奇异值分解（singular value decomposition，SVD）

　　SVD模型的简单形式：对于任何矩阵M有：M=USV^H。其中  M是m*n的矩阵，U是m*m的酉矩阵，S是m*n的对角线均为非负数，非对角线均为0的矩阵，V是n*n的酉矩阵。

---

　　<1>对于A^TA, 我们有λi  (i=1...r),并且有当i>j时，λi≥λj>0.  

　　　　　　　　　　　  λi =0 (i=r+1...n).     λ₁ (i=1...n)是A^TA的特征值。

　　<2>由于A^TA是对称矩阵，所以存在V使得V^HA^TAV=D，其中D=diag{λi };（因为矩阵使得 对称矩阵 化为对角矩阵）

　　<3>设δ_i=√¯λi ,

$x=\frac{{-b}\pm\sqrt{b^2-4ac}}{2a}$