در بسیاری از کاربردهای عملی که نیاز به محاسبه ی مقادیر ویژه ی یک ماتریس متقارن حقیقی می باشد، تنها محاسبه ی تعداد کمی از مقادیر ویژه، شامل کوچکترین یا بزرگترین مقدار ویژه مورد نیاز است. در این پایان نامه مسئله ی محاسبه ی مقادیر ویژه ی یک ماتریس متقارن حقیقی، به مسئله ی بهینه سازی تبدیل می گردد. سپس با استفاده از الگوریتم ژنتیک به حل آن پرداخته می شود. ابتدا الگوریتم ژنتیک، برای محاسبه ی کوچکترین مقدار ویژه و بردار ویژه ی متناظر آن به کار برده می شود. سپس الگوریتم، به منظور محاسبه ی $m$ مقدار ویژه و بردار ویژه شامل کوچکترین مقدار ویژه به طور همزمان تغییر داده می شود. شرط متعامد نرمال بودن بردارهای ویژه ی ماتریس متقارن حقیقی را می توان به دو روش برآورده نمود. روش اول، اعمال این شرط به عنوان یک محدودیت به تابع هدف مسئله ی بهینه سازی و روش دوم استفاده از الگوریتم متعامدسازی گرام-اشمیت است. پس از پیاده سازی هر یک از الگوریتم های بیان شده، به بررسی پیاده سازی موازی الگوریتم محاسبه ی $m$ مقدار ویژه به طور همزمان به منظور به دست آوردن نقطه تعادل موازی پرداخته می شود. در پایان، پس از تعریف یک عملگر جدید، زمان مورد نیاز برای محاسبه ی $m$ مقدار ویژه به طور همزمان با استفاده از الگوریتم ژنتیک شامل این عملگر، با زمان مورد نیاز برای محاسبه ی $m$ مقدار ویژه با استفاده از الگوریتم ژنتیک فاقد این عملگر، مقایسه می شود.