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

16 KiB
Raw Blame History

tags, 专题, 日期, 状态, 关联笔记
tags 专题 日期 状态 关联笔记
数学一
在学练习
线性代数
矩阵
矩阵幂
线性代数 第2讲 · 点7 矩阵幂 2026-10-23 知识点带题(2.4 运算规则 + 1.1—1.5 五法 + 递推,共 9 题)
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)

  • 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 | 知识章 matrix.tex §2.4 矩阵幂)

  • 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)

  • 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)

  • 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 | 知识章 matrix.tex §2.4 矩阵幂)

  • 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 | 知识章 matrix.tex §2.8 分块矩阵)

  • 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——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)

  • 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。