선형대수피보나치 수열과 행렬#389

피보나치 수열과 행렬

Fibonacci Numbers and Matrices

피보나치 수열과 행렬은 연속한 두 항을 상태벡터로 묶어 수열을 행렬 거듭제곱으로 나타내는 방법이다. F₀=0, F₁=1에서 전이행렬을 대각화해 일반항 (αⁿ−βⁿ)/√5를 유도한다. 무리수 고윳값에서 정수가 나오는 이유와 초기값이 다른 수열까지 다룬다.

주인공 기호
M
읽는 시간
약 6분
선수 개념
대각화와 행렬의 거듭제곱수열의 귀납적 정의

직관 — 두 칸짜리 기억장치

직관

다음 수가 앞의 두 수를 더한 값이라면 마지막 한 수만 기억해서는 부족하다. 두 칸을 마련해 두 수를 함께 기억한다. 한 번 움직일 때 합을 첫 칸에 넣고, 이전 첫 칸을 둘째 칸으로 옮긴다.

두 칸을 함께 적은 것이 상태벡터이고, 한 번 움직이는 규칙이 전이행렬이다. 이 두 칸을 열벡터로 적으면 이계 점화식을 행렬 하나로 반복할 수 있다. 대각화는 이 반복을 두 개의 거듭제곱으로 나눈다.

피보나치 상태벡터는 연속하는 두 항을 정한 순서로 담는다

여기서는 F0=0,F1=1F_0=0,F_1=1로 시작하고 모든 정수 n≥0n\ge0에 대해 Fn+2=Fn+1+FnF_{n+2}=F_{n+1}+F_n으로 정한다. 따라서 처음 항은 0,1,1,2,3,5,8,…0,1,1,2,3,5,8,\ldots다. 상태의 윗칸은 다음 항, 아랫칸은 현재 항이다.

un=(Fn+1Fn),M=(1110),un+1=Mun,u0=(10).(1)\mathbf u_n=\begin{pmatrix}F_{n+1}\\F_n\end{pmatrix},\quad M=\begin{pmatrix}1&1\\1&0\end{pmatrix},\qquad \mathbf u_{n+1}=M\mathbf u_n,\quad \mathbf u_0=\begin{pmatrix}1\\0\end{pmatrix}.\tag{1}
정의
기호이름원어뜻
FnF_n피보나치 수Fibonacci numberF0=0,F1=1F_0=0,F_1=1로 시작하는 수열
nn단계step0 이상의 정수
un\mathbf u_n상태벡터state vector위에서부터 Fn+1,FnF_{n+1},F_n
MM전이행렬transition matrix두 칸을 합과 이전 윗칸으로 갱신
λ\lambda고윳값 변수eigenvalue variable특성방정식의 임의의 근
α,β\alpha,\beta고윳값eigenvaluest2−t−1=0t^2-t-1=0의 두 실근
PP기저행렬basis matrix고유벡터를 열로 모은 행렬
DD대각행렬diagonal matrixα,β\alpha,\beta를 PP의 열 순서대로 둔 행렬

첫 행의 곱은 Fn+1+Fn=Fn+2F_{n+1}+F_n=F_{n+2}, 둘째 행의 곱은 Fn+1F_{n+1}이다. 그러므로 식 (1)은 모든 단계에서 점화식을 그대로 재현한다. 이를 반복하면 un=Mnu0\mathbf u_n=M^n\mathbf u_0다. n=0n=0에서는 M0=IM^0=I이므로 초기값도 맞는다.

그림 1은 u0\mathbf u_0부터 u4\mathbf u_4까지다. 예를 들어 (2,1)(2,1) 다음은 (2+1,2)=(3,2)(2+1,2)=(3,2)다. 다섯 상태의 검산은 실수 확인용이며, 모든 nn에 대한 이유는 바로 위의 두 행 계산이다.

윗칸은 합으로, 아랫칸은 이전 윗칸으로 갱신하는 다섯 상태. uₙ의 아랫칸이 Fₙ이며 시작 상태는 (1,0)이다.
그림 1 윗칸은 합으로, 아랫칸은 이전 윗칸으로 갱신하는 다섯 상태. uₙ의 아랫칸이 Fₙ이며 시작 상태는 (1,0)이다. figures/fibonacci_states.py

피보나치 상태벡터의 두 항을 반대로 놓아도 되나요?

된다. 다만 행렬도 함께 바꿔야 한다. (Fn,Fn+1)T(F_n,F_{n+1})^{\mathsf T} 순서라면 다음 상태는 (0111)\begin{pmatrix}0&1\\1&1\end{pmatrix}를 곱해 얻는다. 순서만 바꾸고 MM을 그대로 쓰면 (0,1)T(0,1)^{\mathsf T}가 (1,1)T(1,1)^{\mathsf T}가 아니라 (1,0)T(1,0)^{\mathsf T}로 가서 틀린다.

피보나치 수열의 일반항은 고유벡터 좌표에서 나온다

det⁡(tI−M)=t(t−1)−1=t2−t−1\det(tI-M)=t(t-1)-1=t^2-t-1이므로 고윳값은 α=(1+5)/2\alpha=(1+\sqrt5)/2, β=(1−5)/2\beta=(1-\sqrt5)/2다. 이들은 서로 다르고 0이 아니다. λ2=λ+1\lambda^2=\lambda+1을 이용하면 M(λ,1)T=(λ+1,λ)T=λ(λ,1)TM(\lambda,1)^{\mathsf T}=(\lambda+1,\lambda)^{\mathsf T}=\lambda(\lambda,1)^{\mathsf T}다.

P=(αβ11),P−1=15(1−β−1α),D=(α00β),M=PDP−1.(2)P=\begin{pmatrix}\alpha&\beta\\1&1\end{pmatrix},\quad P^{-1}=\frac1{\sqrt5}\begin{pmatrix}1&-\beta\\-1&\alpha\end{pmatrix},\quad D=\begin{pmatrix}\alpha&0\\0&\beta\end{pmatrix},\qquad M=PDP^{-1}.\tag{2}

det⁡P=α−β=5≠0\det P=\alpha-\beta=\sqrt5\ne0여서 역행렬을 쓸 수 있다. 이제 행렬 거듭제곱의 순서대로 세 단계를 밟는다. 먼저 초기 상태를 새 기저의 좌표로 읽는다.

P−1u0=15(1−1).(3)P^{-1}\mathbf u_0=\frac1{\sqrt5}\begin{pmatrix}1\\-1\end{pmatrix}.\tag{3}

곧 u0=15(α,1)T−15(β,1)T\mathbf u_0=\frac1{\sqrt5}(\alpha,1)^{\mathsf T}-\frac1{\sqrt5}(\beta,1)^{\mathsf T}이다. 다음으로 두 좌표에 각각 αn,βn\alpha^n,\beta^n을 곱하고, 마지막에 PP로 되돌린다.

un=PDnP−1u0=αn5(α1)−βn5(β1).(4)\mathbf u_n=PD^nP^{-1}\mathbf u_0 =\frac{\alpha^n}{\sqrt5}\begin{pmatrix}\alpha\\1\end{pmatrix}-\frac{\beta^n}{\sqrt5}\begin{pmatrix}\beta\\1\end{pmatrix}.\tag{4}

아랫칸만 읽으면 피보나치 수열의 일반항이다. 이 식을 비네 공식(Binet's formula)이라고 부른다.

Fn=αn−βn5(n≥0).(5)F_n=\frac{\alpha^n-\beta^n}{\sqrt5}\qquad(n\ge0).\tag{5}

윗칸은 같은 꼴에서 지수가 하나 큰 (αn+1−βn+1)/5=Fn+1(\alpha^{n+1}-\beta^{n+1})/\sqrt5=F_{n+1}이다. 지수를 nn과 n+1n+1 중 무엇으로 쓰는지는 상태의 윗칸·아랫칸 약속이 정한다. n=0n=0이면 (1−1)/5=0(1-1)/\sqrt5=0, n=1n=1이면 (α−β)/5=1(\alpha-\beta)/\sqrt5=1이다.

이계 점화식에서는 특성방정식 t2=t+1t^2=t+1의 두 근으로 같은 일반항을 구했다. 행렬로 보면 그 특성방정식이 곧 det⁡(tI−M)=0\det(tI-M)=0이고, 처음 두 값으로 상수를 정하던 일이 식 (3)의 초기 좌표 계산이다.

그림 2는 u0\mathbf u_0와 u1\mathbf u_1을 두 고유방향으로 나눈 모습이다. MM을 한 번 곱하면 (α,1)(\alpha,1) 방향 성분은 α≈1.618\alpha\approx1.618배로 늘어난다. (β,1)(\beta,1) 방향 성분은 β≈−0.618\beta\approx-0.618배가 되어 반대쪽으로 넘어가며 줄어든다.

mathbf u_0=(1,0)을 고유방향 (α,1)과 (β,1)의 두 성분으로 나눈 평행사변형. M을 곱한 mathbf u_1=(1,1)에서는 첫 성분이 α배, 둘째 성분이 β배가 된다.
그림 2 u0=(1,0)\mathbf u_0=(1,0)을 고유방향 (α,1)(\alpha,1)과 (β,1)(\beta,1)의 두 성분으로 나눈 평행사변형. MM을 곱한 u1=(1,1)\mathbf u_1=(1,1)에서는 첫 성분이 α\alpha배, 둘째 성분이 β\beta배가 된다. figures/eigen_decomposition.py
핵심

피보나치 수열은 앞의 두 수를 상태벡터 (Fn+1,Fn)T(F_{n+1},F_n)^{\mathsf T} 하나로 기억하면 행렬 거듭제곱 un=Mnu0\mathbf u_n=M^n\mathbf u_0가 된다. MM을 서로 다른 두 고윳값으로 대각화하면 일반항 (αn−βn)/5(\alpha^n-\beta^n)/\sqrt5를 얻는다.

피보나치 수열과 황금비는 무슨 관계인가요?

고윳값 α=(1+5)/2≈1.618\alpha=(1+\sqrt5)/2\approx1.618이 황금비이고, 이웃한 두 항의 비 Fn+1/FnF_{n+1}/F_n이 nn이 커질수록 α\alpha에 가까워진다. 식 (4)에서 βn\beta^n 항이 작아져 상태벡터가 (α,1)(\alpha,1) 방향으로 붙기 때문이다. 예를 들어 F11/F10=89/55≈1.6182F_{11}/F_{10}=89/55\approx1.6182다.

피보나치 일반항은 왜 무리수에서 정수가 나오나

α\alpha와 β\beta가 같은 식 t2=t+1t^2=t+1을 만족해 거듭제곱이 피보나치 수로 정리되기 때문이다. λ2\lambda^2을 λ+1\lambda+1로 바꾸는 일을 되풀이하면 다음을 얻는다.

λn=Fnλ+Fn−1(λ=α,β, n≥1).(6)\lambda^n=F_n\lambda+F_{n-1}\qquad(\lambda=\alpha,\beta,\ n\ge1).\tag{6}

예를 들어 α3=α(α+1)=α2+α=2α+1\alpha^3=\alpha(\alpha+1)=\alpha^2+\alpha=2\alpha+1이고, F3=2F_3=2, F2=1F_2=1과 맞는다. nn에서 n+1n+1로 넘어갈 때도 λn+1=Fnλ2+Fn−1λ=Fn+1λ+Fn\lambda^{n+1}=F_n\lambda^2+F_{n-1}\lambda=F_{n+1}\lambda+F_n이 되어 같은 꼴이 유지된다. 식 (6)을 α\alpha와 β\beta에 쓰고 빼면 αn−βn=Fn(α−β)=5Fn\alpha^n-\beta^n=F_n(\alpha-\beta)=\sqrt5F_n이다. 그래서 식 (5)의 5\sqrt5는 정확히 지워진다.

음의 고윳값 β≈−0.618\beta\approx-0.618은 이 정확한 값을 맞추는 보정항이다. ∣β∣<1\lvert\beta\rvert<1이라 βn/5\beta^n/\sqrt5의 크기는 n=0n=0의 1/5≈0.4471/\sqrt5\approx0.447이 가장 크고 점점 줄어든다. 그래서 FnF_n은 αn/5\alpha^n/\sqrt5를 반올림한 정수와 같다. 예를 들어 α10/5≈55.0036\alpha^{10}/\sqrt5\approx55.0036이고 F10=55F_{10}=55다.

그림 3은 차이 Fn−αn/5=−βn/5F_n-\alpha^n/\sqrt5=-\beta^n/\sqrt5를 단계마다 찍은 것이다. β<0\beta<0이라 부호가 번갈아 바뀌고, 크기는 0.6180.618배씩 줄며 늘 ±1/2\pm1/2 안쪽에 있다.

n=0부터 12까지 F_n과 α^n/√5의 차이. 차이는 -β^n/√5라서 부호가 번갈아 바뀌며 줄고, 모든 단계에서 ±1/2 안쪽이라 반올림하면 F_n이 된다.
그림 3 n=0n=0부터 12까지 FnF_n과 αn/5\alpha^n/\sqrt5의 차이. 차이는 −βn/5-\beta^n/\sqrt5라서 부호가 번갈아 바뀌며 줄고, 모든 단계에서 ±1/2\pm1/2 안쪽이라 반올림하면 FnF_n이 된다. figures/binet_error.py

피보나치 일반항에서 음의 고윳값 β는 버려도 되나요?

아니다. 정확한 일반항에는 βn\beta^n 항이 필요하다. 버리고 남은 αn/5\alpha^n/\sqrt5는 n=0n=0에서 약 0.447이라 F0=0F_0=0과 다르고, 어떤 nn에서도 정수가 아니다. 크기가 작다는 사실은 반올림의 근거일 뿐, 정확한 식에서 지울 근거가 아니다.

피보나치 일반항을 계산기로 구하면 소수가 나오는데 틀린 건가요?

아니다. 5\sqrt5와 거듭제곱을 소수로 근사해서 생긴 오차이며, 정확한 값은 식 (6)이 보장하는 정수다. 다만 배정밀도 실수로 αn/5\alpha^n/\sqrt5를 반올림하면 이 페이지의 검산에서 n=71n=71부터 틀린 정수가 나온다. 큰 nn은 식 (7)의 정수 행렬 곱이 안전하다.

피보나치 행렬의 거듭제곱에는 어떤 수가 들어 있나

MnM^n의 네 성분이 모두 피보나치 수다. 첫 열은 Mn(1,0)T=unM^n(1,0)^{\mathsf T}=\mathbf u_n이다. 둘째 열은 M(0,1)T=(1,0)T=u0M(0,1)^{\mathsf T}=(1,0)^{\mathsf T}=\mathbf u_0이므로 Mn−1u0=un−1M^{n-1}\mathbf u_0=\mathbf u_{n-1}이다.

Mn=(Fn+1FnFnFn−1)(n≥1).(7)M^n=\begin{pmatrix}F_{n+1}&F_n\\F_n&F_{n-1}\end{pmatrix}\qquad(n\ge1).\tag{7}

케일리–해밀턴 정리로도 같은 결과가 나온다. MM은 자신의 특성다항식을 만족하므로 M2=M+IM^2=M+I다. 식 (6)에서 λ\lambda 자리에 MM, 상수 자리에 II를 넣은 Mn=FnM+Fn−1IM^n=F_nM+F_{n-1}I를 성분으로 적으면 식 (7)이다.

행렬식의 성질에서 곱의 행렬식은 행렬식의 곱이다. det⁡M=−1\det M=-1이므로 det⁡Mn=(−1)n\det M^n=(-1)^n이고, 식 (7)의 행렬식과 비교하면 카시니 항등식을 얻는다.

Fn+1Fn−1−Fn2=(−1)n(n≥1).(8)F_{n+1}F_{n-1}-F_n^2=(-1)^n\qquad(n\ge1).\tag{8}

n=4n=4이면 M4=(5332)M^4=\begin{pmatrix}5&3\\3&2\end{pmatrix}이고 5⋅2−32=1=(−1)45\cdot2-3^2=1=(-1)^4이다. 식 (7)은 큰 항을 빨리 구하는 데도 쓴다. MM을 네 번 거듭 제곱하면 M16M^{16}이고, 그 오른쪽 위 성분이 F16=987F_{16}=987, 왼쪽 위 성분이 F17=1597F_{17}=1597이다.

지수를 2의 거듭제곱의 합으로 나누면 다른 nn도 빨리 구한다. 20=16+420=16+4이므로 M20=M16M4M^{20}=M^{16}M^4이고, 오른쪽 위 성분이 F20=6765F_{20}=6765다. 점화식을 19번 더하는 대신 행렬 곱 다섯 번(제곱 네 번과 마지막 곱 한 번)으로 끝난다.

피보나치형 수열의 초기값이 다르면 무엇이 달라질까?

같은 행렬 MM을 쓰고 시작 상태만 바뀐다. Gn+2=Gn+1+GnG_{n+2}=G_{n+1}+G_n의 시작 상태가 (G1,G0)T(G_1,G_0)^{\mathsf T}이면 MnM^n의 두 열을 섞어 Mn(G1,G0)T=G1un+G0un−1M^n(G_1,G_0)^{\mathsf T}=G_1\mathbf u_n+G_0\mathbf u_{n-1}이다. 아랫칸을 읽으면 n≥1n\ge1에서 Gn=G1Fn+G0Fn−1G_n=G_1F_n+G_0F_{n-1}이다.

예를 들어 G0=1,G1=3G_0=1,G_1=3이면 1,3,4,7,11,…1,3,4,7,11,\ldots이고 M2(3,1)T=(7,4)TM^2(3,1)^{\mathsf T}=(7,4)^{\mathsf T}다. 공식으로도 G4=3F4+F3=9+2=11G_4=3F_4+F_3=9+2=11이다. 행렬은 같아도 식 (3)의 초기 좌표가 달라지므로 식 (5)를 그대로 쓸 수는 없다.

계단 오르기 방법의 수는 왜 피보나치 수인가

계단을 한 번에 1칸 또는 2칸씩 오르는 방법의 수 ana_n이 피보나치형 점화식을 따르기 때문이다. 마지막 걸음이 1칸이면 그 앞은 n−1n-1칸을 오른 방법이고, 2칸이면 n−2n-2칸을 오른 방법이다. 두 경우는 겹치지 않으므로 n≥3n\ge3에서 an=an−1+an−2a_n=a_{n-1}+a_{n-2}다.

그림 4는 4칸을 오르는 다섯 가지를 마지막 걸음으로 나눈다. 마지막이 1칸인 세 가지는 3칸을 오르는 방법과, 2칸인 두 가지는 2칸을 오르는 방법과 하나씩 짝지어진다.

계단 4칸을 1칸·2칸씩 오르는 다섯 가지를 마지막 걸음으로 나눈 것. 마지막이 1칸인 경우는 3칸을 오르는 방법 수 a_3=3, 2칸인 경우는 a_2=2와 같아 a_4=5가 된다.
그림 4 계단 4칸을 1칸·2칸씩 오르는 다섯 가지를 마지막 걸음으로 나눈 것. 마지막이 1칸인 경우는 3칸을 오르는 방법 수 a3=3a_3=3, 2칸인 경우는 a2=2a_2=2와 같아 a4=5a_4=5가 된다. figures/stair_tilings.py

처음 값은 a1=1a_1=1, a2=2a_2=2다. 상태 (a2,a1)T=(2,1)T(a_2,a_1)^{\mathsf T}=(2,1)^{\mathsf T}가 바로 u2\mathbf u_2이므로 an=Fn+1a_n=F_{n+1}로 지수가 하나 밀린다. 그래서 4칸은 F5=5F_5=5가지, 10칸은 F11=89F_{11}=89가지다. 식 (7)로 보면 M10M^{10}의 왼쪽 위 성분이 F11F_{11}이다.

한 번에 3칸까지 오를 수 있으면 앞의 세 값을 기억해야 하므로 상태가 세 칸, 전이행렬이 3×33\times3이 된다. 이때 n≥4n\ge4에서 an=an−1+an−2+an−3a_n=a_{n-1}+a_{n-2}+a_{n-3}이고 a1=1a_1=1, a2=2a_2=2, a3=4a_3=4에서 4칸은 7가지다. 몇 칸을 기억해야 하는지가 상태벡터의 크기를 정한다.

피보나치 수열과 행렬의 흔한 오해

  • Mnu0M^n\mathbf u_0의 윗칸이 FnF_n이다. — n=2n=2의 상태는 (2,1)(2,1)이므로 아랫칸이 F2=1F_2=1이다. 식 (7)에서도 FnF_n은 MnM^n의 오른쪽 위에 있고 왼쪽 위는 Fn+1F_{n+1}이다.
  • 초기값이 달라도 같은 일반항이다. — G0=1,G1=3G_0=1,G_1=3이면 G4=11G_4=11이지만 F4=3F_4=3이다. 같은 MM이라도 계수는 시작 상태에서 다시 정한다.

직접 해보기

  1. 식 (7)로 M6M^6을 적고, M6(1,0)TM^6(1,0)^{\mathsf T}가 어느 상태인지 말하라.
답 1

F7=13F_7=13, F6=8F_6=8, F5=5F_5=5이므로 M6=(13885)M^6=\begin{pmatrix}13&8\\8&5\end{pmatrix}다. 첫 열 (13,8)T=(F7,F6)T(13,8)^{\mathsf T}=(F_7,F_6)^{\mathsf T}가 u6\mathbf u_6이다.

  1. M2M^2를 계산한 뒤 거듭 제곱해서 M4M^4와 M8M^8을 구하고 F8F_8을 읽어라.
답 2

M2=(2111)M^2=\begin{pmatrix}2&1\\1&1\end{pmatrix}이므로 M4=(5332)M^4=\begin{pmatrix}5&3\\3&2\end{pmatrix}, M8=(34212113)M^8=\begin{pmatrix}34&21\\21&13\end{pmatrix}이다. 식 (7)에 따라 오른쪽 위 성분이 F8=21F_8=21이다.

  1. H0=2,H1=1H_0=2,H_1=1, Hn+2=Hn+1+HnH_{n+2}=H_{n+1}+H_n인 수열의 H5H_5를 구하고 Hn=αn+βnH_n=\alpha^n+\beta^n임을 설명하라.
답 3

2,1,3,4,7,112,1,3,4,7,11이므로 H5=11H_5=11이다. 초기 벡터 (1,2)T(1,2)^{\mathsf T}는 (α,1)T+(β,1)T(\alpha,1)^{\mathsf T}+(\beta,1)^{\mathsf T}이다(α+β=1\alpha+\beta=1). 각 고유벡터에 MnM^n을 적용하면 아랫칸이 αn+βn\alpha^n+\beta^n이 된다.

  1. J0=0,J1=1J_0=0,J_1=1, Jn+2=Jn+1+2JnJ_{n+2}=J_{n+1}+2J_n의 일반항을 같은 방법으로 구하고 J6J_6을 점화식과 비교하라.
답 4

전이행렬은 (1210)\begin{pmatrix}1&2\\1&0\end{pmatrix}이고 특성방정식 t2−t−2=(t−2)(t+1)=0t^2-t-2=(t-2)(t+1)=0에서 고윳값은 2, −1-1이다. 고유벡터 (2,1)T(2,1)^{\mathsf T}, (−1,1)T(-1,1)^{\mathsf T}로 (1,0)T=13(2,1)T−13(−1,1)T(1,0)^{\mathsf T}=\frac13(2,1)^{\mathsf T}-\frac13(-1,1)^{\mathsf T}이다. 따라서 Jn=(2n−(−1)n)/3J_n=(2^n-(-1)^n)/3이고 J6=(64−1)/3=21J_6=(64-1)/3=21이다. 점화식으로도 0,1,1,3,5,11,210,1,1,3,5,11,21이다.

  1. 식 (8)을 n=7n=7에 적용해 F8F6−F72F_8F_6-F_7^2을 구하고 직접 계산과 비교하라.
답 5

식 (8)은 (−1)7=−1(-1)^7=-1을 준다. 직접 계산하면 21⋅8−132=168−169=−121\cdot8-13^2=168-169=-1로 같다.

영상 노트

영상 노트
  • 00:00 두 칸의 순서를 먼저 고정하기
  • 00:40 식 (1)과 그림 1의 합·이동 확인
  • 01:50 식 (2)의 고유벡터와 식 (3)의 초기 좌표
  • 03:00 그림 2로 본 α배·β배, 식 (4)·(5)의 일반항
  • 04:30 식 (6)으로 정수가 되는 이유, 그림 3의 반올림
  • 06:00 식 (7)·(8)의 행렬 성분과 카시니 항등식
  • 07:00 초기값이 다른 수열과 그림 4의 계단 오르기

더 읽기

  • 교육부 2022 개정 교육과정 고시 — 별책20 고급 대수, 행렬의 대각화 영역. 성취기준과 해설의 계산 범위를 확인했다.
  • MIT 18.06SC, Diagonalization and powers of A — PDF 2–3쪽의 차분방정식·피보나치 상태벡터·초기 계수 유도를 읽었다. 새 연습의 초기값과 항은 별도로 계산했다.
  • Fibonacci sequence — Wikipedia. Binet's formula와 Matrix form 절이 '피보나치 행렬의 거듭제곱에는 어떤 수가 들어 있나' 절의 성분 공식과 카시니 항등식을 다룬다.

지도에서의 위치

이 페이지의 기록
  1. 2026-11-16 · 에이전트 초안
  2. 2026-11-17 · 전수 검수 반영 — 대각화 계산을 초기 좌표·거듭제곱·되돌리기 세 단계로 나눔, 무리수 고윳값에서 정수가 나오는 이유와 반올림, 행렬 거듭제곱의 성분·케일리–해밀턴 유도·카시니 항등식·빠른 거듭제곱, 초기값이 다른 수열의 일반 공식과 계단 오르기 활용, 이계 점화식과의 연결, 황금비·계산기 질문 추가, 연습 교체 (에이전트 수정, 그림 1→4)
  3. 2026-11-17 · 전수 검수(에이전트 편집·독립 검증) 통과 — 주인 요청으로 완성으로 올림