我参与了Ax = b类型系统的解析，其中A是方形稀疏矩阵，x是unknows的向量（我必须计算它），b是向量最后一个元素的全部为零。
矩阵A的最后一行用于标准化，因此用1来实现。
该系统的解决方案是概率，因此必须尊重条件0<x(i)<1。
为了解决系统问题，使用了Matlab命令x = A \ b;。
该方法似乎运行良好，但有一个特殊情况，矢量x也包含负值。向矩阵A的任何元素添加一个非常小的值（10 ^ -6），分辨率可以满足条件。
我不是数学家，所以我不知道这是代码问题，还是矩阵A必须尊重某些属性以保证解决方案都在0和1之间。
答案 0 :(得分：2)
听起来你真正想要的是：最小化|| Ax-b ||受制于x>所有x都为0。您可以使用函数lsqlin：http://www.mathworks.com/help/toolbox/optim/ug/lsqlin.html
执行此操作'必须加1'是线性等式约束，积极性是线性不等式约束。
矩阵（非正方形）中概率的相关问题是：http://ieeexplore.ieee.org/xpl/freeabs_all.jsp?arnumber=5717139