#为了数学建模学习matlab #第一章线性规划问题(1.线性规划
求线性规划问题的最优解有两种方法，一种方法是使用linprog命令，另一种是使用optimtool工具箱，下面分别介绍这两种方法.
①linprog命令
一般情况下，Linprog命令的参数形式为[x,fval] = linprog(f,A,b,Aeq,beq,lb,ub,x0)，下面分别介绍各参数的含义.
[x,fval]返回值中x为最优解，fval为最优值.
f表示目标函数中各个变量前面的系数向量，如果是求最小值问题，那么f就是各个变量的系数，如果是求最大值问题，那么f就是各个变量的系数的相反数.
A和b 表示不等式约束A*x <=b中的矩阵A和向量b.
Aeq和beq 表示等式约束Aeq*x =beq中的矩阵Aeq和向量beq.
lb和ub 分别表示自变量的上下界组成的向量，如果没有上下界，该选项用[]表示，如果只有部分变量有上下界，其余的变量没有，那么可以把没有上下界的变量的上下界设为-inf或者inf使lb或者ub的长度符合要求.https://blog.csdn.net/limin_yu/article/details/80256051) #非线性规划（https://blog.csdn.net/limin_yu/article/details/80257186） #插值：求过已知有限个数据点的近似函数。 拟合：已知有限个数据点，求近似函数，不要求过已知数据点，只要求在某种意义 下它在这些点上的总偏差最小。 插值和拟合都是要根据一组数据构造一个函数作为近似，由于近似的要求不同，二 者的数学方法上是完全不同的。而面对一个实际问题，究竟应该用插值还是拟合，有时 容易确定，有时则并不明显。
§1 插值方法 下面介绍几种基本的、常用的插值：拉格朗日多项式插值、牛顿插值、分段线性插 值、Hermite 插值和三次样条插值。 #微分方程的解法 1--欧拉方法 2--改进的欧拉方法 3--龙格库塔方法