Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DEMOSTRACIONES MATRICIALES
HUANCAYO – PERÚ
2017
1) Demostrar:
y=βx + μ → ^β=(x ´ x) x ´ y
−1
Sea:
y=βx + μ
[ ][ ][ ] [ ]
y1 1 x 12 ⋯ x 1 k β 1 μ1
y2 = 1 x 22 ⋯ x 2 k β 2 + μ 2
⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮
y3 1 xn 2 ⋯ x nk β k μn
{ [ ]}
'
μ1
μ2
min [ μ 1 + μ2 +⋯+ μ n ]=min [ μ1 μ2 ⋯ μn ] =min { μ μ ¿
⋮
μn
¿ [ y ' −x ' β ' ] [ y−xβ ]= y ' y− y ' xβ−β ' x ' y + β ' x ' xβ
Entonces nos quedaría de esta manera:
' ' ' ' ' ' ' 2
¿ y y −2 β x y + β x xβ = y y−2 β x y + x x β
∂ ( μ' μ )
=0→−2 x y+ 2 ( x x ) β=0
' '
∂β
∂ ( μ' μ )
=0→ ( x x ) β=x y
' '
∂β
Donde se obtiene:
^β=β=( x ' x )−1 (x ' y )
2) Demostrar MX = 0
SEA e^ =Y −Y^
e^ =Y − ^ᵦ X
[ ][ ] [ ] ([ ][ ]) ([ ] [ ])
−1
e1 y1 1 x12 ⋯ x1 k 1 1 ⋯ 1 1 x 12 ⋯ x1 k 1 1 ⋯ 1 y1
e2 y 1 x 22 ⋯ x2 k x 12 x 22 ⋯ x n2 1 x 22 ⋯ x2 k x 12 x22 ⋯ xn 2 y2
= 2 I−
⋮ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮
en yn 1 x n2 ⋯ x nk x 1k x 2k ⋯ x nk 1 xn 2 ⋯ x nk x 1k x2 k ⋯ xnk yn
[ ] [ ]( [ ]([ ][ ]) ([ ])
−1
e1 y1 1 x 12 ⋯ x 1k 1 1 ⋯ 1 1 x12 ⋯ x1 k 1 1 ⋯ 1
e2 y 1 x 22 ⋯ x2 k x 12 x 22 ⋯ xn 2 1 x22 ⋯ x2 k x 12 x 22 ⋯ x n2
= 2 I−
⋮ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
en yn 1 xn 2 ⋯ x nk x1 k x2 k ⋯ x nk 1 x n2 ⋯ x nk x 1k x 2k ⋯ x nk
⏟
M
[ ][ ]
e1 y1
e2 y
= 2 M
⋮ ⋮
en yn
( [ ]([ ][ ]) ([ ]) [ ]
−1
1 x 12 ⋯ x1 k 1 1 ⋯ 1 1 x 12 ⋯ x 1k 1 1 ⋯ 1 1 x 12 ⋯ x 1k
1 x 22 ⋯ x2 k x 12 x 22 ⋯ x n2 1 x 22 ⋯ x 2k x 12 x 22 ⋯ xn 2 1 x 22 ⋯ x 2k
MX= I−
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
1 x n2 ⋯ x nk x 1k x 2k ⋯ x nk 1 xn 2 ⋯ x nk x1 k x2 k ⋯ x nk 1 x n2 ⋯ x nk
[ ] [ ]([ ][ ]) ([ ] [ ])
−1
1 x 12 ⋯ x 1 k 1 x 12 ⋯ x1 k 1 1 ⋯ 1 1 x 12 ⋯ x 1k 1 1 ⋯ 1 1 x 12 ⋯ x1 k
⋯ ⋯ x12 x 22 ⋯ xn 2 ⋯ x 12 x 22 ⋯ x n2 ⋯
MX=I 1 x 22 x 2 k − 1 x 22 x2 k 1 x 22 x 2k 1 x 22 x2 k
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
1 xn 2 ⋯ x nk 1 x n 2 ⋯ x nk x1 k x2 k ⋯ x nk 1 x n2 ⋯ x nk x1 k x 2k ⋯ x nk 1 xn 2 ⋯ x nk
⏟
1
[ ][ ]
1 x 12 ⋯ x 1k 1 x 12 ⋯ x1 k
1 x 22 ⋯ x 2k 1 x 22 ⋯ x2 k
MX= − ⇒ MX=0
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
1 xn 2 ⋯ x nk 1 x n 2 ⋯ x nk
2
3) Demostrar R
n
SCT=∑ (Y −Y )2
i=1
SCT=SCE + SCR
⏟
Y
'
Y −n Ȳ 2 =(⏟
' '
[ ( Y − Xβ )′ ( Y −Xβ )]
β X Y −n Ȳ 2 )+ ⏟
SCT SCE SCR
( [ ][ ] )
1 1 ⋯ 1 y1
x12 x22 ⋯ xn 2 y2 2
⇒ SCE= [ β 1 β2 ⋯ βn ] −n ( YI )
⋮ ⋮ ⋱ ⋮ ⋮
x1 k x2 k ⋯ x nk yn
({[ ] [ ][ ]} {[ ] [ ][ ]})
′
y1 1 x 12 ⋯ x 1k β1 y1 1 x 12 ⋯ x1 k β1
⇒ SCR= y 2 − 1 x 22 ⋯ x 2k β2 y 2 − 1 x 22 ⋯ x2 k β2
⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮
yn 1 x n2 ⋯ x nk βk yn 1 xn 2 ⋯ x nk βk
' '
SCE
2 ( β X Y −n Ȳ 2 )
∴R = =
SCR [ (Y −Xβ )′ (Y − Xβ )]
[ ] {[ ]([ ][ ]) [ ]}
−1
1 0 ⋯ 0 1 x12 ⋯ x1 k 1 x 12 ⋯ x1 k 1 1 ⋯ 1 1 1 ⋯ 1
0 1 ⋯ 0 1 x22 ⋯ x2 k 1 x 22 ⋯ x2 k x 12 x 22 ⋯ x n2 x12 x 22 ⋯ xn 2
tr ( M )= −
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
0 0 ⋯ 1 1 x n2 ⋯ x nk 1 x n2 ⋯ x nk x1 k x2 k ⋯ x nk x1 k x2 k ⋯ x nk
[ ] {([ ][ ])([ ][ ]) }
−1
1 0 ⋯ 0 1 x 12 ⋯ x1 k 1 1 ⋯ 1 1 x 12 ⋯ x1 k 1 1 ⋯ 1
0 1 ⋯ 0 1 x 22 ⋯ x2 k x 12 x 22 ⋯ x n2 1 x 22 ⋯ x 2k x 12 x 22 ⋯ xn 2
tr ( M )=tr −tr
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
0 0 ⋯ 1 1 x n2 ⋯ x nk x1 k x2 k ⋯ x nk 1 x n2 ⋯ x nk x1 k x2 k ⋯ x nk
{[ ] }
1 0 ⋯ 0
tr ( M )=n−tr 0 1 ⋯ 0
⋮ ⋮ ⋱ ⋮
0 0 ⋯ 1 K
tr ( M )=n−k
Reemplazando
n−K
E ( S ) =σ
2 2 2
=σ
n−K
2 SCR
S=
n−K
Si los grados de libertad n – k aumentan reducen la varianza residual ( S2 ¿ y si n – k
decrece aumentan la varianza residual.
A su vez que si n – K varían modifican el rango de la matriz.