https://wiki.swarma.org/index.php?action=history&feed=atom&title=%E9%9B%85%E5%8F%AF%E6%AF%94%E7%89%B9%E5%BE%81%E5%80%BC%E7%AE%97%E6%B3%95 2026-11-03T00:11:48Z 本wiki的该页面的版本历史 MediaWiki 1.35.0 https://wiki.swarma.org/index.php?title=%E9%9B%85%E5%8F%AF%E6%AF%94%E7%89%B9%E5%BE%81%E5%80%BC%E7%AE%97%E6%B3%95&diff=40511&oldid=prev 2024-12-22T06:53:56Z

<p>建立内容为“在数值线性代数中，雅可比特征值算法是一种用于计算实对称矩阵的特征值和特征向量的迭代方法（这个过程也被称为对角…”的新页面</p> <p><b>新页面</b></p><div>在数值线性代数中，雅可比特征值算法是一种用于计算实对称矩阵的特征值和特征向量的迭代方法（这个过程也被称为对角化）。这个算法以卡尔·古斯塔夫·雅可比的名字命名，他于1846年首次提出了这种方法，但直到20世纪50年代计算机出现后，这个算法才得到广泛应用。<br /> <br /> 雅可比特征值算法本质上是一种稠密矩阵算法：它在处理稀疏矩阵时几乎没有任何优势，反而会由于填充效应破坏矩阵的稀疏性。同样地，这个算法也不会保持它所操作的矩阵的带状结构等特殊性质。<br /> <br /> 需要指出的是，尽管这个算法在计算效率上可能不如某些现代方法，但它的数值稳定性好，而且特别适合并行计算，这使得它在某些特定应用场景中仍然具有重要价值。</div>

相信未来