別の質問へのフォローアップとして: 変数と不確実性が与えられた線形方程式を解きます: scipy-optimize? 変数と不確実性が与えられた線形方程式を解く: scipy-optimize?
私には非常によく似た問題があるようです。私はpyに比較的慣れておらず、主にpandasでデータを並べ替えて削減するために使用しました。
最適なパラメーターを見つけたい一次方程式のセットがあります。ただし、データセットには、括弧内に示す考慮が必要な既知の不確実性があります。
x1*99(1)+x2*45(1)=52(0.2)
x1*1(0.5)+x2*16(1)=15(0.1)
さらに、次の制約があります。
x1>=0
x2>=0
x1+x2=1
私のアプローチは、方程式を制約として扱い、上記の (簡略化された) 例に示されているように剰余の合計を解くことです。
不確実性なしでこれを解決することは問題ではありません。最適なパラメーターを見つけながら、不確実性をどのように説明するかについてのヒントを求めます。