Go Gonum 求解中的条件数问题与维度错误有什么区别

Gonum求解中的条件数问题是数值可靠性问题，通常通过返回的 mat.Condition 错误报告；维度错误是调用合同不满足，例如Dense.Solve的A、B行数不一致会触发 mat.ErrShape panic。前者要检查输入数据与问题的数值性质，后者先修正矩阵形状，不能都靠“忽略error再取X”解决。

官方地址：https://www.gonum.org/

本文限定在 gonum.org/v1/gonum/mat 的Dense.Solve，并用方阵系统说明差别。目标是保护业务拿到的解向量：既不把形状不合法的输入送进求解器，也不把已经报告条件数风险的接收器内容当作可靠答案。

先分清：输入合同错误与数值风险不是一个层次

这里的风险不是只有恶意输入才会出现。CSV装配少一行、特征列重复、不同单位混合，都可能让代码报不同类型的问题。应用需要保留错误类别，而不是统一转换成“求解失败，请重试”。重复计算同一份错误输入往往不会改变结论。

形状合同：AX=B要求哪些尺寸相容

一般地，A为m×n，B为m×k，解X为n×k，B的每一列对应一个右端项。因此A与B行数必须相同；不要求A列数等于B列数。本文包装函数额外限定A是非空方阵，所以令m=n。这个方阵限制属于示例合同，不是Dense.Solve只能处理方阵。

第一张图按“输入对象”和“接收对象”分组：A、B和行数合同属于输入对象，X、Dense.Solve和接收器属于接收对象。A与B均关联行数合同，Solve关联A、B与X，X关联接收器。图示只说明静态维度与对象关系。

接收器复用也是形状错误来源之一。输入维度正确，不代表一个已有错误尺寸的非空Dense就能承接结果。示例每次使用零值接收器，让Solve初始化所需形状，并且不与输入共享存储。真实系统若复用矩阵，需要遵守对应的Reset与复用规则。

最小写法：先查输入，再接住返回的Condition

下面代码保存为main.go，在已经添加Gonum依赖的独立模块中使用。示例检查nil、非空尺寸及NaN/Inf，然后调用Solve；它不捕获任意panic，也不把输入约束包装成库自身返回的Condition。

package main

import (
    "errors"
    "fmt"
    "math"

    "gonum.org/v1/gonum/mat"
)

var ErrInputShape = errors.New("输入维度不符合方阵求解合同")

// solveSquare只接收方阵A和矩阵B；输入由调用方独占，计算期间不得修改。
func solveSquare(a, b *mat.Dense) (*mat.Dense, error) {
    if a == nil || b == nil {
        return nil, fmt.Errorf("%w: 矩阵为nil", ErrInputShape)
    }
    ar, ac := a.Dims()
    br, bc := b.Dims()
    if ar == 0 || ar != ac || br != ar || bc == 0 {
        return nil, fmt.Errorf("%w: A=%dx%d B=%dx%d",
            ErrInputShape, ar, ac, br, bc)
    }
    // 数值输入检查与形状检查是两件事，NaN/Inf不进入本示例求解。
    for _, m := range []*mat.Dense{a, b} {
        r, c := m.Dims()
        for i := 0; i 

ErrInputShape是应用自定义错误，供调用方用errors.Is区分；不是说Gonum会自动返回它。Condition经%w保留，用errors.As取出时目标变量为 var condition mat.Condition，再传 &condition。不要以错误字符串是否含有singular作为主要分类方式。

按数学关系推导，正常例子的解是X=(2,1)；行数不符例子会在包装函数内返回输入合同错误，不进入Solve；第三个A的两行线性相关，属于奇异系统。本文没有实际执行示例，不固定声称具体浮点输出格式或某个有限条件数估计值。

包装函数针对标准Dense对象和独占输入设计，不是对所有自定义Matrix实现的全面防护。并发修改输入、非法底层存储或其他调用错误仍需在工程里单独解决，不能据此承诺“任何数据都不会panic”。

条件数：有限但很大，与数值奇异还要再分开

对可逆方阵，条件数可写作κ(A)=||A||·||A⁻¹||，这里是数学定义，不是建议为了判断条件数先显式求逆。它描述解对扰动的敏感程度；具体求解器返回的是有限精度计算中的估计，不能当成对数学秩的绝对证明。

Gonum的Condition说明区分两种情况：正无穷意味着在工作精度下视为奇异，算法可能提前停止；有限但很大时，计算可能已经完成，但解可能不准确。因此“X里面已经有数字”不是忽略error的理由。本文选择任何返回错误都不交付X，是应用的保守策略。

例如对角矩阵diag(1,10⁻²⁰)尺寸完全合法，数学上也可逆，但尺度差异使条件数很大。反过来，一个数值温和的A配上行数错误的B，依旧无法按合同求解。小数本身不等于病态，关键是整体系统的相对尺度和依赖关系。

上图分为“数值依据”和“交付判断”：A、输入扰动与条件数属于数值依据，Condition、X内容和交付策略属于交付判断。A关联条件数，输入扰动与条件数共同关联可靠性判断所用的Condition；Condition和X内容均关联交付策略。连线不表示已经计算出的误差大小。

处理与记录：别用重试或伪逆掩盖问题

遇到维度错误，先记录A、B的尺寸、装配来源和接收器状态，检查是否漏行、误转置或批次拼接错误。遇到条件数问题，则查看单位尺度、重复列、近线性相关和数据精度。缩放、正则化、降维或SVD等处理都可能改变问题的解释，必须按业务模型选择，不能作为无条件兜底。

残差||AX-B||小，只说明所得到的X较好地满足当前浮点数据，不保证它接近原始问题的真实解。对于病态系统，小输入扰动可能对应较大的解变化。是否接受近似解，还要结合输入误差、尺度以及业务容差；库的条件数阈值不自动等于业务容差。

日志可以保留任务ID、尺寸、数值拒绝原因和条件数类别，不必直接打印全部敏感矩阵。输入含NaN/Inf、形状不符和Condition应有不同记录。不要只靠一个defer recover把全部panic吞掉后返回空X，调用方很难分辨“无结果”和“零解”。

接入清单与相关疑问

• 明确方阵还是一般最小二乘，先写清m、n、k。
• 输入合同、非有限值和求解器返回错误分别处理。
• 接收器形状及内存共享关系符合API要求。
• Condition出现时保留原始错误，不直接交付接收器内容。
• 业务另定近似解接受条件，不用单一残差替代可靠性判断。

Dense.Solve能处理非方阵吗？可以，在其满秩等前提下具有最小二乘或最小范数语义。本文为便于区分错误，额外收窄成方阵函数。

用errors.As能接住ErrShape的panic吗？不能，errors.As只处理已经返回的error链。需要在适当边界使用库的mat.Maybe时，也应理解它只恢复特定mat.Error，不能泛化成捕获所有运行问题。

改成先求逆再乘B会更稳吗？不能据此消除条件数问题。应根据矩阵结构选求解方法，并保持数值风险与输入合同的检查。

技术依据：官方Solve实现与形状合同、Condition与mat错误定义、LU求解实现。三组矩阵、方阵包装函数与交付策略为本文原创示例。