线性方程组的迭代法

迭代法的突出优点是算法简单，因而写成程序比较容易，然而迭代法又要求系数矩阵在迭代过程中保持收敛（要求对角占优），否则发散的迭代没有实用价值。

1>Jacobi迭代法

对于线性方程组∑aij*xj=bi，转化为xi=(bi-∑aij*xj)/aij，选取迭代初值x1=x2=x3=0，将其代入迭代，不断用第k步的值进行迭代出k+1步，直至逼近所要的结果。

do{
	cout<<endl;		
	error1=0;//清零
	for(i=0;i<row;i++)
	{
		temp=0;
		for(j=0;j<line;j++)
			if(j!=i)temp=temp+matrix[i][j]*x[j];
		x1[i]=(result[i]-temp)/matrix[i][i];
		cout<<x1[i]<<"\t";
		if(ABS(x1[i]-x[i])>error1)error1=ABS(x1[i]-x[i]);//寻找最大误差
	}
	for(j=0;j<line;j++)x[j]=x1[j];
}while(error1>error);//精度控制