Jacobin ominaisarvojen menetelmä on iteratiivinen algoritmi todellisen symmetrisen matriisin ominaisarvojen ja ominaisvektorien laskemiseen . Nimetty Carl Gustav Jacob Jacobin mukaan, joka ehdotti tätä menetelmää vuonna 1846 [1] , vaikka menetelmä otettiin käyttöön vasta 1950-luvulla tietokoneiden myötä [2] .
Olkoon symmetrinen matriisi ja anna olla rotaatiomatriisi . Sitten
on symmetrinen ja matriisimainen .
Lisäksi se sisältää seuraavat komponentit:
missä ja .
Koska on ortogonaalinen matriisi, matriiseilla ja on samat Frobenius-normit (kaikkien komponenttien neliösumman juuret), ja voimme valita niin, että , ja tässä tapauksessa on suurempi diagonaalielementtien neliöiden summa:
Kun tämä lasketaan nollaan, saamme
Jos , niin
Optimaalisen vaikutuksen saavuttamiseksi on vaadittava, että se on suurin itseisarvoltaan poikkeava alkio, ns. peruselementti .
Jacobi-menetelmä ominaisarvoille pyörii, kunnes matriisi on lähes diagonaalinen. Sitten diagonaalin elementit approksimoivat matriisin ominaisarvoja .