Vandermonde-matrix

In de lineaire algebra, een deelgebied van de wiskunde, is een Vandermonde-matrix, vernoemd naar de 18e-eeuwse Franse wiskundige Alexandre-Théophile Vandermonde, een matrix met als opgelegde voorwaarde dat elke rij in deze matrix uit een meetkundige rij moet bestaan, dat wil zeggen, een m × n {\displaystyle m\times n} -matrix van de vorm:

V = [ 1 α 1 α 1 2 α 1 n 1 1 α 2 α 2 2 α 2 n 1 1 α 3 α 3 2 α 3 n 1 1 α m α m 2 α m n 1 ] {\displaystyle V={\begin{bmatrix}1&\alpha _{1}&\alpha _{1}^{2}&\dots &\alpha _{1}^{n-1}\\1&\alpha _{2}&\alpha _{2}^{2}&\dots &\alpha _{2}^{n-1}\\1&\alpha _{3}&\alpha _{3}^{2}&\dots &\alpha _{3}^{n-1}\\\vdots &\vdots &\vdots &\ddots &\vdots \\1&\alpha _{m}&\alpha _{m}^{2}&\dots &\alpha _{m}^{n-1}\\\end{bmatrix}}}

of

V i , j = α i j 1 {\displaystyle V_{i,j}=\alpha _{i}^{j-1}}

voor alle indices i {\displaystyle i} en j {\displaystyle j} .[1] Sommige auteurs gebruiken de getransponeerde van de bovenstaande matrix.

Een Vandermonde-matrix wordt dus volledig bepaald door de getallen α i ( i = 1 , 2 , , n ) . {\displaystyle \alpha _{i}(i=1,2,\ldots ,n).}

Veeltermevaluatie

De Vandermonde-matrix komt aan bod bij het evalueren van een polynoom

v ( x ) = i = 0 n v i x i {\displaystyle v(x)=\sum _{i=0}^{n}v_{i}x^{i}}

in een aantal punten x 0 , x 1 , , x m {\displaystyle x_{0},x_{1},\dots ,x_{m}} .

Door de Vandermonde-matrix

V = [ 1 x 0 x 0 2 x 0 n 1 x 1 x 1 2 x 1 n 1 x m x m 2 x m n ] {\displaystyle V={\begin{bmatrix}1&x_{0}&x_{0}^{2}&\dots &x_{0}^{n}\\1&x_{1}&x_{1}^{2}&\dots &x_{1}^{n}\\\vdots &\vdots &\vdots &\ddots &\vdots \\1&x_{m}&x_{m}^{2}&\dots &x_{m}^{n}\\\end{bmatrix}}}

te vermenigvuldigen met de vector

v = ( v 0 , v 1 , , v n ) {\displaystyle v=(v_{0},v_{1},\dots ,v_{n})}

krijgt men de vector met de te berekenen waarden:

V v = ( v ( x 0 ) , v ( x 1 ) , , v ( x m ) ) {\displaystyle V\,v=(v(x_{0}),v(x_{1}),\ldots ,v(x_{m}))}

Als de punten x 0 , x 1 , , x n 1 {\displaystyle x_{0},x_{1},\dots ,x_{n-1}} de n {\displaystyle n} -de eenheidswortels zijn, komt dit neer op de berekening van de discrete fouriertransformatie van v {\displaystyle v} .

Interpolatie van een polynoom

Nauw verwant met het vorige probleem is dat van de interpolatie van een polynoom: gegeven n + 1 {\displaystyle n+1} verschillende punten ( x i , y i ) , i = 0 , 1 , , n , {\displaystyle (x_{i},y_{i}),i=0,1,\ldots ,n,} bepaal de polynoom p ( x ) {\displaystyle p(x)} van de graad n {\displaystyle n} die door de gegeven punten loopt; met andere woorden waarvoor geldt dat voor i = 0 , , n {\displaystyle i=0,\ldots ,n}

p ( x i ) = j = 0 n p j x i j = y i {\displaystyle p(x_{i})=\sum _{j=0}^{n}p_{j}x_{i}^{j}=y_{i}}

Om de onbekende coëfficiënten p 0 , p 1 , , p n {\displaystyle p_{0},p_{1},\dots ,p_{n}} te vinden moet men het volgende stelsel van lineaire vergelijkingen oplossen, geschreven in matrixnotatie:

[ 1 x 0 x 0 2 x 0 n 1 x 1 x 1 2 x 1 n 1 x n x n 2 x n n ] [ p 0 p 1 p n ] = [ y 0 y 1 y n ] {\displaystyle {\begin{bmatrix}1&x_{0}&x_{0}^{2}&\ldots &x_{0}^{n}\\1&x_{1}&x_{1}^{2}&\ldots &x_{1}^{n}\\\vdots &\vdots &\vdots &&\vdots \\1&x_{n}&x_{n}^{2}&\ldots &x_{n}^{n}\\\end{bmatrix}}{\begin{bmatrix}p_{0}\\p_{1}\\\vdots \\p_{n}\end{bmatrix}}={\begin{bmatrix}y_{0}\\y_{1}\\\vdots \\y_{n}\end{bmatrix}}} .

De coëfficiëntenmatrix van dit stelsel is een Vandermonde-matrix. Een Vandermonde-matrix is echter slecht geconditioneerd, wat betekent dat er grote afwijkingen kunnen optreden in de berekende waarden p 0 , p 1 , , p n {\displaystyle p_{0},p_{1},\ldots ,p_{n}} bij kleine veranderingen in y 0 , y 1 , , y n {\displaystyle y_{0},y_{1},\ldots ,y_{n}} .

Determinant

De determinant van een vierkante Vandermonde-matrix V n {\displaystyle V_{n}} van de orde n > 1 {\displaystyle n>1} is:

V n = | 1 x 1 x 1 2 x 1 n 2 x 1 n 1 1 x 2 x 2 2 x 2 n 2 x 2 n 1 1 x n x n 2 x n n 2 x n n 1 | {\displaystyle V_{n}={\begin{vmatrix}1&x_{1}&x_{1}^{2}&\ldots &x_{1}^{n-2}&x_{1}^{n-1}\\1&x_{2}&x_{2}^{2}&\ldots &x_{2}^{n-2}&x_{2}^{n-1}\\\vdots &\vdots &\vdots &\ddots &\vdots &\vdots \\1&x_{n}&x_{n}^{2}&\ldots &x_{n}^{n-2}&x_{n}^{n-1}\end{vmatrix}}}

Het aantal variabelen x i {\displaystyle x_{i}} in deze determinant is n {\displaystyle n} .

Voor deze determinant geldt:

V n = 1 i < j n ( x j x i ) {\displaystyle V_{n}=\prod _{1\leq i<j\leq n}(x_{j}-x_{i})}

Het bewijs van deze stelling gaat met volledige inductie naar het aantal variabelen n {\displaystyle n} in de determinant.

Voor n = 2 {\displaystyle n=2} is de bewering juist.

V 2 = | 1 x 1 1 x 2 | = x 2 x 1 {\displaystyle V_{2}={\begin{vmatrix}1&x_{1}\\1&x_{2}\end{vmatrix}}=x_{2}-x_{1}}

Er wordt in het volgende gebruikgemaakt van de regels voor het vegen van een determinant.

Stel dat de bewering juist is voor zekere n {\displaystyle n} , dan geldt:

V n + 1 = | 1 x 1 x 1 2 x 1 n 1 x 1 n 1 x 2 x 2 2 x 2 n 1 x 2 n 1 x n + 1 x n + 1 2 x n + 1 n 1 x n + 1 n | = | 1 x 1 x 1 2 x 1 n 1 0 1 x 2 x 2 2 x 2 n 1 x 2 n x 2 n 1 x 1 1 x n + 1 x n + 1 2 x n + 1 n 1 x n + 1 n x n + 1 n 1 x 1 | {\displaystyle V_{n+1}={\begin{vmatrix}1&x_{1}&x_{1}^{2}&\ldots &x_{1}^{n-1}&x_{1}^{n}\\1&x_{2}&x_{2}^{2}&\ldots &x_{2}^{n-1}&x_{2}^{n}\\\vdots &\vdots &\vdots &\ddots &\vdots &\vdots \\1&x_{n+1}&x_{n+1}^{2}&\ldots &x_{n+1}^{n-1}&x_{n+1}^{n}\end{vmatrix}}={\begin{vmatrix}1&x_{1}&x_{1}^{2}&\ldots &x_{1}^{n-1}&0\\1&x_{2}&x_{2}^{2}&\ldots &x_{2}^{n-1}&x_{2}^{n}-x_{2}^{n-1}x_{1}\\\vdots &\vdots &\vdots &\ddots &\vdots &\vdots \\1&x_{n+1}&x_{n+1}^{2}&\ldots &x_{n+1}^{n-1}&x_{n+1}^{n}-x_{n+1}^{n-1}x_{1}\end{vmatrix}}}

De tweede determinant ontstaat door in de eerste determinant x 1 {\displaystyle x_{1}} maal de voorlaatste kolom van de laatste kolom af te trekken. Zo van achter naar voren voortgaand, ontstaat door steeds x 1 {\displaystyle x_{1}} maal een kolom van de volgende kolom af te trekken:

V n + 1 = | 1 0 0 0 0 1 x 2 x 1 x 2 2 x 2 x 1 x 2 n 1 x 2 n 2 x 1 x 2 n x 2 n 1 x 1 1 x n + 1 x 1 x n + 1 2 x n + 1 x 1 x n + 1 n 1 x n + 1 n 2 x 1 x n + 1 n x n + 1 n 1 x 1 | {\displaystyle V_{n+1}={\begin{vmatrix}1&0&0&\ldots &0&0\\1&x_{2}-x_{1}&x_{2}^{2}-x_{2}x_{1}&\ldots &x_{2}^{n-1}-x_{2}^{n-2}x_{1}&x_{2}^{n}-x_{2}^{n-1}x_{1}\\\vdots &\vdots &\vdots &\ddots &\vdots &\vdots \\1&x_{n+1}-x_{1}&x_{n+1}^{2}-x_{n+1}x_{1}&\ldots &x_{n+1}^{n-1}-x_{n+1}^{n-2}x_{1}&x_{n+1}^{n}-x_{n+1}^{n-1}x_{1}\end{vmatrix}}}

Omdat op de eerste rij, behalve op de eerste plaats alleen maar 0 staat, volgt:

V n + 1 = | x 2 x 1 x 2 2 x 2 x 1 x 2 n 1 x 2 n 2 x 1 x 2 n x 2 n 1 x 1 x n + 1 x 1 x n + 1 2 x n + 1 x 1 x n + 1 n 1 x n + 1 n 2 x 1 x n + 1 n x n + 1 n 1 x 1 | {\displaystyle V_{n+1}={\begin{vmatrix}x_{2}-x_{1}&x_{2}^{2}-x_{2}x_{1}&\ldots &x_{2}^{n-1}-x_{2}^{n-2}x_{1}&x_{2}^{n}-x_{2}^{n-1}x_{1}\\\vdots &\vdots &\vdots &\ddots &\vdots &\vdots \\x_{n+1}-x_{1}&x_{n+1}^{2}-x_{n+1}x_{1}&\ldots &x_{n+1}^{n-1}-x_{n+1}^{n-2}x_{1}&x_{n+1}^{n}-x_{n+1}^{n-1}x_{1}\end{vmatrix}}}

Uit elke rij kan een gemeenschappelijke factor worden gehaald:

V n + 1 = ( x 2 x 1 ) ( x n + 1 x 1 ) | 1 x 2 x 2 n 2 x 2 n 1 1 x n + 1 x n + 1 n 2 x n + 1 n 1 | {\displaystyle V_{n+1}=(x_{2}-x_{1})\ldots (x_{n+1}-x_{1}){\begin{vmatrix}1&x_{2}&\ldots &x_{2}^{n-2}&x_{2}^{n-1}\\\vdots &\vdots &\vdots &\ddots &\vdots \\1&x_{n+1}&\ldots &x_{n+1}^{n-2}&x_{n+1}^{n-1}\end{vmatrix}}}

De overblijvende determinant is een Vandermonde-determinant van de orde n {\displaystyle n} , die volgens de inductieveronderstelling de juiste vorm heeft.

Bronnen, noten en/of referenties
  1. (en) Roger A. Horn en Charles R. Johnson (1991),Topics in matrix analysis, Cambridge University Press. paragraaf 6.1