在MATLAB中解方程组可以通过多种方法实现，以下是一些常用的方法：
使用`linsolve（）`函数
`linsolve（）`函数使用高斯消去法求解线性方程组。
A = [2, 1； 1, 3]；b = [8； 13]；x = linsolve（A, b）；disp（'解为：'）；disp（x）；
使用`inv（）`函数
通过求解系数矩阵的逆来求解方程组。
A = [2, 1； 1, 3]；b = [8； 13]；x = inv（A）*b；disp（'解为：'）；disp（x）；
使用`rref（）`函数
`rref（）`函数化简系数矩阵到行阶梯形并提取解。
A = [2, 1； 1, 3]；b = [8； 13]；[R, C] = rref（A）；x = R\（C*b）；disp（'解为：'）；disp（x）；
使用`fsolve`函数
`fsolve`函数用于求解非线性方程组，采用牛顿-拉夫森法。
fun = @（x） x.^2 + 100*x + 99；x0 = [0； 0]；x = fsolve（fun, x0）；disp（'解为：'）；disp（x）；
使用`solve`函数
`solve`函数用于求解符号方程组，可以求出精确的根式表示的解。
syms x；f = x.^2 + 100*x + 99；x = solve（f, x）；disp（'解为：'）；disp（x）；
使用`roots`函数
`roots`函数用于求解多项式方程，可以求出包含实根和复根的解。
p = [1, 100, 99]；x = roots（p）；disp（'解为：'）；disp（x）；
使用`nlinfit`和`lsqcurvefit`函数
这些函数基于最小二乘法，用于拟合非线性方程组。
p = [1, 100, 99]；x = nlinfit（p, x, f）；disp（'解为：'）；disp（x）；
选择哪种方法取决于方程组的类型（线性或非线性）以及方程组的规模。对于大型稀疏矩阵方程组，可能需要使用更高效的算法，如LU分解或Cholesky分解。