Ga naar hoofdinhoud

QR-Decompositie Calculator – Matrixfactorisatie

Ontbind een matrix in Q (orthogonaal) en R (bovendriehoeks) matrices

Bereken QR-Decompositie

Hoe te Gebruiken

  1. Stel de matrixdimensies in (rijen en kolommen)
  2. Voer de waarden in voor elk element van de matrix
  3. Klik op berekenen om de QR-decompositie uit te voeren
  4. Bekijk de resulterende Q- en R-matrices

Wat is QR-Decompositie?

QR-decompositie (ook wel QR-factorisatie genoemd) is een manier om een matrix A uit te drukken als product van twee matrices: Q en R. Matrix Q is een orthogonale matrix (de kolommen zijn orthonormale vectoren), en R is een bovendriehoeksmatrix.

De decompositie wordt geschreven als A = QR, waarbij Q orthonormale kolommen heeft (Q^T Q = I) en R nullen heeft onder de hoofddiagonaal.

Het Gram-Schmidt-Proces

Deze calculator gebruikt het Gram-Schmidt-orthogonalisatieproces om de QR-decompositie te berekenen. Het proces werkt door:

  • Elke kolom van A achtereenvolgens te nemen
  • Projecties op eerder berekende orthonormale vectoren af te trekken
  • Het resultaat te normaliseren tot een eenheidsvector
  • De projectiecoëfficiënten in matrix R vast te leggen

Eigenschappen van Q en R

Matrix Q (Orthogonaal):

  • Kolommen zijn orthonormaal (loodrechte eenheidsvectoren)
  • Q^T Q = I (eenheidsmatrix)
  • Behoudt vectorlengtes en hoeken

Matrix R (Bovendriehoeks):

  • Alle elementen onder de hoofddiagonaal zijn nul
  • Diagonaalelementen zijn de normen van de georthogonaliseerde vectoren
  • Niet-diagonaalelementen zijn projectiecoëfficiënten

Toepassingen van QR-Decompositie

  • Oplossen van lineaire kleinste-kwadratenproblemen
  • Berekenen van eigenwaarden (QR-algoritme)
  • Oplossen van stelsels lineaire vergelijkingen
  • Signaalverwerking en datacompressie
  • Machine learning algoritmen

Veelgestelde vragen

Wat is het verschil tussen QR- en LU-decompositie?
QR-decompositie produceert een orthogonale matrix Q en bovendriehoeksmatrix R, terwijl LU-decompositie een onderdriehoeksmatrix L en bovendriehoeksmatrix U produceert. QR is numeriek stabieler en heeft de voorkeur voor kleinste-kwadratenproblemen.
Kan elke matrix QR-gedecomponeerd worden?
Elke reële matrix met lineair onafhankelijke kolommen kan QR-gedecomponeerd worden. Voor matrices met lineair afhankelijke kolommen kan een gemodificeerde versie genaamd QR met kolompivoting worden gebruikt.
Wat betekent het dat Q orthogonaal is?
Een orthogonale matrix Q heeft de eigenschap dat Q^T Q = I (eenheidsmatrix). Dit betekent dat de kolommen onderling loodrechte eenheidsvectoren zijn, en vermenigvuldigen met Q behoudt lengtes en hoeken.
Hoe wordt QR-decompositie gebruikt bij kleinste kwadraten?
Voor het kleinste-kwadratenprobleem Ax ≈ b transformeert QR-decompositie het naar Rx = Q^T b, dat gemakkelijk op te lossen is door terugsubstitutie aangezien R een bovendriehoeksmatrix is.