在MATLAB中编写迭代程序通常涉及定义迭代函数、计算导数、设置初始值和迭代终止条件。以下是几种常见迭代方法的MATLAB实现示例：
1. 牛顿迭代法
牛顿迭代法是一种求解非线性方程的迭代方法。以下是一个简单的牛顿迭代法实现：
```matlab
function [x0, n] = newton（fx, dfx, x0, tol, N）
% 牛顿迭代法
x = x0；
f0 = fx（x0）；
df0 = dfx（x0）；
n = 0；
disp（'[n x0 x1 delta]'）；
while n <= N
x1 = x0 - f0 / df0；
x = x1；
f1 = fx（x1）；
df1 = dfx（x1）；
delta = abs（x0 - x1）；
X = [n, x0, x1, delta]；
disp（X）；
if delta < tol
fprintf（'迭代计算成功\n'）；
return；
else
n = n + 1；
x0 = x1；
f0 = f1；
df0 = df1；
end
end
fprintf（'迭代计算失败\n'）；
end
```
2. 简单迭代法（不动点迭代法）
简单迭代法通过不断应用迭代公式来求解方程的根。以下是一个简单迭代法的实现：
```matlab
function [x_reality, n_reality] = Simple_stepit（f_name, x_start, tolerance, n_limit）
% 简单迭代法求解方程f_name = 0根的MATLAB实现
n_reality = 1；
x_reality = feval（f_name, x_start）； % 求方程f_name在x_start处的值，也是初次迭代
fprintf（' n x_start f（x_start）\n'）；
while n_reality <= n_limit
if abs（x_reality - x_start） <= tolerance
fprintf（'在精度不超过%.14f的条件下，方程：%s = 0 的根为 %.14f\n迭代次数为：%d\n', ...
tolerance, f_name, x_reality, n_reality）；
break；
end
x_reality = feval（f_name, x_reality）；
n_reality = n_reality + 1；
end
end
```
3. 雅可比迭代法
雅可比迭代法是一种求解线性方程组的迭代方法。以下是一个雅可比迭代法的实现：
```matlab
function [x, y] = Jacobi（n, A, b）
% 雅可比迭代法
y = zeros（1000, 1）；
eps = 1.0e-6；
D = diag（diag（A））；
L = tril（A, -1）；
U = triu（A, 1）；
B = D * （L + U）；
f = D \ b；
x = B * zeros（n, 1）；
x（1） = b（1） / D（1, 1）；
for i = 2:n
x（i） = （b（i） - U（i-1） * x（i-1）） / D（i, i）；
end
% 迭代终止的判断
for i = 1:2000
x_new = B * x + f；
if norm（x_new - x） < eps
break；
end
x = x_new；
end
if i > 2000
error（'迭代发散'）；
end
end
```
4. 示例：求解非线性方程组