【控制理论】矩阵求逆引理推导及理解

问题引入:

在递推最小二乘法估计问题中,因为每次推导运算时必须计算矩阵和的逆,这样做工作量非常大,为了简化,通常使用矩阵求逆引理来简化计算量。

 

 

矩阵求逆引理的结论及推导如下:

 

矩阵求逆引理要解决的问题是:

已知一个高维矩阵A的逆矩阵,当A矩阵产生了一个非常小的变化(维数远低于A或者低于A)时,能不能根据已知的A的逆矩阵,求产生微小变化后的矩阵的逆

 

具体来看在RLS问题中应用到矩阵求逆引理的推导:

P_{N+1}=(P_{N}^-^1+\varphi _{N+1}\varphi _{N+1}^T)^-^1=P_{N}-\frac{P_{N}\varphi _{N+1}\varphi _{N+1}^TP_{N}}{1+\varphi _{N+1}^TP_{N}\varphi _{N+1}}

\varphi _{N+1}^TP_{N}\varphi _{N+1}是一个标量,这样就能直接运算而不需要求逆,相当简洁。

  • 15
    点赞
  • 43
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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