此书为张贤达老师编写的矩阵论参考书籍，为科研工作者必备书籍，值得拥有

【2018新书】应用线性代数与矩阵分析（Applied Linear Algebra and Matrix Analysis, 2ed）

Matrix Analysis（矩阵分析）中文翻译版 pdf格式的

矩阵分解的LU、QR（Gram-Schmidt）、Orthogonal Reduction (Householder reduction 和Givens reduction)和URV程序实现

矩阵分析与应用、李保滨、householder分解、QR分解、python

1.国科大李保滨老师-矩阵分析与应用大作业-2020年 2.含python源码和程序说明文档 3.源码带详细注释 4：包含五类分解程序 #1 LU_factorization,PA=LU #2 QR_factorization(Gram-Schmidt),A=QR #3 Householder_reduction,PA=T #4 Givens_reduction,PA=T #5 URV_factorization,A=U@R@V.T

作者: 张贤达。 出版社: 清华大学出版社。 《矩阵分析与应用》(精装)将矩阵的分析分为梯度分析、奇异值分析、特征分析、子空间分析与投影分析五大部分，以一种新的体系、系统、全面地介绍矩阵分析的主要理论、方法及应用。全书共10章，内容包括矩阵与线性方程组、特殊矩阵、Toeplitz矩阵、矩阵的变换与分解、梯度分析与最优化、奇异值分析、总体最小二乘方法、特征分析、子空间分析、投影分析。《矩阵分析与应用》(精装)取材广泛，内容新颖，理论与应用密切结合。书中介绍了矩阵分析的丰富理论和大量生动应用，可以帮助读者学会如何使用矩阵这一重要数学工具，灵活解决科学和工程技术中的大量问题。

这是一门研究生课程，矩阵分析，矩阵论，作业题答案，内容比较好的哦

工科研究生课程课后学习指导，有相关例题和课后答案，对自学很有好处

《矩阵分析(第二版)》史昌荣，这是教材，页面清晰。这是一本适合工学硕士、工程硕士研究生的教材。与其配套的《矩阵分析学习指导》。