Schur 三角化：每個複算子都有旗

對角不可能時退而求三角

對角化需要特徵基，並可能失敗。可三角化性要求更少：一組使 T 成上三角的基。在複數域上這總能成功，因為特徵多項式總有根，所以 T 總有至少一個特徵向量來開啟構造。

上三角在不變子空間的語言裡有乾淨的含義。T 在基 (b_1, ……, b_n) 下是上三角，當且僅當每個起始段 span{b_1, ……, b_k} 都是不變子空間。三角化無非就是構造一座嵌套的不變子空間塔。

旗：嵌套的不變子空間塔

旗是一條鏈 {0} = V_0 ⊂ V_1 ⊂ …… ⊂ V_n = V，且 dim V_k = k。當每個 V_k 都 T-不變時，稱其為 T-不變旗。三角化的全部內容就是：每個複算子都容許一面 T-不變旗，你甚至可以選得使相鄰基向量兩兩正交且單位化。

1. 找出 T 的一個特徵向量 v_1（在 C 上有保證）；令 V_1 = span{v_1}，不變。
2. 轉到商空間 V / V_1；那裡誘導的算子也有特徵向量，提升回來把 V_1 擴成不變的 V_2。
3. 重複，每次把不變子空間增長一維，直到到達 V_n = V。
4. 用 Gram-Schmidt 把所得的基正交單位化，得到么正版本——即 Schur 形。

Schur decomposition:  for any complex matrix A there is a
UNITARY U (U* U = I) and an UPPER-TRIANGULAR matrix R with

        A = U R U*        ( U* = conjugate transpose of U )

        R = [ l1  *   *  ;
              0   l2  *  ;
              0   0   l3 ]

The diagonal entries l1, l2, l3 are exactly the eigenvalues of A
(counted with multiplicity). The columns of U are an orthonormal
basis realizing a T-invariant flag:  span{u1} subset span{u1,u2} ...

讀出譜

一旦有了 Schur 分解 A = U R U*，特徵值就只是 R 的對角線。么正的 U 意味著基變換數值穩定——無需求逆病態矩陣——這正是為什麼真實的特徵值演算法實際計算的是 Schur 形而非 Jordan 形。

回報：從單個算子到可交換族

旗的思想可以漂亮地推廣。若多個算子可交換，它們在每一級都共享一個公共不變子空間，於是它們能夠在同一組基下被同時化為上三角。這就是同時三角化，它是李理論的線性代數骨架。

退一步，縱觀整條軌道的弧線。我們從單條特徵直線出發，把它推廣為不變子空間，發現補可能失效，用廣義特徵向量與準素分解修補缺口，最終到達一條普適的結構定理：在 C 上每個算子都可三角化，每個可交換族都能一起三角化，而對角線總是向你展示譜。即便一個算子拒絕對角，分塊三角形式也能馴服它——這正是從原始特徵理論通往前方標準形的橋樑。