griddedInterpolant和fminbnd的用法

`griddedInterpolant` 函数用于创建一个插值器，可以根据给定的数据点进行插值计算。其用法如下：

F = griddedInterpolant(X1, X2, ..., Y)

其中，`X1`、`X2`、... 表示插值的自变量，可以是向量或矩阵，`Y` 表示对应的因变量，也可以是向量或矩阵。`griddedInterpolant` 函数会根据给定的数据点进行插值计算，并返回一个插值器对象 `F`，可以通过 `F(x1, x2, ...)` 的方式计算任意位置的插值结果。

例如，上面的例子中使用了以下代码创建了一个插值器对象：

V_func = griddedInterpolant(K, V, 'linear');

这里的 `K` 和 `V` 分别表示 K 值和对应的 t 期家庭终生效用贴现值，`'linear'` 表示使用线性插值方法。通过 `V_func(Ki)` 的方式可以计算 K 值为 `Ki` 时的 t 期家庭终生效用贴现值。

`fminbnd` 函数用于在一个区间内寻找函数的最小值点。其用法如下：

x_min = fminbnd(fun, x1, x2)

其中，`fun` 表示需要寻找最小值点的函数，`x1` 和 `x2` 表示寻找的区间。`fminbnd` 函数会在区间 `[x1, x2]` 内寻找函数 `fun` 的最小值点，并返回最小值点的位置 `x_min`。

例如，上面的例子中使用了以下代码寻找在区间 `[c_min, c_max]` 内使得家庭终生效用贴现值最大的消费量：

c = fminbnd(@(x) -ln(x) - ln(K(i) - x) - 0.95 * interp1(K, V, K_next, 'linear', 'extrap'), c_min, c_max);

其中，`@(x) -ln(x) - ln(K(i) - x) - 0.95 * interp1(K, V, K_next, 'linear', 'extrap')` 表示一个匿名函数，对应的函数就是需要寻找最小值点的函数 `fun`。`c_min` 和 `c_max` 分别表示寻找的区间。`fminbnd` 函数会在区间 `[c_min, c_max]` 内寻找使得函数 `fun` 最小的位置，并返回该位置的值 `c`。