我想为此获得至少一种解决方案：
row_sum(Y) = x.t + row_sum(B)
Y 和 B 是矩阵（n，m），x 是向量（n）。 我知道 B，我知道 row_sum(Y) 但不知道 x。 我想获得一些 t 值的 Y 和 x。 Y 随 t 线性变化，但 x 是常数向量。
如何用 Y 和 B 上的行之和创建一个方程以同时获得 x 和 Y？
【问题讨论】：
标签： matrix sum sympy equation equation-solving
要获得矩阵中每一行的总和，请将其乘以全为 1 的列向量。一般来说，如果 Z 是一个矩阵，那么
Z * ones(Z.shape[1], 1)
返回这样一个总和。
以下是此类操作的完整示例，使用您示例的符号。
from sympy import *
t = symbols('t')
Y = Matrix([[1+4*t, 2-t], [3-5*t, 4+t]])
x = symarray('x', (2,))
B = Matrix([[5, 4], [3, 2]])
solve(Y*ones(2, 1) - x*t - B*ones(2, 1))
输出为[{x_0: -3*x_1 - 9, t: 2/(x_1 + 4)}]。答案不是唯一的，因为只有 2 个方程具有三个未知数 t、x_0、x_1。
【讨论】：