matlab 线性方程 lu分解法_矩阵与数值计算（三）——Schur标准型和Jordan分解

前言

之前介绍过几种矩阵分解方法，都可以有效的提升矩阵方程的数值求解问题，其中LU分解尤其适合于中小型、稠密矩阵的求解问题。我们最理想的矩阵就是可相似对角化的矩阵，直接可以分解成两个酉矩阵和一个对角矩阵的形式，那么如果一个矩阵不符合可相似对角化的条件应该怎么解决呢？这里提出Jordan分解，提供了对不可相似对角化矩阵的分解解决方案。

一、Schur标准型

1. 定义

给定一个矩阵A，可以通过相似正交变换成一个上三角矩阵（任意n阶方阵），其实可以将LU分解中的L进行施密特正交化。

，其中R是上三角矩阵，U是酉矩阵。

上面将X分解为UR，其中U是酉矩阵，R是上三角矩阵。那么我们可以得出Schur分解的定义。

Schur分解

任意n阶方阵，酉相似于一个以其特征值为对角元的上三角矩阵R。

2. 特殊矩阵的特征系统

由Schur定理可以自然想到，什么样的矩阵会酉相似于对角矩阵呢？答案是正规矩阵。

正规矩阵

设

，若

，则称

为正规矩阵。

H这里表示共轭，类比于实数矩阵的转置的概念，因为矩阵中会包含虚数，所以使用H表示共轭。

Hermite矩阵：

斜Hermite矩阵：

酉阵：

对于上面这四种特殊的矩阵，对应的R各有不同，这里直接可以记忆结论：

• A为正规矩阵，R是对角矩阵。
• A为Hermi