Tenemos un sistema lineal en $\mathrm A \in \mathbb R^{m \times n}$
$$\mathrm A \mathrm x = \mathrm b$$
donde $\mathrm x \in \mathbb R^{n}$ y $\mathrm b \in \mathbb R^{m}$ se dan. Vectorización el lado izquierdo, obtenemos el sistema lineal
$$(\mathrm x^T \otimes \mathrm I_m) \, \mbox{vec} (\mathrm A) = \mathrm b$$
que está escrito en una forma más familiar. Tenemos $m n$ desconocidos y sólo $m$ ecuaciones, es decir, si $n > 1$ entonces tenemos un underdetermined sistema lineal. El espacio nulo de $\mathrm x^T \otimes \mathrm I_m$ tiene una dimensión mínima de $m (n-1)$ . Asumiendo que $n > 1$ entonces hay infinitas soluciones.
Podemos buscar la matriz $\mathrm A$ con el norma mínima de Frobenius a través de $2$ -Minimización de la norma
$$\begin{array}{ll} \text{minimize} & \|\mbox{vec} (\mathrm A)\|_2\\ \text{subject to} & (\mathrm x^T \otimes \mathrm I_m) \, \mbox{vec} (\mathrm A) = \mathrm b\end{array}$$
o podemos buscar un escaso matriz $\mathrm A$ a través de $1$ -Minimización de la norma
$$\begin{array}{ll} \text{minimize} & \|\mbox{vec} (\mathrm A)\|_1\\ \text{subject to} & (\mathrm x^T \otimes \mathrm I_m) \, \mbox{vec} (\mathrm A) = \mathrm b\end{array}$$
En MATLAB, utilice la función kron
para hacer el producto Kronecker $\otimes$ y reshape
para vectorizar (y desvectorizar).