots & x_{n-1}^2& x_n^2\\ ⋮& ⋮& \ddots & ⋮& ⋮\\ x_1^{n-1}& x_2^{n-1}& \cdots & x_{n-1}^{n-1}& x_n^{n-1}\end{array}\right|$$
  这个行列式的结果是什么呢？结果是所有组合的差（右边元素减去左边元素）的乘积，用数学语言就是：
$$\prod _{1\le i<j\le n}(a_j-a_i)$$
  怎么证明呢？我们可以学习了五种计算行列式的算法啊！难道这五种都不行吗？先按顺序来说吧。先想想定义法行不行呢？硬要说行，那肯定行，按照定义，穷举所有组合，然后因式分解，但是工作量太大了。那么Chió算法行不行呢？可以，非常合适！那么我讲讲思路。

Chió算法证明

  比如n阶的范德蒙德行列式缩小一阶后变成了这样：
$$\begin{gathered} \Delta (x_1,x_2,\cdots ,x_n)=\frac{1}{1^{n-2}}\left|\begin{array}{ccccc}\left|\begin{array}{cc}1& x_1\\ 1& x_2\end{array}\right|& \left|\begin{array}{cc}1& x_1^2\\ 1& x_2^2\end{array}\right|& \cdots & \left|\begin{array}{cc}1& x_1^{n-1}\\ 1& x_2^{n-1}\end{array}\right|& \\ \left|\begin{array}{cc}1& x_1\\ 1& x_3\end{array}\right|& \left|\begin{array}{cc}1& x_1^2\\ 1& x_3^2\end{array}\right|& \cdots & \left|\begin{array}{cc}1& x_1^{n-1}\\ 1& x_n^{n-1}\end{array}\right|& \\ ⋮& ⋮& \ddots & ⋮& \\ \left|\begin{array}{cc}1& x_1\\ 1& x_n\end{array}\right|& \left|\begin{array}{cc}1& x_1^2\\ 1& x_n^2\end{array}\right|& \cdots & \left|\begin{array}{cc}1& x_1^{n-1}\\ 1& x_n^{n-1}\end{array}\right|& \end{array}\right| \\ =\left|\begin{array}{cccc}-x_1+x_2& -x_1^2+x_2^2& \cdots & -x_1^{n-1}+x_2^{n-1}\\ -x_1+x_3& -x_1^2+x_3^2& \cdots & -x_1^{n-1}+x_3^{n-1}\\ ⋮& ⋮& \ddots & ⋮\\ -x_1+x_n& -x_1^2+x_n^2& \cdots & -x_1^{n-1}+x_n^{n-1}\end{array}\right| \\ =\left|\begin{array}{cccc}{x}_2-x_1& x_2^2-x_1^2& \cdots & x_2^{n-1}-x_1^{n-1}\\ x_3-x_1& x_3^2-x_1^2& \cdots & x_3^{n-1}-x_1^{n-1}\\ ⋮& ⋮& \ddots & ⋮\\ x_n-x_1& x_n^2-x_1^2& \cdots & x_n^{n-1}-x_1^{n-1}\end{array}\right| \end{gathered}$$
  这个时候别再傻不啦叽地继续Chio了，该用高斯消元提取公共元素了，所以上面就可以变成：
$$\begin{gathered} \left|\begin{array}{cccc}{x}_2-x_1& x_2^2-x_1^2& \cdots & x_2^{n-1}-x_1^{n-1}\\ x_3-x_1& x_3^2-x_1^2& \cdots & x_3^{n-1}-x_1^{n-1}\\ ⋮& ⋮& \ddots & ⋮\\ x_n-x_1& x_n^2-x_1^2& \cdots & x_n^{n-1}-x_1^{n-1}\end{array}\right| \\ =(x_2-x_1)(x_3-x_1)\cdots (x_n-x_1)\left|\begin{array}{cccc}1& x_2+x_1& \cdots & x_2^{n-2}+x_2^{n-3}{x}_1+\cdots +x_2{x}_1^{n-3}+x_1^{n-2}\\ 1& x_3+x_1& \cdots & x_3^{n-2}+x_3^{n-3}{x}_1+\cdots +x_3{x}_1^{n-3}+x_1^{n-2}\\ ⋮& ⋮& \ddots & ⋮\\ 1& x_n+x_1& \cdots & x_n^{n-2}+x_n^{n-3}{x}_1+\cdots +x_n{x}_1^{n-3}+x_1^{n-2}\end{array}\right| \\ =\prod _{i=2}^n(x_i-x_1)\left|\begin{array}{cccc}1& x_2+x_1& \cdots & {\sum }_{k=0}^{n-2}{x}_2^{n-2-k}{x}_i^k\\ 1& x_3+x_1& \cdots & {\sum }_{k=0}^{n-2}{x}_3^{n-2-k}{x}_i^k\\ ⋮& ⋮& \ddots & ⋮\\ 1& x_n+x_1& \cdots & {\sum }_{k=0}^{n-2}{x}_n^{n-2-k}{x}_i^k\end{array}\right| \end{gathered}$$
  这个时候，就需要用到行列式转置后行列式不变的的性质了。将右边改一下：
$$\begin{gathered} \left|\begin{array}{cccc}1& x_2+x_1& \cdots & {\sum }_{k=0}^{n-2}{x}_2^{n-2-k}{x}_i^k\\ 1& x_3+x_1& \cdots & {\sum }_{k=0}^{n-2}{x}_3^{n-2-k}{x}_i^k\\ ⋮& ⋮& \ddots & ⋮\\ 1& x_n+x_1& \cdots & {\sum }_{k=0}^{n-2}{x}_n^{n-2-k}{x}_i^k\end{array}\right| \\ =\left|\begin{array}{cccc}1& 1& \cdots & 1\\ x_2+x_1& x_3+x_1& \cdots & x_n+x_1\\ ⋮& ⋮& \ddots & ⋮\\ {\sum }_{k=0}^{n-2}{x}_2^{n-2-k}{x}_i^k& {\sum }_{k=0}^{n-2}{x}_3^{n-2-k}{x}_i^k& \cdots & {\sum }_{k=0}^{n-2}{x}_n^{n-2-k}{x}_i^k\end{array}\right| \end{gathered}$$
  再使用初等行变换，就是第一行乘以$-x_1$加到第二行，所以就变成了：
$$\left|\begin{array}{cccc}1& 1& \cdots & 1\\ x_2& x_3& \cdots & x_n\\ ⋮& ⋮& \ddots & ⋮\\ {\sum }_{k=0}^{n-2}{x}_2^{n-2-k}{x}_i^k& {\sum }_{k=0}^{n-2}{x}_3^{n-2-k}{x}_i^k& \cdots & {\sum }_{k=0}^{n-2}{x}_n^{n-2-k}{x}_i^k\end{array}\right|$$
  第一行乘以$-x_1^2$加到第3行,第一行乘以$-x_1^3$加到第4行,以此类推，就变成了：
$$\left|\begin{array}{cccc}1& 1& \cdots & 1\\ x_2& x_3& \cdots & x_n\\ ⋮& ⋮& \ddots & ⋮\\ {\sum }_{k=0}^{n-3}{x}_2^{n-2-k}{x}_i^k& {\sum }_{k=0}^{n-3}{x}_3^{n-2-k}{x}_i^k& \cdots & {\sum }_{k=0}^{n-3}{x}_n^{n-2-k}{x}_i^k\end{array}\right|$$
  然后第二行乘以$-x_1$加到第三行,第二行乘以$-x_1^2$加到第四行就变成了：
$$\left|\begin{array}{cccc}1& 1& 1& \\ x_2& x_3& \cdots & x_n\\ x_2^2& x_3^2& \cdots & x_n^2\\ ⋮& ⋮& \ddots & ⋮\\ {\sum }_{k=0}^{n-4}{x}_2^{n-2-k}{x}_i^k& {\sum }_{k=0}^{n-4}{x}_3^{n-2-k}{x}_i^k& \cdots & {\sum }_{k=0}^{n-4}{x}_n^{n-2-k}{x}_i^k\end{array}\right|$$

  如此循环下去这就不就是$x_2,x_3,\cdots ,x_n$形成的范德蒙德行列式吗？所以我们得出了一个结论：
$$\Delta (x_1,x_2,\cdots ,x_n)=\prod _{i=2}^n(x_i-x_1)\Delta (x_2,\cdots ,x_n)$$
  然后递归下去就有了，结果就证明出来了。同样是递归算法，那么Dodgson算法行不行呢？很麻烦，因为它要除于中心块，这样会带来大量的分式运算。所以直接放弃。那再想想按一行展开行不行呢？完全可以，因为第一行全部是1嘛。

按第一行展开证明

  按第一行展开的话，不要急着直接展开，可以先进行初等列变换，将第一列乘以$-1$加到第其他列，整个行列式就变成了这样：
$$\left|\begin{array}{ccccc}1& 0& \cdots & 0& 0\\ x_1& x_2-x_1& \cdots & x_{n-1}-x_1& x_n-x_1\\ x_1^2& x_2^2-x_1^2& \cdots & x_{n-1}^2-x_1^2& x_n^2-x_1^2\\ ⋮& ⋮& \ddots & ⋮& ⋮\\ x_1^{n-1}& x_2^{n-1}-x_1^{n-1}& \cdots & x_{n-1}^{n-1}-x_1^{n-1}& x_n^{n-1}-x_1^{n-1}\end{array}\right|$$
  然后按第一行展开，因为其他位置是0，所以就直接变成了$n-1$阶的行列式,再转置下，就变成了我用Chió算法证明出现过的行列式：
$$\begin{gathered} \left|\begin{array}{cccc}{x}_2-x_1& \cdots & x_{n-1}-x_1& x_n-x_1\\ x_2^2-x_1^2& \cdots & x_{n-1}^2-x_1^2& x_n^2-x_1^2\\ ⋮& \ddots & ⋮& ⋮\\ x_2^{n-1}-x_1^{n-1}& \cdots & x_{n-1}^{n-1}-x_1^{n-1}& x_n^{n-1}-x_1^{n-1}\end{array}\right| \\ =\left|\begin{array}{cccc}{x}_2-x_1& x_2^2-x_1^2& \cdots & x_2^{n-1}-x_1^{n-1}\\ x_3-x_1& x_3^2-x_1^2& \cdots & x_3^{n-1}-x_1^{n-1}\\ ⋮& ⋮& \ddots & ⋮\\ x_n-x_1& x_n^2-x_1^2& \cdots & x_n^{n-1}-x_1^{n-1}\end{array}\right| \end{gathered}$$
  剩下的就和Chió算法证明过程一样，我就不再叙述了。因为按一行展开其实是按k行展开的$k=1$时的特殊情况。最后一种算法高斯消元，怎么说呢？单纯用高斯消元也行，但是那样涉及大量的因式分解运算，非常麻烦。所以还是和行列式按1行展开进行配合才最好计算。

结语

  范德蒙德行列式这就介绍完了，接下来我要介绍朗斯基行列式，说完朗斯基行列式，整个行列式我就说完了。