Когда мы обсуждаем линейную независимость в обычной алгебре, мы имеем дело с векторами-столбцами, состоящими из чисел, и используем матрицу Грама или метод Гаусса. Но как проверить линейную независимость не векторов, а абстрактных функций, например, синусов, экспонент или логарифмов? Для решения этой задачи польский математик-мистик Юзеф Мария Гене-Вронский в 1812 году ввел специальную конструкцию, получившую позже название «Вронскиан». Определитель Вронского перебрасывает мост между алгеброй матриц и математическим анализом непрерывных функций, являясь самым могущественным инструментом при построении фундаментов общих решений систем линейных дифференциальных уравнений (ОДУ).

Линейная алгебра идеальна для описания ровных плоскостей и прямых пропорциональностей. Но реальный мир физики, биологии и экономики нелинеен: процессы ускоряются, замедляются, сталкиваются с хаосом и турбулентностью. Чтобы применить мощный аппарат матричной алгебры к искривленному нелинейному миру, математикам потребовался мост. Этим мостом стал многомерный математический анализ и, в частности, Матрица Якоби (Якобиан), названная в честь немецкого математика Карла Густава Якоба Якоби. Матрица Якоби осуществляет операцию локальной линеаризации: она берет сложную, запутанную нелинейную систему уравнений и в окрестности одной конкретной точки заменяет ее на идеально плоскую, линейную матричную систему, с которой легко и приятно работать.

Метод главных компонент (PCA) безупречно работает для наборов дискретных векторов. Однако в радиолокации, сейсмологии и финансовой математике объекты часто представляют собой не векторы, а непрерывные случайные процессы (функции времени), такие как белый шум или броуновское движение. Для анализа таких непрерывных стохастических систем финский математик Кари Карунен и французский математик Мишель Лоэв разработали гениальное обобщение PCA — преобразование Карунена-Лоэва (KLT). Этот математический аппарат переносит концепции симметричных матриц и собственных векторов в бесконечномерные гильбертовы пространства, используя интегральные уравнения для идеального сжатия и фильтрации зашумленных непрерывных сигналов.