QR 分解（QR decomposition）

QR 分解把矩阵 A 写成 A = Q*R，其中 Q 的各列是标准正交的（即一个正交矩阵：各列长度为一且两两垂直），R 是上三角矩阵。可以把它看作把格拉姆-施密特过程整理打包：Q 保存被理顺后的垂直方向，R 则记账记录原来的列是如何由这些方向拼出来的。

它的看家本领是最小二乘拟合，也就是把直线或曲线拟合到带噪声数据背后的数学。由于 Q 的各列标准正交，不会放大舍入误差，因此解最小二乘问题在数值上远比直接构造并求逆其他矩阵更稳定。

简而言之，当你想为一个超定问题（方程比未知数多、没有精确解）求得可靠答案时，QR 就是工程师和统计学家惯用的标准工具。