根据递推公式构造系数矩阵用于快速幂

简单的例子

Fibonacci数列

考虑$Fibonacci$数列，

$$F(n)=F(n-1)+F(n-2)$$
将右边两项看做是一个列向量的形式，令
$$X_{n-1}=\left\{\begin{matrix}F_{n-1}\\F_{n-2}\end{matrix}\right\}$$
很容易得到 $X_n$的形式，即
$$X_{n}=\left\{\begin{matrix}F_{n}\\F_{n-1}\end{matrix}\right\}$$
现在的任务就是找到一个系数矩阵 $A$，使得$AX_{n-1}=X_n$，且 $A$需与$n$无关。
如果能够找到这个 $A$，则易知$A^{n-1}X_1=X_n$，于是可以利用矩阵快速幂计算出 $X_n$。这样就可以在 $O(\log{n})$的时间内计算出指定的 $Fibonacci$数。
这个矩阵很容易找，观察易得
$$A=\left\{\begin{matrix}1&1\\1& 0\end{matrix}\right\}\tag{1}$$

Fibonacci数列变种

推广一下，如果令$F_n=aF_{n-1}+bF_{n-2}$，则系数矩阵为

$$A=\left\{\begin{matrix}a&b\\1& 0\end{matrix}\right\}\tag{2}$$

利用二项式展开构造矩阵

计算k次方和

$Fibonacci$数列只是最简单的例子，对于稍微复杂一点的例子，二项式展开是常用的一项技术。
考虑计算：

$$S_n=\sum_{i=1}^n{i^k}$$
易得
$$S_n=n^k+S_{n-1}$$
如果仿照 $Fibonacci$数列，令
$$X_{n-1}=\left\{\begin{matrix}n^k\\S_{n-1}\end{matrix}\right\}$$
则
$$X_{n}=\left\{\begin{matrix}(n+1)^k\\S_{n}\end{matrix}\right\}$$
此时，可求出
$$A=\left\{\begin{matrix}\left({\frac{n+1}{n}}\right)^{k}&&0\\1&&1\end{matrix}\right\}$$
这个系数矩阵很明显是不能用的，因为它与 $n$有关，无法将递推公式转化为矩阵的幂运算。
这里需要使用二项式展开。
$$S_n=(n-1+1)^k+S_{n-1}\\=C_k^0(n-1)^k+C_k^1(n-1)^{k-1}+\cdots+C_k^k+S_{n-1}$$
此时，如果令
$$X_{n-1}=\left\{\begin{matrix}(n-1)^k\\(n-1)^{k-1}\\\vdots\\(n-1)^0\\S_{n-1}\end{matrix}\right\}$$
则有
$$X_{n}=\left\{\begin{matrix}n^k\\n^{k-1}\\\vdots\\n^0\\S_{n}\end{matrix}\right\}$$
现在的任务与刚才一样，找到一个系数矩阵 $A$，使得$AX_{n-1}=X_n$，且 $A$需与$n$无关。
有关 $S_n$的递推公式实际上就指明了 $A$的最后一行。而利用二项式展开很容易得到其他行。
有
$$A=\left\{\begin{matrix}C_k^0&&C_k^1&&\cdots&&C_k^k&&0\\0&&C_{k-1}^0&&\cdots&&C_{k-1}^{k-1}&&0\\\vdots&&\vdots&&\ddots&&\vdots&&\vdots\\0&&\cdots&&\cdots&&C_0^0&&0\\C_k^0&&C_k^1&&\cdots&&C_k^k&&1\end{matrix}\right\}\tag{3}$$
最后有
$$A^{n-1}X_1=X_n$$
且
$$X_1=\left\{1\space1\space\cdots\space1\right\}^T$$
利用该系数矩阵可以在 $O(k^3\log{n})$时间内计算出 $k$次方的和。

更一般的例子

再考虑一个一般情况：

$$S_n=\sum_{i=1}^n{(ai+b)^k}$$
与刚才几乎一模一样，有
$$S_n=[a(n-1)+(a+b)]^k+S_{n-1}\\=C_k^0a^k(n-1)^k+C_k^1a^{k-1}(a+b)(n-1)^{k-1}+\cdots+C_k^k(a+b)^k+S_{n-1}$$
剩下的步骤，也几乎完全与之前的一样，令
$$X_{n-1}=\left\{\begin{matrix}(n-1)^k\\(n-1)^{k-1}\\\vdots\\(n-1)^0\\S_{n-1}\end{matrix}\right\}$$
则
$$X_{n}=\left\{\begin{matrix}n^k\\n^{k-1}\\\vdots\\n^0\\S_{n}\end{matrix}\right\}$$
同样，有关 $S_n$的递推公式实际上就指明了 $A$的最后一行，其他行则利用二项式展开得到。
有
$$A=\left\{\begin{matrix}C_k^0&&C_k^1&&\cdots&&C_k^k&&0\\0&&C_{k-1}^0&&\cdots&&C_{k-1}^{k-1}&&0\\\vdots&&\vdots&&\ddots&&\vdots&&\vdots\\0&&\cdots&&\cdots&&C_0^0&&0\\C_k^0a^k&&C_k^1a^{k-1}(a+b)&&\cdots&&C_k^k(a+b)^k&&1\end{matrix}\right\}\tag{4}$$

更复杂的例子

假设要计算如下和式：

$$S_n=\sum_{i=1}^ni^kk^i$$
同样，将其写成递推公式，有
$$S_n=n^kk^n+S_{n-1}\\=(n-1+1)^kk^{(n-1)+1}+S_{n-1}\\=C_k^0(n-1)^kk^{(n-1)+1}+C_k^1(n-1)^{k-1}k^{(n-1)+1}+\cdots+C_k^kk^{(n-1)+1}+S_{n-1}$$
将与 $n$有关的项抽出来作为列向量，令
$$X_{n-1}=\left\{\begin{matrix}(n-1)^kk^{(n-1)+1}\\(n-1)^{k-1}k^{(n-1)+1}\\\vdots\\(n-1)^0k^{(n-1)+1}\\S_{n-1}\end{matrix}\right\}$$
则
$$X_{n}=\left\{\begin{matrix}n^kk^{n+1}\\n^{k-1}k^{n+1}\\\vdots\\n^0k^{n+1}\\S_{n}\end{matrix}\right\}$$

同样，有关$S_n$的递推公式说明了系数矩阵$A$的最后一行。而其他行仍然可以由二项式展开得到，只是相差了一个系数$k$而已，这很容易解决。
最后，有

$$A=\left\{\begin{matrix}kC_k^0&&kC_k^1&&\cdots&&kC_k^k&&0\\0&&kC_{k-1}^0&&\cdots&&kC_{k-1}^{k-1}&&0\\\vdots&&\vdots&&\ddots&&\vdots&&\vdots\\0&&\cdots&&\cdots&&kC_0^0&&0\\C_k^0&&C_k^1&&\cdots&&C_k^k&&1\end{matrix}\right\}\tag{5}$$

部分题目

POJ3070利用了矩阵1，hdu3369利用了矩阵3和4，hdu3483利用了矩阵5。