在R语言中求解线性方程组遇报错，如何修正代码？

报错原因 #

你遇到的'a' (3 x 4) must be square错误，是因为R基础包的solve()函数仅支持求解方阵对应的线性方程组（方程数等于未知数个数的情况）。而你的系数矩阵m1是3行4列，属于欠定方程组（4个未知数、3个约束方程），存在无穷多组解，无法直接用solve()处理。

解决方案 #

方法1：用Moore-Penrose广义逆求特解 #

借助MASS包的ginv()函数计算矩阵的广义逆，可得到方程组的一个特解：

# 若未安装MASS包，先执行安装命令
# install.packages("MASS")
library(MASS)

m1 <- rbind(c(1,-2,-1,3),
            c(-2,4,5,-5),
            c(3,-6,-6,8))
m2 <- c(0,3,2)

# 计算广义逆并得到特解
x_special <- ginv(m1) %*% m2
x_special

方法2：通过QR分解求通解 #

欠定方程组的通解为特解 + 齐次方程组基础解系的线性组合，用QR分解可获取齐次解空间：

m1 <- rbind(c(1,-2,-1,3),
            c(-2,4,5,-5),
            c(3,-6,-6,8))
m2 <- c(0,3,2)

# 对系数矩阵做QR分解
qr_result <- qr(m1)
# 求解特解
x_special <- qr.coef(qr_result, m2)
# 获取齐次方程组的基础解系（即m1的零空间）
null_space <- qr.Q(qr_result, complete = TRUE)[,(qr_result$rank+1):ncol(m1)]

# 通解形式：x_special + t1*null_space[,1] + t2*null_space[,2]，t1、t2为任意实数
cat("特解：\n")
print(x_special)
cat("\n齐次方程组基础解系：\n")
print(null_space)

方法3：用lsfit()求最小二乘解（兼容无解场景） #

如果方程组可能无解（超定情况），lsfit()可返回最小二乘意义下的解，欠定方程组也能得到其中一个有效解：

m1 <- rbind(c(1,-2,-1,3),
            c(-2,4,5,-5),
            c(3,-6,-6,8))
m2 <- c(0,3,2)

fit_result <- lsfit(m1, m2, intercept = FALSE)
fit_result$coefficients

内容的提问来源于stack exchange，提问作者Peng Guo