Notion · 4 / 4 du chapitre
Systemes lineaires et rang
60 min de lecture
Systemes lineaires et rang
Pourquoi cette notion
Objectif : relier la resolution d'un systeme lineaire au rang d'une matrice, notion qui revient plus tard pour diagnostiquer un modele mal conditionne.
Entrainer une regression lineaire, c'est au fond resoudre (ou approcher) un systeme lineaire.
Concepts cles
Rang d'une matrice
Le rang est le nombre de lignes (ou colonnes) lineairement independantes. Un rang inferieur au nombre de colonnes signale des caracteristiques redondantes.
Resolution de systemes
numpy.linalg.solve resout Ax = b quand A est carree et de rang plein ; sinon on passe par une solution approchee (moindres carres).
En pratique
import numpy as np
A = np.array([[2.0, 1.0], [1.0, 3.0]])
b = np.array([3.0, 5.0])
x = np.linalg.solve(A, b)
rang = np.linalg.matrix_rank(A)
Pieges frequents
RETENIR — un systeme sans solution unique (rang deficient) annonce souvent des colonnes redondantes dans un futur jeu de donnees — voir Produit matriciel et normes.