Каждая квадратная матрица задает определенное линейное преобразование пространства — она может растягивать, сжимать, поворачивать или отражать векторы. Если мы возьмем произвольный вектор и умножим его на матрицу, результат, как правило, изменит и свою длину, и свое направление. Однако для большинства матриц существуют особые, уникальные векторы, которые после умножения на матрицу сохраняют свое исходное направление. Они могут растянуться, сжаться или поменять направление на строго противоположное, но они остаются на той же прямой линии. Такие «упрямые» векторы называются собственными векторами (eigenvectors), а коэффициент их растяжения или сжатия — собственным значением (eigenvalue). Эта концепция лежит в основе многих сложных технологий, от алгоритма PageRank в Google до анализа вибраций мостов в инженерии.

Когда мы произносим слово «вектор», многие представляют себе направленный отрезок на плоскости со стрелочкой на конце, обозначающий силу или скорость. Однако в линейной алгебре концепция вектора гораздо шире и абстрактнее. Векторное (или линейное) пространство — это математическая структура, состоящая из набора элементов, называемых «векторами», для которых строго определены правила их сложения между собой и умножения на числа (скаляры). При этом природа самих элементов может быть совершенно любой: это могут быть привычные геометрические векторы, матрицы, многочлены, функции или даже звуковые волны. Переход к абстрактным векторным пространствам позволяет применять мощные геометрические интуиции к совершенно негеометрическим объектам.

Системы линейных алгебраических уравнений (сокращенно СЛАУ) — это, пожалуй, самая практически применимая часть линейной алгебры. Инженеры, физики, экономисты и программисты ежедневно сталкиваются с необходимостью решать СЛАУ, содержащие от нескольких единиц до миллионов неизвестных переменных. Любая линейная система представляет собой набор уравнений первой степени, которые должны выполняться одновременно. В матричной форме такая система изящно записывается в виде AX = B, где A — матрица коэффициентов системы, X — вектор неизвестных, а B — вектор свободных членов. Умение классифицировать системы и подбирать оптимальные алгоритмы для их решения — это базовый навык для любого технического специалиста.

Определитель (или детерминант) — это одно из центральных понятий линейной алгебры, представляющее собой числовую характеристику любой квадратной матрицы. Исторически определители возникли даже раньше, чем сами матрицы, в процессе поиска универсальных методов решения систем линейных алгебраических уравнений. Геометрический смысл определителя невероятно глубок: он показывает коэффициент масштабирования n-мерного объема при линейном преобразовании, задаваемом матрицей. Если определитель равен нулю, это означает, что преобразование «схлопывает» пространство в меньшую размерность (например, превращает трехмерную фигуру в плоскую тень). Изучение свойств определителей позволяет эффективно анализировать линейную независимость векторов и обратимость матриц.