Woodbury Identity(伍德伯里恒等式)是线性代数中的一个矩阵恒等式,用来把形如 ((A + UCV)^{-1}) 的逆矩阵转化为包含 (A^{-1}) 和较小矩阵逆的表达式,从而显著降低计算量(常用于数值计算、统计与机器学习中的矩阵求逆/更新)。在不同语境中也常被称为 Woodbury matrix identity 或与 Sherman–Morrison–Woodbury formula 相关联。
/ˈwʊdˌbɛri aɪˈdɛntɪti/
The Woodbury identity helps compute matrix inverses faster.
伍德伯里恒等式有助于更快地计算矩阵的逆。
In Gaussian process regression, the Woodbury identity is often used to avoid inverting a large covariance matrix directly.
在高斯过程回归中,伍德伯里恒等式常用于避免直接对大型协方差矩阵求逆。
“Woodbury”来自提出或系统化该恒等式的研究者姓氏(常与 M. A. Woodbury 相关),而“identity”在数学里指“恒等式/恒等关系”。该结果后来在数值线性代数、统计推断与机器学习文献中被广泛引用与推广,常与 Sherman–Morrison 公式合并称为 Sherman–Morrison–Woodbury 公式。