本课程为电子信息学科各专业硕士研究生的基础课，同时也可作为计算数学专业研究生的选修课。近代矩阵分析的范围很广，本课程主要内容为以矩阵为工具处理大量有限空间形式与数量关系的方法学。包括：矩阵分析的基本理论，矩阵分解的基本技术和特殊矩阵的性质。
	通过本课程的学习，希望学生能掌握利用矩阵解决问题的基本理论和基本技巧，对矩阵分析的近代发展有所了解，为利用矩阵分析的技术解决问题和从事专业研究打下基础。

第一章 线性空间与线性变换
  线性空间的性质，线性变换及矩阵表示,内积空间
第二章 范数理论及应用
    向量范数及性质，矩阵范数，范数的应用，度量学习及应用。
第三章 矩阵分析及应用
       矩阵序列，矩阵级数，矩阵函数及计算，
       矩阵的微分和积分，矩阵函数的在神经网络中应用
第四章 矩阵分解

高斯消去法与矩阵的三角分解(求解一般线性方程组的
直接算法。)
QR分解(求解条件数较差的直接算法，求特征值),
满秩分解，奇异值分解，基于奇异值分解的矩阵填充；
第五章 特征值估计及矩阵的极性
特征值估计，广义特征值问题，对称矩阵的极性，
矩阵的直积及应用，
第六章 广义逆矩阵
(紧密结合求解线性方程组(相容或不相容), 讲解矩阵广义逆 )
投影矩阵，广义逆矩阵的定义和性质及计算方法，
广义逆矩阵与线性方程组求解
第7章  若干特殊矩阵类型介绍 
   正定矩阵及矩阵不等式，对角占优矩阵，非负矩阵，
非负矩阵分解及应用，Toeplitz矩阵及有关矩阵，
Hilbert矩阵及Hadamard矩阵

1.张贤达,《矩阵分析与应用》第2版,清华大学出版社2013-11-01
2．Roger A. Horn和 Charles R. Johnson，《矩阵分析》吴奇译，机械工业出版社出版， 2005年4月