C++ 将要素不平等约束（全部xi>；0）添加到现有解算器"；最小化{| | Ax-b | |}”；

我有一个可以求解

最小化{| | Ax-b | |}

（线性最小二乘法）的方法

• A

  是一个矩阵，而

  x

  和

  b

  是一个向量

• A

  可能是不可逆的

• A

  不是方矩阵

现在，我想用附加约束来解决它：

all xi>0

问题 如何调整/封装解算器以支持约束

all xi>0

我更倾向于认为现有库是一个黑盒函数-

solve（a，b，x）

我想把它封装成正的（A，b，x）

对于一个答案，我希望有一个大致的想法，也就是说，它根本不需要包含任何代码

编辑：。。。。或者我应该写一个新的算法吗？
如果是，适用算法的名称是什么？
我想找一位初学者友好的导游

我的搜索

• 描述周围的事物

• 描述如何执行此操作，但采用拉格朗日方式。这对我来说是个仙境

• 中的第三篇文章提供了一个代码，但我没有找到算法工作原理的描述

---

有很多算法和库可以解决这些问题。查一下“线性规划”。@Peter请你说得更具体一点好吗？算法的名称是什么？线性规划最大化/最小化

矩阵*向量

，而不是最小化

错误

。我的问题可以转化为线性规划吗？线性规划使成本函数最大化（或最小化）。其中一个代价函数可以是

*矩阵*向量的长度

@Peter我刚刚搜索了“线性规划长度（或大小）向量”，什么也没找到。我读书；发现的成本仅与

（c^t）*x类似（不包括尺寸）。我不知道成本可以是
| | | | | |
例如
| | A*x-b |
。请开导我。