请给我一个matlab优化工具箱的约束矩阵法的模板

MATLAB优化工具箱中的约束矩阵法通常用于线性规划问题。线性规划是一种数学方法，用于在一组线性不等式或等式约束条件下，找到某个线性函数的最大值或最小值。MATLAB中处理此类问题的一个常用函数是`linprog`，它可以通过定义目标函数、不等式和等式约束来求解线性规划问题。

以下是一个使用`linprog`函数的MATLAB模板，用于求解具有线性不等式约束和线性等式约束的优化问题：

% 定义目标函数系数（注意linprog默认求最小值）
f = [-1; -2]; % 假设目标函数为 -x1 - 2x2

% 定义不等式约束 A*x <= b
A = [1, 2; 1, -1]; % 约束矩阵
b = [2; 1];        % 约束条件右侧向量

% 定义等式约束 Aeq*x = beq（可选，如果没有等式约束则省略）
Aeq = [];          % 等式约束矩阵
beq = [];          % 等式约束条件右侧向量

% 定义变量的上下界 lb <= x <= ub（可选，如果没有边界则省略）
lb = [0; 0];       % 变量下界向量
ub = [];           % 变量上界向量，留空表示无上界

% 调用linprog函数求解
[x, fval, exitflag, output] = linprog(f, A, b, Aeq, beq, lb, ub);

% 输出结果
if exitflag == 1
    fprintf('最优解为:\n');
    disp(x);
    fprintf('目标函数的最小值为: %f\n', -fval); % 注意取负，因为原目标函数是求最小值
else
    fprintf('问题无解或无法找到解，退出标志为: %d\n', exitflag);
end

请注意，这个模板仅是一个示例，你需要根据自己的具体问题来定义目标函数、约束条件、变量的边界等。在使用`linprog`函数之前，请确保阅读最新的MATLAB官方文档，以获取最新的函数使用方法和参数说明。