整理电脑的时候翻到了这个，记得是做国际数模的时候总结的，也是从网上七拼八凑的。当时记得主要找的是有关求最优解和拟合的函数（貌似每次做题建模到最后都是建成求最优解的问题............）
lingo 部分：
变量界定函数实现对变量取值范围的附加限制，共 4 种：
@bin(x) 限制x 为0 或1
@bnd(L,x,U) 限制L≤x≤U
@free(x) 取消对变量x 的默认下界为0 的限制，即x 可以取任意实数
@gin(x) 限制x 为整数
在默认情况下，LINGO 规定变量是非负的，也就是说下界为0，上界为+∞。@free 取消了默认的下界为0 的限制，使变量也可以取负值。@bnd 用于设定一个变量的上下界,它也可以取消默认下界为0 的约束。
matlab 部分：
拟合
regress
polyfix
polyval
cftool
regress（）函数详解
[b，bint，r,rint，stats]=regress(y,X，alpha)
说明：b是线性方程的系数估计值，并且第一值表示常数，第二个值表示回归系数。bint是系数估计值的置信度为95％的置信区间，r表示残差，rint表示各残差的置信区间，stats是用于检验回归模型的统计量，有三个数值其中有表示回归的R2统计量和F以及显著性概率P值，alpha为置信度。
相关系数r^2越大，说明回归方程越显著；与F对应的概率P<alpha时候拒绝H0，回归模型成立。
y表示一个n-1的矩阵，是因变量的值，X是n-p矩阵，自变量x和一列具有相同行数，值是1的矩阵的组合。 如：对含常数项的一元回归模型，可将X变为n-2矩阵，其中第一列全为1。
ONES(SIZE(A)) is the same size as A and all ones。
利用它实现X=[ones（size（x））x]
polyfit（）函数详解-------------摘自sina小雪儿博客
p=polyfit(x,y,n)
[p,s]= polyfit(x,y,n)
说明：x,y为数据点，n为多项式阶数，返回p为幂次从高到低的多项式系数向量p。x必须是单调的。矩阵s用于生成预测值的误差估计。(见下一函数polyval)
多项式曲线求值函数：polyval( )
调用格式： y=polyval(p,x)
[y,DELTA]=polyval(p,x,s)
说明：y=polyval(p,x)为返回对应自变量x在给定系数P的多项式的值。
[y,DELTA]=polyval(p,x,s) 使用polyfit函数的选项输出s得出误差估计Y DELTA。它假设polyfit函数数据输入的误差是独立正态的，并且方差为常数。则Y DELTA将至少包含50%的预测值。