c语言斐波那契数列_斐波那契数列：线性代数的优雅解法

问题提出

求解斐波那契数列的第n项，比如

。

众所周知，斐波那契数列是数学上非常优美的一个概念，又称黄金分割数列，最早由数学家斐波那契由兔子繁殖的例子引入。从自然界中海螺的螺纹到证券投资中的价格分析，从计算机科学中的最小堆有序树到物理学中氢原子能级，斐波那契数列的身影不可思议地出现在各个学科当中。

简言之，这个数列的特点就是从第3项开始，每一项都是前两项数值之和，即

，如果我们从0、1开始这个序列，写下来就是0，1，1，2，3，5，8，13，...

现在我们希望快速估计这个序列的第n项的值，比如第100项。第100项其实是个非常大的数，笨办法就是不断地递推，从线性代数的视角，我们可以得到一种简洁优美的解法。

表示成线性系统

我们把斐波那契数列的递推形式看作一个线性系统

。其中

是系统上一步的状态，A是一个矩阵，用于对

进行线性变换，变换的结果就是下一步的状态

。由于斐波那契数列利用到了前两步的信息，这里我们也用一个二维向量来同时记录两步的状态，即

。

构造递推方程：

写成矩阵的形式：

。所要求解的

。

对角化矩阵A

根据线性代数的知识，我们知道，一个矩阵A在某种条件下可以被对角化，即分解成

的形式。其中，

• X是由A的特征向量
  为列构成的矩阵
• 是由A的特征值
  为对角线元素构成的对角矩阵，形如

为什么要对角化？因为对角化后，求A的n次方有非常简洁的形式，即

，方便我们后续求解

。这里，所有的特征向量都保持不变，特征值变成原来的n次方。

为了对角化，我们先要求出A的特征值和特征向量。

求解A的特征值和特征向量

先求特征值

，即求解

。

，其行列式等于

，可以解出两个特征值

。

再求解

对应的特征向量

，即解方程

，即

。这里令自由变量

，可以解出

。

类似地，可以解出

对应的特征向量

。

目标值估计

此时，回顾我们求解的目标

，其中，

代入原式化简可得

。

由于

，并且我们要求的是

和

的第2分量（值为1），所以

。

---

每个问题，无论大小，都应该有一种高质量的表述方式，简洁、逻辑清晰、符合直觉。我发现这是一种很好的自我训练。

全手写TeX数学公式真酸爽……