Симметричные матрицы (у которых элементы симметричны относительно главной диагонали, A = A^T) встречаются в математике и физике повсеместно. Они описывают тензоры инерции твердых тел, матрицы напряжений в сопромате, матрицы ковариации в статистике и гамильтонианы в квантовой механике. Столь широкое распространение не случайно: симметричные матрицы обладают невероятно удобными и «красивыми» математическими свойствами, которые объединяются в одну из самых важных теорем всей линейной алгебры — Спектральную теорему. Эта теорема утверждает, что геометрия любого преобразования, заданного симметричной матрицей, сводится к простому масштабированию (растяжению или сжатию) вдоль взаимно перпендикулярных осей.

Понятие ортогональности является одним из самых мощных инструментов в арсенале линейной алгебры. В двумерном или трехмерном мире ортогональность означает просто перпендикулярность векторов (угол между ними равен 90 градусам). В абстрактных евклидовых пространствах два вектора называются ортогональными, если их скалярное произведение в точности равно нулю. Работа с ортогональными системами векторов кардинально упрощает любые математические вычисления: матрицы становятся легко обратимыми, системы уравнений распадаются на независимые части, а геометрические проекции вычисляются в одно действие. Умение находить и строить ортогональные базисы — ключевой навык для инженеров и аналитиков данных.