Sunteți pe pagina 1din 51

Econometrı́a I

Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Econometrı́a I Propiedades de
Matrices
Algebra Matricial Matriz Inversa y
Determinante

Matrices Particionadas

Valores Propios y
Erix Ruiz Vectores Propios

Diferenciación de
Matrices

UNAC

9 de mayo de 2011
Econometrı́a I
Contenido
Erix Ruiz

Terminologı́a
Terminologı́a
Operaciones con
Matrices

Propiedades de
Matrices

Matriz Inversa y
Determinante

Matrices Particionadas

Valores Propios y
Vectores Propios

Diferenciación de
Matrices
Econometrı́a I
Contenido
Erix Ruiz

Terminologı́a
Terminologı́a
Operaciones con
Matrices

Propiedades de
Operaciones con Matrices Matrices

Matriz Inversa y
Determinante

Matrices Particionadas

Valores Propios y
Vectores Propios

Diferenciación de
Matrices
Econometrı́a I
Contenido
Erix Ruiz

Terminologı́a
Terminologı́a
Operaciones con
Matrices

Propiedades de
Operaciones con Matrices Matrices

Matriz Inversa y
Determinante

Propiedades de Matrices Matrices Particionadas

Valores Propios y
Vectores Propios

Diferenciación de
Matrices
Econometrı́a I
Contenido
Erix Ruiz

Terminologı́a
Terminologı́a
Operaciones con
Matrices

Propiedades de
Operaciones con Matrices Matrices

Matriz Inversa y
Determinante

Propiedades de Matrices Matrices Particionadas

Valores Propios y
Vectores Propios

Matriz Inversa y Determinante Diferenciación de


Matrices
Econometrı́a I
Contenido
Erix Ruiz

Terminologı́a
Terminologı́a
Operaciones con
Matrices

Propiedades de
Operaciones con Matrices Matrices

Matriz Inversa y
Determinante

Propiedades de Matrices Matrices Particionadas

Valores Propios y
Vectores Propios

Matriz Inversa y Determinante Diferenciación de


Matrices

Matrices Particionadas
Econometrı́a I
Contenido
Erix Ruiz

Terminologı́a
Terminologı́a
Operaciones con
Matrices

Propiedades de
Operaciones con Matrices Matrices

Matriz Inversa y
Determinante

Propiedades de Matrices Matrices Particionadas

Valores Propios y
Vectores Propios

Matriz Inversa y Determinante Diferenciación de


Matrices

Matrices Particionadas

Valores Propios y Vectores Propios


Econometrı́a I
Contenido
Erix Ruiz

Terminologı́a
Terminologı́a
Operaciones con
Matrices

Propiedades de
Operaciones con Matrices Matrices

Matriz Inversa y
Determinante

Propiedades de Matrices Matrices Particionadas

Valores Propios y
Vectores Propios

Matriz Inversa y Determinante Diferenciación de


Matrices

Matrices Particionadas

Valores Propios y Vectores Propios

Diferenciación de Matrices
Econometrı́a I
Vectores
Erix Ruiz

Terminologı́a

Operaciones con
Matrices
Vector Propiedades de
Un vector es una columna de números denotado como: Matrices

  Matriz Inversa y
a1 Determinante
 a2  Matrices Particionadas
a= .
 
 ..

 Valores Propios y
Vectores Propios
an (nx1) Diferenciación de
Matrices

Transpuesta de un Vector
La transpuesta de un vector es una fila de números (vectorf ila) denotada por:
0 
a = a1 a2 . . . an (1xn)
Econometrı́a I
Matriz
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Propiedades de
Matriz Matrices

Una matriz es un arreglo rectangular de números, la cual está compuesta por Matriz Inversa y
Determinante
los elementos aij , donde i se refiere a la i-ésima fila (i = 1, . . . , m) y j se
refiere a la j-ésima columna (j = 1, . . . , n). Una matriz de dimensión mxn Matrices Particionadas

puede ser escrita como: Valores Propios y


Vectores Propios
 
a11 a12 . . . a1n Diferenciación de
 a21 a22 . . . a2n  Matrices

A = (aij )mxn =  . .. .. 
 
..
 .. . . . 
am1 am2 . . . amn (mxn)
Econometrı́a I
Transpuesta de una Matriz
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Transpuesta de una Matriz Propiedades de


Matrices
0
La transpuesta de la matriz A = (aij )mxn , denotado por A , es la matriz Matriz Inversa y
n × m obtenida de intercambiar filas y columnas de A, es decir: Determinante

0 Matrices Particionadas
A = (aji )nxm Valores Propios y
Vectores Propios

Ejemplo Diferenciación de
Matrices
 
  2 4
2 −1 7 0
A= ; A = −1 5
4 5 6 (2x3)
7 6
(3x2)
Econometrı́a I
Matriz Cuadrada
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Propiedades de
Matrices
Matriz Cuadrada Matriz Inversa y
Una matriz A es cuadrada si m = n, es decir, presenta el mismo número de Determinante
filas y columnas. Matrices Particionadas

Valores Propios y
Ejemplo Vectores Propios

  Diferenciación de
12 −17 97 Matrices

A = −21 31 −75
52 −19 47
3x3
Econometrı́a I
Matriz Simétrica y Antisimétrica
Erix Ruiz

Terminologı́a
Matriz Simétrica 0
Operaciones con
Una matriz cuadrada A es simétrica si A = A . Matrices

Propiedades de
Ejemplo Matrices

Matriz Inversa y
  Determinante
0
5 2 0
Matrices Particionadas
A = A = 2 8 −4
0 −4 −1 Valores Propios y
Vectores Propios

Diferenciación de
Matriz Antisimétrica 0
Matrices

Una matriz cuadrada A es antisimétrica si A = −A.

Ejemplo
   
0 −4 1 0
0 4 −1
A= 4 0 2 ; A = −4 0 −2
−1 −2 0 1 2 0
Econometrı́a I
Matriz Diagonal y la Matriz Identidad
Erix Ruiz

Terminologı́a
Matriz Diagonal Operaciones con
Matrices
Una matriz cuadrada A es una matriz diagonal si aij = 0 para todo i 6= j.
Propiedades de
Matrices
Ejemplo Matriz Inversa y
Determinante
15 0 0 0
 
Matrices Particionadas
0 84 0 0
A= Valores Propios y
0 0 −15 0 Vectores Propios
0 0 0 43 4x4 Diferenciación de
Matrices

Matriz Identidad
La matriz identidad I es una matriz diagonal con todos los elementos de la
diagonal iguales a uno. Es decir:

 1 si i = j
aij =
 0 si i 6= j
Econometrı́a I
Operaciones con Matrices
Erix Ruiz

Terminologı́a

Operaciones con
Matrices
a). Si dos matrices tienen la misma dimensión, pueden ser sumadas o Propiedades de
restadas. Matrices
Sean A = (aij ) y B = (bij ) matrices de dimensión m × n, entonces: Matriz Inversa y
Determinante
A + B = (aij + bij ) Matrices Particionadas
A − B = (aij − bij )
Valores Propios y
Vectores Propios
Se cumple que:
Diferenciación de
Matrices
A + B0 = B 0+ A 0
(A + B) = A + B

b). La multiplicación de una matriz por un escalar está definida como:


γA = (γaij )
Econometrı́a I
Operaciones con Matrices
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Propiedades de
Matrices
c). Una matriz A de dimensión m × n y una matriz B de dimensión n × p
pueden ser multiplicadas para obtener una matriz de dimensión m × p. El Matriz Inversa y
Determinante
producto de las matrices A y B está definido como:
Matrices Particionadas
AB = ( n
P
k=1 aik bkj ) Valores Propios y
Vectores Propios
donde:
Pn Diferenciación de
k=1 aik bkj es el elemento i, j de la matriz producto AB y se define Matrices
como:
Pn
k=1 aik bkj = ai1 b1j + ai2 b2j + · · · + ain bnj
Econometrı́a I
Operaciones con Matrices
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Producto Interior 0 0
Propiedades de
Matrices
El producto interior de dos vectores, a y b está definido como a b = b a.
Matriz Inversa y
Determinante

0 0 Matrices Particionadas
Dos vectores son llamados ortogonales si a b = b a = 0.
Valores Propios y
Vectores Propios

Diferenciación de
Matrices
Para cualquier vector a de dimensión n × 1, excepto el vector nulo, se tiene
0
que a a > 0.

Producto Exterior 0
El producto exterior de un vector, aa , es una matriz de dimensión n × n.
Econometrı́a I
Operaciones con Matrices
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Ejemplo Propiedades de
Matrices
 
  1 2 Matriz Inversa y
1 2 3 Determinante
A= ; B = 3 4
4 5 0 Matrices Particionadas
0 5
  Valores Propios y
  9 12 3 Vectores Propios
7 25
AB = ; BA = 19 26 9 Diferenciación de
19 28 Matrices
20 25 0

Si A es de dimensión n × k y B es de dimensión k × n, entonces AB y BA


existen y son de dimensiones n × n y k × k respectivamente.
Econometrı́a I
Propiedades de la Multiplicación de Matrices
Erix Ruiz

Terminologı́a

Operaciones con
1. (α + β)A = αA + βA. Matrices

2. α(A + B) = αA + αB. Propiedades de


Matrices
3. (αβ)A = α(βA).
Matriz Inversa y
Determinante
4. (A + B) + C = A + (B + C).
Matrices Particionadas
5. (AB)C = A(BC).
Valores Propios y
6. A(B + C) = AB + AC. Vectores Propios

Diferenciación de
7. (A + B)C = AC + BC. Matrices

8. IA = AI = A.
9. A + 0 = 0 + A = A.
10. A − A = 0.
11. A0 = 0A = 0.
12. AB 6= BA; aún cuando ambos productos estén definidos.
Econometrı́a I
Propiedades de la Transpuesta de una Matriz
Erix Ruiz

0 0 Terminologı́a
1. (A ) = A.
Operaciones con
0 0 Matrices
2. (αA) = αA .
Propiedades de
0 0 0 Matrices
3. (A + B) = A + B .
0 0 0 Matriz Inversa y
4. (AB) = B A para Amxn y Bnxk . Determinante

0 Matrices Particionadas
5. X X = n 2
P
i=1 xi donde X es un vector de dimensión n × 1. Valores Propios y
6. Si A es una matriz de dimensión m × n con filas dadas por los vectores a Vectores Propios
0
de dimensión 1 × n, entonces se pueden escribir la matrices A y A como: Diferenciación de
Matrices
 
a1
 a2   
0 0 0
A= . ;A = a1 a2 · · · am
 
 ..

 (nxm)
an (mxn)
0
7. Si X es una matriz de dimensión n × k, entonces X X de dimensión
k × k es simétrica.
Econometrı́a I
Traza de una Matriz
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Traza Propiedades de
La traza de una matriz es una operación sólo para matrices cuadradas. Para Matrices

cualquier matriz An×n , la traza de la matriz A, denotada por tr(A) es la Matriz Inversa y
Determinante
suma de los elementos diagonales. Es decir:
Matrices Particionadas
tr(A) = n
P
i=1 aii Valores Propios y
Vectores Propios

Diferenciación de
Matrices
Ejemplo
 
17 5 83
A=9 8 −54 ⇒ tr(A) = 17 + 8 − 4 = 21
2 −3 −4
Econometrı́a I
Propiedades de la Traza de una Matriz
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Propiedades de
Matrices

1. tr(In ) = n. Matriz Inversa y


Determinante
0
2. tr(A ) = tr(A). Matrices Particionadas

3. tr(A + B) = tr(A) + tr(B). Valores Propios y


Vectores Propios
4. tr(αA) = αtr(A) para cualquier escalar α. Diferenciación de
Matrices
5. tr(AB) = tr(BA), donde A y B son matrices de dimensiones m × n y
n × m, respectivamente.
Econometrı́a I
Propiedades de Matrices
Erix Ruiz

Terminologı́a
Independencia Lineal Operaciones con
Matrices
Sea x1 , x2 , · · · , xr un conjunto de vectores (de dimensión n × 1), estos
vectores son linealmente independientes si y sólo si: Propiedades de
Matrices

Matriz Inversa y
α 1 x1 + α 2 x2 + · · · + α r xr = 0 (1) Determinante
implica que: Matrices Particionadas

Valores Propios y
α1 = α2 = · · · = αr = 0 Vectores Propios

Diferenciación de
Matrices

Si (1) se cumple para un conjunto de escalares tal que no todos son cero,
entonces x1 , x2 , · · · , xr es linealmente dependiente.

El hecho de que x1 , x2 , · · · , xr sea linealmente dependiente es equivalente a


decir que al menos un vector en este conjunto puede ser escrito como una
combinación lineal de los otros.
Econometrı́a I
Propiedades de Matrices
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Propiedades de
Rango Matrices
Sea A una matriz de dimensión m × n, el rango de una matriz A, rango(A), Matriz Inversa y
es el máximo número de columnas linealmente independientes (l.i.) de A. Determinante

Matrices Particionadas

Valores Propios y
Si A es una matriz de dimensión m × n y rango(A) = n, A tiene rango Vectores Propios

completo. Diferenciación de
Matrices

Si A es una matriz de dimensión m × n su rango puede ser a lo más n. Una


matriz tiene rango completo si sus columnas forman un conjunto linealmente
independiente.
Econometrı́a I
Propiedades del Rango de una Matriz
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Propiedades de
Matrices

0 Matriz Inversa y
1. rango(A ) = rango(A). Determinante

Matrices Particionadas
2. Si Anxm , entonces rango(A) = min(n, m).
Valores Propios y
3. Si Akxk y rango(A) = k, entonces A es no − singular, es decir, A es Vectores Propios
invertible. Diferenciación de
0 0 Matrices
4. rango(A) = rango(A A) = rango(AA ).
Econometrı́a I
Matrices Inversas
Erix Ruiz

Terminologı́a

Operaciones con
Matriz Inversa Matrices

Una matriz A de dimensión n × n , tiene una inversa denotada por A−1 , tal Propiedades de
que A−1 A = I y AA−1 = I. Matrices

Matriz Inversa y
Determinante

En este caso, se dice que A es invertible o no − singular, en otro caso se Matrices Particionadas

dice que la matriz es no − invertible o singular. Valores Propios y


Vectores Propios

Propiedades de la Matriz Inversa Diferenciación de


Matrices

1. Si una inversa existe, es única.


1 −1
2. (αA)−1 = α
A , si α 6= 0 y A es invertible.
3. Si (AB)−1 = B −1 A−1 , si A y B son de dimensión n × n e invertibles.
0 0
4. (A )−1 = (A−1 ) .
Econometrı́a I
Matrices de Inversas
Erix Ruiz

Terminologı́a

Operaciones con
Ejemplo Matrices

Propiedades de
En el caso de matrices diagonales y matrices de dimensión 2 × 2 las matrices Matrices
inversas se obtienen directamente:
Matriz Inversa y
 −1  −1  Determinante
a11 0 0 a11 0 0 Matrices Particionadas
−1
A=  0 a22 0  =  0 a22 0 
Valores Propios y
0 0 a33 0 0 a−1
33 Vectores Propios
 −1   Diferenciación de
a11 a12 1 a22 −a12 Matrices
A= =
a21 a22 a11 a22 − a12 a21 −a 21 a11

donde: a11 a22 − a12 a21 es el determinante de la matriz A, det(A).

Si det(A) = 0, A es singular, es decir, sus columnas son linealmente


dependientes, por lo tanto no tiene rango completo.
Econometrı́a I
Determinantes
Erix Ruiz

Terminologı́a

Operaciones con
Matrices
Determinante de una Matriz
Propiedades de
Sea A una matriz n × n. Sea Aij la (n − 1) × (n − 1) submatriz obtenida por eliminar Matrices
la fila i y la columna j de A. Entonces el escalar:
Matriz Inversa y
Determinante
Mij = det(Aij )
Matrices Particionadas
es denominado el (i, j)−ésimo menor de A y el escalar: Valores Propios y
Vectores Propios
i+j
Cij = (−1) Mij Diferenciación de
Matrices
es denominado el (i, j)−ésimo cofactor. Entonces se cumple que:

Cij si i + j es par
Mij =
−Cij si i + j es impar
El det(A) se logra sumando los productos de cada elemento de la matriz con su
respectivo cofactor, de cualquiera de las filas o columnas de la matriz.
Econometrı́a I
Determinantes
Erix Ruiz

Terminologı́a

Operaciones con
Ejemplo 1 Matrices

Para la matriz A de dimensión 2 × 2 y tomamos como referencia la fila 1, entonces: Propiedades de


Matrices
det(A) = a11 C11 + a12 C12 = a11 M11 − a12 M12 = a11 a22 − a12 a21 Matriz Inversa y
Determinante

Matrices Particionadas
Ejemplo 2 Valores Propios y
Para la matriz A3x3 se tiene: Vectores Propios

  Diferenciación de
a11 a12 a13 Matrices
det(A) = det a21 a22 a23  = a11 M11 − a12 M12 − a13 M13
a31 a32 a33
donde:
     
a22 a23 a21 a23 a21 a22
M11 = det ; M12 = det ; M13 = det
a32 a33 a31 a33 a31 a32
Econometrı́a I
Determinantes
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Propiedades de
Teorema Matrices
El determinante de una matriz triangular inferior, triangular superior o diagonal es el
Matriz Inversa y
producto de sus elementos diagonales. Determinante

Matrices Particionadas
Ejemplo 1
Valores Propios y
Para la matriz triangular superior A3x3 se tiene: Vectores Propios
  Diferenciación de
a11 0 0 Matrices
det(A) = det a21 a22
 0  = a11 M11 − 0M12 − 0M13
a31 a32 a33
 
a22 0
det(A) = a11 det = a11 a22 a33
a32 a33
Econometrı́a I
Determinantes
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Propiedades de
Teorema Matrices

Matriz Inversa y
Una matriz es no singular si y sólo si su determinante es distinto de cero. Determinante

Matrices Particionadas
Teorema Valores Propios y
Sea A una matriz cuadrada: Vectores Propios

0 Diferenciación de
1. det(A ) = det(A). Matrices

2. det(AB) = det(A)det(B).
3. det(A + B) 6= det(A) + det(B).
Econometrı́a I
Determinantes
Erix Ruiz

Terminologı́a

Matriz de Cofactores y Matriz Adjunta Operaciones con


Matrices

1. Para cualquier matriz An×n , sea Cij el (i, j)−ésimo cofactor de A. La matriz Propiedades de
n × n cuya (i, j)−ésima entrada es Cij se denomina matriz de cofactores de A. Matrices

Matriz Inversa y
2. Se define a la matriz adjunta de A, adjA, como la transpuesta de la matriz de Determinante
cofactores.
Matrices Particionadas

Valores Propios y
Teorema Vectores Propios
Sea A una matriz no singular (det(A) 6= 0), entonces: Diferenciación de
Matrices
1. det(A−1 ) = 1
det(A)
adj(A).

2. La única solución x = (x1 , x2 , · · · , xn ) del sistema lineal n × n, Ax = b es:


det(Bi )
xi = det(A)

donde Bi es la matriz construida reemplazando el lado derecho del sistema (vector


b) en la columna i de A.
Econometrı́a I
Sistema de Ecuaciones Lineales
Erix Ruiz

Terminologı́a

Operaciones con
Matrices
Supongamos que queremos resolver el siguiente sistema de ecuaciones lineales Propiedades de
n−dimensional: Matrices

Matriz Inversa y
a11 x1 + a12 x2 + · · · + a1n xn = b1 Determinante
a21 x1 + a22 x2 + · · · + a2n xn = b2
Matrices Particionadas
···························
an1 x1 + an2 x2 + · · · + ann xn = bn Valores Propios y
Vectores Propios

El sistema de ecuaciones se puede expresar de forma matricial como: Diferenciación de


Matrices
a11 a11 · · · a1n x1 b1
    
 a21 a22 · · · a2n   x2   b2 
 . .. .  . = .
    
 .. . .. .  .  ..

. . .  
an1 an2 · · · ann xn bn
Es decir, el sistema se puede expresar como Ax = b, donde A es una matriz de
dimensión n × n, b es un vector n × 1 y x es el vector n × 1 de incógnitas a resolver.
Econometrı́a I
Sistema de Ecuaciones Lineales
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Propiedades de
Matrices
Si A−1 existe, se puede escribir: Matriz Inversa y
Determinante
A−1 Ax = x = A−1 b Matrices Particionadas

para obtener la solución. Valores Propios y


Vectores Propios
Si A no es invertible, el sistema de ecuaciones lineales tiene dependencias lineales, por lo
tanto existen dos alternativas: Diferenciación de
Matrices
1. Más de un vector x satisface Ax = b (soluciones múltiples) o ;
2. Las ecuaciones son inconsistentes (no existe solución).
Si b es el vector nulo (cero), sólo la primera opción se mantiene.
Econometrı́a I
Formas Cuadráticas y Matrices Positivas Definidas
Erix Ruiz

Terminologı́a

Operaciones con
Matrices
Forma Cuadrática
Sea A una matriz n × n simétrica. La forma cuadrática asociada con la matriz Propiedades de
Matrices
A es la función de variable real definida para todo vector xn×1 .
Matriz Inversa y
0 Pn Pn Determinante
2
P
f (x) = x Ax = i=1 aij xi + 2 i=1 j>i aij xi xj Matrices Particionadas

Valores Propios y
Vectores Propios
Matriz Positiva Definida 0 Diferenciación de
Una matriz simétrica A se denomina positiva definida (p.d.) si x Ax > 0 para Matrices

todo vector xn×1 , excepto el vector nulo.

Matriz Positiva Semi-Definida


Una matriz simétrica A se denomina positiva semi-definida (p.s.d.) si
0
x Ax > 0 para todo vector xn×1 .
Econometrı́a I
Propiedades
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Propiedades de
Matrices

Matriz Inversa y
a. Una matriz p.d. tiene todos sus elementos diagonales estrictamente Determinante
positivos, mientras que una matriz p.s.d. tiene elementos diagonales no
Matrices Particionadas
negativos.
Valores Propios y
b. Si A es p.d., entonces A−1 existe y es p.d. Vectores Propios
0 0 Diferenciación de
c. Si X es de dimensión n × k, entonces X X y XX son p.s.d. Matrices
0
d. Si X es de dimesión n × k y rango(X) = k, entonces X X es p.d.
Econometrı́a I
Matriz Idempotente
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Propiedades de
Matrices
Sea An×n una matriz, entonces se dice que A es una matriz idempotente si y
sólo si: Matriz Inversa y
Determinante

AA = A Matrices Particionadas

Valores Propios y
Vectores Propios

Diferenciación de
Matrices
Se puede demostrar que la siguiente matriz es idempotente.
 
1 0 0
A = 0 0 0
0 0 1
Econometrı́a I
Propiedades de Matriz Idempotente
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Sea An×n una matriz idempotente: Propiedades de


Matrices
a. rango(A) = tr(A). Matriz Inversa y
Determinante
b. A es positiva semidefinida.
Matrices Particionadas
c. Sea Xn×k una matriz con rango(X) = k (rango completo), se pueden Valores Propios y
construir las siguientes matrices P y M : Vectores Propios

0 0 Diferenciación de
P = X(X X)−1 X Matrices
0 0
M = In − P = In − X(X X)−1 X
P y M son matrices simétricas e idempotentes, con rango(P ) = k y
rango(M ) = n − k.
Econometrı́a I
Matrices Particionadas
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Propiedades de
Matrices

Matriz Inversa y
Submatriz Determinante
Una submatriz de Amxn es una matriz formada a través de agrupar filas o
Matrices Particionadas
columnas de A.
Valores Propios y
Vectores Propios
Matriz Particionada Diferenciación de
Una matriz particionada es una matriz que ha sido particionada en Matrices
submatrices por lineas horizontales o verticales, las cuales se extienden a largo
de las filas o columnas de A.
Econometrı́a I
Matrices Particionadas
Erix Ruiz

Terminologı́a
Ejemplo Operaciones con
Matrices
Sea:
Propiedades de
Matrices
.. ..
 
a11 a12 . a13 . a14 a15 a16  Matriz Inversa y
· · · Determinante
 ··· ··· ··· ······ ··· ··· 

A= . .  Matrices Particionadas

a21 a22 .. a23 .. a24 a25 a26

 Valores Propios y
.. ..
  Vectores Propios
a31 a32 . a33 . a34 a35 a36 (3x6) Diferenciación de
Matrices
A puede ser escrita como:
 
.. ..
A11 . A12 . A13 
A = ··· ··· ··· ··· ··· 
 
 . . 
A21 .. A22 .. A23
Donde cada submatriz Aij es llamada bloque de A.
Econometrı́a I
Matrices Particionadas
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Propiedades de
Matrices
Diagonal por Bloques
Matriz Inversa y
Se denomina una matriz por bloques A a una matriz cuadrada que ha sido Determinante
particionada como: Matrices Particionadas

Valores Propios y
···
 
A11 0 0 Vectores Propios
 0 A12 ··· 0 
Diferenciación de
A= . .. .. 
 
.. Matrices
 .. . . . 
0 0 ··· Akk
donde cada Aij es cuadrada y Aij = 0 para i 6= j.
Econometrı́a I
Propiedades de Matrices Particionadas
Erix Ruiz

Terminologı́a

Operaciones con
1. Sean A y B matrices m × n, particionadas de la misma forma, es decir: Matrices
    Propiedades de
A11 A12 A13 B11 B12 B13 Matrices
A= ;B =
A21 A22 A23 B21 B22 B23
Matriz Inversa y
Determinante
donde A11 y B11 tienes las mismas dimensiones, A12 y B12 tienen las mismas
dimensiones y asi sucesivamente. Matrices Particionadas
Entonces: Valores Propios y
  Vectores Propios
A11 + B11 A12 + B12 A13 + B13
A+B = Diferenciación de
A21 + B21 A22 + B22 A23 + B23 Matrices

2. Dos matrices particionadas A y C pueden ser multiplicadas (tratando los bloques


como escalares), si los bloques son de dimensiones tal que la multiplicación de
matrices de los bloques puede realizarse.
   
A11 A12 C11 C12 C13
A= ;C =
A21 A22 C21 C22 C23
Econometrı́a I
Propiedades de Matrices Particionadas
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Propiedades de
Matrices

Matriz Inversa y
Entonces: Determinante

Matrices Particionadas

  Valores Propios y
A11 C11 + A12 C21 A11 C12 + A12 C22 A11 C13 + A12 C3 Vectores Propios
AC =
A21 C11 + A22 C21 A21 C12 + A22 C22 A21 C13 + A22 C3 Diferenciación de
Matrices
Econometrı́a I
Propiedades de Matrices Particionadas
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Propiedades de
3. Sea A una matriz cuadrada particionada como: Matrices

  Matriz Inversa y
A11 A12 Determinante
A=
A21 A22 Matrices Particionadas

Valores Propios y
Donde A11 y A22 son submatrices cuadradas. Vectores Propios
Si A22 y la matriz D = A11 − A12 A−1
22 A21 son no singulares. Entonces Diferenciación de
A es no singular y: Matrices

D−1 −D−1 A12 A−1


 
A−1 = 22
−A−1
22 A21 D
−1 D−1
Econometrı́a I
Valores Propios y Vectores Propios
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Sea A una matriz cuadrada. Propiedades de


Matrices
Valor Propio Matriz Inversa y
Determinante
Un valor propio de A es un número r, el cual, cuando se sustrae de cada uno de los
elementos diagonales de la matriz A, convierte a la matriz A en una matriz singular. Matrices Particionadas
Restar un escalar r de cada elemento diagonal de A es lo mismo que restar r veces la Valores Propios y
matriz identidad, I, de A. Vectores Propios
Entonces, r es un valor propio de A si y sólo si A − rI es una matriz singular, es decir:
Diferenciación de
Matrices
det(A − rI) = 0

Para una matriz An×n , det(A − rI) es un polinomio de orden n en la variables r,


denominado polinomio caracterı́stico de A.
Econometrı́a I
Valores Propios y Vectores Propios
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Propiedades de
Matrices

Ejemplo Matriz Inversa y


Determinante
Para una matriz 2 × 2 general, el polinomio caracterı́stico es un Matrices Particionadas
polinomio de segundo orden: Valores Propios y
  Vectores Propios
a11 − r a12
det(A − rI) = det = Diferenciación de
a21 a22 − r Matrices

2
r − (a11 + a22 )r + (a11 a22 − a12 a21 )
Econometrı́a I
Valores Propios y Vectores Propios
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Propiedades de
Matrices

Matriz Inversa y
Determinante
Un polinomio de orden n tiene a lo más n raı́ces, exactamente n si se toman en cuenta
raı́ces con su multiplicidad y las raı́ces complejas. Asi, una matriz 2 × 2 tiene a lo más Matrices Particionadas
dos valores propios; una matriz n × n tiene a lo más n valores propios. Valores Propios y
Vectores Propios

Diferenciación de
El hecho de que la matriz cuadrada A − rI es una matriz singular cuando r es un valor Matrices
propio de A significa que el sistema de ecuaciones (A − rI)v=0 tiene una solución
distinta que v = 0.
Econometrı́a I
Valores Propios y Vectores Propios
Erix Ruiz

Terminologı́a

Vector Propio Operaciones con


Matrices
Cuando r es un valor propio de A, un vector distinto de cero v tal que:
Propiedades de
Matrices
(A − rI)v=0
Matriz Inversa y
Determinante
es llamado un vector propio de A correspondiente al valor propio r.
Matrices Particionadas

Valores Propios y
Vectores Propios
Del sistema de ecuaciones anterior, se puede observa que:
Diferenciación de
Matrices
Av-rIv=0
Av-rv=0
Av=rv

Se exige que el vector propio sea distinto de cero porque v=0 es solución de
(A − rI)v=0 para cualquier r.
Econometrı́a I
Propiedades
Erix Ruiz

Terminologı́a

Operaciones con
1. Los vectores propios de una matriz simétrica son ortogonales, es decir Matrices
0
vi vj = 0 para todo i 6= j. Propiedades de
Matrices
2. Una matriz singular tiene almenos un valor propio igual a cero. En
Matriz Inversa y
general, el rango de una matriz simétrica corresponde al número de Determinante
valores propios distintos de cero.
Matrices Particionadas
3. Una matriz simétrica es llamada positiva definida si todos sus valores Valores Propios y
propios son positivos. Es llamada positiva semi-definida si todos sus Vectores Propios
valores propios son no-negativos. Diferenciación de
Matrices
4. Un matriz positiva definida es invertible. Si A es positiva definida para
0
cualquier vector x no nulo, entonces se cumple que x Ax > 0.
5. Para una matriz positiva semi definida y para cualquier vector x, se
0
cumple que x Ax ≥ 0.
6. El determinante de una matriz simétrica es igual al producto de sus n
valores propios. Entonces si A es positiva definida, det(A) > 0.
Econometrı́a I
Diferenciación de Matrices
Erix Ruiz

Terminologı́a

Operaciones con
Sea x un vector
0
columna n dimensional. Si c también
0
es un vector columna n Matrices
dimensional, c x es una escalar. Consideremos c x como una función del Propiedades de
0
vector x. Entonces, podemos considerar el vector de derivadas de c x con Matrices

respecto a cada uno de los elementos de x, esto es : Matriz Inversa y


Determinante
0 Matrices Particionadas
∂c x
∂x =c Valores Propios y
Vectores Propios
Es un vector columna con n derivadas con elemento tı́picos ci . Diferenciación de
Matrices

Generalmente, se tiene la función vectorial, f (x) = Ax (A es una matriz) y se


cumple que :

∂Ax 0
∂x =A
El elemento en la columna i, fila j de esta matriz es la derivada del j-ésimo
elemento en la función Ax con respecto a xi .
Econometrı́a I
Diferenciación de Matrices
Erix Ruiz

Terminologı́a

Operaciones con
Matrices

Propiedades de
Matrices
Adicionalmente:
Matriz Inversa y
0 Determinante
∂x Ax
∂x = 2Ax Matrices Particionadas

Valores Propios y
para una matriz simétrica A. Vectores Propios

Diferenciación de
Matrices

Si A no es simétrica, se tiene que:


0 0
∂x Ax
∂x = (A + A )x

S-ar putea să vă placă și