Generalized Vandermonde Matrix
http://10.12.0.10/www.hrpub.org/download/201309/ujam.2013.010209.pdf
柯斯特利金P101习题:
(扎哈洛夫——图拉, 1984)在平稳随机过程模型的研究中,出现了下述行列式:
Δn(k1,x1;...;km,xm)=∣∣
∣
∣
∣
∣∣Mnk1(x1)Mnk2(x2)⋯⋯Mnkm(xm)∣∣
∣
∣
∣
∣∣,
其中x1.x2,…,xm是未知量; k1,…,km是自然数, k1+k2+⋯+km=n; Mnk(x)是k×n阶矩阵,形如
Mnk(x)=⎛⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜⎝1xx2⋯xn−101(21)x⋯(n−11)xn−2001⋯(n−12)xn−3⋯⋯⋯⋯⋯000⋯(n−1k−1)xn−k⎞⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟⎠.
证明
Δn(k1,x1;...;km,xm)=∏1≤j<i≤m(xi−xj)kikj.
特别地,当k1=⋯=km=1时,即当m=n时,得到范德蒙德行列式.
证法一.由于(nk)−(n−1k)=(n−1k−1),我们对Δn进行消法变换,将它的第i−1列乘以−xm倍加到第i列,其中i=n,n−1,…,2,则
Mnkm(xm)→Mnkm,1(xm)=⎛⎜
⎜
⎜
⎜
⎜
⎜
⎜⎝100⋯001xm⋯xn−2m001⋯(n−21)xn−3m⋯⋯⋯⋯⋯000⋯(n−2km−2)xn−kmm⎞⎟
⎟
⎟
⎟
⎟
⎟
⎟⎠,
而
Mnki(xi)→Mnki,1(xi)=⎛⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜⎝1xi−xmx2i−xmxi⋯xn−1i−xmxn−2i01(21)xi−(11)xm⋯(n−11)xn−2i−(n−21)xmxn−3i001⋯(n−12)xn−3i−(n−22)xmxn−4i⋯⋯⋯⋯⋯000⋯(n−1ki−1)xn−kii−(n−2ki−1)xmxn−ki−1i⎞⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟⎠.
按Mnkm,1(xm)的第一行展开,并Mnki,1(xi)第一行中提取xi−xm,在我们有
Mnkm,1(xm)→Mnkm,2(xm)=⎛⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜⎝1xmx2m⋯xn−2m01(21)xm⋯(n−21)xn−3m001⋯(n−22)xn−4m⋯⋯⋯⋯⋯000⋯(n−2km−2)xn−kmm⎞⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟⎠.
而
Mnki,1(xi)→Mnki,2(xi)=⎛⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜⎝1xix2i⋯xn−2i1(21)xi−(11)xm(31)x2i−(21)xmxi⋯(n−11)xn−2i−(n−21)xmxn−3i01(32)xi−(22)xm⋯(n−12)xn−3i−(n−22)xmxn−4i⋯⋯⋯⋯⋯000⋯(n−1ki−1)xn−kii−(n−2ki−1)xmxn−ki−1i⎞⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟⎠.
再次利用(nk)−(n−1k)=(n−1k−1),将新行列式的第i−1列乘以−xm倍加到第i列,其中i=n,n−1,…,2,则
Mnkm,2(xm)→Mnkm,3(xm)=⎛⎜
⎜
⎜
⎜
⎜
⎜
⎜⎝100⋯001xm⋯xn−3m001⋯(n−31)xn−3m⋯⋯⋯⋯⋯000⋯(n−3km−3)xn−kmm⎞⎟
⎟
⎟
⎟
⎟
⎟
⎟⎠,
而
Mnki,2(xi)→Mnki,3(xi)=⎛⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜⎝1xi−xmxi(xi−xm)⋯xn−3i(xi−xm)1(21)(xi−xm)((31)xi−xm)(xi−xm)⋯((n−11)xi−(n−31)xm)(xi−xm)xn−4i01(32)xi−2(22)xm⋯(n−12)xn−3i−2(n−22)xmxn−4i+(n−32)x2mxn−5i⋯⋯⋯⋯⋯000⋯(n−1ki−1)xn−kii−2(n−2ki−1)xmxn−ki−1i+(n−3ki−1)x2mxn−ki−2i⎞⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟⎠.
按Mnkm,1(xm)的第一行展开,并Mnki,1(xi)第一行,第二行中提取xi−xm,在我们有
Mnkm,3(xm)→Mnkm,4(xm)=⎛⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜⎝1xmx2m⋯xn−3m01(21)xm⋯(n−31)xn−4m001⋯(n−32)xn−5m⋯⋯⋯⋯⋯000⋯(n−3km−3)xn−kmm⎞⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟⎠,
而
Mnki,2(xi)→Mnki,3(xi)=⎛⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜⎝1xix2i⋯xn−3i(21)((31)xi−xm)((41)xi−(21)xm)xi⋯((n−11)xi−(n−31)xm)xn−4i1(32)xi−2(22)xm(42)x2i−2(32)xmxi+(22)x2m⋯(n−12)xn−3i−2(n−22)xmxn−4i+(n−32)x2mxn−5i⋯⋯⋯⋯⋯000⋯(n−1ki−1)xn−kii−2(n−2ki−1)xmxn−ki−1i+(n−3ki−1)x2mxn−ki−2i⎞⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟⎠.
类似地进行下去,我们得到
Δn(k1,x1;...;km,xm)=m−1∏j=1(xm−xj)kmkjΔn−km(k1,x1;...;km−1,xm−1),
因此
Δn(k1,x1;...;km,xm)=∏1≤j<i≤m(xi−xj)kikj.
证法二:参考普丰山,陈军《广义范德蒙行列式及其应用》.
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· 【自荐】一款简洁、开源的在线白板工具 Drawnix