Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Algebra matricial
El estudio de la econometra requiere cierta familiaridad con el algebra matricial.
La teora de matrices simplica la descripci
on, desarrollo y aplicaci
on de los metodos
econometricos. En este captulo, se resumen algunos conceptos fundamentales del algebra
matricial que se usar
an a lo largo del curso.
A.1.
Matrices
..
.
.
...
.
am1 am2 . . .
amn
6 5 7 4
A = 5 4 2 5
1 1 11 1
A
A
a11
a12
A =
..
.
a21
a22
..
.
a1n a2n
191
...
...
...
...
am1
am2
..
amn
192
A.2. Vectores
6
5
A =
7
4
A.2.
A del ejemplo 1 es
5 1
4 1
2 11
5
Vectores
a=
..
.
am
a = a1 a2 . . . am
ai bi
i=1
x = x x
siendo el vector normalizado x/x.
n 108. Dos vectores a = (a1 , . . . , am ) y b = (b1 , . . . , bm ) son ortogonales,
Definicio
ab, si su producto escalar es cero
a b = b a = a1 b1 + a2 b2 + + am bm =
ai bi = 0
i=1
193
A. Algebra matricial
Ejercicio 13. Demuestre que la media de las observaciones y1 , . . . , ym puede expresarse como i y/i i.
A.3.
Operaciones b
asicas con matrices
C = A + B = 5
1
13 16 9 13
7 11 2 9
5 7 4
4 2 5 + 5 8 8 1 = 10 12 10 6
7 11 19 11
6 10 8 10
1 11 1
3. Multiplicaci
on por un escalar El producto de una matriz A = [aij ] por
un escalar es una matriz B = [bij ] = [aij ], esto es, se multiplican todos los
elementos de la matriz por el escalar.
Ejemplo 31. La multiplicaci
on
12
E = 2A = 10
2
de la matriz A por 2 es
10 14 8
8 4 10
2 22 2
194
A.4. Determinantes
7 5 6
11 8 10
F = A B = 5 4 2 5
= 128 78 136
2 8 8
49 102 114
1 1 11 1
9 1 10
6. Trasposici
on de matrices La transposici
on de matrices, ya denida, cumples
las propiedades:
a) Reexiva: (A ) = A,
b) (A + B) = A + B , la traspuesta de la suma de dos matrices es la suma
de las matrices traspuestas,
c) (AB) = B A , la traspuesta del producto de dos matrices es el producto
de las traspuestas en orden invertido. Esta propiedad puede extenderse
al producto de tres o m
as matrices: (ABC) = (A(BC)) = (BC) A =
C B A .
7. Traza de una matriz La traza de una matriz cuadrada A = [aij ] de orden
m m es la suma de los elementos de la diagonal principal
tr(A) = a11 + a22 + + amm =
aii
i=1
147 130
tr(F) = 128 78
49 102
A.4.
El determinante de un escalar o,
es el propio escalar. El determinante
a
11
|A| =
a21
la matriz F es
182
195
A. Algebra matricial
(j1 , j2 , j3 ) en (1, 2, 3). Por ejemplo, en el producto a12 a23 a31 se requieren dos transposiciones para pasar de (2, 3, 1) a (1, 2, 3), mientras que en el producto a13 a22 a31 se requiere
una transposici
on para pasar de (3, 2, 1) a (1, 2, 3).
En general, el determinante de una matriz A = [aij ] de orden m m es la suma
de todos los posibles productos de m elementos de A, a1j1 a1j2 . . . amjm , tal que (i) cada
producto contiene un s
olo elemento de cada la y columna, y (ii) el signo de cada
umero de transposiciones requeridas para pasar de
producto es (1)p donde p es el n
(j1 , j2 , . . . , jm ) a (1, 2, . . . , m):
|A| =
m!
(1)pk (a1j1 a2j2 . . . amjm )k
k=1
1 1 3
G = 1 1 0
3 1 2
El determiante
1 1
|G| = 1 1
3 1
de G es
3
1 1
1 1
1 1
0 = 3
= 3 (2) 0 (2) + 2 0 = 6
+ 2
0
1 1
3 1
3 1
2
A.5.
Matriz inversa
1
adj(A)
|A|
Apuntes de Econometra. LADE y LE. Curso 2008-2009.
Material publicado bajo licencia Creative Commons
196
G = 1
3
A.6.
la matriz G es
1
1 3
2
1 3
1
1 0 =
2 7 3
6
1 2
2 2
0
Rango de una matriz
197
A. Algebra matricial
A.7.
Resoluci
on de sistemas de ecuaciones lineales
..
.
x1
b1
a11 a12 . . . a1n
Ax = b
n 116. Un sistema de ecuaciones lineales se denomina sistema de Cramer
Definicio
si la matriz A es cuadrada, m = n, y no singular, |A| =
0.
Un sistema de Cramer tiene soluci
on u
nica que viene dada por
x = A1 b
Ejemplo 36. El sistema de ecuaciones lineales
12x1 + 20x2 =388
4x1 + 17x2 =212
puede escribirse como
12 20
4 17
x1
x2
388
212
siendo la soluci
on del sistema
1
1
12 20
388
x1
19
388
17 20
=
=
=
124 4 12
4 17
212
x2
8
212
A.8.
a11 0 . . .
0
0
0 a22 . . .
A= .
..
..
..
.
.
.
.
.
0
...
amm
198
1 0 ... 0
0 1 . . . 0
Im =
.
.. .. . .
. ..
. .
0 0 ...
3. Matriz escalar: es una matriz diagonal cuyos elementos de la diagonal principal son todos iguales a . Veremos que una matriz escalar es el producto
de un n
umero por una matriz identidad, Im .
4. Matriz triangular inferior: es una matriz cuadrada cuyos elementos por
encima de la diagonal principal son todos nulos, aij = 0 i < j.
0 ...
0
a11
0
a21 a22 . . .
A=
..
..
..
..
.
.
.
.
am1 am2 . . .
amm
traspuesta, A = A .
7. Matriz idempotente: es una matriz cuadrada que cumple A2 = AA = A.
8. Matriz ortogonal: es una matriz cuadrada que cumple AA = Im
A.9.
1
2
|A I| =
= (1 )2 4 = 2 2 3 = 0
2
1
199
A. Algebra matricial
y el autovector normalizado es
x1 =
x12
x12
1/ 2
1/ 2
1. trA = ni=1 i
2. |A| = ni=1 i
Formas cuadr
aticas
n
n
aij xi xj =
i=1 j=1
n
i=1
aii x2i + 2
n1
aij xi xj
i=1 j=i+1
200
La anterior clasicaci
on puede hacerse en terminos de los autovalores de la matriz
A. Si todos los autovalores son positivos, entonces la forma cuadr
atica x Ax es denida
positiva; si algunos autovalores son positivos y otros iguales a cero, semidenida positiva;
si todos son negativos, denida negativa; si algunos son negativos y otros iguales a cero,
semidenida negativa; en cualquier otro caso, no denida.
n 130. Sea A una matriz de orden m n, la forma cuadr
Proposicio
atica x A Ax
0 y semidenida positiva si |A A| = 0.
es denida positiva si |A A| =
n. Dene el vector columna y = Ax de orden m 1, entonces el
Demostracio
producto esclar
m
y y = x A Ax =
yi2 0
i=1
El vector y ser
a igual al vector nulo cuando las columnas de A sean vectores linealmente
dependientes
y = x1 a 1 + x2 a 2 + + xn a n = 0
A.11.
Diagonalizaci
on de matrices
m
i pi pi
i=1
en donde D =
1/2
1/2
{1 , . . . , m }.
n 124. La descomposici
Definicio
on de Cholesky de una matriz denida positiva A
de orden m es
A = T T
en donde T = es una matriz triangular superior.
Prof. Dr. Jos
e Luis Gallego G
omez
Departamento de Economa. Universidad de Cantabria
201
A. Algebra matricial
t11 = a11
a1j
t1j =
j = 2, . . . , m
t11
y los elementos de las siguientes columnas
i1
t2ki i = 2, . . . , m
tii = aii
k=1
tij =
aij
i1
tii
A.12.
i = 2, . . . , m; j = i + 1, . . . , m
Matrices particionadas
3
2
A=
7
8
9
4
7
8
A21 =
7 7
8 8
1
1
6
9
9 6
8 10
9 5
8 10
A12 =
1 9 6
1 8 10
A22 =
6 9 5
9 8 10
A11 A12
A21 A22
La partici
on de una matriz A consiste en trazar
elementos en diferentes bloques o submatrices.
1
3 9
2 4
1
A=
7 7
6
9
8 8
A.12.1.
9 6
8 10
9 5
8 10
1. Suma
Prof. Dr. Jos
e Luis Gallego G
omez
Departamento de Economa. Universidad de Cantabria
202
A
A
11
21
A =
A12 A22
4. Inversa
La inversa de la matriz particionada A = [Aij ] (i, j = 1, 2) es
1
1
1 A A1 A1 A D1
A
+
A
A
D
12
21
12
11
11
11
11
A1 =
D1 A21 A1
D1
11
en donde D = A22 A21 A1
11 A12 . Una forma alternativa es
1
1 A A1
E
E
12
22
A1 =
1 A1 + A1 A E1 A A1
A1
A
E
21
21
12 22
22
22
22
en donde E = A11 A12 A1
22 A21 .
203
A. Algebra matricial
de donde
1
A11 = (A11 A12 A1
22 A21 )
An
alogamente, del sistema de ecuaciones
A11 A12 + A12 A22 = 012
A21 A12 + A22 A22 = I22
obtenemos que
22
A12 = A1
11 A12 A
1
A22 =(A22 A21 A1
11 A12 )
En resumen,
1
A11 =(A11 A12 A1
= E1
22 A21 )
22
1
A12 = A1
= A1
11 A12 A
11 A12 D
11
1
1
A21 = A1
= A1
A22 =(A22 A21 A1
= D1
22 A21 A
22 A21 E
11 A12 )
Adem
as, debe cumplirse que A1 A = I, esto es,
A11 A12
I11 012
A11 A12
=
A21 A22
A21 A22
021 I22
El sistema de ecuaciones en A11 y A12
A11 A11 + A12 A21 = I11
A11 A12 + A12 A22 = 012
proporciona
1
A11 = (A11 A12 A1
22 A21 )
1
A22 = (A22 A21 A1
11 A12 )
En denitiva,
1
A11 =(A11 A12 A1
= E1
22 A21 )
1
1
A12 = A11 A12 A1
22 = E A12 A22
1
1
1
A21 = A22 A21 A1
A22 =(A22 A21 A1
= D1
11 = D A21 A11
11 A12 )
1
1
1
1
=A1
(A11 A12 A1
22 A21 )
11 + A11 A12 D A21 A11
1
1
1
1
(A22 A21 A1
=A1
11 A12 )
22 + A22 A21 E A12 A22
Prof. Dr. Jos
e Luis Gallego G
omez
Departamento de Economa. Universidad de Cantabria
204
A.13.
La forma lineal
a x = a1 x1 + a2 x2 + + an xn
es una funci
on de n-variables independientes x1 , . . . , xn . El cambio de a x cuando x1
cambia permaneciendo las otras variables independientes x2 , . . . , xn constantes es el
concepto de derivada parcial de a x respecto de x1
a x
= a1
x1
La derivada de a x respecto de x es un vector columna que contiene la derivada parcial
de a x respecto de cada elemento de x
a x
x1
a1
a
x
a2
a x
x
= 2 = .
=a
x
... ..
a x
an
xn
205
A. Algebra matricial
aii x2i + 2
i=1
n1
aij xi xj
i=1 j=i+1
x Ax
x1
2(a11 x1 + a12 x2 + + a1n xn )
x Ax
x Ax
2(a21 x1 + a22 x2 + + a2n xn )
x2 =
=
= 2Ax
x
...
..
x Ax
2(an1 x1 + an2 x2 + + ann xn )
xn
x Ax
2(ai1 x1 + ai2 x2 + + ain xn )
xi
=
= 2aii
xi
xi
x Ax
2(ai1 x1 + ai2 x2 + + ain xn )
xi
=
= 2aij
xj
xj
2
x Ax 2 x Ax
2 x Ax
...
x2
x1 x2
x1 xn
x Ax 2 x Ax 2 x Ax
2 x Ax
=
.
.
.
x2 x1
xx
x2 xn
x22
2
2
x Ax x Ax
x Ax
...
xn x1 xn x2
x2n
Se cumple que
2 x Ax
=
xx
x Ax
x
x
(2Ax)
= 2A
x
206
A.14. Ejercicios
A.14.
Sean
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
1
X=
1
1
1
1
2
3
4
5
6
Ejercicios
1
1
90
100
110
y=
135
145
165