用c语言编写雅可比迭代法的程序，给定精度10^5，最后可以输入一个方程组验证程序

雅可比迭代法是一种数值解非线性方程组的方法，它基于函数的一阶导数信息。下面是一个简单的C语言程序示例，用于解决非线性方程组，并设置一个精度阈值（10^-5）。这个程序假设你已经有了函数f和它的导数J（雅可比矩阵），并且需要用户输入一组初始猜测值。

#include <stdio.h>
#include <math.h>

// 假设我们有两个方程 f1(x, y) = 0 和 f2(x, y) = 0
typedef struct {
    double x, y;
} Vec;

// 函数f及其雅可比矩阵J的定义
double func1(double x, double y);
double func2(double x, double y);
void jacobian(Vec *x, double (*dfdx)[2], double (*dfdy)[2]);

// 雅可比迭代函数
Vec jacobi_iterate(Vec initial_guess, double tolerance, int max_iterations) {
    Vec current, next;
    int iter = 0;

    current.x = initial_guess.x;
    current.y = initial_guess.y;

    do {
        // 计算雅可比矩阵
        dfdx[0][0] = dfunc1(current.x, current.y); // df/dx of f1
        dfdx[0][1] = dfunc2(current.x, current.y); // df/dy of f1
        dfdy[0][0] = dfunc1(current.x, current.y); // df/dx of f2
        dfdy[0][1] = dfunc2(current.x, current.y); // df/dy of f2

        next.x = current.x - dfdx[0][0] / dfdx[1][1];
        next.y = current.y - dfdy[0][0] / dfdy[1][1];

        // 检查是否达到精度要求或最大迭代次数
        if (fabs(next.x - current.x) < tolerance && fabs(next.y - current.y) < tolerance || iter >= max_iterations)
            break;

        current = next;
        iter++;
    } while (1);

    return current;
}

// 示例：假设f1和f2已定义
double func1(double x, double y) { /* ... */ }
double func2(double x, double y) { /* ... */ }

double (*dfunc1)[2] = NULL; // 定义雅可比矩阵指针
double (*dfunc2)[2] = NULL;

int main() {
    Vec initial_guess = {1.0, 1.0}; // 用户输入初始猜测值
    double tol = pow(10, -5); // 精度阈值
    int max_iter = 1000; // 最大迭代次数

    // 初始化雅可比矩阵指针
    dfunc1 = &func1 Jacobian;
    dfunc2 = &func2 Jacobian;

    Vec solution = jacobi_iterate(initial_guess, tol, max_iter);
    printf("Solution found at x = %.9lf and y = %.9lf\n", solution.x, solution.y);

    // 用户可以在此处验证结果，例如计算f1和f2的值
    double f1_val = func1(solution.x, solution.y);
    double f2_val = func2(solution.x, solution.y);

    printf("f1(x, y) = %.9lf and f2(x, y) = %.9lf\n", f1_val, f2_val);
    printf("