Econometría I

Semana 2– Sesión 2: Uso de las Matrices

Docente: Dr. Carlos Iván Palomares Palomares
 CONTENIDO

1. Operaciones con Matrices.

2. Uso de las Matrices para la Obtención de los
Parámetros.
1. OPERACIONES CON MATRICES

Las matrices son rectángulos de números que pueden ser útiles para almacenar
información. En esta sección se verá algunas operaciones básicas de algebra
matricial.

1.1 Igualdad de matrices

Las matrices (o vectores) A y B son iguales, si y sólo si tienen la misma
dimensión, y cada elemento de A es igual al correspondiente elemento de B.
A = B si y sólo si aik = bik para todo i y k.
1.2 Matriz transpuesta
La matriz transpuesta de una matriz A, designada por , se obtiene
creando una matriz cuya k-ésima fila es la k- ésima columna de la matriz
original. Así que, si B = , cada columna de A aparecerá como la
correspondiente fila de B. Si A es n x K, es K x n. Así, por ejemplo,
1.3 Suma de matrices
La operación de suma se extiende a las matrices a partir de la siguiente
definición
C=A+B=
Para que las matrices puedan sumarse es necesario que tengan la misma
dimensión. Decimos en ese caso que son conformables para la suma. Una
matriz nula es una matriz cuyos elementos son todos ceros. En la suma de
matrices, la matriz nula juega el mismo papel que el escalar 0 en la suma
escalar. Es decir,
A+0=A
También extendemos la operación de resta a matrices como si se tratara
de escalares, realizando la operación elemento a elemento. Es decir,
A–B=
A partir de las definiciones anteriores puede comprobarse que la suma de
matrices es conmutativa.
A+B=B+A
asociativa,
(A + B) + C = A + (B + C)
y que
1.4 Producto de matrices
La operación de producto de matrices se define a partir del producto
interno. EL producto interno (o producto) de dos vectores, a y b, es un
escalar y se escribe.
…… (1)
Véase que el producto interno se escribe como el vector transpuesto
de a por el vector b. Es decir, un vector fila por un vector columna. Así,
por ejemplo,
a´b = = 1 (3) + 3(8) + 4(2) = 35
En la ecuación (1) cada término ajbj es igual a bjaj, y tanto,

a´b = b´a

Para una matriz A n x K y una matriz B, K x T, el producto de ambas

C = AB
es una matriz n x T cuyo k–ésimo elemento es el producto interno de la fila i
de A y la columna k de B. Necesitamos una forma de designar la i–ésima fila
de una matriz. En adelante usaremos a; para designar la i–ésima columna de
la matriz, y para evitar confusión, usaremos ai para la i–ésima fila de A. Por
tanto,

C = AB cik = ai bk
Para multiplicar dos matrices, el número de columnas de la primera
debe coincidir con el número de filas de la segunda. Se dice que, en
ese caso, ambas matrices son conformables para el producto. Por
ejemplo.
AB =
=
=
El producto de matrices no es generalmente conmutativo. Por ejemplo,
en el cálculo anterior, AB es una matriz 2 x 2, mientras que

BA =

=
 Algunas reglas generales para el producto de matrices son las siguientes:
 Ley asociativa: (AB)C = A(BC)
 Ley distributiva: A(B+C) = AB + AC
(Véase que, por las dimensiones de las matrices, en la segunda regla BA y
CA pueden no estar definidos.)
 Transpuesta de un producto: (AB)´ = B´A´
Por generalización inmediata, (ABC)´ = C´B´A´
Finalmente, el producto de un escalar por una matriz consiste en
multiplicar cada elemento de la matriz por una escalar dado. Para un
escalar c y una matriz A.
cA =
1.5 Dependencia lineal
Tal como debería sugerir lo anteriormente expuesto, se requieren K
vectores para formar una base en RK. Aunque la base para un espacio
vectorial no es única, no todo conjunto de K vectores será suficiente.
DEFINICIÓN: Dependencia lineal. Un conjunto de vectores es
linealmente dependiente si cualquiera de los vectores en el
conjunto puede ser escrito como una combinación lineal de los
otros.

Dado que es un múltiplo de a, a y son linealmente dependientes.

Veamos otro ejemplo. Si
a= b= c=

entonces
2a + b - = 0

por lo que a, b y c son linealmente dependientes. Cualquiera de los

tres posibles pares de vectores formados a partir de ellos, sin embargo,
son linealmente independientes.
 DEFINICIÓN: Independencia lineal. Un conjunto de vectores es
linealmente independiente si la única solución a
α1a1 + α2a2 + …………………. + αKaK = 0
es
α1 = α2 = …………………… = αK = 0.

Lo anterior nos conduce a la siguiente definición equivalente de base.

DEFINICIÓN: Base para un espacio vectorial. Una base para un

espacio vectorial de K dimensiones es cualquier conjunto de K
vectores linealmente independientes en ese espacio.
Dado que cualquier vector (K + 1) puede escribirse como una combinación
lineal de K vectores base, cualquier conjunto de más de K vectores en RK
debe ser linealmente dependiente.

(Fórmula general para la inversa)

Toda matriz cuadrada A = (aij) nxn con determinante /A / ≠ 0 tiene una
única inversa A -1 que verifica AA -1 = A-1 A = I. Esta inversa es la
matriz.
A -1 = adj (A)
Si = 0, no existe una matriz X tal que AX = XA = I.
 

 
Ejemplo 1
Sea A = Probar que A tiene inversa y hallarla.
Solución:
Según el teorema A tiene inversa si y sólo si /A / ≠ 0. Por calculo elemental
vemos que / A / = -5, luego existe la inversa. Los adjuntos son:
C11 = = 10, C12 = - = - 15, C13= = 5,
 
C21 = = - 4, C22 = = 4, C23 = = - 1,
 
C31 = = - 9, C32 = = 14, C33 = = -6,
Por tanto, la inversa de A es:
A -1 = = -
 
(Comprobar el resultado demostrando que AA-1 = I.)
 
Ejemplo 2
Hallar la inversa de A =
Solución:
Primero formamos la matriz 3 x 6 que se obtiene añadiendo a la derecha de A la
matriz identidad 3 x 3:

La idea es usar operaciones elementales por filas sobre esta matriz de tal forma
que, al final, las tres primeras columnas formen la matriz unidad. Las últimas tres
columnas formaran la inversa de A.
Se sustituye la segunda fila por ella mas –1 multiplicado por la primera. Esto
pone un cero en la posición (21). El lector debe ser ya capaz de entender las
otras operaciones y por qué se realizan:
Se deduce que
A -1 =
(Comprobar que AA-1 = I.)
Tarea 2:
1. Usar el Teorema para calcular las inversas de las siguientes matrices, si existen:
A= B= C=
 
2. Hallar la inversa de D=
 
3. Sea A = , Hallar ( I – A ) -1
 
4. Dada las siguientes matrices calcular sus inversas:
A= B= C=
Comprobar los resultados multiplicando las matrices por las inversas calculadas.
2. Uso de las Matrices: Para Determinar los Parámetros
de un MRLS y MRLM

BETAS= (XtX)-1*XtY