假设一个人希望深入研究数值线性代数（并关注数值线性代数和矩阵理论的期刊），这将是一门更好的课程/更好的书：
与 Hoffman 和 Kunze 一起证明和严谨（我对严格的数学没有问题）。
或者
斯特朗教授的书采用不严谨的证明或“未经证明的陈述”方法，但对应用程序和“现实世界”问题的重视程度很高。
或者
你还有什么推荐的吗？（Gene Golub 的书怎么样？）
我知道 Strang 书中的一些内容（由他的在线讲座补充）以及 Trefethen 和 Bau 的数值线性代数的一些部分。但是，我希望对这个主题有更透彻的了解。我主要是自学书籍。
我可能会从 Gil Strang 的线性代数简介开始。最好在没有证明的情况下打下坚实的基础，然后再进行严格的介绍，例如在学习实际分析之前学习微积分。
在你学习了 Strang 的书之后，如果你仍然有兴趣了解更多关于线性代数背后的严谨性，你可以试试 Sheldon Axler 的Linear Algebra Done Right、Halmos 的Finite Dimensional Vector Spaces（有点像 Rudin 的读物）或 Mike Artin 的Algebra（对于更多抽象代数的内容；我参加了他第一学期的抽象代数课并喜欢它）。Meyer 关于矩阵分析的书也应该不错。
如果你之后对数值线性代数更感兴趣，你可以看看 Trefethen 和 Bau、Demmel 的应用数值线性代数和斯图尔特关于矩阵算法的书籍。
我和 Golub & Van Loan 一起“长大”。在我看来，理论和实施的最佳书籍。
GH Golub 和 CF Van Loan，矩阵计算，第三版，约翰霍普金斯大学出版社，巴尔的摩，1996 年。
NJHigham，数值算法的准确性和稳定性，SIAM，1996。
Y.Saad，稀疏线性系统的迭代方法，SIAM，2000。
LNTrefethen 和 D.Bau,III，数值线性代数，SIAM，1997。
HA Van der Vorst，大型线性系统的迭代 Krylov 方法，剑桥大学出版社，2003 年。