📚MATLAB数学实验：探索Jacobi与Gauss-Seidel迭代法🚀

在科学计算领域，迭代法是解决线性方程组的重要工具。今天，我们用MATLAB来实现两种经典迭代方法——Jacobi迭代法和Gauss-Seidel迭代法。这两种算法通过不断逼近解向量，最终达到精度要求。✨

首先，我们引入一个线性方程组Ax=b，其中A为系数矩阵。使用Jacobi迭代法时，将A分解为对角部分D和其他部分R。迭代公式为x(k+1) = D^(-1)(b-Rx(k))。而Gauss-Seidel迭代法则进一步优化了这一过程，利用最新的更新值进行计算，公式为x(k+1) = (D-L)^(-1)(b-Ux(k))。两者各有优劣，但都展现了强大的数值稳定性。💪

借助MATLAB的强大功能，我们可以轻松绘制收敛曲线，直观感受两种算法的性能差异。无论是学术研究还是工程应用，这些方法都是不可或缺的利器！💡

快来一起动手实践吧！💻