求A^{-1}B的快速方法

    在机器学习的文章中,经常碰到 A^{-1}B 的情况,本文给出在 AB 满足一定条件下如何应用更加高效的方法求解A^{-1}B

    假定 A 为可逆 n\times n 矩阵,Bn\times p 矩阵,则 A^{-1}B 可由如下的行化简求得

                                                                      \left [ A\ \ \ B \right ] \sim...\sim \left [ I \ \ \ X \right ]

    由此可推出两个结论:

    (1)  X = A^{-1}B

    (2)  当 A 是大于 2\times 2 的矩阵时,则行化简方式要比单独计算 A^{-1}A^{-1}B

    证明(1):  行化简相当于对 AB 同时施行了多次 行变换,这些行变换使得 A 变成了单位矩阵 I,则这些行变换的效果相当于 A^{-1},因此 B 相当于被左乘上了 A^{-1},因此便有了 X = A^{-1}B

    证明(2):  A 变成了单位矩阵 I 最多执行 \left ( n^2-n \right )\left ( n+p \right ) \right 次算术运算,其中 n^2-n 表示剔除对角线上的元素,这些元素在行变换过程中不需要处理,每次行变换需要在两个行向量的每个元素上执行算术运算,因此复杂度为 n+p; 单独计算 A^{-1}A^{-1}B 的复杂度为 \left ( n^2-n \right )n + n^2p,显然前者相对后者大约减少了 np 次运算。

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值