使用Sympy求解含零的符号线性方程组时linsolve返回空集如何处理？

核心原因 #

你构造的线性方程组展开后为：

• $b_0 = a_0$
• $b_0 + b_1 = a_1$
• $b_1 = 0$
• $0 = 0$

将第一、三个式子代入第二个可推导出隐含约束 $a_0 = a_1$，Sympy的linsolve默认将a_0、a_1视为独立的已知符号参数，因此判定系统整体无解返回空集。

调整方案 #

方案1：将关联参数加入求解列表 #

直接把存在约束关联的a_1加入待求解变量列表，Sympy会自动推导参数约束和变量解：

import sympy as sp
a0,a1,b0,b1 = sp.symbols("a_0 a_1 b_0 b_1")
A = sp.Matrix([[1,0],[1,1],[0,1],[0,0]])
b = sp.Matrix([a0,a1,sp.S.Zero,sp.S.Zero])

sol = sp.solve(A*sp.Matrix([b0,b1]) - b, [b0,b1,a1], dict=True)
print(sol)
# 输出：[{b_0: a_0, b_1: 0, a_1: a_0}]

方案2：先提取相容约束再求解 #

先对增广矩阵做行最简形化简，提取参数相容约束后再求解目标变量：

# 构造增广矩阵
aug = A.row_join(b)
# 行最简形化简
rref_mat, pivot_cols = aug.rref()

# 提取参数约束
constraints = []
for row in rref_mat.tolist():
    # 筛选b0、b1系数全为0的行，对应参数约束
    if all([coeff == 0 for coeff in row[:2]]):
        const_expr = row[2] * a0 + row[3] * a1
        if const_expr != 0:
            constraints.append(sp.Eq(const_expr, 0))
# 加入约束后求解
sol = sp.solve([A*sp.Matrix([b0,b1]) - b] + constraints, [b0,b1], dict=True)
print(sol)
# 输出：[{b_0: a_0, b_1: 0}]

方案3：直接求解最小二乘解 #

如果你需要忽略不相容约束得到残差最小的有效解，可以直接求解左乘转置后的正规方程组：

sol = sp.linsolve((A.T @ A, A.T @ b), [b0,b1])
print(sol)
# 输出：{(a_0, 0)}，对应b0=a0、b1=0的预期解

内容的提问来源于stack exchange，提问作者Joseph Bendy