我正在寻找一种方法来获得线性方程组的最小非负解,但接受 inf 作为解,例如:
x=0
y=1
z=1+z
在这种情况下,我需要的解决方案是
(0,1,inf)
,但由于它通常没有解决方案,所以我还没有找到任何以这种方式解决系统问题的库。我试过使用 nnls
中的 scipy.optimize
但是当输入值时,输出是 (0,1,0)
import numpy as np
from scipy.optimize import nnls
A=np.array([[1, 0, 0], [ 0, 1, 0], [ 0, 0, 0]])
b=np.array([0,1,1])
x, residual = nnls(A, b)
print (x==[0,1,0])
现在我的问题是,是否有这样的函数/模块以这种方式求解线性系统?或者有没有一种方法可以在不从头开始的情况下将其实现到现有功能? (我还注意到,发生这种情况时残差等于 1,但我不确定是否相关)