斐波拉契数列的通项公式求解

---

斐波拉契数列中的每一项为前两项的和，取最开始两项为0、1，便可继续写出斐波拉契数列的后续项：0、1、1、2、3、5、8、13、21、34……

令斐波拉契数列中的项为$F_k$，可以写出数列的递推公式为($F_0=0,F_1=1$)：
$$F_{k+2}=F_{k+1}+F_k\text{\hspace{1em}(1)}$$

这是一个二阶差分的形式，为了方便处理，我们通过定义新的向量$u_k$将其转换为一阶差分形式：
$$u_k=\left[\begin{array}{c}{F}_{k+1}\\ F_k\end{array}\right]\text{\hspace{1em}(2)}$$
递推公式便可写为：
$$\left[\begin{array}{c}{F}_{k+2}\\ F_{k+1}\end{array}\right]=\left[\begin{array}{cc}1& 1\\ 1& 0\end{array}\right]\left[\begin{array}{c}{F}_{k+1}\\ F_k\end{array}\right]\text{\hspace{1em}(3)}$$
$$u_{k+1}=\left[\begin{array}{cc}1& 1\\ 1& 0\end{array}\right]u_k\text{\hspace{1em}(4)}$$
其中$u_0=\left[\begin{array}{c}1\\ 0\end{array}\right]$，令$A=\left[\begin{array}{cc}1& 1\\ 1& 0\end{array}\right]$，可以根据递推公式(4)写出数列的通项公式：
$$u_k=A^k{u}_0\text{\hspace{1em}(5)}$$
对于矩阵$A$，通过特征多项式$|\lambda I-A|=0$求得其特征值
$${\lambda }^2-\lambda -1=0\Rightarrow {\lambda }_1=\frac{1+\sqrt{5}}{2}，{\lambda }_2=\frac{1-\sqrt{5}}{2}\text{\hspace{1em}(6)}$$
对于特征值$\lambda$来讲，已知下式成立：
$$(A-\lambda I)\left[\begin{array}{c}\lambda \\ 1\end{array}\right]=\left[\begin{array}{cc}1-\lambda & 1\\ 1& -\lambda \end{array}\right]\left[\begin{array}{c}\lambda \\ 1\end{array}\right]=\left[\begin{array}{c}\lambda -{\lambda }^2+1\\ 0\end{array}\right]=0\text{\hspace{1em}(7)}$$
所以对于各特征值$\lambda$，对应的特征向量为$\left[\begin{array}{c}\lambda \\ 1\end{array}\right]$，据此可将矩阵A进行对角化：
$$A=S\Lambda S^{-1}=\left[\begin{array}{cc}{\lambda }_1& {\lambda }_2\\ 1& 1\end{array}\right]\left[\begin{array}{cc}{\lambda }_1& 0\\ 0& {\lambda }_2\end{array}\right]{\left[\begin{array}{cc}{\lambda }_1& {\lambda }_2\\ 1& 1\end{array}\right]}^{-1}\text{\hspace{1em}(8)}$$
根据对角矩阵幂的性质，可以得到下式：
$$A^k=S{\Lambda }^k{S}^{-1}=\left[\begin{array}{cc}{\lambda }_1& {\lambda }_2\\ 1& 1\end{array}\right]\left[\begin{array}{cc}{\lambda }_1^k& 0\\ 0& {\lambda }_2^k\end{array}\right]{\left[\begin{array}{cc}{\lambda }_1& {\lambda }_2\\ 1& 1\end{array}\right]}^{-1}\text{\hspace{1em}(9)}$$
接着我们将初值$u_0$用特征向量的线性组合的方式表示，S为特征向量组成的矩阵
$$u_0=\left[\begin{array}{c}1\\ 0\end{array}\right]=c_1\left[\begin{array}{c}{\lambda }_1\\ 1\end{array}\right]+c_2\left[\begin{array}{c}{\lambda }_2\\ 1\end{array}\right]=\left[\begin{array}{cc}{\lambda }_1& {\lambda }_2\\ 1& 1\end{array}\right]\left[\begin{array}{c}{c}_1\\ c_2\end{array}\right]=SC\text{\hspace{1em}(10)}$$
${\lambda }_1,{\lambda }_2$的值由(6)式已知，解得$c_1=\frac{1}{{\lambda }_1-{\lambda }_2}=\frac{1}{\sqrt{5}}、c_2=-\frac{1}{{\lambda }_1-{\lambda }_2}=-\frac{1}{\sqrt{5}}$，便可根据(5)(9)(10)式写出斐波拉契数列的通项公式：
$$u_k=S{\Lambda }^k{S}^{-1}SC=S{\Lambda }^{k}C=\left[\begin{array}{cc}{\lambda }_1& {\lambda }_2\\ 1& 1\end{array}\right]\left[\begin{array}{cc}{\lambda }_1^k& 0\\ 0& {\lambda }_2^k\end{array}\right]\left[\begin{array}{c}{c}_1\\ c_2\end{array}\right]=\left[\begin{array}{c}{c}_1{\lambda }_1^{k+1}+c_2{\lambda }_2^{k+1}\\ c_1{\lambda }_1^k+c_2{\lambda }_2^k\end{array}\right]\text{\hspace{1em}(11)}$$
容易根据(2)式得到最终$F_k$的通项公式为：
$$\boxed{F_k=c_1{\lambda }_1^k+c_2{\lambda }_2^k=\frac{1}{\sqrt{5}}\left[{\left(\frac{1+\sqrt{5}}{2}\right)}^k-{\left(\frac{1-\sqrt{5}}{2}\right)}^k\right]}\text{\hspace{1em}(12)}$$
最后我们将其中根式的小数近似值带入得到：
$$F_k\approx \frac{1}{2.2}\left[1.618^k-{\left(-0.618\right)}^k\right]\text{\hspace{1em}(13)}$$
当k足够大的时候，后面那项${\left(-0.618\right)}^k$趋近于零，则通项公式可以近似为$$F_k\approx \frac{1.618^k}{2.2}\text{\hspace{1em}(14)}$$
其实该推导过程与我们在研究一个系统的稳定性有异曲同工之妙，特征值分析即将一个系统各部分解耦，其中$|\lambda |<1$的部分即为收敛部分，大于1则为发散部分，等于1即最终稳态呈现的部分。