范德蒙德行列式推导过程.pdfVIP

范德蒙德行列式推导过程 范德蒙德行列式是一种矩阵计算方法，主要用于解决 线性代数中的问题。在许多数学领域中都有广泛的应用， 因此了解范德蒙德行列式的推导过程是非常重要的。在本 文中，我们将讨论范德蒙德行列式的基本定义和一些关键 的推导步骤。 首先，范德蒙德行列式是一个由$n$个数 $x_1,x_2,\ldots,x_n$构成的$n\times n$的方阵，该方阵 的行列式记作$D$，即： $$D = \begin{vmatrix} 1 x_1 x_1^2 \cdots x_1^{n-1}\\ 1 x_2 x_2^2 \cdots x_2^{n- 1}\\ \vdots \vdots \vdots \ddots \vdots \\ 1 x_n x_n^2 \cdots x_n^{n-1}\\ \end{vmatrix}$$ 那么，我们该如何推导这个行列式呢？ 首先，我们需要理解一些基本的矩阵求行列式的规 则。对于一个$n\times n$的方阵$A$，它的行列式记作 $|A|$，定义为： $$|A|=\sum_{\sigma\in S_n}\text{sgn}(\sigma)\prod_{i=1}^na_{i,\sigma_i}$$ 其中$\sigma$是$S_n$中的一个置换， $\text{sgn}(\sigma)$表示它的奇偶性， $a_{i,\sigma_i}$表示矩阵$A$中第$i$行第$\sigma_i$列 的元素。 当矩阵$A$的所有行都是等差数列时，即： $$a_{i,j}=a_{1,j}+(i-1)d$$ 其中$d$是等差数列的公差。此时，我们可以通过对第 一列进行数学归纳来计算$|A|$。为简洁起见，我们假设 $d=1$。 当$n=2$时，矩阵$A$可以写成： $$A = \begin{bmatrix} a_{1,1} a_{1,1}+1\\ a_{1,1} a_{1,1}+1\\ \end{bmatrix}$$ 此时， $$|A|=\text{sgn}(1,2)\prod_{i=1}^2a_{i,\sigma_i }-\text{sgn}(2,1)\prod_{i=1}^2a_{i,\sigma_i}$$ $$=a_{1,1}+1-a_{1,1}=1$$ 当$n=3$时，矩阵$A$可以写成： $$A = \begin{bmatrix} a_{1,1} a_{1,1}+1 a_{1,1}+2\\ a_{1,1} a_{1,1}+1 a_{1,1}+2\\ a_{1,1} a_{1,1}+1 a_{1,1}+2\\ \end{bmatrix}$$ 此时， $$|A|=\text{sgn}(1,2,3)\prod_{i=1}^3a_{i,\sigma _i}+\text{sgn}(1,3,2)\prod_{i=1}^3a_{i,\sigma_i}+\t ext{sgn}(2,1,3)\prod_{i=1}^3a_{i,\sigma_i}$$ $$- \text{sgn}(2,3,1)\prod_{i=1}^3a_{i,\sigma_i}- \text{sgn}(3,1,2)\prod_{i=1}^3a_{i,\sigma_i}- \text{sgn}(3,2,1)\prod_{i=1}^3a_{i,\sigma_i}$$ $$=(a_{1,1}+1)(a_{1,1}+2)- a_{1,1}(a_{1,1}+2)+(a_{1,1})(a_{1,1}+1)- 2(a_{1,1}+1)(a_{1,1}+2)+a_{1,1}(a_{1,1}+2)+a_{1,1}( a_{1,1}+1)$$ $$=a_{1,1}^2-a_{1,1}+1$$ 接下来，我们可以考虑应用这个归纳规律到范德蒙德 行列式上。我们可以通过对第一列进行归纳来推导出它的 行列式。 当$n=2$时，当$x_1\neq x_2$时， $$D = \begin{vmatrix} 1 x_1 \\ 1 x_2 \\ \end{vmatrix}=(x_2-x_1)$$ 当$x_1=x_2$时，$D=0$。 当$n=3