20220312 矩阵求逆引理
如果对任一 n×nn \times nn×n 阶非奇异矩阵 A\boldsymbol{A}A 与任意两个 n×mn \times mn×m 阶矩阵 B\mathbf{B}B 和 C\mathbf{C}C, 且矩阵 (A+BCT)\left(\mathbf{A}+\mathbf{B C}^{\mathrm{T}}\right)(A+BCT) 与 (I+CTA−1B)\left(\boldsymbol{I}+\boldsymbol{C}^{\mathrm{T}} \boldsymbol{A}^{-1} \boldsymbol{B}\right)(I+CTA−1B) 是非奇异的, 则矩阵恒等式
(A+BCT)−1=A−1−A−1B(I+CTA−1B)−1CTA−1\left(\boldsymbol{A}+\boldsymbol{B} \boldsymbol{C}^{\mathrm{T}}\right)^{-1}=\boldsymbol{A}^{-1}-\boldsymbol{A}^{-1} \boldsymbol{B}\left(\mathbf{I}+\boldsymbol{C}^{\mathrm{T}} \mathbf{A}^{-1} \mathbf{B}\right)^{-1} \mathbf{C}^{\mathrm{T}} \boldsymbol{A}^{-1} \quad(A+BCT)−1=A−1−A−1B(I+CTA−1B)−1CTA−1成立。
证明:
定义下列 n×nn \times nn×n 阶矩阵:
D=A+BCT\boldsymbol{D}=\boldsymbol{A}+\boldsymbol{B} \boldsymbol{C}^{\mathrm{T}}D=A+BCT根据假定,DDD 是非奇异的, 可用 D−1D^{-1}D−1 左乘上式,得
D−1D=I=D−1A+D−1BCT\boldsymbol{D}^{-1} \boldsymbol{D}=\boldsymbol{I}=\boldsymbol{D}^{-1} \boldsymbol{A}+\boldsymbol{D}^{-1} \boldsymbol{B C}^{\mathrm{T}} D−1D=I=D−1A+D−1BCT用 A−1A^{-1}A−1 右乘上式,得
A−1=D−1+D−1BCTA−1\boldsymbol{A}^{-1}=\boldsymbol{D}^{-1}+\boldsymbol{D}^{-1} \boldsymbol{B C}^{\mathrm{T}} \boldsymbol{A}^{-1} A−1=D−1+D−1BCTA−1或
D−1BCTA−1=A−1−D−1\boldsymbol{D}^{-1} \boldsymbol{B} \boldsymbol{C}^{\mathrm{T}} \boldsymbol{A}^{-1}=\boldsymbol{A}^{-1}-\boldsymbol{D}^{-1}D−1BCTA−1=A−1−D−1用 B\boldsymbol{B}B 右乘上式两边,得
A−1B=D−1B+D−1BCTA−1B=D−1B(I+CTA−1B)\boldsymbol{A}^{-1} \boldsymbol{B}=\boldsymbol{D}^{-1} \boldsymbol{B}+\boldsymbol{D}^{-1} \boldsymbol{B} \boldsymbol{C}^{\mathrm{T}} \boldsymbol{A}^{-1} \boldsymbol{B}=\boldsymbol{D}^{-1} \boldsymbol{B}\left(\boldsymbol{I}+\boldsymbol{C}^{\mathrm{T}} \boldsymbol{A}^{-1} \boldsymbol{B}\right)A−1B=D−1B+D−1BCTA−1B=D−1B(I+CTA−1B)因为已假定矩阵 (I+CTA−1B)\left(\boldsymbol{I}+\boldsymbol{C}^{\mathrm{T}} \boldsymbol{A}^{-1} \boldsymbol{B}\right)(I+CTA−1B) 是非奇异的, 可用 (I+CTA−1B)−1\left(\boldsymbol{I}+\boldsymbol{C}^{\mathrm{T}} \boldsymbol{A}^{-1} \boldsymbol{B}\right)^{-1}(I+CTA−1B)−1 右乘上式,得
D−1B=A−1B(I+CTA−1B)−1\boldsymbol{D}^{-1} \boldsymbol{B}=\boldsymbol{A}^{-1} \boldsymbol{B}\left(\boldsymbol{I}+\boldsymbol{C}^{\mathrm{T}} \boldsymbol{A}^{-1} \boldsymbol{B}\right)^{-1}D−1B=A−1B(I+CTA−1B)−1用 CTA−1\boldsymbol{C}^{\mathrm{T}} \boldsymbol{A}^{-1}CTA−1 右乘上式,得
D−1BCTA−1=A−1B(I+CTA−1B)−1CTA−1\boldsymbol{D}^{-1} \boldsymbol{B} \boldsymbol{C}^{\mathrm{T}} \boldsymbol{A}^{-1}=\boldsymbol{A}^{-1} \boldsymbol{B}\left(\boldsymbol{I}+\boldsymbol{C}^{\mathrm{T}} \boldsymbol{A}^{-1} \boldsymbol{B}\right)^{-1} \boldsymbol{C}^{\mathrm{T}} \boldsymbol{A}^{-1}D−1BCTA−1=A−1B(I+CTA−1B)−1CTA−1进一步A−1−D−1=A−1B(I+CTA−1B)−1CTA−1\boldsymbol{A}^{-1}-\boldsymbol{D}^{-1}=\boldsymbol{A}^{-1} \boldsymbol{B}\left(\boldsymbol{I}+\boldsymbol{C}^{\mathrm{T}} \boldsymbol{A}^{-1} \boldsymbol{B}\right)^{-1} \boldsymbol{C}^{\mathrm{T}} \boldsymbol{A}^{-1} A−1−D−1=A−1B(I+CTA−1B)−1CTA−1 或 D−1=A−1−A−1B(I+CTA−1B)−1CTA−1\boldsymbol{D}^{-1}=\boldsymbol{A}^{-1}-\boldsymbol{A}^{-1} \boldsymbol{B}\left(\boldsymbol{I}+\boldsymbol{C}^{\mathrm{T}} \boldsymbol{A}^{-1} \boldsymbol{B}\right)^{-1} \boldsymbol{C}^{\mathrm{T}} \boldsymbol{A}^{-1}D−1=A−1−A−1B(I+CTA−1B)−1CTA−1但 D=A+BCT\boldsymbol{D}=\boldsymbol{A}+\boldsymbol{B} \boldsymbol{C}^{\mathrm{T}}D=A+BCT,因此有(A+BCT)−1=A−1−A−1B(I+CTA−1B)−1CTA−1\left(\boldsymbol{A}+\boldsymbol{B} C^{\mathrm{T}}\right)^{-1}=\boldsymbol{A}^{-1}-\boldsymbol{A}^{-1} \boldsymbol{B}\left(\boldsymbol{I}+\boldsymbol{C}^{\mathrm{T}} \boldsymbol{A}^{-1} \boldsymbol{B}\right)^{-1} \boldsymbol{C}^{\mathrm{T}} \boldsymbol{A}^{-1}(A+BCT)−1=A−1−A−1B(I+CTA−1B)−1CTA−1证毕。
20220312 矩阵求逆引理相关推荐
- 矩阵求逆引理(Matrix Inversion Lemma)的意义
矩阵求逆引理: (Z+UWV)−1=Z−1−Z−1U(W−1+VZ−1U)−1VZ−1(Z+UWV)^{-1} = Z^{-1} - Z^{-1}U(W^{-1}+V Z^{-1}U)^{-1}V Z ...
- 再探矩阵求逆引理 : Woodbury恒等式的证明
在之前的许多次接触中感到了矩阵求逆引理的强大可谓在通信中无处不在.然而稍显繁琐的表达式让我总是没能完整记忆,每次都要对着矩阵论的书才得以使用.痛定思痛,恰好今天看了维基上对其的介绍,觉得太过优雅,就以 ...
- 矩阵求逆引理(Matrix inversion lemma)推导
矩阵求逆引理(Matrix inversion lemma): 现有矩阵AAA可以写为如下分块矩阵形式: A=[A11A21A12A22](m+n)×(m+n)A=[A11A12A21A22] ...
- 矩阵求逆引理(matrix inversion lemma)
论文:Li J, Stoica P. An adaptive filtering approach to spectral estimation and SAR imaging[J]. IEEE Tr ...
- 自适应滤波:递归最小二乘
作者:桂. 时间:2017-04-04 15:51:03 链接:http://www.cnblogs.com/xingshansi/p/6664478.html 声明:欢迎被转载,不过记得注明出处哦 ...
- 5)自适应滤波(二)[RLS算法]
目录 一.递推最小二乘法(RLS)算法 1.1 以N阶线性系统起点, 1.2 动机: 1.3 目标函数的定义: 1.3.1 基于指数加权定义目标函数: 1.3.2 后验与先验误差对比: 1.3.2 最 ...
- 三次样条拟合(附完整代码)
文章目录 一.推导步骤 二.三种不同端点约束下的三次样条拟合 1.给定起始速度 v 0 v_0 v0与结束速度 v n v_n vn 2.起始位置 q 0 q_0 q0与结束位置 q n q_n ...
- 矩阵分析与应用-1.7-逆矩阵
文章目录 前言 一.逆矩阵的定义与性质 二.矩阵求逆引理 前言 本文学习过程来源是<矩阵分析与应用-张贤达>一书. 可以通过 z-lib 下载. 这部分内容与线性代数的内容重合, 讲述的是 ...
- 自适应滤波器:递归最小二乘(RLS)
本文转载自:http://www.cnblogs.com/xingshansi/p/6664478.html 前言 西蒙.赫金的<自适应滤波器原理>第四版第九章:递归最小二乘(Recurs ...
最新文章
- leetcode-300 最长上升子序列
- Meteor的临时的存储:Session
- 痴迷物理,无法自拔——3.24
- 小波变换和motion信号处理(三)(转)
- mysql索引实现原理
- 深度学习与计算机视觉(二)线性SVM与Softmax分类器
- hierarchyviewer
- 2013年蓝桥杯模拟赛答案
- Linux函数之间的goto 跳转
- MongoDB教程——第2天
- 关于VC9和VC6以及Thread Safe和Non Thread Safe版本选择的问题
- 调整oracle数据库编码
- C/C++中如何接收return返回来的数组元素
- 判断变量是空_python基础(二):变量的数据类型、常量、操作符、分支、循环、条件判断...
- ie浏览器升级的正确姿势
- python 手机号码归属地 软件_Python实现的手机号归属地相关信息查询功能示例
- 怎么用spss做冗余分析_SPSS在线_SPSSAU_SPSS典型相关分析
- ZigBee无线遥控系统
- 《设计模式之禅》目录
- 得了胆囊息肉对人体的危害大不大?
热门文章
- 关于开发系统后门软件的几点思路
- C#中timer类的用法
- 程序员的光荣与梦想——论侠客梦的延续与幻灭
- 基于ARM的linux嵌入式操作系统
- SpringBoot对于标注@ResponseBody注解返回JSON数据的处理
- 记录一次与大神们的关于GAN应用于NLP的讨论
- Linux kernel 3.10内核源码分析--slab原理及相关代码
- java切换系统输入法_java - 关于Android输入法切换的问题
- 应用系统怎么开启审计功能_vivo开启Android新版本系统公测,功能丰富令人惊喜...
- c语言用数组发送大写字母怎么读,c语言字符数组大小写转换