Gauss-Seidel迭代法的基本思想 由Jacobi迭代法中，每一次的迭代只用到前一次的迭代值，若每一次迭代充分利用当前最新的迭代值，即在计算第 个分量 时，用最新分量 ， 代替旧分量 ， ，就得到所谓解方程组的Gauss-Seidel迭代法。 其迭代格式为 (初始向量)， 或者写为

计算模版使用方法： 初始数据填写 1.自行填入节点名称，如不需这么多节点空着即可 2.自行填入X坐标，Y坐标，如没有的节点空着即可 3.自行填入运输量，运输费率，如没有的节点空着即可 初始坐标填写计算 1.自动计算出Ti和初始坐标 一次迭代计算 2.自动计算出Ti和初始坐标 3.与初始坐标Ti进行对比，是否小于初始坐标，如小于根据一次迭代结果进行二次迭代 二次迭代 1.复制一次迭代表（1） 2.将Di行第一个数据的公式内B列和D列行数改成一次迭代计算结果行数 例：SQRT(SUMSQ($B$43-B78,$D$43-C78))改成SQRT(SUMSQ($B$73-B78,$D$73-C78)) 3.将计算结果填充，及右下角变成十字后下拉 4.对比Ti是否小于一次迭代如果小于做三次迭代，否则一次迭代为最佳选址地址 5.复制一次迭代表（2），计算出坐标 结果 1.直到迭代Ti结果大于上面迭代，否则持续迭代 2.如果迭代结果大于上面，则上面的迭代坐标为最佳选址 3.如果计算结果坐标为有东西，则向上找最小的Ti选择没东西的坐标

jacobi雅克比迭代法求实对称矩阵的特征值和特征向量

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

用于非线性最小二乘问题，通过高斯牛顿迭代实现

基于MATLAB的利用反向投影迭代法完成的超分辨图像重建算法，其中包含了双线性插值法，可完成图像2倍或3倍大小的放大

用C++实现了数值分析/计算方法 中的 高斯赛德迭代法

return the pseudoinverse of A using iterative method.

雅可比迭代法解线性方程，matlab代码，一个简单的计算方法的程序,初学matlab，不足之处请多包涵，『^_^)

稀疏线性系统的迭代方法:第2版= Iterative Methods for Sparse Linear Systems:Second Edition :英文