Una de las teorías más usadas actualmente en la matemática aplicada es el Álgebra lineal. Hay una gran sinergía entre esa teoría y los avances tecnológicos. Temas tradicionales como el cálculo de valores y vectores propios han encontrado aplicaciones en problemas tan diversos como la visión por computador o la clasificación de sitios en la red. Pero también nuevos algoritmos surgen como respuesta a las necesidades de aplicaciones específicas y esto hace que sea necesario volver a la teoría para comprender sus fundamentos. Una de las áreas del desarrollo científico tecnológico en la que la matemática se ha mostrado especialmente útil es en el campo de las ciencias de la computación denominado inteligencia artificial y en particular en lo que se conoce como aprendizaje de máquina. Una de las definiciones de aprendizaje de máquina dice que básicamente se trata de programar computadores para optimizar un criterio de desempeño usando datos como ejemplos o experiencias pasadas. Se han desarrollado sofisticadas técnicas para construir máquinas de aprendizaje lineal que han resultado exitosas en muchas aplicaciones. Y entre los diversos problemas del aprendizaje de máquina uno de los más importantes es el problema de la clasificación. Actualmente es muy fácil tener acceso a grandes bases de datos que consisten de colecciones de estos adecuadamente clasificados (exámenes médicos, clientes bancarios etc.) y el principal problema que se plantea es construir una función clasificadora que, con base en ese conocimiento, clasifique adecuadamente cualquier nuevo dato que esté sin clasificar.