Als Schur-Zerlegung oder Schursche Normalform (nach Issai Schur) bezeichnet man in der linearen Algebra, einem Teilgebiet der Mathematik, eine wichtige Matrix-Zerlegung, genauer ein Trigonalisierungsverfahren.
sei eine quadratische Matrix mit Einträgen aus (also , wobei entweder für oder für steht). Zerfällt das charakteristische Polynom von über in Linearfaktoren, so existiert eine unitäre Matrix , sodass
eine obere Dreiecksmatrix ist. Da unitär ist, folgt ; eine solche Darstellung heißt Schur-Zerlegung von .
Sei . Zunächst muss ein Eigenwert und ein entsprechender Eigenvektor zu gefunden werden. Nun werden Vektoren gewählt, so dass eine orthonormale Basis in bilden. Diese Vektoren bilden die Spalten einer Matrix mit
wobei eine Matrix ist. Nun wird dieser Vorgang für wiederholt. Es entsteht eine unitäre Matrix mit
wobei eine Matrix ist. Dann gilt
,
wobei mit gilt. Die gesamte Prozedur wird -mal wiederholt, bis die Matrizen vorliegen. Dann ist eine unitäre Matrix und eine obere Dreiecksmatrix. Damit ist die Schur-Zerlegung der Matrix bestimmt.
Betrachte beispielsweise die Matrix mit den Eigenwerten (die Matrix ist nicht diagonalisierbar, weil die Dimension des mit diesem Eigenwert assoziierten Eigenraums 1 beträgt).
Wir wählen als Basis für den Anfang die Standard-Basis , wobei den -ten Einheitsvektor bezeichnet.
Für bestimmen wir einen Eigenvektor zu 2, zum Beispiel mit Darstellung und ergänzen ihn zu einer linear unabhängigen Basis, z. B. . Aus dieser neuen Basis erzeugen wir die Basistransformation und berechnen daraus lässt sich ablesen, dass .
Für bestimmen wir einen Eigenvektor zu 2, z. B. mit Darstellung und ergänzen ihn zu einer linear unabhängigen Basis, z. B. . Aus dieser neuen Basis erzeugen wir die Basistransformation und berechnen .
Wie oben gezeigt, kann die Basis beliebig gewählt werden, allerdings wird die Sache sehr einfach und interessant, wenn die Wahl der Standardbasis durchgezogen wird (sofern möglich). Dadurch ändern sich die vorherigen Schritte wie folgt:
Für bestimmen wir einen Eigenvektor zu 2, z. B. mit Darstellung und ergänzen ihn zu einer linear unabhängigen Basis, z. B. . Aus dieser neuen Basis erzeugen wir die Basistransformation und berechnen daraus lässt sich ablesen, dass .
Für bestimmen wir einen Eigenvektor zu 2, z. B. mit Darstellung und ergänzen ihn zu einer linear unabhängigen Basis, z. B. . Aus dieser neuen Basis erzeugen wir die Basistransformation und berechnen .
Hier ist die Berechnung der Darstellung der Vektoren in der richtigen Basis sozusagen intuitiv und somit auch weniger fehleranfällig, zudem ist die finale Basistransformation hier auch eine Dreiecksmatrix.
Mit dem Gram-Schmidtschen Orthogonalisierungsverfahren kann die erhaltene Basistransformationsmatrix zu einer unitären Matrix gemacht werden, wie verlangt.