You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

证明正定矩阵子矩阵的逆矩阵等式

证明正定矩阵子矩阵的逆矩阵等式

Hey,你已经找对方向了!分块矩阵分解确实是解决这类问题的核心思路,不过其实我们可以用更直接的方式——利用**逆矩阵的定义(两个矩阵相乘等于单位矩阵则互为逆)**来推导,或者顺着你已经写的分解继续往下走,两种方法我都给你讲讲:

方法一:直接利用$AA^{-1}=I$的分块等式推导

首先,我们把原矩阵$A$也做对应分块(和$A^{-1}$的分块形式匹配):
设$$A = \begin{bmatrix} a & \gamma^T \\ \gamma & \tilde{A} \end{bmatrix}$$
其中$a$是标量,$\gamma$是$(n-1)$维列向量,$\tilde{A}$就是题目中说的$(n-1) \times (n-1)$子矩阵(因为$A$正定,所以$\tilde{A}$也正定可逆)。

根据逆矩阵的定义,$AA^{-1} = I_n$,代入分块形式展开:
$$
\begin{bmatrix} a & \gamma^T \\ \gamma & \tilde{A} \end{bmatrix} \begin{bmatrix} \alpha & \beta^T \\ \beta & \Delta \end{bmatrix} = \begin{bmatrix} 1 & 0^T \\ 0 & I_{n-1} \end{bmatrix}
$$

分块乘法会得到4个等式,我们重点看和$\tilde{A}$相关的后两个:

  1. 第二行第一块:$\gamma\alpha + \tilde{A}\beta = 0$
  2. 第二行第二块:$\gamma\beta^T + \tilde{A}\Delta = I_{n-1}$

从第一个等式解出$\gamma$:
$$\gamma\alpha = -\tilde{A}\beta \implies \gamma = -\frac{1}{\alpha}\tilde{A}\beta$$

把这个$\gamma$代入第二个等式:
$$
\left(-\frac{1}{\alpha}\tilde{A}\beta\right)\beta^T + \tilde{A}\Delta = I_{n-1}
$$

提取$\tilde{A}$(利用矩阵乘法对加法的分配律):
$$
\tilde{A}\left(\Delta - \frac{\beta\beta^T}{\alpha}\right) = I_{n-1}
$$

因为$\tilde{A}$可逆,两边同时左乘$\tilde{A}^{-1}$,直接得到结论:
$$
\tilde{A}^{-1} = \Delta - \frac{\beta\beta^T}{\alpha}
$$
完美,这就完成证明了!

方法二:顺着你的分块分解思路继续推导

你已经写出了$A^{-1}$的分解式:
$$
A^{-1} = \begin{bmatrix} I & O \\ \beta/\alpha & I \end{bmatrix} \begin{bmatrix} \alpha & \beta^T \\ O & \Delta - \beta\beta^T/\alpha \end{bmatrix}
$$

现在我们分别求这两个分块矩阵的逆:

  1. 对于单位下三角矩阵$\begin{bmatrix} I & O \\ \beta/\alpha & I \end{bmatrix}$,它的逆只需把左下角元素取负:
    $$
    \begin{bmatrix} I & O \\ \beta/\alpha & I \end{bmatrix}^{-1} = \begin{bmatrix} I & O \\ -\beta/\alpha & I \end{bmatrix}
    $$
  2. 对于上三角分块矩阵$\begin{bmatrix} \alpha & \beta^T \\ O & C \end{bmatrix}$(这里$C = \Delta - \beta\beta^T/\alpha$),它的逆是分块上三角矩阵:
    $$
    \begin{bmatrix} \alpha & \beta^T \\ O & C \end{bmatrix}^{-1} = \begin{bmatrix} \alpha^{-1} & -\alpha{-1}\betaT C^{-1} \\ O & C^{-1} \end{bmatrix}
    $$

因为$A$是$A^{-1}$的逆,所以:
$$A = \left(\begin{bmatrix} I & O \\ \beta/\alpha & I \end{bmatrix} \begin{bmatrix} \alpha & \beta^T \\ O & C \end{bmatrix}\right)^{-1} = \begin{bmatrix} \alpha & \beta^T \\ O & C \end{bmatrix}^{-1} \begin{bmatrix} I & O \\ \beta/\alpha & I \end{bmatrix}^{-1}$$

计算这个乘积的右下角分块(也就是$\tilde{A}$),会得到$\tilde{A} = C^{-1}$,即$C = \tilde{A}{-1}$,代入$C$的定义后,同样得到$\tilde{A}{-1} = \Delta - \frac{\beta\beta^T}{\alpha}$,和方法一结论一致。

两种方法都能得到结果,方法一更直接,不容易出错,建议优先用这种方式推导。

备注:内容来源于stack exchange,提问作者Sonamu

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.04.22 08:33:04