-— William H. Greene _ Capitulo
introduccién
ECONOMETRIA
Encl primer nero de Eoonamdrca, la Ezonomstrie Society extabecs que
ries objeto uta promone xu ue dian aun unica de ori ec-
Ena fears Caan ss stn ntfs we Man
{raves ves» gf ea » Soman ea tur
sen in enbargo rin apts det del elu cant de smal» sng de
«cit iiption cru te ete Cone can emo Al onocs Mb ence
conomen, Tampa tf que Hamat toi conmis, cone de et
{Goi tee. deletivanete chic enna La eon steer come
‘toni apacon os materia a sanamia La epean ha manos greases
Sins oa Gris s) r mndc s
ds tconomes eran Esa em deb te pce ge nein acs Semen a
‘potest Extend lo que conaioye Is ronometn
Fishy su soctedad responaieron a una acumulacion sn precedenes de inlomacién estditica
Vion a necsidad de estalecer un cojunio de prncpios que podran organizat lo que de otra
forma, certs un connie desrdens de datoe Ni low parr ile objeios de esac
‘met han cambiado con los aos desde qu se publics ete editorial La economera esl eatopo
del economia que iene que ver con la aplcacion del extadstica materi yas hetramientas
‘ae nferennetetsea, ls medcenesempirias de elacones postlades por la econo eSto,
1.2. MODELIZACION ECONOMETRICA.
{Lx cconoma teria ex ganerlmentsesict no ambig. Los modelo de demande, de prodve-
i, y consumo agregad, postulan todos ello reasoner determina: precas Las variables
‘pentiemes eindepenolenes stan etiisdas. na frma funciona esd epeciada tome 2 Aad economaico _
ea mayor de los cass exec, meaos, un aman culitativa vse de os ion
er icon lpn conn coon Ia vale indepencics chs mle Por specie ot
‘Bodeo clo a snplacn dea edad Into egos sober dels aio Se
fotos pero no ede en cueta oda ls infuse oda sar resents pero doe mo 00
itporanic par nuestros propéstor Natuaiment, se pode dir scr de asta qo punto
tas infoncas pucde conuderaaeminias yfalente, ta para se ora ees enpica
‘Sootor anaes opis operetta encontrar na copomieischaacne rma
yaad
‘Mint del nia eager ealbar gan cand dee apt stoi de vd
conden, Ai Yor Cup por way Cte Seance Gur pads tn modo Ue prod
‘lo, no existe forma de eeu lpia de qe un di delve pueda dar lugar a ete Jk
flat y pacar tn valor spice Coan conju de dios bre conte pode Somos
Envnogin tip de cron Ex acoso, portant icoporr elemento excdsiza en nists
‘Rodeos nian, Como reallado ls Observacones dea vaabe dependents rellaran var
‘Sree etabuble no wow alee en ls arabs que hanes endo encuensexpicanete
Sin tien» Is skaoricdad del comportameto human, yal incacn de nmomabes
intcensas severe gue mo feveme et chen e eee Go inne eu cio
Batra en un mado dtrminsio no prende meant roger ss eicenca ts cecal
‘camia senha de eto con poeriorda. pra segraros de Qu napus aleto-
fetad den ator no expcado, realmente inexpicsble Sino fo es mods de hsho,
Jnndecando, Contin con nso empl, ignorar (0 n0 lect en ccna) una toma de
‘eve rua con; no ent cn cuena dfrendas reponse en pres union din xe
a productn coir cous muy dicen Sin tes omiions, el dementoexuinico dota at
Stedso de nn people esne Te servchnr i) vr) de ecin somes
‘imo ls resultados de on proceo alata, Con una erctraetocsicasfceniement del
{ada y datos despa nuestro alse consi en edu las propels de na db0s80
<& picbabhdad Las heamuenas y melodes dein eadsion alematcaproporsonstan Ws
‘rps operatives
"Un cans fore Sunes puede ss raineigconfimad, a menos cs haga pts
como pars incr culquierpstbiidad. Pero podem someterio aun eculio ms igo
faveso de endenc contrat, chara, Una toi determina lo valida por una simple
Shecnte eres. La Inrodvctn de cemenis estcitias en o mado combi de oh
SErmacin eta» una desrpegn probabil de valores esperadon y conevs Una impor.
{tne taper’ Grnemente sl presen de oridencne on contr pode near cooinctne-
‘mene cl modelo probablinic,Que onstaye el epedamino de even una cus Je
Intprlactn or ant, modo probs cr mimo empo menos pes Toque Ro
‘esiamene ber Bueno, ma robust.
papel def cori ene cconomeiris no puede eapeune. La cesta de que panos
smxuicaor ow sonjnta de dle no eputmenate 9 epee qu se ese wan rabaed compl.
Suc dedar a sucente tempo maniplando lo meos res demasiado opis Enum
EEaco caperingatal somos bet de cp lo valores delet ymodiaro en la econ
{fr deeece pers cent un cambio ela variable de respuesta, Slo qudarta por etanisar
{ain observada. En el mare del econo, so somes obser vadorespasivos de Ie economia
{Econepto dun eapeinentecontrlade ect iano, Como mdnino, podem tomar moet
irr decberacion! de urn poblcgn numer, ysponer que as onions nessa ara
cleat nome eramientas de inferenci ean se comple, Ls tcora jg el papel de
‘Srpandor deo aon Sin bse tebe, ela dl eco ser,probabement un eat
go ambiguo de posbidades
FP et procs dota economelsco pare dela epeciiaion Ue w eai tiine ae
“alnctie procedemes con a bipoess optinnta de gue podemcs obiener medias pecs
she drab nm oil couse 1s condone ee
{2 compen cv cada pate andinspoutenot mt probabiemente,rutinenio Desoto
Smet one mc lg fv eae qe pores enone sons
Sgn |. Los datos pusen esta medi incorstaments pucden eespondr sl
‘ln vera: que iguan a el model, ntl pe du fterdes om jmp
2, Alguna de os variables podn ser eemciaente no mois Las explains cut
yen un elma de esta naturales,
3, Laelia veces so ex eapar de lesiae nigecnsks vague.
forma fantom Esto mpl ue nos vn ora cp trea ag yep
‘ment de posta
4. Las propedade tocdtcs yu spunea que se cup ptr let dl
‘roe pon tr maniiewament eress Fats pe aston into deli
‘Sm, low procediienis de nfeeaca qe = emplean
‘5, ‘Aguas varableselevancs pena eae model
En capes svesva amit yu font estos publ eaten sents ns
informacisncontnidsen unos datos obvianenteimpereclo> La mtedologa para evar eto 4
abo ex a dea extadiaice matematcs ls econometia eis, El resultado es an modelo cao
metic
en dl can de
13, ECONOMETRIA TEORICA Y APLICADA
Gensralmente xe ding entre econometrics y eoonometta apical Se eat de dng,
Sg ea burdament os desrrloy de a emis, ys plcne en wn atc parca Ls
{esricos tambien analiza fs consecencas de apicar métodos priceltes cuando fs specs
{qs lon jifcan nase complen. aro la dtinGn etre 9st campo eco Termine,
[ca Lo mds habitual ex que ls tuevas tones se desrllen one contest de un problem
‘Spetico al qe se pretendenaplicar, en gat de destolase de manera independ te de
Drnblema coareto. mo sa atts de up aboraonn. fe exo td vena a ests de
Fes enieas que puoden empleare(y ue se sulenspicat ene abs alicado. Sin embargo
‘Grmplos que se ocentag x petende Hostar el foneionamonto de Ly lecncan, wn qhe fa
‘vile empiri en ma. ues pocs jens. hemos netic Cas ves
fin sto) extudios anteriores, ientas que en otros hens fepetdo esos ya exes eh.
Iitratury, pero an Siow mis rxentes. El stor que eat incr puede exende sts e608
Fon nuevo dirnte conjunts de das
14. PLAN DEL LIBRO
EL cst del it eonpunin en at prt
‘Dal Cuptlo 2a! 5 examinamos is herramientasempleala cp canons el Cpls 2 ata
sh atgebna matt ol Capa 2c le wore det probed y ls dsrnanonsn yl Capit
to 4 analiza inferenia ena. Paco qu se sabrentiende duce kor tee agin como
‘mento previ Je aa uo de eto easel capitulo son bev, 5 inluyen,picialmente
pata agulios que descen um fepaso,o una reerenca. No eres que esa scones puedan
[sti un cus en evalguira de estos emas. La intencin de esis capilos es proporenar un
Tesumenrszonasmente Goposo J tos fess, a mayor de ov els empan expo
‘mente lo largo del manual. Finalmente, el Capitulo $ describe algunas dels bass nkes de
“cut ce economta fclyendo slgnos Je or aepestos nis de a ptimsaesn ns heal
‘Con el increment dein potenca de fos ordenador, las tsncas mis sia y eas se
set roe cmt, rte mech) pied eae oe
tas eo ha 990 ay ede Anna sconomdtlcn
cstin convietiendo en simple rutina. Escada ver mds importante para el econémeta, famiharzarse
ce ifinon dc los sepettos bdsicor del andi numérico. El Captulo § describe algunos de los
‘Rhee ecoo enccnnometf, qe consituyen ta mecdna de as tenieas més modermas de
estmacin e infercncia
Te piles dea 11 presentan resulados tsi,» algunos relativamenteavanzados, para
Jos mandley estos de reptessn lineal y no lineal. En los Capituos 6 y 7 se discuten los aspectos
‘Sonate Je I estiarin infrencia on el modelo lineal La mayor parte de f tori asinttica
‘iapleads pesterioemente en el manual se presenta también en el Captulo 6, Enel Capito 8 se
frecnt ans de as penralzaciones del modelo clsico, donde se justia. etre otras conan,
ere l amntlo inet noe tam restrictive ean pedea parecer en principio. El Capita 9 tata
AUS tones como ta mulicoliealidad, tos erroes de medida y los datos sncomplets,stuaciones
gue comstiuyen eemlos en los que se ve imposibilitada Ia aplicacign simple y mecinica det
eens datos rates. EI Capitulo 10 tata sobre modelo de regresion no tinea.
hel Camtuta 11 en adelante las esticciones del modelo clisico se eiminan progresivamente,
aunts tgs modelos cla var ie generates Fn al Capitulo 1 se presentan algunos resultados
{carious generale pata el modelo clio. Estos resultados s¢usardn en el andi de dos problemas
rettnda cl det Heteroccdaticidad, que se verd en el Captule 12, dela autocorrelacin, que se
cede Capitle 11H latamiento simuitineo de extn dos problemas ten gar en ol Capitulo
Ti donde se analiza los datos de panel
avin Sautuo estantes e tratan temas mds o menos avanzados en econometeta (Puesto due
ta mavens de los cto dscutids son ampliamenteutlizados por la poleson, quteas seria mas
wopuade hablar temas sadiioalet» que de temas «avanzados) El Capitulo 1S alia e
aes crops snultivariants fn etimacisn de sistemas de eenaciones de demands, En ol
Cats fae aatza los modelos de ecuacionessimulténeas El interés en ete tema est marca
‘Geno un cits ge, por un i, y por um ett Fetroceso, por otro, Las implicacionesempiricas
se kde de ecusiones simutinene fpor ejemplo, las propuestas por the Comes Comision)
Aun tenga cas hor menor énfass y han feibido mucha menos afencio en la literatura eco-
static aplsnda en lo timo afi. Pr a pat, sin embargo la investinacin teica sobre
‘Ten contin en age,» pene regularmente novedades importants, que son con frecuencia
fois een ses matens. Fos Capitals 17y 18 presentan temas que son, ante todo, as bases de
renacreccononntycmpiticaandliss de serisYemporales, modelos cou variables retardadas, rates:
Fiaasste VARe 9 vcintegtavivn- Los Capitalos 19 20 presentan res temas que se emplean ms en
i meueloncon variables depenientesdiscretas, modelos con variable dependien-
cis de dura 2
caprtule
Algebra matricial
INTRODUCCION
Este capitulo se primero de cuntio, dediados al etude on iatrues matematooe y
‘stasticos empleados en econometta. En le presentan la marta dels reuladoe matricial
«empleadosa Te larg del ib 1s pcos resultados adcionals que sean neceaios edecarrallard
Pestriormente Medinteel uso dl algebra matical os resultados fundamentales a econometia,
fe presetan de manera compacta clara. Veremos que muchos reultador spreatemente comple.
jos nen una estructura comin yuna simpliidad sorprendeae. tn este capitulo te fecoge 6
Conjunto de eoremasy resultados ue se nccestarén alo largo del be, de manera que pedan set
‘empleo en sv moment, sin qu sea necesaio interorpir el errr del captule onl gue
Aichos resultados s apliquen Pra aquellos extuianls ue no han etudiado digebra matical,
‘ste captule propotlona um resumen razonablementeconcso de eta materia!
22. TERMINOLOGEA
‘Una mtta es una colecidn de nmerosordenads rectnngularmente. qe designamos
AmTaa}=EAly=]" 9 Yt co
[isese edo Jesignamos una matric a partir de su elemento pico Vin elemento cusluies
4s ina mavre tene Un subindiee, a0 lee sempre COMO tqaryny. En la Table 21 teae-
ros un empl, En esos detos, as Mas se denifcan eon aoe’ Tt clummas con variates
© Taso ep cot et emt, ea aa» comers on
sie i Sng 00 eos ers ea Sessa dc Ra Coles
: Conte
(wits de mines PNB cmles de Deflactor esa de decoento
Fg fay de Mires) llones de dileres) Ul PNB (NV. Fed ort)
1 we 7, nase 10000 33
va #20 1364 sts eas
3 soa vasa ison 13
‘ ones 1392 128 as
5 1003 rap Wane
‘ tage 1513 ons
i (Bas 2139 15082
' tz Dame 13a
3 e672 2h Uae
erg enn oe Ec Rr ke Prd US Ota en
Un weer oun conjuto ordenado de nimstondispuesos en you ila o 6 una ek
‘eter la pose enienders, tambien, como una atti de una dics iy mientras que ua rector
(alemaa es une matic dena dni clumoa. Alas obvervaione de lr cinco variables parn
Imicnias que la sie tenporal de valores de consumo consiayen
eae eas ae dd capa cin ccc Poros ean
See en et
eters ae en ii po
ee ee ee tie ay Eton thesia et eacs hae ce
ee eed nema aes pe en ene
“+ Una mates side, A, es agua en fa cul = para todo iy pata todo k. Por ee
tat
aa[as2
724.
‘+ Uns mts dagoan cs una matrizcuadrada cuyosdnicoselmenos distinos de ero apare>
‘zn en su diagonal principal, desde el vertice mperorfaquierdo al inferior derecho.
«Tae mane ataae r mati agonal 6on Hl mimo valor en todos lox elements de
‘diagonal
‘+ Uns mates ienidad es una mati escula con unos ena Jygonal. La designames como
‘Ngunas voces einduye un subindice pars Indlca su tamane, v orden. Por empl,
100
efor en
oo
6% 4 Und maura tangular es aquella ue.tiene ces encima o bien debajo de la diagonal prici-
sahiacd Saar RTeos ents porenca en iagonate maiz es triangular inferior.
7 pee etre degre me mae egy aye co Aen) Deane er ae
ua el eteacan ce npncoe A et eerie en pare ey tp ee 23. OPERACIONES CON MATRICES
1a mates peopeesinan ut fons sks de opt cn sts she sens 9c
esutcioner que cepa say de clenetem tt gun He sg perc a
23.1. Igualdad de matrices
{Las mauris 0 welors) Ay son uals, y 500 ene a ms dienyl mento
66 Aes igual a conespondiene elemento de B
A= Bsiy silo sia, = by para todo iy &
232. Matric transpuesta
1a matric transpsta de una matrz A, designada por A, x obiene eeundo un nite cups
‘sma fa sla sina colanna de Ie mate origin, As qe, B= A cada clunina de A
sparecerd como a correspondiente fade St A es m* K, Aves K = m Ask, por gem,
adel st aft ie
eas doa
ofa
‘Uns dcGneion equssente dei natn ranspuest dew pao
BHA = b= a, pura todor yd ey
1a defini de una matte simetrica implica gue
Si Ace sinion, A ~ 8 By
aca cualuier matic
(ayaa. es
Finalmente ¢lytorranypusto de un vector clon. a es un vest i
Fly ad
23.3. Suma de matrices
1 operacidn de sma se exten mates patie espe sins
APB Ea hg) eu
Para que ls muses pula sumars x nec que engin te min dein Decne ee
as ie son conformable ars ama Uina mates alse marcy elementon so aos
eros En la soma de matics, la malez aula joegse mismo papel yue lessor 0 en tna
sooner Be dec
Atoea en
‘Tambia etendemos a operacin de rest a matrices com si se Watra de sare, rend la
‘operacién elemento a demento. Bs dest,
A-Befuy~ bud ew Andis economatrico
ss
‘A parte de las definiciones anteriores puede comprobarse que la suma de matrices es commutative
ASBE BHA. 23)
(AB) CHASE CL 2.10)
yawe
(We Bye: ey
234. Producto de matrices
La operacin de product de matics se din partir del product interme product interno (0
roca deen vectces a} bce esa y se esribe
sh aghy 4aghy to bah ey
so a echo como el stor tanepueste dea peel vector be Es deci.
jemplo,
‘ease que ef predot a
tin eect fila por ty sector clu. AST po
;
Fv ens nina ao sl Bay ¥ po tat,
abo be oy
Para a mattig A © Ky una mate BK Te producto de sous
C= AB, ey
cs una matin» Teuyo Kin lemento es el producto interno dela fila ide y fa columns kde
1B Neweatam una Tonma de sigs fsa fla de una matrz. En adelante wsaremos a, nara
esr Ta ren clunma deta matey para city Gutuskn,wsaremon a! para a ima fila
Pon tt,
oR arabe 8
‘Para mulupicat dos matics. f mimeo de columnas de ta primera debe eoincidir con el asmero
era dea segunda Dev que, em 36060
or gmp
24
16
wis al
SEVEN) 48) + 6)4 CS)
val
| ee ee) Lots 1 Apt ie
Etat de ati om gone comma. Fore eu A
to maa 9 mena
"Ny +44) 20)+ 45) 20+ 4-1)
Ba=| Mh +44 1449 1+ e-0
11) +44) 03) +45) 00) + 5-1]
1
=|2 3-4
m0 25-5,
En otros eatot, AB puede enti pro BA purde no ster dein 0, avn exon, puede tenet
‘dimension distin, como es el caso el ejemplo anterior En general incluso s AB BA teen las
tnimas dimensiones, no eran igual. Debido a eto denies a gremolipncin Ia postal
‘cacion de matrices En el producto AB, B esd premaltipicado por A, mente que A td
‘estmuplieado por B.
Fl predcte de una mates y un vector at ectibe como
emai.
El ndmero de elementos en b debe ser qual a ndmero de columaas de A. El resultado e un vector
«con un nimero de elementos igual al nimero de filas de A. Por empl,
CE tae)
osemos intel eto de dos forma, Por una pat, tnt de una manera compacta
escribir la tes eevaciones
Sadat 2b+ Ie
4a 2046+ Ie
Ita + 1b 06
Po on part, lexi conjnts de enaciont ome
iia
se observa qu e ado derecho de fa igualdad es una comblnacim Hoel. ls cofumanas dele
it. sendo los coefientes los elementos el vector. ara el caso general
cokb
what haa tt hate.
En cl cculo del producto matricial € = AB, cada column de Ces una combinaci lineal de ax
columnar de A, end os coeficeaes neler eta voesponite clam de BBs dei
CHAB @ ga Ah. en
‘eae un vector columna cuyos elementos so fodos cero, exepto un ela kein posi.
Enionces Ae es una combinaion lineal de las columnas de A, en as cues el coeiente de ead
columns 2 0 exept el eam, ue et 1 El retullado
nae au
e416) 10 Anau Wee
‘Combinand ese resultado com 2-17) tenemos
fy a dea eo ed
100-6
wae oe 219)
000m 4
=Al=A.
En el producto, ia matrix dentidad es andloga al scalar j. Para cualguer mati 0 vector A,
AT A. Ademds,IA =
‘edenes diferentes
‘Una matriz conformable de ce1os produce el resultado experado: AO = 0.
‘Algunasrelas generales para el producto de matrices son la siguientes:
aunque s A no es und mati cuadfada, ls dos maricesidenidad son de
Ley socatva: (ABC = ABO. 2.20)
“+ Ley iibutins AIB + ©) = AB + AC. @2y
(Wéase que, por las dimensiones de las matrices, en la segunda regla BA y CA pueden no est
Se6idos)
+ Transpocsta de un producto: (ABV = BA
‘Por generalizacion inmeiiats,
(ancy = cw 229
Finalmente, el producto de un escalar por una matri consiste en muliplcar cada elemento de la
smatrz por una escalar dado. Para un esalar ey una mattiz A,
’ ch fey
‘Yease que hemos empleado esa operacién en (2-16)
ey
"235. Sumas de elementos
Les matics y vectvespropowciongp wna forme panticulermente conseniente de repesenr sumas
{e elementos. Un instrumento dtl ese vector {el cul contiene una colurnna de unos. La suma de
fos elementos de cualquier vector x es
Daantatetacie 02)
‘todos los elementos x son iguales ala misma constant ,entonoes x= ay
Exe Hah = at = na 229
aa cualquier constante a y vector x,
Eaedf nom omy
{Fe Ynobtenemosameciaaiméticn
02) “Cap 2 Agta ma
de to el ve datoce ye
Las sama de evades y pont a 6 ios Kits oe pata
prodete interno, La sun de chad de os canine oven ss
Leow em)
1a suma dels proctor des elements de hn vatore ey
Eanes my
[A pant de a defini det producto de matics,
C1, = Oe) es
4 producto inerno dea sina y sma columnas de X, Asi, por spp, pat conju de
‘atne dado la Taha? | stdin X sh tind > Ae soon aks som PNB
Skene,
Xx= J ayy
slendo x el runspusto deta sina de X. De esa ona wees gu la i 2 Me orden
I K puede interpretrse como la suma dem matrices de orden K Kvcada wea das cles a
sit canst ptr se wn sinc il fsa) de X Pars engl su ntriorment, ee
‘uma de 9 matrices de orden 3 3 cada uma de es eles pcos de una ia ttl de Ta mate
‘xginal de datos. Supongames que contumos cola ati XX pa bn dos de ks tucve abo
Stteriores,y que se ebteso st dato eltivo ef dns any Tasted smn te ead
[rouctos cuzados puede sr acta KXya
iti: Cua nw exe tga vain tne on, pose aa
Femos products como e ante de la siguiente frnie
xx
senda abort x, vector traps deb sin fs dX
236 Una matric id te sl
{ona main hindament on estes & gles empes paa aMNNMAE dase es aos
ela media. Primero,
ces) 32__Ansian economat.
‘La mati (1/9 es una matrz n Xn con cada elemento igual & 1) ET conjunto de valores en
forma de desviaciones es
3)
Pesto que x= Be
234
‘en adetante represenaremos dics matte ewediate M1, Los elementos de a dingonal de M® con
fealos 1 fo de Tucra de fx digg son fodes = Um
La matir A seré expeciakmente ull en el eflewlo de sumas de desviaciones al cuadrado,
Algnnos clculos matrices se simpliican a partir del resultado
vn-[-d
ato implica que VM ~ (7. Poe tanto. 1a suma de desviacionesrespecto de Iam
Eis, = HIM T= oxe 0, 39)
Para an savin « la soma de los euadrados de desviaciones respect de la media es
Ee a= Fore
-(é8)-«
Ei, ee ae @
239
arson
‘eames alta ds propiedides de MI que serdn de gran utidad. En primer lugar, dado que todos
Jomeemento de foc ela digomal de "son uats a ~ 1, MI essimeric. Fn segundo Togs,
come pele comproharse Hien. Mt ee jpua as cuadrad: MPM? = M°, Dermicion 21. Mattie Wempolente Una mats Wampotente aqua que di lgual ae
‘uadrado,es dec. M?™= MM ~ ML SiMe una mati enpotetesmdvien (a marta de
ie matrices idempotenes que nos encontraremos lo ser) entonces MM = M,
Por ant, Mes usa matizdempotente. Combinando resultados, obtenemos
Eev- oa ats am
CConsderomos la consewecin de una mati de sumas decuadradosy productos eruzads de
esyinconesrespeto de las mevias, Para dos vetoes Xe
£ ty — a0. n= owen, ea)
por unto, :
wor Ein
al os 23)
Emcms-o Baw
Si yun on do vetoes eolunuas a © 3 we mae Z = [3 de orden m 2, entonces
[MZ cx ln marin » 2 emia qe as dos columns de datos esta en forma de desvacn especto a
1a mctia Entonces
(MPZyIM7) = ZIMMER. = ZZ
24, GEOMETRIA DE MATRICES,
lgebra matricial es extremadamente tien fa formulacién y solucién de conjuntos de eeuacior
‘ev lneles Alisa mpo, ne slide algrhrien ene ina hae penn que de gras
{yila par a comprenson de los edculos Ants de desatollr fos resultados matemdtico, eel-
{Gri e wld veizar un andl geometvico de las malice y vectors
2A.L. Espacio vectorial
Los K elements de un vector column
i eo tri pe pc shel
ee
til
sp ena
ak GRAFICO 21, apc vce,
El conjunto de todos los posibes multiplosescalares de esl linea que va de Oa a. Coulguer
{Scalar mOlliplo de wes un aegmento de esta nea. La suma devs vctoies a y bes unfree vector,
fuyas coordenadas son la suma de ls Corespondientes coordenadas dea y b. Por ejemplo,
VP -[
ayy
Geomticament ¢ se obtene stuando el segmento de la magnitud y direccién ben el extreme
deo dado que ln acim ex conmutativa, situando en el extremo de bel segmento de a magnitud
Y diveccgn de a. Esta es una interpetacién geomélrica de las operaciones de producto escalar
uma de matrices apicadas a vectors,
‘plano Uilimersional es ¢lconjanto de todos fos vestores con dos oordenada reals, Lame
mos a este conjunto R:, Tine ds propiedades importantes.
«© RY estécerradu bajo multpieacdn escalar; cualquier muliploeselar Ue um veto, ex
plano, es umbiéa un plano.
«= Ru en eerrada Bajo ln uma la soma de dos vertresen un plano, es siempre otro vector en
at plano.
TDriaciOw 2.2. Expaclo vectorta Un eopacio petorial es wn conunta de vectore que. std
cerrado bajo muipliceién ¥ nana. elemento el. Ea generac conjuto de vcore de &letento ce, vu esp sexo
K dimensiones, dspmindo RY Ta cemlos yeoseites cts eaten ie
242. Combinaciones lineales de vectores y base vectorial
Enbs Figura 22.¢= a4 byd= at ¢ be Pesos quest 2nd Ta rb Adee at by
(2 b+ (oa)= ba, Como supere est rosy, cals eon R? pura obtener
‘combiacin net de ay 8
coe capri reir eaialey veto de ext capaci VrlralFanteenribe rom
[ Devwacion 2.3. Base vectorial, Un comfanto de reores ct expr ctor ex wna base se |
‘Come puede erase aramente en Figs 22 cies pe ventore se do cee
tos induyendo ay b que upuntan en dierent dicvncy,lrran va bse de RE Comets oo
onjnto de wetoresarblaro en R's, by Sn) B fovmin ua Hae, pecnn encour
‘mers ls que e= 38? 3b ea
ale Ish
Enonees
cre nt ae ie
eam aes bby oe
Las somone Je este conn de ceuctnes wt
ahh = he
nay
2 adhe hae
EL sea ine wna ie solaco, menos ue Gy, hyo) = Sota By ~ tenons
ag = yy cal signiea que be um milo de a Ea trminos de a condom plamteada
Atte, la olin er dnia sb a yb enendifeciones stints 1 implica es ques B08
tsalguir par de vectores para hn euks et denominador en 24 2 distin de ce. eaones
aulguier eto ester © pase saute somo un nos sombinasi Wel dey Ls bane del
Spas vectoil no Unica, yu que cuaguyconjuno de vectors que slice I fines Ho
{er también Peto pare cualguier base particule, slo uns combinicdn heal dels dad iar a
‘iro vector en el espacio vectors
etanercept Aa ee 18__Aasiaiseconomttico
Sein connate
RGVICO 22, Combnctn na de vectors,
243. Dependencia lineal
“Tal con deers sugerie lo anteriorment expueso, se requieren K yeetores para formar una base
ce RY Aunve la ase para un espacio vecoral no es nica, no todo conjunto de K yectores sera
Suites Fn el Graco 22 a'y bon tinealmente independienes, mientras que ay a* sun lineal-
mente depentients
sici0s 24, Dependencia tinea, Ui conju de vortres es inealmentedependiente si
We bv presmres emf somnte peso escriva came a combina Tina de as Cophalo2_ Agora matt
3 logue 4b yc yn nelmente dependents Cunluiers de oe ea posites pres e eid
Eads te er sn earn tse apne
‘DvrewciOs 25 Independencia ent. cont de etre sBnesment ndependeae
Sl le tice hein
ayaa m=O,
{Lo anterior nos conduce ala siguiente definiién equivalent de base
DesnacioN 26. Base para un espacio vectorial. Una Base para wn espacio sectaral de K
memes oer tonne eK eaters Inelmente blenders on et esac
Dado que cualguler vector (& +1) puede excibire emo usa combinacion inal de vies
tae, cualquier conjunto de mds de K vectors en RE debe set neslmente dependiente
244, Subespactos
‘Darnocin 27, Vectonesgeneradores. El conjnt de adi as cmbinacones linales de wn
Canhunt de recores et espace tetra geerade ot eis tectres.
AX por defini, el espacio pnerado por una base de REes RE. Una implcain de exo
due si aly bson una base de R® yee oto vecior en Re espacio generado por (a, by) em de
fevo. Por supuesto, ees relevant, Si embargo, coulgier vector em K* puadeexprense
como una combinacign lineal dea, bye (La combinacisn lineal no ser Unica. Supongaoon, pot
‘emplo, qua ay e son tambidn una tase pra BE
"Consderemos ds vestorescuyo terer elemento es ceo, Ea particular,
2,050) y ¥= 10,0.
Los vectores ay bo cubren todo el espacio tidimensional R?. Cada combinacin neal de yb
tine una tetera coordenada igual ceo; as que, por ejemplo.<'= [J 2. 3] podraecribire
como usa combinacia line! dey b Si (aby ay) 30 e igual a cero [vase (4), 0
‘Sebago, entunom emg eter cu tere elmer cero pe espeesafe comp wn Com:
[inal lineal dey b ASL aunque a yb no generen Rx pueden generar el conjunto de vetores
‘en RY cayo tecerlemento ecto. Tendifamos aa uh plano (el tulon dena cxa Wines
Soma Este plane de Rex unsabespucl, yen nuesto elemplo, se ata de un subespacio dies
Sonal Nétese que nox Rina el conjuato de vectors de R> cya tecera coordnada ocr
‘Coaiguler plane en W depcpaleng de como ete oentado, forma un sabespaco Bdimensons.
‘Centar par de vectoresndependienes qe we encvetren en exe sbecpacio to gneran Pero
tm oer ero que sale en nguna le ecm. ha pndemos gener mde em RS excep ela
fre bidimensonalA pci del mimo razonament, coset recta en Rex un subeapacio
Snilimeniona. En cle est, ol conju de odor lou vectores em R° cuyas oordenadae on
‘mulpos de as coordenadas dl vector que deine Ia eet Un sbespacio © un expo vera
todos fs aspecton en Tor cles lo hemos dtr. Queremos enlatiza que oe Wala de
tepeci veto! de tnnot dimertin. Por eee, RE nooo beep de REx feet
teen es el mero de dimensiones de os vectors, Los vcore en R° qe forman un wep
tio bidmensional son ain vectores de es elementos todos ellos se encuentran en el mismo plano. Andi sororities
{capaci gencrade por un gonjunte de vuctores om RF tens como mixime K lisensiones St
ste espacio tiene menos de K dimensiones, es un subespacio,ohiperplano, La idea fundamental de
{a discusion anteriores que cada conjinto de rectores genera algin espacio: puede ser el espacio
entero en el cul resden los vetore, 0 pucde ser alga subespacio ec.
245. Rango de una matriz
{Una matric puede verse como un conjunto de vestores columnas, EI nimero de colmnas dela
ratriz es igual al numero de yeeiores del conjunto, y el mimero de filas es igual al nero de
~Godrdenadas de cada vector columns
‘einacidn 28, Espacio colina. El expecto columna de ni mati: exe espacio vectorial
‘pencad por sus vectores columns.
Sila matricontiene K fits, su espacio column podtia tener K mensions. Sin ibang
como hemos vo, pails tener menos dimensiones, ls vectres golumna podria ser Hein
" Gependients 9 pod haber meno de K Consderemos la mati
156
a-[r68
718
‘La matriz anterior conten tes vectors de R, pero el tercero sla sum de os dos primero. de
‘modo que el espacio columna de esa matriz no puede tener tes dimensiones. Tampoco tiene una
Soa, ya que las tres columnas no son todas muliplo unas de otra. Por tanto, ene dos dimen-
tioned, ye espacio columna de eta matrz es wn subespacio de dos dimensiones de R?.
Denwwciox 29. Rango columas. El rango columna de und mutriz es la dimensiin del vector
‘expan grmerada por set columnas.
El rango columna de una matrz es igual al mayor ndmero de vetorescolumnas linelmente
Jndependientes que contine. El range columna de A es 2 Consideremos otto ejemplo,
,
efit
_Poede demostrars veremos esto més adelante) que esta matniz iene un rango columns igual a3
‘Dado que cada columna de B es un vector en Rt, el espacio column de B es un subespacio
tridimensional de RF
CConsideremos, ahora, el conjunto de vectores obtenidos empleand las filas de
columns. La nueva ma
1563
cnf2 tat
asesial:
"Esta matic est compiistx de cuatro veetores eolumnas de. (Notese yuc C ex BEI cxpacio
‘Cohunine de Ces como mxino R°, ya que cuatro wectres en R? deben ser linealmente dependien-
cn lugar de as ‘THOmRWA tywaldad de rang de a y ean colina. EI range clone rang fil sea
Caple2 Aiabea math 18
{ine la mim dine, Por antl yang solns dey etn dia Bh
Perotas columns de C su bis fila dc B Ast gel ego clara de os tle is de
Erfccho de que el ano sy columns se BSc cl mms wnt Sam adeno to
tetas (ue om evan) nbn sgn
‘gener Dl fini de ron la fo cntrpatal ps
‘Mpuene colori
paca espace column eu mt Hen ts mnt dws,
ey
1 Teorens 2.1 cumple por eng angi yentuma concise ange olaming
‘oop, E ang fila completo s deine Je forma slog, Dad qe Tos tango fia cima de
tina maria son snp igus, pos Maar 0 auld del amg de oma mate, Tani
Perel rang is ag coins pari ar abanonaten st ss)
cans (AY = rang (A < iain fl, we se otaenh 1240
En fa mayors de hn ci, ssuremos inlereodos is enn Jes mates is ye
Tratajrece Usarmon at mina Penge compte pt Sci na mats ye Fane ig sb
trimer de clones be emtene
Tens partir nih distingirere matics de range compe wate de amg incon
tn distinc Jpn dessin de Rk". Sexton la por eos
feria que Ax = ® ene, Ano ten rango complet, Equvleslemte i exe lo ate © 0
Ph is cotumsas eA sn tnetments dependents. ya menos ue ths ut epee
Como una combi biel e i ts, Por emp. conju de sobs wo wus de
La all:
“ph
sera evalguee mip de x= (2.1. = 3
‘En un panto matical C= AM cls olan de © 9 wa combing sa de be
column Get denna aids colimie de Cd am cleus cana de pose gi
Soja dt saa es ft mc pene pe a
{ndcpedietes en el esac clumna de A. Apicane shor fa bs hg fs is eC: is
‘igs von todas combaasioncs inc se igs eB Por atm ara ue el ano clans
‘Seo puede excder el rang colamna de Ase ango Bla Ue € no pace caeeer el rngo i de
Dado que ks rang lay column son sempre tua, pass ola gus
, eas
ang AB) < mieang¥. ca
{Un coroano wi de (2-44:
SiA es M > my Bex una matric evadrads de eangs 4, ca0g4AB)= rangAl 45)
La prucba deja como een.
‘Gero rsitede qu jonah om papel crucial on o car
cualquier maiz A,
ange) = ranger’) ~rangoran e46) 29_potin nconomanien
24.6. Determinante de una matriz
Los vectores de fa matrit
Arb oy
a7
Wa
se represcntan en 1 Grafew 2.3. Fl res el paachrains Gots yo las cotamnnas de A pede
‘obtener nediante lr manipulc de los trdngules alt contends. El resultado ex 43) ~ 12) = 10.
Este dra eve determinant de A Silas columns de furan Tinealmente dependientes (es decir si
‘uno fucra mpl esa del otro) lor dos vectors se enconcarfan en la misma fines El eparale-
Togram se reduciia una linea y tendria dra cero, Est implica ques las colummas de wna maiz
sim lincalncntedependicnes determinants es cer. Volvendo @ noweto andliie anterior sobre
‘dependents inet en R venoe que te evel enen de fab, Aya) = Oen 2-4) (El determinate
AeA esd hes why bly)
‘Connidcte et masin cern en RP. St competamos 10s parallogramas en todas las dimen-
sions param conjunte de vectors tridimensional fomaremos un cuerpo solido, es decir, un
fiateitops determinant sea el vlumen de este cuerpo. Pero si las columnas de la matriz
fou lineainente dependents, is colummas Se encontrar todas en el msme plano (o en a misma
Tinea -side» asi forma, se edits aun plano oa una linea. y no tended volumen; de avevo,
ff deriminante werd cv F ste sx geaealneCome, eniign, con dicnsones superiors
doa de range incomplete dependiendo des sue
eterna son os ten. Eisen algunos marcos en los que el valor del determinant es
tant de iter sl ae ahora considera algunos resultados algebraic,
Tn nis convenante cs emipera con una mates ingen
1s matrivey de rang complet se dieting
oo 0)
0
pelo
oon ae
{La column de vecores de D deine wns aca on RY cuyos laos sou todos pespendiculares woos
‘2 otros" Sy svolumens,o determinante, ex simplemente el producto dela Tongitad dels lados, que
desist pa
Wedd Fa ean
{Un caso especiales tn me identi, para la que independientemente de K, |= 1. Mutip.
licnrD por m cxcalr «cv equivtonte a multipea la longtad de cada lado dea caja pore fo ual
pine su volamen pore Por tant
beph th ean donde A, es la maiz obtenida de A eliminanda ta a ys enlumna j Fl doorminante de Ay ve
‘denomina menor de A'. Cuando seunade el signo cote, ( 1" e denoming cofactor. ta
‘operacidn tambien puede hacese‘omando cualquier columns, Por ejemplo, un determinante 4% 4
se converte en una numa de cuatro 3 ™ 3, sentra eu» Seon aoa dec 4 5 Ca
‘uno de los cuales es una sua de euatro 3 * 3, ete Obviameote, eva buen iden aa (231) en
‘un fila 0 una coluinna, con muchos ceros en ella, ses posible. Ea a prctca, esta operaciSn se
convierterépidamente en una carga pesala 3 media que aumenta la dimensin dela matrices. ES
improbable que el lector caleule alguna ver determinantce supenores a 3% 3 sin un ordenador.
‘Uno 3» 3, sin embargo, sf podria ealuluse em algun ccnsisn en ese c,h sigue ena
seed muy sit
Haan Maa aa] = vagina + My Maayg $Me sMaaSar ~ Myutatiy ~ Maytaatay ~ Mtey!
‘Aunque (2-48) y (2491 se han dado para mattioes diagonals. exis expresiones se mantenen para
‘matrices generals Cy D, Un caso eapecial de (2-48) que merece mencin es aguel en el quec =~ 1
“Maliticar una matriz por ~{ no cambia neceariamente el sigo de su determinane. Lo hace
ado sie orden dela mattizes inp. Usaudo be fra det eau por cofatores, obenemos
tun resultado adicion
Marea 22)
247. Solucién de minimos cusdrados
Dado un vector yy wna atria X, estamos intresados en expres y como un combinacién lineal
4e las colamaas de X. Existen dos posiblidades,Siy se encuenia en el espacio column de X,
podremos encontrar un vector b tal que
y=Xb esp
I Grdfico 24 iusra un caso para tres dimensiones en el que las dos columns de X tienen amb
tan fercera eoordenti igual a cera Slo fos vectors y cya trera coordena sea cera, comoy®
‘ena figura, pocden expresarse como Xb para agi h Para el caso general, suponiendo que yes
ten al eqpaciocninmna de X, pesemor abteet lot coctcens b esoviondo a sonjnto de eee
‘es en (2-53, Los distintos procedimientos se discutcin en i siguiente secckin,
Supongamos, sin embargo, que y no est ene espacio columns de X. En ese ejemplo, supon-
gamos que ef tecer componente dey no es cero" Entonces no euste un Bal que (2-93) 5° cup
Podemos, sin embargo, excribir
yoxbis eon
donde « ela diferencia entre y y Xb. Con eta expresin, deducimos que Xb exté en el espacio
‘columns deX,y « I diferencia o trsidvos. La Figure 3.4 mucste dos eemplen yey" Port
‘momento, cnsideremos slo y. Estamos ineresador en encontrar cl btal que y €8 tan ceeano
‘como sea posible a Xb ene sentido de que eet tan pequeRo como seu posible
Dereuct6s 2.10, Longitude un vector, Langit, 0 norma, de un vector ees
ler= vee. 239)
r’prdbicinia consisteen encontrar el b paya el eudl
tele by
fmelebitd =A!
SUR STS ere RAC 24 Pepecons iin cin
se Jo mar poyuoto posible, La solucin sti aul Bue has © pepe, en
whe
DemneciOs 211. Vectors mtapuaaes. Dos vvtoes aD on oraponale, le oxi
‘mot como x Lb yale
Volvieado de nuovo a wusro problena de jt, veni ge tb gue scan dts cn
{Al desarrollar ee conjunio de eeuacions obenemes las condiciones
oxbye=0
Bx AND
BIC KOT 24 __Andisis economévico
«0, dado que bes distnto de 0, el conjunto de eouaciones
Xy = Xb
tow mclodos de reslucin de este conjunto-de eeuacones ge tratardn en Ia Seccion 29,
vin be gua 24. in combinacin Fines! Xb se denomina preyesién de y sobre el espacio
coluain de Rta figura esd representa de mode que aunque ye y® sean diferentes tienen Ia
sree cesign. Le repunta ue nos planeamos ex jque vector. ¥0y* est mds proximo # x
rane Eis amel exp color de X? Aparenterente, pra pensarte que yest mis primo.
Fee Chenu ys esi cmbarpey* cx Mucho mas paracio a x0 proyecidn gue 3. de
‘atop {ye sneer residual €s mayo, es la emayor longitu de y*
sds tesomparacin ve Ho vet afoctada po a Fongitd de 10s
ermal eps clic ct vector y su projec. A partir de esta media, puesto que es
qauatemente menor aie #2 eambia fe concls6n anterior.
Aa ey del coseno dnl nar ds ectones a yb srisace
eee
iat i
Ls des vectoresa tener en event en left sriany junto con Xb por un lado, y pon uti y*
junta con (Xb)? Se coweno sl ceo, esto implica que ls vctores son ortogonales Sil enseno
ait el tl cove hr que sigifen uo le vectres som le mismas, (Lo setan sy estuvera
can tupscis colons dX} Divdienda por las Togitudes se compensa el efecto. A partir de est
Ghee ubticne qe yes me carcino ® su proyecisn XB, que ya ha suya, (XD
25, SOLUCION DE LIN SISTEMA DE ECUACIONES LINEALES
Constr el coniunt d ceaciones Hinales
aed es
cov ow ye how K elects de xs os nosis, A es una maiz conocid de eoeficinte,y Be
ao A tea de wares Estimiy nreson em aber i evite ns rlucldn: sp at
Mleteminae si ex dia
Hel fact, sexs
28.1. Sistemas de ecuaciones lineales
{En la mayora de los casos considera, solamente, sistemas de ecuaciones en 10s que Aes ns
trusts cadrada, Por tanto, en adelante tomaremos igual aK. Dado que el mimero que fias de A
PUT Geto de ceuacionen: mientras que el mero de columns de A es el nimero de variables,
(Ete ca el conocido caso de =n ecuaciones con m incognitas»
ssi ds tips de sistemas de ecusciones
Drrinciow 2.12, Sitemm de ecuaciones omogéneas. Es un sistema de ecuaciones que adopt
agora AX 0
Yor dctncon, ina suc wl para sae sistema exited ysl iA no fene ango pen.
rey dno pars st menus una column de A. podemos esrb fo anterior como,
oY Na
str signifi, con a sabemns Me I columnas de A so Fnealnente dependientes y q¥6
It Lane 2 hii malt
‘Derwactés 2.13. Sistema de 0 homogéoeo. Un sistema de ewalones mo homoge
neo adopt la forma Ax = donde bes un vector no mua
El vector b elie abitrariamente, ys expresa como una comblaasisn neal dea columaat
se A. Dado que bene K elemento, est solo Ser ponte las columnas de Ageneaa el expacio
K-imensonal completo, RF Antiogamente, ser necsatio que las calurnas de Asean Heal
wont depen. jue [Ao se ua See.
282. Matrices inversas
Dera resolver cl snema Ax = pace n s6 ussite gy side «evn pa ame mai
‘Supongamos que pudtramos encontrar una matrecundrads B tal que BA =I. Sie stem de
evacioness remltpica por Be obtendrta lo siiene
Bar ten x= Bb as
Sila matna @ exine esa ners Ge A, que Se design como
Bean,
A pari de a dein,
aed
‘Aden, premuliplcando por A, postmulipicando por A. yeliminando términos,obenemoe
an
Sexist ta invers, debe ser sinc. Supongamos que nolo sy que Ces una iversa diferente de A.
Eniones CAB EAB pero (C48 = 18 — By CAB) ~ Coca aa na ona C06
sistent de ecuaclones
{ers gual a B. Dado gue or (25 a slucgn ex x = A”, a slucién
‘Consderamos ahora el feu de fa mates iver, Pata na mari 2 * 2,
on calli: elefe a]
° yds Fada TD
at aby, 0
Mayday t+ Maa =O
Aubin t Gabia = |
oe
[is tah-sataal
ce
lip en aan ne an op cea
. 258) maveo
Observemos la presencia del refproco de |A| en A~!, Esto no es especiico para el ease 2 * 2,
‘Podemosinferir que sel determinante es ce, Ia inverse wo existe
erinacion 214 Mattie wo singular. Una matriscuya inerat existe ex mo singular
La matic inverse seni de eau a mat
400
© ad 0
ooo
‘atonces
MW, 0 0 =
pal 0 Ws 0
0 0 0
resultando que 14 =
‘Emplearemos dpa
mc}
TAL
agonal. $i
o
Ad
vicar el Ysimo elemento de A ', La fSemula general para caleular
239)
donde Cyl sel) temo cofactor de A. Por tnto, para que A se a0 singular, | debe sr no a
‘Noteseel’camtio de poscién de los subtndicen. ara cualquier m
sta una enorme carga de cleulo, (Ess es precisamente lx razsn por Ia que
3x3 259), repes
tsamos ordenaaores)
‘Aigunos resultadis relacionados eon fa mateiz invers son"
:
ae,
etal
tw
ary = ay
Si Aces simetrica, A“ es simcica
(Cuando ambas matrices inverts existen,
apy = BoA
iz de dimensige mayor aie
260)
eon
26
2-6
26H
Fitmonos en la condici6n anterior (2-64). Puede que AB se una matrz cuadrada, no singulor
‘Seiad ni A'si ni siquera son cuadradas, (Consideremos, por ejemplo, A’A) Generalzando
(2-64) tenemos
(aBey = C°"(AB)"
Recordemos que para uns matrix de datos X, XX es
fas de X, Supongamos que ya hemos calculado S = (X%)"*
G
wh
25)
sua de ls products extermis de tas
para un determinado conjunto de
tos, par eemple Tos utlizados al prinio de ese capt. El siguicute resulta, denominada
Tas pie de mh eats mes, Se sin nn emote de actesiacin stern eno car ob ev Sesser tn na one
pueva fla
wim or alate
toe cum design se st, Da etsy pos 2-40 est
‘arias csusiones 08
tas
SAT EATBEC He WA BB (4
25.3. Sistemas de ecuaciones no homogén
ara el sistema no homogénco
ash,
SA. no sings, L ica suc
neath
26. MATRICES PARTICIONADAS
(Cuando se comstraye ana maze (pr jmp, om Ia estasnacn de conjunc
‘secs rela i grpar algun de semen Par cempl, paramo cab
‘Ns una mati partisionads, Lo subindces de a bmi we
load low elementon de una strc Un ca sap ce de
oe
oe
donde Ais Ass 908 mhtsies sro,
ie dagumal por Wega
26.1. Suma y producto de matrices particionadas
ase y ol prt penis «mines pnthhomalen Pe
[ayeay as
aaa ds itn mn sigh a
ren San aman fee Wane aa AB
Au Aa] [ Bu
Ay Anal Bs
2.68)
[iste + AL By AnBo tA}
Ana, Ast, ASB, A,B
inpoub P
sl ney ae
Shc ob esta et
Rules se] .
Uw
wade TS ck
262. Determinantes de matrices particionadas
Ay 9 Bylo sr las mina
tie A, desc igual a mero de fas de By a
i Kao ow oso de maeees neces dels sua
pariy Fs
2.70)
14 datcrminsnte de was ater diagonal por bloguse se abiene anlogamente al de una mater
sing
=a bi Anat em
lee
Pesala pata wna satis patina 2 « 268
= TA IAg > Anh Anl
Et reat para mites mayores de 2 2 9 extrennalamnente vu
rea neste ext
26.3. Inversas de matrices particionadas,
ol pr Bags
Me wf fo am
wy oe
tw ct puede voice mente nmin deta
Prat ho tir prconaa grat 3» 2a Rv le Savers partied ex
oH
[ia
AMEE RGB AAG AWA GES
can j
BAA * cepte 2 haa ain ea
donde
Fy= ha” Audit
Esto puede comprobaretAilmente postmltipicando A por la india. Dada ta simelii dl
cdlealo. el bloque superior ingierdo podria eeibre tambien como
Fy thy = Aish? AnD
264. Desviaciones respecto de la media
Uns aplicaion il de lo antriormenteexpuesto ese siguiente ecole: Supongamos que em-
Terao com un vector column x dem elementos. set
n Dx
ne
bie
_
Ere
Fy = (xx - HON NT
“élos@}
“bes
stent
or tanto valor inferior deveco en In mati inverse,
oe
En
‘Supongamos, ahora, que reemplazamos x por X, una matriz con vatas columns. Buscamos
bog ifrtor derecho de (2°2) ", donde Z ~ [i X} El resultado andlogo ex,
(22) = [XX = XM IXY
bene
to ct imption que la mati K > K de la pate inferior derecha de (2:2) "esa inverse la
maiz K's Keuyo cemento esting es (2371 Por tanto, cuando uaa mali e Gos comtene
‘olumna de unos Is clemetos de la inversa de la mali de sumas de eundrados ¥ production
fru. se calcultsn a pal de los datonorgnaes en forma de decinciones de Ie repctent
tole de fas commas 265. Productos de Kronecker
Un caloulo que ayia 4 condensit la aotuciin evand (alas con vonjunton Je wwabton Je
egresin (¥euse el Capitulo 15) sel producto de Kronecker. Para mattces generals 4'y
sobs 279)
4B tg tg
eq ia
sang ef le ad eal
Ball] ag ns
sf a) os
Nie qe no exe st de conoemailia’ en ta opeaci, £1 rd ds Kens
uote cculane pas cuaquc par de matress Sik cr" y Bev menones ASB St
(Km) » tL
Para et prouveto de Kronecker,
(gay =(a'@B 2.76)
1 que puede verificarse fdcilmente calulando, simplemente, el producto de las mative. Si A es
MxM Besn 1, cntonces
Poe ejemplo,
1A@BI=[AriBi"
Wony-voR
(vase a Seeion 27.7)
taea (hm)
IAA B
27. RAICES ¥ VECTORES CARACTERISTICOS
Un conjunto wilde rosltados para unalzar una mattis A surge de las solucones a enjunte de
Aesle, am
Las soluciones son ls vectrescaracterftces y las races caracterisicas 1. Stes cualquier vector
‘solucin, ke tambien lo er para cualqer valor de L-Para elimina la indeterminaciOn se norma
liane, de modo que
«
La solucign,entonces, consiteen dy las n~ 1 incdgnitas dec
27.1. La ecuacién caracteristica
Resolvendo (2-77 se puede procede, én princi, del siguiente forma: En primer ugar, (2-77)
Tmplica que;
Ao ile ave
ts wl Lamas «XB aga
Este sum ase honvginen gs tee sl
IN atl
Este pinomi co eM ceuaiéncarctritin Je. oe cp,
wha
26 ae ao
224
Les do soluciones ys subi son 4 = by 4
‘Al resolver fa ecucidn caracteristiea, no st garage Ly ices eanactennis va
teales Ene ejemplo anterior. si cn sar de ener un 2 en la esata detecha inferior de fa mat
fuvieramos ct valor "2, obtendramoe com soins Yaotes complejo El ms robles
pusde surgi en hans general n
También podría gustarte
- TDR DesnutricionDocumento10 páginasTDR DesnutricionAdan Graus RiosAún no hay calificaciones
- Novales Cinca Alfonso - EconometriaDocumento696 páginasNovales Cinca Alfonso - EconometriaErik FigueroaAún no hay calificaciones
- TENDENCIAS GLOBALES QUE AFECTAN A LA IMAGEN DE FUTURO DEL PERÚ AL 2030 Sello de Agua 29 05 2017 PDFDocumento58 páginasTENDENCIAS GLOBALES QUE AFECTAN A LA IMAGEN DE FUTURO DEL PERÚ AL 2030 Sello de Agua 29 05 2017 PDFAdan Graus RiosAún no hay calificaciones
- Pip. I.e.n° 20513Documento191 páginasPip. I.e.n° 20513Adan Graus RiosAún no hay calificaciones
- Pip Seguridad Ciudadana Final 100%Documento172 páginasPip Seguridad Ciudadana Final 100%Adan Graus RiosAún no hay calificaciones
