Если матрицы Тёплица характеризуются постоянством элементов вдоль главных (нисходящих) диагоналей и связаны со свертками сигналов, то их математическими «родственниками» выступают матрицы Ганкеля. Названные в честь немецкого математика Германа Ганкеля, эти матрицы обладают постоянными элементами вдоль побочных (восходящих) антидиагоналей (то есть элемент матрицы H_ij зависит исключительно от суммы индексов i+j). Такая специфическая и жесткая алгебраическая структура возникает абсолютно естественно при анализе марковских параметров, цифровой обработке временных рядов и, что наиболее важно, в инженерной теории системной идентификации (реализации динамических систем).

В линейной алгебре связь между диагональными элементами матрицы и ее собственными значениями (спектром) всегда привлекала пристальное внимание исследователей. Очевидным фактом является то, что след матрицы (сумма ее диагональных элементов) строго равен сумме ее собственных значений. Но существуют ли более глубокие, скрытые ограничения на то, какими могут быть элементы на диагонали? В середине XX века математики Альфред Хорн и Исай Шур доказали потрясающую теорему, описывающую эту внутреннюю связь через концепцию мажоризации. Теорема Шура-Хорна устанавливает жесткие геометрические и алгебраические границы, связывая воедино абстрактную линейную алгебру, теорию вероятностей и квантовую информатику.

Классическая линейная алгебра фокусируется на линейных системах, однако в продвинутой теории оптимального управления и математической фильтрации возникает острая необходимость решать матричные уравнения, содержащие квадратичные члены. Самым знаменитым и фундаментальным из них является алгебраическое уравнение Риккати (Algebraic Riccati Equation, ARE). Названное в честь итальянского математика Якопо Риккати, оно выступает математическим ядром для синтеза оптимальных линейно-квадратичных регуляторов (LQR) и расчета стационарной матрицы ковариации ошибок в фильтре Калмана-Бьюси. Решение этого нелинейного уравнения требует выхода за рамки обычных алгебраических методов и применения глубоких теорем об инвариантных подпространствах.