如何在 CVXPY 中实现这个线性规划问题？

如何解决如何在 CVXPY 中实现这个线性规划问题？

我想在 CVXPY 中实现这个线性规划问题：

$\max_{\beta \in B_2^p} \sum_{i=1}^{n} [y\langle\beta,-x\rangle]_{(i)}$

其中 $[\cdot]_{(i)}$ 是排序统计量， $[z]_{(1)} \leq [z]_{(2)} \leq \dots \leq [z]_{(n)}$ 和 $z$ 表示相关变量； $B_2^p$ 表示 $R^p$ 中的欧几里得单位球。问题表述来自一篇论文，其中还指出：

这个问题等价于最小化前n个变量的总和，这是一个凸函数，可以通过现成的求解器（例如 CVX）求解。

所以我改编了他们主页上的 CVXPY 示例，这是我想出的代码：

beta_ = cp.Variable(shape=X.shape[1])

constraints = [cp.norm(beta_,2) <= 1]

obj = cp.Minimize(cp.sum_largest((-X @ beta_) * y,n))

prob = cp.Problem(obj,constraints)
prob.solve()  # Returns the optimal value.
print("status:",prob.status)
print("optimal value",prob.value)
print("optimal var",beta_.value)

X 和 y 分别是一个 numpy 矩阵和一个 numpy 向量。问题是此代码打印：

status: unbounded
optimal value -inf
optimal var None

我不是代数或线性规划方面的专家，所以我不知道如何为这个问题找到一个有意义的解决方案。我的代码错了吗？还是真的是一个无解的无界问题？