最小二成解解矩阵方程,矩阵方程不能解就用这种方法

很多时候矩阵方程不好解
比如 $Ax = b$Ax=b
普通方法的线性代数做法：$A^{-1}Ax = A^{-1}b$A−1Ax=A−1b
因为$A^{-1}A = E$A−1A=E
所以$x = A^{-1}b$x=A−1b
普通方法的python实现：

x = np.linalg.solve(A,b)

可是有时候这样无法解，因为普通方法有局限性，尤其当矩阵A为奇异矩阵时无发用上面的普通方法解绝

用**奇异值分解（SVD分解）方法**:
$A = UDV^T$A=UDVT
分解完成之后$V的最后一列就是Ax=0的解$V的最后一列就是Ax=0的解