// Using ALGLIB to solve a quadratic program
                // cf. example_minqp_d_lc1 example on ALGLIBs page
                double[,] a = C.ToArray(); // <-- quadratic term in objective function
                double[] b = new double[C.RowCount]; // <-- no linear term in objective function
                double[] bndl = new double[C.RowCount]; // <-- lower box bound
                double[] bndu = Enumerable.Repeat<double>(Double.PositiveInfinity, C.RowCount).ToArray();
                double[] cnstrRow = gainPredictorsAt.Append(1.0).ToArray(); // <-- expected gain = 1 constraint coeffs
                double[,] cnstr = new double[1, cnstrRow.Length]; // <-- expected gain = 1 constraint
                for (var i = 0; i < cnstrRow.Length; i++) cnstr[0, i] = cnstrRow[i];
                int[] cnstrType = new int[] { 0 }; // <-- linear constraint type - equality
                double[] ret;
                alglib.minqpstate state;
                alglib.minqpreport rep;
               
                // create solver, set quadratic/linear terms
                alglib.minqpcreate(C.RowCount, out state);
                alglib.minqpsetquadraticterm(state, a);
                alglib.minqpsetlinearterm(state, b);
                alglib.minqpsetbc(state, bndl, bndu);
                alglib.minqpsetlc(state, cnstr, cnstrType);
                // set scale
                alglib.minqpsetscaleautodiag(state);
                // optimize using BLEIC-based QP solver
                alglib.minqpsetalgobleic(state, 0.0, 1e-5, 0.0, 10000);
                alglib.minqpoptimize(state);