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:

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

范德蒙德矩阵行列式 & 循环矩阵行列式的证明的更多相关文章

  1. 浅谈范德蒙德(Vandermonde)方阵的逆矩阵的求法以及快速傅里叶变换(FFT)中IDFT的原理

    浅谈范德蒙德(Vandermonde)方阵的逆矩阵与拉格朗日(Lagrange)插值的关系以及快速傅里叶变换(FFT)中IDFT的原理 标签: 行列式 矩阵 线性代数 FFT 拉格朗日插值 只要稍微看 ...

  2. bzoj 4830: [Hnoi2017]抛硬币 [范德蒙德卷积 扩展lucas]

    4830: [Hnoi2017]抛硬币 题意:A投a次硬币,B投b次硬币,a比b正面朝上次数多的方案数,模\(10^k\). \(b \le a \le b+10000 \le 10^{15}, k ...

  3. Codeforces 785D - Anton and School - 2 - [范德蒙德恒等式][快速幂+逆元]

    题目链接:https://codeforces.com/problemset/problem/785/D 题解: 首先很好想的,如果我们预处理出每个 "(" 的左边还有 $x$ 个 ...

  4. 【题解】幼儿园篮球题(范德蒙德卷积+斯特林+NTT)

    [题解]幼儿园篮球题(NTT+范德蒙德卷积+斯特林数) 题目就是要我们求一个式子(听说叫做超几何分布?好牛逼的名字啊) \[ \sum_{i=1}^{S}\dfrac 1 {N \choose n_i ...

  5. UVA 1386 - Cellular Automaton(循环矩阵)

    UVA 1386 - Cellular Automaton option=com_onlinejudge&Itemid=8&page=show_problem&category ...

  6. BZOJ 4204 && BZOJ 2510 循环矩阵

    n^3logn非常显然.所以要用一种因为这个矩阵是一个循环矩阵,所以只要知道第一行就可以知道所有行了. C[i][j]=C[i-1][j-1]; #include <iostream> # ...

  7. HDU 5895 Mathematician QSC(矩阵乘法+循环节降幂+除法取模小技巧+快速幂)

    传送门:HDU 5895 Mathematician QSC 这是一篇很好的题解,我想讲的他基本都讲了http://blog.csdn.net/queuelovestack/article/detai ...

  8. LA 3704 (矩阵快速幂 循环矩阵) Cellular Automaton

    将这n个格子看做一个向量,每次操作都是一次线性组合,即vn+1 = Avn,所求答案为Akv0 A是一个n*n的矩阵,比如当n=5,d=1的时候: 不难发现,A是个循环矩阵,也就是将某一行所有元素统一 ...

  9. bzoj 2510: 弱题 循环矩阵

    2510: 弱题 Time Limit: 10 Sec  Memory Limit: 128 MBSubmit: 124  Solved: 61[Submit][Status][Discuss] De ...

  10. hihocoder 1388 fft循环矩阵

    #1388 : Periodic Signal 时间限制:5000ms 单点时限:5000ms 内存限制:256MB 描述 Profess X is an expert in signal proce ...

随机推荐

  1. 华为云构建云原生DevSecOps平台,保障软件供应链全流程安全可信

    摘要:面临网络安全挑战的大环境下,华为云构筑的云原生DevSecOps平台,打造了创新可控的安全服务,助力企业软件供应链全生命周期安全. 2022年8月13日,"2022中国DevOps社区 ...

  2. 云小课 | 华为云KYON:网段零修改上云,简单又好用

    摘要:KYON(Keep Your Own Network)是华为云推出的企业级云网络解决方案,KYON能让用户直接将IDC组网搬到云上,网段零修改,简单又好用. 本文分享自华为云社区<[云小课 ...

  3. MRS离线数据分析:通过Flink作业处理OBS数据

    摘要:MRS支持在大数据存储容量大.计算资源需要弹性扩展的场景下,用户将数据存储在OBS服务中,使用MRS集群仅做数据计算处理的存算分离模式. 本文分享自华为云社区<[云小课]EI第47课 MR ...

  4. 独家下载!突破开源Redis,华为云十年自研内核修炼之路《企业级Redis技术与应用解读》重磅发布

    摘要:互联网业务神器最新揭秘:GaussDB(for Redis)如何以自研架构,突破开源版本限制,带来企业级稳定可靠?通过入门篇.性能篇.测评篇.应用篇四个章节,聚焦问题解决.场景应用和开发实战,分 ...

  5. JVM内存模型,你看这一篇就够了

    摘要:JVM是一种用于计算设备的规范,是一个虚构出来的计算机,通过在实际的计算机上仿真模拟各种计算机功能来实现的. 本文分享自华为云社区<[云驻共创]JVM内存模型的探知之旅>,作者:多米 ...

  6. 硬核化解ISV四大痛点,华为云智联生活行业加速器助力伙伴实现商业成功

    摘要:场景化展现合作伙伴.客户的案例,以期针对性的解决行业痛点,帮助伙伴共筑全场景智联生活. 本文分享自华为云社区<硬核化解ISV四大痛点,华为云智联生活行业加速器助力伙伴实现商业成功>, ...

  7. 在DataGrid中实现Button Command绑定

    在DataGrid中实现Button Command绑定 Command="{Binding editCommand}" 会默认查找UserList中对象的属性,而你的UserLi ...

  8. ChatGPT带你入门机器学习:逻辑回归模型博客和小红书风格文案一次搞定!

    打脸了 顺手向大家演示一下如何用 ChatGPT 写技术博客吧,其实蛮简单的,特别需要操心的是它会一本正经的胡说八道,还信誓旦旦的.我们要审查它的回答,万不可全信. 为了便于阅读,我把prompt加粗 ...

  9. paddlespeech asr脚本demo

    概述 paddlespeech是百度飞桨平台的开源工具包,主要用于语音和音频的分析处理,其中包含多个可选模型,提供语音识别.语音合成.说话人验证.关键词识别.音频分类和语音翻译等功能. 本文介绍利用p ...

  10. python测试小工具

    2022年第三天,祝福大家元旦快乐,此测试工具在原基础上改进,增加一些新的功能,并去除了复杂的层级链接,架构目前比较简单,全部只使用了一个GridBagSizer布局器完成. 一.背景:主要解决软件测 ...