220 lines
16 KiB
Markdown
220 lines
16 KiB
Markdown
---
|
||
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。
|