|
page 89
Dodgson浓缩法是一种通过雅可比行列式恒等式将n×n行列式求值简化为更小矩阵行列式的方法,该恒等式表述为:对于n×n矩阵A,有\(\det A \cdot \det A_{1,n}^{1,n} = \det A_1^1 \cdot \det A_n^n - \det A_1^n \cdot \det A_n^1\),其中\(A_{i_1,\dots,i_\ell}^{j_1,\dots,j_\ell}\)表示删除指定行和列后的子矩阵。此方法的核心在于,当删除特定行和列(如首尾行/列)所得的子矩阵仍属于同一矩阵族(可能参数偏移)时,可建立递推关系,例如在矩阵族\(M_n(b,c) = \det_{1\leq i,j\leq n} \left( \binom{b+c}{b-i+j} \right)\)中,子矩阵满足\((M_n(b,c))_n^n = M_{n-1}(b,c)\)、\((M_n(b,c))_1^1 = M_{n-1}(b,c)\)、\((M_n(b,c))_n^1 = M_{n-1}(b+1,c-1)\)、\((M_n(b,c))_1^n = M_{n-1}(b-1,c+1)\)和\((M_n(b,c))_{1,n}^{1,n} = M_{n-2}(b,c)\),从而应用雅可比恒等式得\[\det M_n(b,c) \cdot \det M_{n-2}(b,c) = \det M_{n-1}(b,c)^2 - \det M_{n-1}(b+1,c-1) \cdot \det M_{n-1}(b-1,c+1)\]借助此递推,通过数学归纳法假设$<n$阶情形下的公式成立,可验证\(M_n(b,c) = \prod_{i=1}^n \prod_{j=1}^b \prod_{k=1}^c \frac{i+j+k-1}{i+j+k-2}\) |
|