準對角矩陣（quasi-diagonal matrix）是一種特殊的矩陣，具有以下特點：
定義：準對角矩陣是一種分塊矩陣，其中每個分塊都是一個方陣，且這些分塊沿主對角線排列。
特性：
主對角線上的分塊可以是任意大小的，但通常是相等大小的方陣。
除了主對角線上的分塊外，其餘分塊均為零矩陣。
主對角線上的非零分塊可以包含非零元素，但這些非零元素不能位於全零的分塊中。
例子：例如，一個3x3的準對角矩陣可以表示為：
\[ \begin{bmatrix} A & 0 & B \ 0 & C & 0 \ D & 0 & E \end{bmatrix} \]
其中A、C、E是方陣，而B、D是其他方陣或非方陣塊。
準對角矩陣在對角矩陣的基礎上，允許主對角線上的分塊包含非零元素，這些非零元素可以位於分塊的內部，而不是整個矩陣的其他部分。這使得準對角矩陣能夠表示一些具有特殊結構的實際問題，如稀疏矩陣和帶狀矩陣等。
在實際套用中，準對角矩陣的存儲和計算效率可能低於對角矩陣，因為其非零元素的分布更為複雜。然而，準對角矩陣能夠更靈活地表示某些數學或物理問題中的結構，因此在特定情況下仍然是非常有用的。