矩阵的舒尔补(Schur complement)

1. 舒尔补的定义

设一个$(p+q)\times (p+q)$维的矩阵$M$被分成4个部分：
$$M=\left[\begin{array}{cc}A& B\\ C& D\end{array}\right]$$
其中$A$是$p\times p$矩阵，$D$是$q\times q$矩阵，$B$和$C$取适配的维数。
1）当$D$可逆时，$D$在$M$中的舒尔补存在，且为：
$$A-B{D}^{-1}C$$
2）当$A$可逆时，$A$在$M$中的舒尔补存在，且为：
$$D-C{A}^{-1}B$$

2. 为什么是这个形式

虽然看起来很莫名，但舒尔补其实是对$M$进行初等变换之后，得到的矩阵里的一个分块。例如，下面的这个转换矩阵
$$L=\left[\begin{array}{cc}{I}_p& 0\\ -D^{-1}C& D^{-1}\end{array}\right]$$
可以把$M$变成
$$ML=\left[\begin{array}{cc}A& B\\ C& D\end{array}\right]\left[\begin{array}{cc}{I}_p& 0\\ -D^{-1}C& D^{-1}\end{array}\right]=\left[\begin{array}{cc}A-B{D}^{-1}C& B{D}^{-1}\\ 0& I_q\end{array}\right]$$
这个$ML$左上角的分块就是$D$的舒尔补了。
对$A$来说，也有类似的变换。

3. 舒尔补有什么用

3.1 它可以用来判断矩阵$M$的可逆性

如果已知$M$（那么$A,B,C,D$都是已知的）并且$A$可逆，那么$A^{-1}$存在，可以对$M$进行下面的行列变换：
$$\left[\begin{array}{cc}I& 0\\ -C{A}^{-1}& I\end{array}\right]\left[\begin{array}{cc}A& B\\ C& D\end{array}\right]\left[\begin{array}{cc}I& -A^{-1}B\\ 0& I\end{array}\right]=\left[\begin{array}{cc}A& 0\\ 0& D-C{A}^{-1}B\end{array}\right]$$
由于$M$左右乘的都是对角线为1的矩阵，因此对上式左右两边取行列式，可以得到：
$$\left|\begin{array}{cc}A& B\\ C& D\end{array}\right|=\left|\begin{array}{cc}A& 0\\ 0& D-C{A}^{-1}B\end{array}\right|=|A|\cdot |D-C{A}^{-1}B|$$
由于已知$A$可逆，上面的式子说明$M$和$D-C{A}^{-1}B$的可逆性是相同的。即：如果$D-C{A}^{-1}B$可逆，那么可以判断$M$是可逆的。
同理，如果$D$可逆，那么$M$和$A-B{D}^{-1}C$的可逆性是相同的。即：如果$A-B{D}^{-1}C$可逆，那么可以判断$M$是可逆的。

3.2 $M$可逆时，它还能求出这个逆矩阵

根据3.1可以知道，如果$D$可逆，那么$M$和$A-B{D}^{-1}C$的可逆性是相同的，具体地，$M^{-1}$可以表示为：
$$\begin{gathered} {\left[\begin{array}{cc}A& B\\ C& D\end{array}\right]}^{-1}=\left[\begin{array}{cc}I& 0\\ -D^{-1}C& D^{-1}\end{array}\right]\left[\begin{array}{cc}(A-B{D}^{-1}C{)}^{-1}& 0\\ 0& I\end{array}\right]\left[\begin{array}{cc}I& -B{D}^{-1}\\ 0& I\end{array}\right] \\ =\left[\begin{array}{cc}(A-B{D}^{-1}C{)}^{-1}& -(A-B{D}^{-1}C{)}^{-1}B{D}^{-1}\\ -D^{-1}C(A-B{D}^{-1}C{)}^{-1}& D^{-1}+D^{-1}C(A-B{D}^{-1}C{)}^{-1}B{D}^{-1}\end{array}\right] \end{gathered}$$
取一个特殊情况，例如$p=q=1$时，可以得到
$$M^{-1}=\frac{1}{AD-BC}\left[\begin{array}{cc}D& -B\\ -C& A\end{array}\right]$$
这就是二阶矩阵的逆矩阵，与我们用伴随矩阵求出来的形式是相符的。

3.3 在求解矩阵方程组时，可以用来降低计算复杂度

如果我们要求解由两个矩阵方程组成的矩阵方程组，例如：
$$\begin{gathered} Ax+By=a(1) \\ Cx+Dy=b(2) \end{gathered}$$
我们可以对两个方程增广来求解，即求解
$$\left[\begin{array}{cc}A& B\\ C& D\end{array}\right]\left[\begin{array}{c}x\\ y\end{array}\right]=\left[\begin{array}{c}a\\ b\end{array}\right]$$
但增广后的阶数就增大了，计算复杂度更大。
利用舒尔补，如果$D$可逆，那么对式(2)左乘$B{D}^{-1}$就可以得到：
$$B{D}^{-1}Cx+By=B{D}^{-1}b(3)$$
由(1)-(3)得：
$$(A-B{D}^{-1}C)x=a-B{D}^{-1}b$$
因此可以解出
$$x=(A-B{D}^{-1}C{)}^{-1}(a-B{D}^{-1}b)$$
代入(2)可以进一步解出$y$。由于$x$和$y$的表达式的阶数都和原来单个方程的阶数相等，因此复杂度比第一种方法低。

参考资料

[1] 舒尔补/schur补
[2] 俞立.鲁棒控制-线性矩阵不等式处理方法[M].北京:清华大学出版社, 2002.
[3] 关于矩阵的Schur补