Files
MathNotesVersion2/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/08-点7-矩阵幂.md
T

220 lines
16 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
---
tags: [数学一, 在学练习, 线性代数, 矩阵, 矩阵幂]
专题: 线性代数 第2讲 · 点7 矩阵幂
日期: 2026-10-23
状态: 知识点带题(2.4 运算规则 + 1.1—1.5 五法 + 递推,共 9 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 7 矩阵幂
> 真题 2016·21、2024·21(解答题分值按题意)|重要度 ★★★
> 依赖:点 1(`02`)的乘法与转置、点 2(`03`)的逆矩阵。盘点对应:§2.3 全节。
**组织原则**:以知识点为单位,题目按知识点内部顺序对应(幂运算规则 → 秩 1 法 → 试算归纳 → 行列结合 → 拆分矩阵 → 分块对角 → 递推状态向量),不穿插其他知识点。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。
## 知识点 2.4 矩阵幂的运算规则(出处:[知识章 matrix.tex §2.4 矩阵幂](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- **只有方阵才有幂**:$A^1=A$,$A^{k+1}=A^kA$。
- **同底幂可合并**:$A^pA^q=A^{p+q}$,$(A^p)^q=A^{pq}$。
- **乘积幂不能拆**:一般 $(AB)^k\ne A^kB^k$;**只有 $AB=BA$(可交换)时**才有 $(AB)^k=A^kB^k$。
- **$E$ 与任意同阶矩阵可交换**:$EA=AE=A$;纯量阵 $\lambda E$ 也与任意同阶矩阵可交换。
- **和的平方不能随便合并**:$(A+B)^2=A^2+AB+BA+B^2$;只有确认 $AB=BA$ 才能合并成 $A^2+2AB+B^2$。
- **非零矩阵也可能"幂没"**:$A\ne O$ 推不出 $A^k\ne O$(幂零现象,二阶幂零阵平方即 $O$)。
- **矩阵多项式**:$f(x)=a_nx^n+\cdots+a_1x+a_0$ 对应 $f(A)=a_nA^n+\cdots+a_1A+a_0E$(常数项换成常数乘 $E$);因式分解照抄多项式,如 $A^2-A-6E=(A+2E)(A-3E)$。
## 知识点 1.1 对应成比例(秩 1 法)(出处:[练习章 matrix.tex §1.1 对应成比例](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex) | [知识章 matrix.tex §2.4 矩阵幂](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- **适用条件**:$r(A)=1$(各行成比例、各列也成比例)。把 $A$ 拆成**列向量 × 行向量**:$A=uv^{\mathrm T}$($u,v$ 为列向量)。
- **中间段先乘成数**:
$$A^2=uv^{\mathrm T}uv^{\mathrm T}=u(v^{\mathrm T}u)v^{\mathrm T}=(v^{\mathrm T}u)\,A.$$
$v^{\mathrm T}u$ 是一个数,记 $c=v^{\mathrm T}u=\operatorname{tr}A$(迹 $=$ 主对角线元素之和)。
- **结论**:
$$A^k=c^{k-1}A\quad(k\ge2);\qquad A^1=A.$$
- **特例**:$c=0$ 时 $A^2=O$——**秩 1 矩阵也可能幂零**,非零矩阵平方可以是零矩阵。
- **记号说明**:参考仓库此节写成 $A=\alpha^{\mathrm T}\beta$(行×列),本节统一为列向量写法 $A=uv^{\mathrm T}$,数学内容一致。
## 知识点 1.2 试算归纳(出处:[练习章 matrix.tex §1.2 试算归纳](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex))
- **做法**:先具体算出 $A^2$、$A^3$,找出规律(最常见为 $A^2$ 是数量阵 $cE$),再用数学归纳法证明 $A^n$ 的分段公式。
- **典型形态**:$A^2=cE$ 时,
$$A^n=\begin{cases}c^{n/2}E,&n\text{ 为偶},\\ c^{(n-1)/2}A,&n\text{ 为奇}.\end{cases}$$
## 知识点 1.3 行列结合(出处:[练习章 matrix.tex §1.3 行列结合](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex))
- **与 1.1 同源的写法**:仍把 $A$ 拆成 $A=\alpha\beta^{\mathrm T}$(两列向量),算幂时把中间段 $\beta^{\mathrm T}\alpha$ 先结合成数:
$$A^k=\underbrace{\alpha\beta^{\mathrm T}\alpha\beta^{\mathrm T}\cdots\alpha\beta^{\mathrm T}}_{k\text{ 个因子}}=\alpha(\beta^{\mathrm T}\alpha)^{k-1}\beta^{\mathrm T}=(\beta^{\mathrm T}\alpha)^{k-1}A.$$
- 与秩 1 法是同一件事的两种书写:1.1 强调"先判 $r(A)=1$ 再拆",1.3 强调"拆好后中间段一定先乘成数"。
## 知识点 1.4 拆分矩阵($E$ 加幂零)(出处:[练习章 matrix.tex §1.4 拆分矩阵](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex) | [知识章 matrix.tex §2.4 矩阵幂](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- **做法**:把 $A$ 拆成 $A=E+N$,其中 $N$ 是幂零矩阵($N^q=O$,$q$ 小)。
- **前提(必须先检查)**:二项式展开 $(E+N)^k=\sum_i\binom{k}{i}E^{k-i}N^i$ 只有在 $E$ 与 $N$ **可交换**时才合法——$E$ 天然与一切矩阵可交换,这正是拆出 $E$ 的原因。(参考仓库此节写"$BC$ 应该是可逆的"为笔误,正确条件是 $BC=CB$ 可交换,与可逆无关。)
- **二项式提前结束**:$N^q=O$ 时,$i\ge q$ 的项全为零:
$$(E+N)^k=E+kN+\binom{k}{2}N^2+\cdots+\binom{k}{q-1}N^{q-1}.$$
- **求逆同款**:$N^q=O$ 时
$$(E-N)^{-1}=E+N+N^2+\cdots+N^{q-1},$$
验证靠 $(E-N)(E+N+\cdots+N^{q-1})=E-N^q=E$。这是**有限项恒等式**,无需讨论无穷级数收敛。
## 知识点 1.5 分块矩阵(分块对角幂)(出处:[练习章 matrix.tex §1.5 分块矩阵](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex) | [知识章 matrix.tex §2.8 分块矩阵](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- **分块对角阵的幂 = 各块分别求幂**:
$$\begin{pmatrix}A&O\\O&B\end{pmatrix}^k=\begin{pmatrix}A^k&O\\O&B^k\end{pmatrix}.$$
- 与分块对角行列式、分块对角逆的规则同源;前提是两块都是方阵、块之间不交叉(非对角块为 $O$)。
## 知识点 递推:状态向量法(出处:[练习章 matrix.tex §1.2 试算归纳](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex)——递推在参考仓库无独立小节,本节按考点手册 §8.3 与真题 2016·21、2024·21 考法补充 | [知识章 matrix.tex §2.4 矩阵幂](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex))
- **二阶线性递推 → 矩阵幂**:对 $a_{j+2}=p\,a_{j+1}+q\,a_j$,把相邻两项拼成状态向量:
$$\begin{pmatrix}a_{j+2}\\ a_{j+1}\end{pmatrix}=\begin{pmatrix}p&q\\ 1&0\end{pmatrix}\begin{pmatrix}a_{j+1}\\ a_j\end{pmatrix}.$$
- **迭代**:
$$\begin{pmatrix}a_{k+1}\\ a_k\end{pmatrix}=M^k\begin{pmatrix}a_1\\ a_0\end{pmatrix},\qquad M=\begin{pmatrix}p&q\\1&0\end{pmatrix}.$$
- **必做自检**:先代 $k=0$($M^0=E$,应回到初值 $(a_1,a_0)$)与 $k=1$(应给出 $a_2=pa_1+qa_0$)核对,状态向量写反会立刻暴露。
- **后续路线**:求 $M^k$ 的一般表达式靠对角化($M=P\Lambda P^{-1}$),归第 5 讲;本讲只练"建状态方程 + 低次幂硬算"。
---
## 题目(按知识点顺序对应)
### 题 1 · 2.4:和的平方与乘积幂的陷阱(★☆☆)
> 设 $A=\begin{pmatrix}0&1\\0&0\end{pmatrix}$,$B=\begin{pmatrix}0&0\\1&0\end{pmatrix}$。
>
> (Ⅰ)算 $(A+B)^2$ 与 $A^2+2AB+B^2$,比较二者;
>
> (Ⅱ)判断 $(AB)^2=A^2B^2$ 是否成立。
**怎么想**:先算 $AB$ 与 $BA$ 看它们等不等——不等就别想合并;再把 $(A+B)^2$ 的中间两项拆开写。
**解**:(Ⅰ)$AB=\begin{pmatrix}1&0\\0&0\end{pmatrix}$,$BA=\begin{pmatrix}0&0\\0&1\end{pmatrix}$,$AB\ne BA$;$A^2=B^2=O$。$A+B=\begin{pmatrix}0&1\\1&0\end{pmatrix}$,$(A+B)^2=\begin{pmatrix}1&0\\0&1\end{pmatrix}=E$。而 $A^2+2AB+B^2=2AB=\begin{pmatrix}2&0\\0&0\end{pmatrix}\ne E$。正解是 $(A+B)^2=A^2+AB+BA+B^2=AB+BA=\begin{pmatrix}1&0\\0&1\end{pmatrix}=E$ ✓——中间两项是 $AB$ 与 $BA$ 两块,不能合并成 $2AB$。
(Ⅱ)$(AB)^2=\begin{pmatrix}1&0\\0&0\end{pmatrix}^2=\begin{pmatrix}1&0\\0&0\end{pmatrix}$,而 $A^2B^2=O\cdot O=O$,等式不成立。
**带走结论**:$(A+B)^2$ 展开中间是 $AB+BA$,$(AB)^k$ 不能拆成 $A^kB^k$——两条都要等 $AB=BA$ 才放行;$E$ 是天然与一切矩阵可交换的那个例外。
---
### 题 2 · 1.1:【2016·21 骨架】秩 1 矩阵求 $A^k$(★★☆)
> 设 $A=\begin{pmatrix}1&2\\2&4\end{pmatrix}$。
>
> (Ⅰ)把 $A$ 写成 $uv^{\mathrm T}$,求 $A^k$(正整数 $k$);
>
> (Ⅱ)取 $k=2$ 直接平方验算。
**怎么想**:第二行 $=2\times$ 第一行,$r(A)=1$,秩 1 法:拆成列×行,中间 $v^{\mathrm T}u$ 先乘成数。
**解**:(Ⅰ)取 $u=v=(1,2)^{\mathrm T}$,则 $uv^{\mathrm T}=\begin{pmatrix}1&2\\2&4\end{pmatrix}=A$。中间数 $c=v^{\mathrm T}u=1\cdot1+2\cdot2=5=\operatorname{tr}A$(主对角 $1+4$)。故
$$A^k=c^{k-1}A=5^{k-1}\begin{pmatrix}1&2\\2&4\end{pmatrix}\quad(k\ge1).$$
(Ⅱ)直接平方:$A^2=\begin{pmatrix}1&2\\2&4\end{pmatrix}^2=\begin{pmatrix}5&10\\10&20\end{pmatrix}=5A$ ✓,与公式 $k=2$ 一致。
**带走结论**:$r(A)=1$ 时 $A^k=(\operatorname{tr}A)^{k-1}A$——中间那一段是数不是矩阵,先乘出来,幂就退化成"数的幂乘同一个 $A$"。
---
### 题 3 · 1.1:$(E+A)^{-1}$ 待定系数(★★★)
> 接题 2 的 $A=\begin{pmatrix}1&2\\2&4\end{pmatrix}$。证明 $E+A$ 可逆并求其逆;先尝试设逆为 $E+cA$。
**怎么想**:$A^2=5A$ 意味着 $A$ 的任何多项式都能降成 $E$ 与 $A$ 的线性组合——候选逆 $E+cA$ 乘 $E+A$,令结果中 $A$ 的系数为零。
**解**:设 $(E+A)^{-1}=E+cA$(待验证)。乘出
$$(E+A)(E+cA)=E+cA+A+cA^2=E+(1+c)A+5cA=E+(1+6c)A.$$
令 $1+6c=0$,取 $c=-\tfrac16$,即 $(E+A)\big(E-\tfrac16A\big)=E$。同阶方阵一侧乘积为 $E$ 即可,故 $E+A$ 可逆,且
$$(E+A)^{-1}=E-\tfrac16A=\begin{pmatrix}\tfrac56&-\tfrac13\\[2pt]-\tfrac13&\tfrac13\end{pmatrix}.$$
验算:$|E+A|=\begin{vmatrix}2&2\\2&5\end{vmatrix}=6\ne0$ ✓;展开中 $A$ 的系数 $1+6(-\tfrac16)=0$ ✓。
**带走结论**:秩 1 矩阵的函数求逆,先靠 $A^2=cA$ 降次,再设候选 $E+cA$ 定系数——**先乘出 $E$ 再宣布可逆**,不预设逆存在。
---
### 题 4 · 1.1:秩 1 矩阵也可能幂零(★★☆)
> 设 $A=\begin{pmatrix}2&-1\\4&-2\end{pmatrix}$。$A$ 是否为非零矩阵?求 $A^2$。
**怎么想**:第二行 $=2\times$ 第一行,$r(A)=1$,拆 $uv^{\mathrm T}$;中间数 $c=v^{\mathrm T}u$ 若为零,$A^2$ 就是零矩阵。
**解**:$A\ne O$(元素非零)。取 $u=(1,2)^{\mathrm T}$,$v^{\mathrm T}=(2,-1)$,则 $uv^{\mathrm T}=\begin{pmatrix}2&-1\\4&-2\end{pmatrix}=A$。中间数 $c=v^{\mathrm T}u=2\cdot1+(-1)\cdot2=0=\operatorname{tr}A$($2+(-2)$)。故
$$A^2=cA=O.$$
直接验算:$\begin{pmatrix}2&-1\\4&-2\end{pmatrix}^2=\begin{pmatrix}4-4&-2+2\\8-8&-4+4\end{pmatrix}=O$ ✓。
**带走结论**:$A\ne O\Rightarrow A^k\ne O$ 是假命题;$r(A)=1$ 且 $\operatorname{tr}A=0$ 时 $A^2=O$——秩 1 矩阵要么按 $c^{k-1}A$ 放大,要么一步幂零。
---
### 题 5 · 1.2:试算归纳——$A^2=4E$ 分段(★★☆)
> 设 $A=\begin{pmatrix}1&-1&-1&-1\\-1&1&-1&-1\\-1&-1&1&-1\\-1&-1&-1&1\end{pmatrix}$。求 $A^n$($n\ge1$)。
**怎么想**:不硬算 $A^n$,先算 $A^2$:对角线是四个 $1$ 与四个 $(-1)$ 的平方和;非对角位置恰好两对同号、两对异号,和为 $0$。若 $A^2=4E$,规律立刻按奇偶分段。
**解**:对角线元素 $=1^2+(-1)^2+(-1)^2+(-1)^2=4$;非对角(如第 1 行第 2 列)$=1\cdot(-1)+(-1)\cdot1+(-1)(-1)+(-1)(-1)=-1-1+1+1=0$。故 $A^2=4E$。于是
$$A^n=\begin{cases}4^{n/2}E,&n\text{ 为偶},\\ 4^{(n-1)/2}A,&n\text{ 为奇}.\end{cases}$$
验算 $n=3$:$A^3=A^2\cdot A=4E\cdot A=4A$ ✓,与分段式一致。
**带走结论**:高次幂先试平方,**$A^2=cE$ 是最舒服的情形**——后面全部幂按奇偶两段写完,归纳证明只需一句 $A^{n+2}=cA^n$。
---
### 题 6 · 1.3:行列结合求 $A^3$(★★☆)
> 设 $\alpha=(1,3,-2)^{\mathrm T}$,$\beta=(2,0,0)^{\mathrm T}$,$A=\alpha\beta^{\mathrm T}$。求 $A^3$。
**怎么想**:题目已经把 $A$ 拆好了——$\alpha$、$\beta$ 都是列向量,$A^3$ 里中间段 $\beta^{\mathrm T}\alpha$ 连续出现两次,先乘成数。
**解**:$\beta^{\mathrm T}\alpha=(2,0,0)\begin{pmatrix}1\\3\\-2\end{pmatrix}=2$。故
$$A^3=(\alpha\beta^{\mathrm T})(\alpha\beta^{\mathrm T})(\alpha\beta^{\mathrm T})=\alpha(\beta^{\mathrm T}\alpha)(\beta^{\mathrm T}\alpha)\beta^{\mathrm T}=2^2\alpha\beta^{\mathrm T}=4A=\begin{pmatrix}8&0&0\\24&0&0\\-16&0&0\end{pmatrix}.$$
验算:$A=\begin{pmatrix}2&0&0\\6&0&0\\-4&0&0\end{pmatrix}$,$A^2$ 第 $(1,1)$ 元 $=2\cdot2=4=2\cdot2$ ✓,$A^3$ 第 $(1,1)$ 元 $=4\cdot2=8$ ✓。
**带走结论**:看见 $\alpha\beta^{\mathrm T}$ 就把 $\beta^{\mathrm T}\alpha$ 圈出来——它是数,能随便搬家;$A^k=(\beta^{\mathrm T}\alpha)^{k-1}A$ 与秩 1 法同一个公式。
---
### 题 7 · 1.4:【旧试题·第 12 题骨架】$E+N$ 求 $A^k$ 与 $A^{-1}$(★★★)
> 设 $N=\begin{pmatrix}0&2&0\\0&0&3\\0&0&0\end{pmatrix}$,$A=E+N$。
>
> (Ⅰ)求 $N^2$、$N^3$;(Ⅱ)求 $A^k$(整数 $k\ge2$)并写出各元素;(Ⅲ)求 $A^{-1}$。
**怎么想**:$N$ 是严格上三角,幂次往上台阶抬——先算 $N^2$、$N^3$ 确认 $N^3=O$;$E$ 与 $N$ 可交换,二项式展开到 $N^2$ 就提前结束;求逆用 $E-N+N^2$ 有限项恒等式。
**解**:(Ⅰ)$N^2=\begin{pmatrix}0&0&2\cdot3\\0&0&0\\0&0&0\end{pmatrix}=\begin{pmatrix}0&0&6\\0&0&0\\0&0&0\end{pmatrix}$,$N^3=N^2N=O$。
(Ⅱ)$E$ 与 $N$ 可交换,
$$A^k=(E+N)^k=E+kN+\binom{k}{2}N^2=\begin{pmatrix}1&2k&3k(k-1)\\0&1&3k\\0&0&1\end{pmatrix}.$$
验算 $k=2$:公式给 $\begin{pmatrix}1&4&6\\0&1&6\\0&0&1\end{pmatrix}$;直接 $(E+N)^2=E+2N+N^2=\begin{pmatrix}1&4&6\\0&1&6\\0&0&1\end{pmatrix}$ ✓。
(Ⅲ)$A^{-1}=E-N+N^2=\begin{pmatrix}1&-2&6\\0&1&-3\\0&0&1\end{pmatrix}$。验证:$(E+N)(E-N+N^2)=E-N+N^2+N-N^2+N^3=E+N^3=E$ ✓。
**带走结论**:$A=E+N$ 且 $N^q=O$ 时,幂 $=$ 二项式截到 $N^{q-1}$,逆 $=$ $E-N+N^2-\cdots$——**台阶矩阵的幂只抬不增项**,算到 $N^q=O$ 就是全部边界。
---
### 题 8 · 1.5:分块对角阵求幂(★★☆)
> 设 $M=\begin{pmatrix}1&1&0&0\\0&1&0&0\\0&0&2&0\\0&0&0&3\end{pmatrix}$。求 $M^k$(正整数 $k$)。
**怎么想**:$M$ 是分块对角阵 $\operatorname{diag}(A,B)$,$A=\begin{pmatrix}1&1\\0&1\end{pmatrix}$、$B=\operatorname{diag}(2,3)$——幂 $=$ 两块分别求幂,块之间零交叉。
**解**:$A^k=\begin{pmatrix}1&k\\0&1\end{pmatrix}$(试算 $A^2=\begin{pmatrix}1&2\\0&1\end{pmatrix}$ 归纳即得),$B^k=\operatorname{diag}(2^k,3^k)$。故
$$M^k=\begin{pmatrix}1&k&0&0\\0&1&0&0\\0&0&2^k&0\\0&0&0&3^k\end{pmatrix}.$$
验算 $k=2$:左上角 $A^2=\begin{pmatrix}1&2\\0&1\end{pmatrix}$ ✓,右下角 $B^2=\operatorname{diag}(4,9)$ ✓,非对角块仍为 $O$ ✓。
**带走结论**:分块对角幂"各管各"——大矩阵切成对角小块,每块用自己的方法($A$ 块试算归纳、$B$ 块对角直接幂),零块永远是零块。
---
### 题 9 · 递推:斐波那契数列的状态向量(★★★)
> 【对齐 2016·21、2024·21 考法】数列 $\{a_n\}$ 满足 $a_0=0$,$a_1=1$,$a_{n+2}=a_{n+1}+a_n$。
>
> (Ⅰ)写出状态向量形式 $\begin{pmatrix}a_{k+1}\\a_k\end{pmatrix}=M^k\begin{pmatrix}a_1\\a_0\end{pmatrix}$,求 $M$;
>
> (Ⅱ)代 $k=0,1,2$ 核对初值与递推;
>
> (Ⅲ)硬算 $M^4$,求 $a_5$。
**怎么想**:二阶递推就是"两个状态滚一次"——把 $(a_{j+1},a_j)$ 拼成列向量:第一行是 $a_{j+2}=a_{j+1}+a_j$,第二行是恒等式 $a_{j+1}=a_{j+1}$,$M$ 的两行就出来了。
**解**:(Ⅰ)$\begin{pmatrix}a_{j+2}\\a_{j+1}\end{pmatrix}=\begin{pmatrix}1&1\\1&0\end{pmatrix}\begin{pmatrix}a_{j+1}\\a_j\end{pmatrix}$,故 $M=\begin{pmatrix}1&1\\1&0\end{pmatrix}$,即 $\begin{pmatrix}a_{k+1}\\a_k\end{pmatrix}=M^k\begin{pmatrix}1\\0\end{pmatrix}$。
(Ⅱ)$k=0$:$M^0\begin{pmatrix}1\\0\end{pmatrix}=\begin{pmatrix}1\\0\end{pmatrix}=\begin{pmatrix}a_1\\a_0\end{pmatrix}$ ✓;$k=1$:$M\begin{pmatrix}1\\0\end{pmatrix}=\begin{pmatrix}1\\1\end{pmatrix}$,即 $a_2=1=a_1+a_0$ ✓;$k=2$:$M^2=\begin{pmatrix}2&1\\1&1\end{pmatrix}$,乘出 $\begin{pmatrix}2\\1\end{pmatrix}$,即 $a_3=2=a_2+a_1$ ✓。
(Ⅲ)$M^4=(M^2)^2=\begin{pmatrix}2&1\\1&1\end{pmatrix}^2=\begin{pmatrix}5&3\\3&2\end{pmatrix}$,$\begin{pmatrix}a_5\\a_4\end{pmatrix}=M^4\begin{pmatrix}1\\0\end{pmatrix}=\begin{pmatrix}5\\3\end{pmatrix}$,故 $a_5=5$(手算数列 $0,1,1,2,3,5$ ✓)。
**带走结论**:二阶递推 $=$ 状态向量反复乘 $M=\begin{pmatrix}p&q\\1&0\end{pmatrix}$;**先验 $k=0,1$ 再动手算**,状态写反、初值错位当场暴露;$M^k$ 的通项表达式归第 5 讲对角化。