← 全部笔记

高等代数

Vandermonde行列式与插值

文章目录

来源 谢启鸿、姚慕生,《高等代数学习指导书》第4版,§§1.6–1.7,印刷页24–30/PDF页34–40;例1.31第二解,印刷页41/PDF页51;§1.12解答题15,印刷页50/PDF页60,答案见印刷页53/PDF页63。 来源PDF 首项系数版本、系数矩阵解释与明确的加边规则,是对原论证的重新组织或推广。 本篇的补充性质由旧专题笔记迁入;未另赋教材题号或页码。

标准矩阵与行列式公式

对 x1,…,xn∈Fx_1,\ldots,x_n\in\mathbb F,令 Vij=xij−1V_{ij}=x_i^{j-1}。则 det⁡V=∏1≤i<j≤n(xj−xi).\det V=\prod_{1\le i<j\le n}(x_j-x_i). 因此 VV 可逆当且仅当节点互异;交换两节点变号;总次数为 n(n−1)/2n(n-1)/2。实节点按递增顺序排列时,行列式为正。

求根、比较次数与首项系数的证明保留在 行列式的求根与因式分解#2. 通过根与首项系数证明 Vandermonde 公式;变换多项式基、补列升阶见 行列式的多项式模板与升阶方法。公式方向由行顺序决定,不能把 xj−xix_j-x_i 随意改号。

插值与逆矩阵

给定互异节点的值 yiy_i,次数小于 nn 的多项式 p(x)=∑j=0n−1cjxjp(x)=\sum_{j=0}^{n-1}c_jx^j 满足 Vc=yVc=y。Lagrange基多项式 ℓi(x)=∏k≠ix−xkxi−xk\ell_i(x)=\prod_{k\ne i}\frac{x-x_k}{x_i-x_k} 满足 ℓi(xk)=δik\ell_i(x_k)=\delta_{ik};p=∑iyiℓip=\sum_i y_i\ell_i。因此 V−1V^{-1} 的第 ii 列就是 ℓi\ell_i 在单项式基下的系数列;展开基多项式即可逐项得到逆矩阵。

完整的存在唯一性、余项和重心形式集中在 多项式插值与重心形式。

导数数据与汇合型矩阵

节点重合时,重复的取值行会使普通Vandermonde矩阵奇异。若改为指定导数数据,就得到汇合型矩阵。例如一阶导数行是 (0,1,2xi,…,(n−1)xin−2)(0,1,2x_i,\ldots,(n-1)x_i^{n-2})。

在特征零的域上,若在不同节点 aia_i 指定从零阶至 mi−1m_i-1 阶导数,且 N=∑imiN=\sum_i m_i,则存在唯一的次数小于 NN 的插值多项式。可将数据写成模 (x−ai)mi(x-a_i)^{m_i} 的Taylor余数,应用 多项式的中国剩余定理。特征为正时应先确认阶乘可逆,或改用幂级数系数数据。

单位根与Fourier矩阵

在 C\mathbb C 中取 ω=e2πi/n\omega=e^{2\pi i/n},Fjk=ωjkF_{jk}=\omega^{jk},0≤j,k<n0\le j,k<n。几何级数给出 F∗F=nIF^*F=nI,所以 F−1=n−1F∗F^{-1}=n^{-1}F^*。这正是以单位根为节点的Vandermonde矩阵,归一化后成为酉矩阵。

循环矩阵的共同特征基见 矩阵的幂与特殊结构。数值插值的效果依赖节点分布、次数和实现方式;行列式非零并不保证条件良好,不能笼统宣称所有Vandermonde系统都不能使用消元。