古典雅可比求矩阵特征值特征向量

古典雅可比方法是一种求解矩阵特征值和特征向量的迭代方法。具体步骤如下：

1. 对于一个实对称矩阵A，首先将其对角线元素设为初始特征值近似值λ1, λ2, ..., λn，其余元素设为0。

2. 在每一次迭代中，选择一个非对角线元素a_ij（i≠j），将其变为0，同时使对应的a_ji也变为0，从而得到一个新的矩阵B。

3. 计算矩阵B的特征值近似值λ1', λ2', ..., λn'，并将其作为下一次迭代的初始特征值近似值，重复步骤2和步骤3，直到特征值近似值的变化小于某个预设的误差范围。

4. 最终得到矩阵A的所有特征值和对应的特征向量。

需要注意的是，古典雅可比方法是一种迭代方法，计算量较大，且收敛速度较慢，因此在实际应用中一般采用QR分解、幂法等更高效的方法来求解矩阵特征值和特征向量。