MATLAB 奇异矩阵方程求解：最小二乘法近似解

由于 A 为奇异矩阵，因此无法直接求解矩阵方程 AX=F。但是，我们可以使用最小二乘法来近似求解。

具体的，我们可以使用 SVD 分解将 A 分解为 USV' 的形式，其中 U 和 V 都是正交矩阵，S 是一个对角矩阵，对角线上的元素为奇异值。由于 A 为奇异矩阵，因此 S 中存在 0 元素。我们可以将 S 中的 0 元素替换为一个非常小的数，例如 10^-12，从而得到一个近似的非奇异矩阵 A1。

然后，我们可以将矩阵方程 AX=F 转化为 A1X1=F1，其中 X1=VS^-1U'X，F1=VS^-1F。由于 A1 是非奇异矩阵，因此可以直接求解 X1，从而得到近似解 X=US^-1*V'*X1。

下面是用 MATLAB 实现以上方法的代码：

function X = solve_singular_matrix_equation(A, F)
    [U, S, V] = svd(A);
    S = diag(S);
    S(S < 1e-12) = 1e-12;
    A1 = U * diag(S) * V';
    X1 = A1 \ F;
    X = V * diag(1./S) * U' * X1;
end

使用方法如下：

A = rand(5, 3); % m=5, n=3
F = rand(5, 1);
X = solve_singular_matrix_equation(A, F);