Традиционная линейная алгебра утверждает, что динамика линейной системы полностью определяется ее собственными значениями (спектром). Если действительные части всех собственных значений отрицательны, система асимптотически устойчива. Однако в 1990-х годах физики и математики (в частности, Ллойд Трефетен) обнаружили парадокс: жидкости в трубах становились турбулентными даже при числах Рейнольдса, для которых классический спектральный анализ предсказывал абсолютную стабильность. Разгадка крылась в так называемых ненормальных матрицах (матрицах, чьи собственные векторы не образуют ортогональный базис). Для анализа скрытых нестабильностей таких систем была разработана потрясающая теория псевдоспектров.

Матрица смежности отлично описывает связи между вершинами графа, однако для более глубокого анализа потоков и электрических цепей в алгебраической теории графов применяется другой инструмент — матрица инцидентности. В отличие от смежности (вершина-вершина), инцидентность описывает отношение «вершина-ребро». Эта матрица позволяет перевести сложную геометрическую топологию сети на строгий язык линейной алгебры, превращая задачи поиска путей, циклов и разрезов графа в классические задачи поиска нуль-пространств и образов матриц. Матрица инцидентности является фундаментом для расчета гидравлических, транспортных и электрических сетей по законам Кирхгофа.

Сингулярное разложение (SVD) позволяет представить любую матрицу как сумму матриц первого ранга, взвешенных их сингулярными числами. Мы часто упоминаем, что отсечение самых малых сингулярных чисел используется для сжатия изображений и подавления шума в данных. Но почему этот эвристический подход работает так эффективно? Фундаментальный математический ответ дает теорема Эккарта-Янга-Мирского. Эта жемчужина линейной алгебры строго доказывает, что усеченное сингулярное разложение является не просто «одним из хороших способов» сжатия данных, а абсолютно наилучшим из всех математически возможных способов приблизить сложную матрицу матрицей меньшего ранга.