TOOLEAD

首页›数学›QR分解计算器

免费QR分解计算器

[
]

结果

输入矩阵元素以计算QR分解。计算器将A分解为Q×R（Q正交，R上三角）。

理解QR分解

QR分解（也称为QR因式分解）将矩阵AA表示为正交矩阵QQ与上三角矩阵RR的乘积：

A=QRA = QR

该分解是线性代数的基本工具，用于求解线性系统、计算特征值以及执行最小二乘近似。QR分解计算器可自动完成此过程，允许您使用格拉姆-施密特过程等算法快速准确地分解任意实矩阵或复矩阵。

格拉姆-施密特过程如何构建Q和R

经典的格拉姆-施密特算法取AA的列，并逐步正交化。对于具有列v1,v2,…,vnv_1, v_2, \dots, v_n的矩阵，正交向量qkq_k计算如下：

q1=v1∥v1∥qk=vk−∑i=1k−1⟨vk,qi⟩ qi∥vk−∑i=1k−1⟨vk,qi⟩ qi∥,k=2,…,n\begin{aligned} q_1 &= \frac{v_1}{\|v_1\|} \\ q_k &= \frac{v_k - \sum_{i=1}^{k-1} \langle v_k, q_i\rangle\, q_i}{\left\|v_k - \sum_{i=1}^{k-1} \langle v_k, q_i\rangle\, q_i\right\|},\quad k = 2,\dots,n \end{aligned}

上三角矩阵RR的元素是点积⟨vk,qi⟩\langle v_k, q_i\rangle和范数∥vk−proj∥\|v_k - \text{proj}\|。计算器采用此过程（包括提高数值稳定性的改进格拉姆-施密特变体）以提供可靠的QQ和RR矩阵。

为什么要使用QR分解计算器？

  • 正交矩阵检查：计算出的QQ矩阵满足QTQ=IQ^{\mathsf{T}}Q = I（对于复矩阵为Q∗Q=IQ^{*}Q = I），便于验证正交性。
  • 即时矩阵分解：无需进行容易出错的手动计算，本矩阵分解计算器可处理至输入上限的任意尺寸矩阵。
  • 教学辅助：对于学习线性代数的学生和研究人员，逐步输出展示了格拉姆-施密特算法如何将一组向量转换为标准正交基。

使用在线QR分解工具

  1. 输入矩阵的行数和列数（例如，3×33 \times 3矩阵）。
  2. 点击计算或按回车键。
  3. QR分解计算器立即返回正交矩阵QQ和上三角矩阵RR。

该工具支持实数和复数输入，并根据需要显示中间步骤。如果您希望更深入分析，计算器还可以输出残差范数∥A−QR∥\|A - QR\|以验证分解精度。

实际应用

  • 求解线性系统：Ax=bAx = b变为QRx=bQRx = b，由于QQ正交，系统简化为Rx=QTbRx = Q^{\mathsf{T}}b，可通过回代求解。
  • 特征值算法：许多特征值例程（如QR算法）依赖于重复QR分解。
  • 最小二乘拟合：该分解为求解超定系统提供了一种稳定方法，最小化平方误差。

无论您是学习线性代数的学生、解决实际问题的工程师，还是执行多变量分析的数据科学家，QR分解计算器都能为您提供快速可靠的方法来分解矩阵并探索其属性。

常见问题

1. QR分解计算器使用什么算法？

计算器使用格拉姆-施密特过程（经典和改进变体）对输入矩阵的列进行正交化，得到正交矩阵Q和上三角矩阵R。

2. 计算器可以用于复矩阵吗？

可以，该工具接受复数。正交条件变为Q^* Q = I，其中星号表示共轭转置，格拉姆-施密特算法会相应调整。

3. 如何验证分解正确？

计算器提供残差范数||A - QR||；接近零的值确认分解准确。您也可以检查Q^T Q（对于复矩阵为Q^* Q）近似为单位矩阵。

4. 工具是否显示逐步结果？

在要求时，计算器可以显示格拉姆-施密特过程中使用的中间正交向量和点积，使其成为线性代数的优秀学习辅助工具。

5. 在线矩阵分解计算器处理哪些尺寸的矩阵？

计算器可以处理中等尺寸的方阵和矩形矩阵（例如，标准版可达10×10）。更大的矩阵可能根据您设备的性能和计划进行处理。

使用方法

  1. 从下拉菜单中选择矩阵大小（2x2、3x3或4x4）。
  2. 输入矩阵每个元素的数值。
  3. 计算器自动计算QR分解，并显示正交矩阵Q和上三角矩阵R。