QR-Zerlegung einer Matrix
Zerlegen Sie eine reelle Matrix nach Gram-Schmidt in Q mit orthonormalen Spalten und eine obere Dreiecksmatrix R: Die Matrix mit den Zeilen 3, 1 und 0, 2 ist schon dreieckig, also ist Q die Einheitsmatrix und R gleich der Matrix. Bis 20 Zeilen und 20 Spalten. Kostenlos in Ihrem Browser.
- Kostenlos
- Läuft in Ihrem Browser
- Ohne Anmeldung
- Ihre Daten bleiben auf Ihrem Gerät
Im Browser ausführen – kostenlos
Dieser Rechner für die QR-Zerlegung faktorisiert eine reelle Matrix A in einen orthonormierten Faktor Q und einen oberdreieckigen Faktor R, sodass A gleich Q mal R ist, indem das Gram-Schmidt-Verfahren auf die Spalten von A angewendet wird. Ist eine Spalte eine Linearkombination früherer Spalten, bricht das Residual nach der Orthogonalisierung zusammen und die Anfrage wird als ungültige Eingabe abgelehnt, statt einen rangenthüllenden Ersatz oder einen Householder-Pfad zu erfinden. Die Arithmetik ist vollständig deterministisch: Innenprodukte, euklidische Normen und Spaltenaktualisierungen nutzen nur endliche Gleitkommaoperationen, ohne Netzwerkaufrufe, ohne Stichproben und ohne datumsabhängige Abkürzungen.
Was die QR-Zerlegung bedeutet und was die Antwort enthält
Die QR-Faktorisierung einer reellen Matrix A mit m Zeilen und n Spalten, wobei m mindestens n ist, schreibt A als Produkt einer m-mal-n-Matrix Q, deren Spalten orthonormiert sind, und einer n-mal-n-oberdreieckigen Matrix R. Orthonormiert bedeutet, dass die Transponierte von Q mal Q der Einheitsmatrix der Ordnung n gleicht: jede Spalte hat euklidische Länge eins und verschiedene Spalten sind paarweise orthogonal. Die Existenz dieser dünnen Faktorisierung mit streng positiver Diagonale auf R ist gleichbedeutend damit, dass die Spalten von A linear unabhängig sind.
Liegt eine spätere Spalte in der Spannweite der früheren, erzeugt Gram-Schmidt ein Residual, dessen euklidische Norm null ist, und es lässt sich keine wohldefinierte Einheits-Spalte bilden. Dieser Rechner wendet das Gram-Schmidt-Verfahren, für numerische Stabilität abgewandelt, auf die von Ihnen gelieferten Spalten an, trägt die aufeinanderfolgenden Innenprodukte in R ein und normiert jedes Residual, um Q zu erhalten.
Wo die QR-Faktorisierung in Studium, Wissenschaft und Software hingehört
Studierende begegnen der QR-Zerlegung, wenn ein Kurs der linearen Algebra von der Gram-Schmidt-Orthogonalisierung zu den kleinsten Quadraten übergeht, wenn eine Wettbewerbsaufgabe Q und R einer kleinen ganzzahligen Matrix verlangt, oder wenn sie prüfen, dass die Transponierte von Q mal Q die Einheitsmatrix ist, bevor sie einer Handrechnung vertrauen. Lehrkräfte können Antwortschlüssel für bescheidene m und n vorab erzeugen, ohne undurchsichtigen Rechner-Apps zu vertrauen, die still auf Householder-Reflektoren umschalten, Spaltenvorzeichen umdrehen oder eine abhängige Spalte ohne Hinweis verwerfen.
Entwickler rufen denselben Vertrag aus Skripten auf, um deterministische Testvektoren für Löser zu säen, um vom Benutzer eingegebene Basis-Spalten vor einer Projektionsdemo zu orthonormalisieren, oder um Aufgabenstellungen von Programmierherausforderungen zu erfüllen, die das Gram-Schmidt-QR-Paar statt einer Skizze verlangen. Ingenieur- und Datenpraxis braucht oft eine schnelle Offline-Faktorisierung eines kleinen Systems vollen Ranges, damit ein Kleinste-Quadrate-Residual oder ein Basiswechsel ohne vollständigen Computeralgebra-Stapel unter Zeitdruck geprüft werden kann. Produkt- und Bildungswerkzeuge nutzen die Faktorisierung, wenn eine lernende Person eine Matrix eingibt und die Oberfläche Q neben R mit benannter Methode zeigen muss.
Halten Sie m und n bescheiden und Koeffizienten in üblichen Gleitkommabeträgen, damit Auslöschung nicht herrscht; bei Unterrichtsganzen und typischen Ingenieurskalen sind die Faktoren innerhalb der doppelten Genauigkeit exakt.
Anwendungsfälle
Hausaufgaben und Gram-Schmidt-Prüfungen
Faktorisieren Sie Lehrbuchmatrizen in Q und R und prüfen Sie, dass Q orthonormierte Spalten hat und A gleich Q mal R ist, vor Prüfungen oder Lektionen zu kleinsten Quadraten.
Löser und Nachhilfe-Software
Orthonormalisieren Sie vom Benutzer eingegebene Basis-Spalten zu einem dünnen QR-Paar für Projektionsdemos, Hilfen zu kleinsten Quadraten und interaktive Lektionen der linearen Algebra.
Häufige Fragen
Was kostet der Rechner für die QR-Zerlegung?
Er ist auf dieser Seite kostenlos in Ihrem Browser.
Wie werden Q und R berechnet?
Durch abgewandeltes Gram-Schmidt auf den Spalten von A. Jede Spalte wird gegen die bereits akzeptierten Einheits-Spalten orthogonalisiert; die Residuallänge wird zu einem positiven Diagonaleintrag von R und das Residual wird auf Einheitslänge skaliert, um die nächste Spalte von Q zu bilden.
Was geschieht, wenn die Spalten linear abhängig sind?
Ein Residual nahezu nuller Länge bedeutet, dass eine spätere Spalte in der Spannweite der früheren liegt, sodass eine dünne QR mit streng positiver Diagonale nicht existiert. Dieses Werkzeug verwirft keine Spalten und liefert keinen rangenthüllenden Ersatz.
Funktioniert das für rechteckige Matrizen?
Ja, wenn die Matrix hoch oder quadratisch ist (mindestens so viele Zeilen wie Spalten) und die Spalten linear unabhängig sind. Eine breite Matrix mit mehr Spalten als Zeilen wird abgelehnt, weil jene Spalten nicht unabhängig sein können.
Warum werden Ergebnisse auf eine Genauigkeit gerundet?
Die Standardgenauigkeit beträgt 10 Dezimalstellen; Sie können precision von 0 bis 15 setzen.
Verwandte Tools
Für Entwickler — API-Zugang
Alles auf dieser Seite ist auch per API verfügbar. Dieser Abschnitt richtet sich an Teams, die es in ihre eigenen Systeme einbinden möchten; alle anderen nutzen einfach das Tool oben.
Endpunkt
Authentifizierung per Bearer-Token. Ein einziger POST stellt die Aufgabe in die Warteschlange; das Ergebnis erhalten Sie per Webhook oder über einen signierten Link.
Aufruf aus Ihrem Stack
curl -X POST https://api.kit.forhosting.com/math/qr-decomposition \
-H "Authorization: Bearer $KIT_KEY" \
-H "Content-Type: application/json" \
-d '{"matrix":[[1,1],[1,0],[0,1]]}'const res = await fetch("https://api.kit.forhosting.com/math/qr-decomposition", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"matrix": [
[
1,
1
],
[
1,
0
],
[
0,
1
]
]
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/math/qr-decomposition",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"matrix": [
[
1,
1
],
[
1,
0
],
[
0,
1
]
]
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/math/qr-decomposition", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"matrix":[[1,1],[1,0],[0,1]]}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"matrix":[[1,1],[1,0],[0,1]]}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/math/qr-decomposition", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)Beispiel-Anfrage
{
"matrix": [
[
1,
1
],
[
1,
0
],
[
0,
1
]
]
}Beispiel-Antwort
{
"task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
"type": "math.qr_decomposition",
"status": "queued",
"_links": {
"result": "/tasks/tsk_…/result"
}
}Die API arbeitet asynchron: Sie erhalten sofort eine task_id. Polling ist mit 1 Anfrage pro Sekunde erlaubt.
Preis
Der Preis steht auf der Seite – keine Tokens, keine Credits. Fehlgeschlagene Aufgaben werden nicht berechnet.
Limits
max_rows | 20 |
max_cols | 20 |
max_abs_entry | 1000000000000000 |
Fehler
| HTTP | Code | Bedeutung |
|---|---|---|
401 | unauthorized | Der API-Schlüssel fehlt oder ist ungültig – prüfen Sie den Authorization-Header (Bearer). |
402 | insufficient_balance | Ihr Guthaben reicht für diese Aufgabe nicht aus – Aufladungen verfallen nicht. |
404 | unknown_type | Unbekannter Aufgabentyp – prüfen Sie das Feld „type“ gegen den Katalog. |
429 | rate_limited | Zu viele Anfragen – warten Sie kurz; Polling ist mit 1 Anfrage pro Sekunde erlaubt. |
Technische Hinweise
Sind die Spalten linear unabhängig, liefert die Engine beide Matrizen, die Zeilen- und Spaltenzahl, die Methodenkennzeichnung und die Rundungsgenauigkeit für einen stabilen JSON-Vertrag.
Was die QR-Zerlegung bedeutet und was die Antwort enthält
Die Antwort liefert Q und R, gerundet auf die angeforderte Genauigkeit, ein Echo der Eingabematrix, die Abmessungen, die Methodenkennzeichnung gram_schmidt, die verwendete Genauigkeit und eine kurze Formelerinnerung. Es gibt keinen Householder-Reflektor-Pfad, keinen Givens-Rotations-Pfad und keinen rangenthüllenden Rückfall: die Engine beendet entweder eine Faktorisierung mit vollem Spaltenrang innerhalb der dokumentierten Größen- und Betragsgrenzen oder lehnt die Eingabe mit invalid_input ab. Abgelehnte Fälle umfassen eine fehlende Matrix, Zeilen, die keine Arrays sind, unregelmäßige Formen, mehr Spalten als Zeilen, nichtendliche Einträge, Beträge oberhalb der Decke und jede Matrix, deren Spalten linear abhängig sind. Wenn Sie eine Inverse, eine Determinante, eine Rangzählung oder die Lösung von A x gleich b brauchen, nutzen Sie ein dafür bestimmtes Werkzeug; diese Seite beantwortet nur das QR-Paar mit stabiler numerischer Ausgabe, geeignet für Übungsblätter, Einheitstests und API-Verbraucher, die keine Ersatzfaktorisierung erfinden dürfen.
Wie die Matrix gelesen wird und wie Q und R reproduzierbar bleiben
Das bevorzugte Feld ist matrix, ein verschachteltes Array aus Zeilen endlicher Zahlen mit derselben Spaltenzahl in jeder Zeile, doch die Aliasse a, A und mat werden akzeptiert, damit Tabellenkalkulationen, Abfragezeichenfolgen und typisierte Formulare denselben Vertrag wiederverwenden. Optionale führende Pluszeichen und wissenschaftliche Notation auf Eintragszeichenfolgen sind zulässig, wenn sie sich als endliche Dezimalzahlen lesen; eingebettete Leerzeichen, Hexadezimalpräfixe und nichtnumerische Token werden mit einer klaren Meldung abgelehnt, damit eine schlechte Zelle nicht zum falschen Faktor wird. Die Form muss hoch oder quadratisch sein: m Zeilen mal n Spalten mit m mindestens n, weil mehr Spalten als Zeilen nicht linear unabhängig sein können. Die Rechnung nutzt abgewandeltes Gram-Schmidt: jede Arbeitsspalte wird gegen die bereits akzeptierten Einheits-Spalten orthogonalisiert, die Residuallänge wird zum nächsten positiven Diagonaleintrag von R, und das Residual wird auf Einheitslänge skaliert. Ein optionales Feld precision, mit den Aliassen decimals und dp, wählt, wie viele Dezimalstellen für jeden Eintrag von Q und R ausgewiesen werden, standardmäßig zehn und nach oben auf fünfzehn begrenzt, damit JSON-Goldens stabil bleiben. Ein Residual, dessen Länge unter eine enge absolute und relative Toleranz fällt, gilt als lineare Abhängigkeit und scheitert mit invalid_input. Kombinieren Sie den kostenlosen Browserlauf auf dieser Seite mit der tarifierten API, wenn Sie dasselbe mathematische Ergebnis in einer automatisierten Pipeline brauchen, ohne Gram-Schmidt selbst neu zu implementieren.
Wo die QR-Faktorisierung in Studium, Wissenschaft und Software hingehört
Auf dieser Seite läuft die Arbeit vollständig in Ihrem Browser; über die API kostet jede erfolgreiche Abfrage $0.002, fehlgeschlagene Prüfung wird nicht berechnet, und nach der Rückgabe der Antwort wird nichts gespeichert. Diese Trennung — kostenlose interaktive Erkundung und eine tarifierte, identische API — entspricht dem übrigen Katalog der Stufe A und lässt Sie von einer Unterrichtsdemo zu einer automatisierten Pipeline wechseln, ohne das mathematische Ergebnis zu ändern.
Integrationsbeispiele
Deterministische Test-Fixtures
Erzeugen Sie reproduzierbare Q- und R-Werte für Einheitstests, Eigenschaftsprüfungen und Zusicherungen der kontinuierlichen Integration, die nicht von einer lokalen Numerikbibliothek abhängen dürfen.