Приведение матриц к треугольному или диагональному виду — центральная задача вычислительной линейной алгебры. Однако классический метод Гаусса, использующий элементарные преобразования строк (сдвиги), обладает существенным недостатком: он может накапливать вычислительные ошибки округления при работе с числами с плавающей запятой. Для создания абсолютно устойчивых алгоритмов математики обратились к ортогональным преобразованиям, которые сохраняют длины векторов и не искажают пространство. Двумя самыми мощными инструментами в этом арсенале являются матрицы вращения Уоллеса-Гивенса (Givens rotations) и матрицы отражения Хаусхолдера (Householder reflections). Именно они лежат в основе современных алгоритмов QR-разложения и поиска собственных значений матриц.

Матричная алгебра изучает не только произвольные таблицы чисел, но и объекты со строго определенной внутренней архитектурой (структурированные матрицы). Одним из самых важных классов таких объектов являются матрицы Тёплица, названные в честь немецкого математика Отто Тёплица. Уникальность этих матриц заключается в том, что вдоль абсолютно любой диагонали, параллельной главной, стоят одинаковые элементы. Такая жесткая структура возникает естественным образом там, где есть инвариантность (постоянство) свойств системы во времени или пространстве — например, при цифровой обработке сигналов, в теории временных рядов (ARIMA), при решении дифференциальных уравнений и в алгоритмах криптографии.

Стандартная спектральная задача линейной алгебры (нахождение собственных векторов и собственных значений) формулируется уравнением AX = lambda * X. Это уравнение предполагает, что оператор A действует на вектор в стандартном евклидовом пространстве с единичной метрикой. Однако в реальных физических задачах — от расчета собственных частот вибрации зданий при землетрясениях до квантово-механических орбиталей молекул — пространство деформировано массой или другими физическими параметрами. В таких случаях возникает обобщенная задача на собственные значения вида AX = lambda * BX, где B — вторая матрица, задающая метрику или инерционные свойства исследуемой системы.