В абстрактной алгебре теория представлений изучает способы воплощения абстрактных алгебраических структур (таких как группы, кольца или алгебры Ли) в виде конкретных матриц и линейных операторов. Иными словами, эта теория позволяет перевести сложные аксиоматические симметрии на простой и понятный язык линейной алгебры. Сердцем всей этой грандиозной теории является скромная на вид, но невероятно могущественная Лемма Шура, доказанная Исаем Шуром в 1905 году. Эта лемма накладывает жесткие алгебраические ограничения на то, как могут взаимодействовать между собой простейшие (неприводимые) строительные блоки любых симметричных физических или математических систем.

Математические модели физических процессов никогда не бывают абсолютно точными. Матрицы, описывающие квантовые гамильтонианы или графы инженерных сетей, всегда содержат погрешности: ошибки измерений приборов, неточности констант или аппаратный шум плавающей запятой процессора. Возникает критически важный вопрос: если мы немного изменим элементы матрицы (добавим шум), насколько сильно сместятся ее собственные значения (спектр)? Не развалится ли мост из-за ошибки датчика в 1%? Немецкий математик и физик-теоретик Герман Вейль ответил на этот вопрос, доказав серию жестких алгебраических неравенств для эрмитовых (симметричных) матриц. Неравенства Вейля гарантируют непрерывность и предсказуемость спектра в условиях хаоса.

Когда матрица является вырожденной (ее определитель равен нулю), классическая обратная матрица не существует. Самой популярной альтернативой является псевдообратная матрица Мура-Пенроуза, которая находит наилучшие решения методом наименьших квадратов. Однако матрица Мура-Пенроуза разрушает спектральные свойства (собственные значения) исходного оператора. Для глубокого анализа динамики систем с вырожденными матрицами Майкл Дразин в 1958 году предложил совершенно иной тип обобщенного обращения — обратную матрицу Дразина. Этот уникальный математический инструмент стал спасательным кругом при решении сложных дифференциально-алгебраических уравнений (DAE), описывающих электрические цепи и шарнирно-сочлененные механизмы роботов.

Точное вычисление собственных значений (спектра) матриц большой размерности — задача колоссальной вычислительной сложности, требующая применения громоздких итерационных алгоритмов вроде метода QR. Однако во многих прикладных инженерных задачах (например, при проверке устойчивости энергосетей или мостовых конструкций) точные значения корней характеристического многочлена не нужны. Инженерам достаточно знать лишь примерную область на комплексной плоскости, где эти корни могут находиться. В 1931 году советский математик Семен Аронович Гершгорин опубликовал невероятно изящную теорему, которая позволяет очертить строгие границы спектра абсолютно любой квадратной матрицы, используя лишь элементарную арифметику: простые сложения модулей ее элементов.