矩阵论与线性代数

矩阵论和线性代数的差异有如下几个方面：

（1）线性代数主要以运算为主，比如矩阵的四则运算、行列式的计算、特征值和特征向量的计算等。而矩阵论主要以变换为主，它利用线性代数知识，描述线性变换，并提出了特殊变换，如正规（正交）变换、酉变换等。

（2）线性代数处理特殊矩阵，例如它只对可对角化矩阵进行特征值分解。而矩阵论在此基础上解决了不可对角化的矩阵的分解（方阵的Jordan分解），还解决了非方阵的分解，奇异值分解。

（3）矩阵论作为线性代数的后续课程，涉及了线性代数更深的领域，如QR分解、范数、矩阵函数、矩阵分析等。

      学知识的同时，也应该尝试着上升到哲学的层面。现在矩阵理论成为一门重要的工具兼理论课程，能学透彻，特别是（理解其中）蕴含的思想，对一个研究人员将有很大裨益！

     矩阵论最为美妙的地方在于——矩阵论给予了线性代数强有力的“几何解释”。这使得吾等平凡之辈也能理解基于“数”、“符号”的推理是如何实现的。 举一个简单的例子，“人工神经网络”——一种强有力的非线性拟合的数学工具，其唯一缺陷在于，模型本身是“黑箱”的。于是乎，算法本身不能解释给出的“回归结果”的理由）。而其升级版——SVM（支持向量机）很简单地做到了这一点。