Calculadora de decomposição QR

Decomponha uma matriz de 2 por 2 em uma matriz ortogonal Q e uma triangular superior R.

Fatoração QR de matrizes
Insira os quatro elementos por linha e calcule a decomposição de Gram-Schmidt.

Sobre a decomposição QR

A decomposição QR fatora uma matriz A no produto Q vezes R. As colunas de Q são ortonormais: cada uma tem comprimento um e colunas distintas são perpendiculares entre si. R é triangular superior, de modo que todos os elementos abaixo da diagonal principal são zero. Para uma matriz quadrada de posto completo, multiplicar as matrizes Q e R exibidas reconstrói a matriz original, exceto por pequenas diferenças de arredondamento decimal. Esta calculadora realiza essa fatoração para uma matriz real de 2 por 2. O cálculo usa o processo clássico de Gram-Schmidt nas colunas de A. Primeiro, mede o comprimento euclidiano da primeira coluna. Dividir essa coluna pelo seu comprimento cria o primeiro vetor unitário de Q, enquanto o comprimento se torna o primeiro elemento diagonal de R. Em seguida, a segunda coluna é projetada sobre o primeiro vetor unitário. Subtrair essa projeção deixa um vetor perpendicular, que é normalizado para criar a segunda coluna de Q. O coeficiente de projeção e o comprimento do segundo vetor completam a matriz triangular superior R. A fatoração QR é uma ferramenta central da álgebra linear numérica. Ela auxilia no ajuste por mínimos quadrados, em que um sistema sobredeterminado tem mais equações do que incógnitas, e aparece em algoritmos para encontrar autovalores. Transformações ortogonais são numericamente vantajosas porque preservam comprimentos e tendem a amplificar menos os erros de arredondamento do que manipulações diretas. Embora esta página se concentre em duas dimensões para facilitar a análise de cada etapa, a mesma ideia de ortogonalização de colunas se estende a matrizes retangulares maiores. As colunas de entrada devem ser linearmente independentes para que a calculadora produza dois vetores unitários. Uma primeira coluna nula não pode ser normalizada; se a segunda for apenas um múltiplo da primeira, não restará uma direção perpendicular após a projeção. Essa matriz tem posto deficiente e não admite a forma QR completa usada aqui. Decomposições QR também podem diferir nos sinais: inverter o sinal de uma coluna de Q e da linha correspondente de R mantém o produto inalterado. Esta calculadora escolhe comprimentos diagonais não negativos em R, oferecendo uma convenção estável e previsível para comparar resultados.

Exemplos de decomposição QR

Matriz AFatoresObservação
[1, 0] [0, 1]Q = identidade, R = identidadeAs colunas já são ortonormais
[3, 0] [4, 5]Q = [0.6, -0.8] [0.8, 0.6], R = [5, 4] [0, 3]Gram-Schmidt separa comprimento e direção
[1, 1] [1, -1]Q é aproximadamente [0.707107, 0.707107] [0.707107, -0.707107]As colunas de entrada são perpendiculares, mas não estão normalizadas

Como calcular uma decomposição QR

  1. Insira os quatro elementos da matriz A nas posições de linha e coluna indicadas.
  2. Confirme que nenhuma coluna é nula e que elas não são múltiplos escalares entre si.
  3. Selecione Calcular decomposição QR para aplicar o processo de Gram-Schmidt.
  4. Leia Q e R por linhas e multiplique-as para conferir a fatoração.

Perguntas frequentes

O que Q e R representam?

Q contém vetores coluna ortonormais que descrevem direções. R é triangular superior e registra os comprimentos e coeficientes de projeção necessários para reconstruir a matriz original.

Por que as colunas precisam ser independentes?

Gram-Schmidt exige um resto perpendicular não nulo para cada nova coluna de Q. Colunas dependentes tornam esse resto zero, impedindo a formação de uma base ortonormal completa de duas colunas por esse método.

A decomposição QR é única?

Escolhas de sinais podem gerar decomposições equivalentes, pois sinais correspondentes em Q e R se cancelam no produto. Exigir elementos diagonais não negativos em R é uma convenção comum de unicidade.

Como posso verificar o resultado?

Multiplique Q por R e compare cada elemento com a matriz original A. Você também pode verificar se a transposta de Q multiplicada por Q é igual à matriz identidade.

Para que serve a decomposição QR?

Ela é muito usada em problemas de mínimos quadrados, algoritmos de autovalores e resolução estável de equações. Matrizes ortogonais ajudam a controlar o erro numérico nesses cálculos.