牛顿迭代法解方程组

Gauss-Seidel迭代和SOR迭代的通用程序

基于线性代数方程组迭代法的比较分析，于冬梅，，本文比较分析已有的解线性方程组迭代方法的优点及缺点．重点讨论求解线性代数方程组的Jacob迭代法，Guss-seide迭代法和sor迭代法。对这

数值方法中用简单迭代法求解线性方程组，c++源码。一调试成功。

求解Ax=b,输入A，b,omega,输出x和迭代次数。好用

当系数矩阵分解后的矩阵D是可逆阵时，该方法适用，里面附有详细的注释，适合新手阅读

利用Jacobi迭代法求解非线性方程组Ax=b,当系数矩阵A是严格对角占优矩阵或不可约对角占优时，该方法适用，里面附有详细注释，适合新手阅读

使用C++实现的迭代法解线性方程组算法，并且注释详尽

matlab实现的，包括牛顿迭代法，和基于牛顿法的steffensen史蒂芬森加速法，自己编写的，注释很详细。使用的时候只需要将代码最下面的函数换成需要计算的就行了。

分别用雅可比迭代法与赛德尔迭代法求解线性方程组Ax=b，其中A=[-811;1-51;11-4],b=[1167]，取初始量x（0）=（0,0,0）'，精确到0.001。

使用一个链表接收输入矩阵，并对其进行LU分解，最后通过追赶法计算方程组的解。