Математика / Матрицы, определители

Формула Вудбери

Формула Вудбери обобщает обновление обратной матрицы на добавку малого ранга UCV. Она позволяет заменить обращение большой матрицы обращением меньшей матрицы.

Опубликовано: Обновлено:

Формула

$$(A+UCV)^{-1}=A^{-1}-A^{-1}U(C^{-1}+VA^{-1}U)^{-1}VA^{-1}$$
low-rank-update Большая матрица и малое обновление

Показать большую матрицу A и узкие блоки U,V, которые сводят пересчет к малой матрице.

Вудбери заменяет большое обращение на малую внутреннюю задачу.

Обозначения

$A$
обратимая базовая матрица, безразмерная
$U,V$
матрицы, задающие направления обновления, безразмерная
$C$
малая обратимая матрица связей, безразмерная
$C^{-1}+VA^{-1}U$
малая матрица, которую нужно обратить, безразмерная

Условия применения

  • Матрицы должны иметь согласованные размеры для произведения A+UCV.
  • A и C должны быть обратимы в данной записи.
  • Матрица C^{-1}+VA^{-1}U должна быть обратимой.

Ограничения

  • Формула полезна только тогда, когда средняя матрица для обращения существенно меньше исходной.
  • При плохой обусловленности A или малой матрицы возможны численные проблемы.
  • Как и в других формулах с обратными матрицами, в вычислениях предпочтительны решения систем и факторизации.

Подробное объяснение

Формула Вудбери показывает, что низкоранговое изменение большой матрицы можно обработать через малую внутреннюю задачу. Матрица U задает направления, в которых добавляется изменение, V считывает соответствующие компоненты, а C описывает связь между ними. Поправка к A^{-1} строится как произведение решений с A, малой обратной матрицы и снова решений с A. По смыслу это многоранговая версия формулы Шермана-Моррисона. Она особенно ценна в приложениях, где данные или ограничения приходят постепенно: вместо полного пересчета можно обновлять решение через компактную матрицу. При работе с этой формулой важно сначала проверить размерности матриц и смысл операции. В линейной алгебре многие ошибки выглядят как верные алгебраические преобразования, но ломаются на уровне размеров: нельзя менять порядок множителей, если произведение после перестановки уже не определено, и нельзя считать обратную матрицу существующей без проверки невырожденности. В численных задачах дополнительно смотрят на обусловленность, потому что формально корректная запись может давать нестабильный ответ при округлении. Поэтому формулу полезно читать не только как способ вычисления, но и как способ увидеть структуру задачи: какие подпространства участвуют, где появляется проекция, где требуется ортогональность, а где достаточно рангового обновления.

Как пользоваться формулой

  1. Проверьте размеры A, U, C и V и убедитесь, что произведение UCV имеет размер A.
  2. Организуйте умножение на A^{-1} через решение систем с A.
  3. Соберите малую матрицу C^{-1}+VA^{-1}U и проверьте ее обратимость.
  4. Подставьте множители в формулу, сохраняя порядок и не формируя лишние большие обратные матрицы.

Историческая справка

Формула Вудбери закрепилась в численной линейной алгебре как удобная форма матричного тождества для низкоранговых обновлений. Она стала особенно востребована в статистике, фильтрации и оптимизации, где матрицы обновляются сериями наблюдений или ограничений. Современная запись этой формулы сложилась не сразу. Сначала похожие идеи появлялись в задачах решения систем линейных уравнений, теории квадратичных форм, аналитической механике и статистике, где матрицы использовали как компактный язык для больших наборов коэффициентов. В XX веке развитие численного анализа, вычислительной техники и прикладной статистики сделало такие тождества особенно важными: стало нужно не просто доказать существование решения, а уметь устойчиво считать его на реальных данных. Поэтому историческую атрибуцию здесь лучше понимать как цепочку вкладов: алгебраическая идея, удобная матричная запись, численный алгоритм и прикладная интерпретация часто были оформлены разными авторами и школами.

Историческая линия формулы

Название связано с Максом Вудбери. Формула также известна как матричное тождество обращения и рассматривается как обобщение формулы Шермана-Моррисона. Формулы ранговых обновлений связаны с несколькими именами и задачами численной линейной алгебры XX века. Их корректно подавать как семейство тождеств для обновления обратных матриц и определителей, где частный случай ранга один переходит в более общую формулу Вудбери.

Пример

Пусть A - большая диагональная или уже факторизованная матрица, а данные добавляют к ней низкоранговую поправку UCV. Вместо обращения новой большой матрицы можно решить несколько систем с A и обратить малую матрицу C^{-1}+VA^{-1}U. В статистике это позволяет быстро обновлять ковариационные матрицы, а в оптимизации - учитывать небольшое число новых ограничений. Для "Формула Вудбери" характерна ситуация, когда большая матрица уже разобрана или обращена, а новая информация добавляет малое ранговое изменение. В численном примере важно сравнить стоимость: пересчитать все с нуля дорого, а ранговая формула требует решить несколько систем с прежней матрицей и обратить малую внутреннюю матрицу или даже один скаляр. При этом знаменатель или малая матрица внутри формулы служат индикатором опасности: если они близки к вырождению, обновление может резко ухудшить устойчивость.

Частая ошибка

Частая ошибка - путать порядок U, C и V. Формула не симметрична по записи, и перестановка множителей меняет смысл или нарушает размеры. Еще одна ошибка - применять Вудбери к обновлению полного ранга, где малая матрица уже не мала и выигрыша нет. Нельзя забывать, что обратимость малой матрицы в середине формулы является отдельным условием.

Практика

Задачи с решением

Связь с Шерманом-Моррисоном

Условие. Что получится из формулы Вудбери, если U=u, V=v^T, C=1?

Решение. Обновление UCV превращается в uv^T, а малая матрица C^{-1}+VA^{-1}U становится скаляром 1+v^TA^{-1}u. Получается формула Шермана-Моррисона.

Ответ. Формула Шермана-Моррисона.

Размер малой матрицы

Условие. A имеет размер 1000 на 1000, U - 1000 на 5, C - 5 на 5, V - 5 на 1000. Какой размер у C^{-1}+VA^{-1}U?

Решение. VA^{-1}U имеет размер 5 на 5, как и C^{-1}. Значит, обращать нужно матрицу 5 на 5.

Ответ. 5 на 5.

Дополнительные источники

  • Г. Стрэнг, Введение в линейную алгебру
  • Д. Лэй, Линейная алгебра и ее приложения
  • G. H. Golub, C. F. Van Loan, Matrix Computations
  • MIT OpenCourseWare, Linear Algebra

Связанные формулы

Математика

Формула Шермана-Моррисона

$(A+uv^T)^{-1}=A^{-1}-\frac{A^{-1}uv^TA^{-1}}{1+v^TA^{-1}u}$

Формула Шермана-Моррисона дает обратную матрицу после рангового обновления A+uv^T. Она позволяет обновить уже известную обратную матрицу без полного повторного обращения.

Математика

Лемма об определителе матрицы

$\det(A+uv^T)=\det(A)\left(1+v^TA^{-1}u\right)$

Лемма об определителе показывает, как меняется определитель обратимой матрицы при ранговом обновлении uv^T. Вместо пересчета всего определителя достаточно вычислить один скаляр.

Математика

Обратная блочной матрицы через дополнение Шура

$\begin{pmatrix}A&B\\C&D\end{pmatrix}^{-1}=\begin{pmatrix}A^{-1}+A^{-1}BS^{-1}CA^{-1}&-A^{-1}BS^{-1}\\-S^{-1}CA^{-1}&S^{-1}\end{pmatrix},\quad S=D-CA^{-1}B$

Формула обращает блочную матрицу через обратный блок A и обратное дополнение Шура. Она показывает, как получить обратную матрицу без обращения всей матрицы целиком.

Математика

Псевдообратная для решения МНК

$\hat x=A^+b,\qquad A^+=(A^\top A)^{-1}A^\top\ (\operatorname{rank}(A)=n).$

Псевдообратная матрица A^+ записывает МНК-решение как x=A^+b и обобщает обратную матрицу на прямоугольные и вырожденные системы.