D

Resumo de lgebra Matricial

ste apndice resume os conceitos de lgebra matricial, inclusive da lgebra de probabilidade,

E necessria para o estudo de modelos de regresso linear mltipla usando matrizes, do Apndice E.
Nada deste material usado no texto principal.

D.1 DEFINIES BSICAS

DEFINIO D.1 (MATRIZ)

Uma matriz um arranjo retangular de nmeros. Mais precisamente, uma matriz m
n tem m linhas e n
colunas. O inteiro positivo m denominado dimenso da linha, e n denominado dimenso da coluna.
Usamos letras maisculas em negrito para representar as matrizes. Podemos escrever, de forma
geral, uma matriz de ordem m
n como

 
a11 a12 a13 a1n
a a22 a23 a2n
A  [aij] 
21 ,
am1 am2 am3 amn

onde aij representa o elemento na i-sima linha e na j-sima coluna. Por exemplo, a25 corresponde ao
nmero na segunda linha e na quinta coluna de A. Um exemplo especfico de uma matriz 2
3

A 42 1
5 
7
0
, (D.1)

onde a13  7. A forma abreviada A  [aij] freqentemente usada para definir operaes de matrizes.

DEFINIO D.2 (MATRIZ QUADRADA)

Uma matriz quadrada tem o mesmo nmero de linhas e colunas. A dimenso de uma matriz quadrada
dada por seus nmeros de linhas e colunas.

DEFINIO D.3 (VETORES)

(i) Uma matriz 1
m chamada vetor linha (de dimenso m) e pode ser escrita como x
(x1, x2, ..., xm).
(ii) Uma matriz n
1 chamada vetor coluna e pode ser escrita como

97
98 Introduo Econometria Editora Thomson


y1
y
y
2 .


yn

DEFINIO D.4 (MATRIZ DIAGONAL)

Uma matriz quadrada A uma matriz diagonal quando todos os seus elementos fora da diagonal
forem zeros, isto , aij  0 para todos i
j. Podemos sempre escrever uma matriz diagonal como

 
a11 0 0 0
0 a22 0 0
A .


0 0 0 ann

DEFINIO D.5 (MATRIZES IDENTIDADE E NULA)

(i) A matriz identidade n
n, chamada de I, ou algumas vezes In para enfatizar sua dimenso, a
matriz diagonal com a unidade (um) em cada posio diagonal, e zero nas outras posies:

 
1 0 0 0
0 1 0 0
I
In

.
0 0 0 1

(ii) A matriz nula m
n, chamada de 0, a matriz m
n com zero em todas as entradas. Ela
no precisa ser um matriz quadrada.

D.2 OPERAES COM MATRIZES

Adio de Matrizes
Duas matrizes A e B, cada uma de dimenso m
n, podem ser somadas elemento a elemento: A  B
 [aij  bij]. Mais precisamente,

 
a11  b11 a12  b12 a1n  b1n
a  b21 a22  b22 a2n  b2n
A  B  21 .


am1  bm1 am 2  bm 2 amn  bmn
Por exemplo,

42 1
5
7
0 

1
4
0
2
4
3
 
3
0
1
7 
3
3
.

Matrizes de ordens diferentes no podem ser somadas.

Wooldridge Apndice D Resumo de lgebra Matricial 99

Multiplicao Escalar
Dado qualquer nmero real  (freqentemente chamado de escalar), uma multiplicao escalar defi-
nida como A
[aij], ou

 
a11 a12 a1n
a21 a22 a2n
A = .


am1 am 2 amn

Por exemplo, se  = 2, A a matriz na equao (D.1), ento,

A  84 2
10
14
0.

Multiplicao de Matrizes
Para multiplicar a matriz A pela matriz B de maneira a formar o produto AB, a dimenso das colunas
de A deve ser igual dimenso das linhas de B. Portanto, seja A uma matriz m
n e seja B uma matriz
n
p. Ento, a multiplicao de matrizes ser definida como

  a b .
n
AB = ik kj
k1

Em outras palavras, o (i,j)-simo elemento da nova matriz AB obtido pela multiplicao de cada
elemento na i-sima linha de A pelo elemento correspondente na j-sima coluna de B e somando-se esses
n produtos. Um esquema pode ajudar a tornar esse processo mais transparente:

A B AB

    
b1j
b2j n
-sima linha
i ai1 ai2 ai3 ain b3j  a i k bkj ,

k1

bnj

p
0
j-sima coluna (i, j)-simo elemento

onde, pela definio do operador somatrio no Apndice A,

n
 aikbkj  ai1b1j  ai2b2j  ...  ainbnj.
k1

Por exemplo,
100 Introduo Econometria Editora Thomson

 
0 1 6 0
 2
4
1
1
0
0
1
3
2
0
0
0
1 
0
1
1
0
2
12
24
1
1.

Tambm podemos multiplicar uma matriz e um vetor. Se A for uma matriz n
m e y for um vetor
m
1, Ay ser um vetor de ordem n
1. Se x for um vetor 1
n, xA ser um vetor 1
m.
A adio de matrizes, a multiplicao escalar e a multiplicao de matrizes podem ser combina-
das de vrias maneiras, e essas operaes satisfazem vrias regras das operaes bsicas com nmeros
que nos so familiares. Na lista de propriedades seguinte, A, B e C so matrizes com dimenses apro-
priadas para aplicar cada operao, e  e  so nmeros reais. A maioria dessas propriedades pode ser
ilustrada facilmente a partir das definies.

PROPRI E DADE S DA M U LTI PLICAO DE MATRIZ E S: (1) (  )A  A  A; (2) (A  B)
 A  B; (3) ()A  (A); (4) (AB)  (A)B; (5) A  B  B  A; (6) (A  B)  C  A
 (B  C); (7) (AB)C  A(BC); (8) A(B  C)  AB  AC; (9) (A  B)C  AC  BC; (10) IA
 AI  A; (11) A  0  0  A  A; (12) A A  0; (13) A0  0A  0; e (14) AB
BA, mesmo
quando ambos os produtos forem definidos.

A ltima propriedade merece um comentrio adicional. Se A for n
m e B for m
p, ento, AB ser

definida, mas BA somente ser definida se n  p (a ordem de linha da A igual a ordem de coluna da
B). Se A for m
n e B for n
m, ento, AB e BA sero ambas definidas, mas normalmente no sero
a mesma matriz; de fato, elas possuem dimenses diferentes, a menos que A e B sejam ambas matri-
zes quadradas. Mesmo quando A e B so quadradas, AB
BA, exceto sob circunstncias especiais.

Transposta
DEFINIO D6 (TRANSPOSTA)
Seja A  [aij] uma matriz m
n. A transposta de A, chamada de A (A linha), a matriz de ordem
n
m, obtida intercambiando as linhas e colunas de A. Podemos escrev-la como A
[aji].

Por exemplo,

 
2 4
A  2
4
1
5
7
0 
, A  1
7
5 .
0

PROPRI E DADE S DA TRAN S POSTA: (1) (A)  A; (2) (A) = A para qualquer escalar ; (3) (A
n
 B)  A  B; (4) (AB)  BA, quando A for m
n e B for n
k; (5) xx   x2i, onde x um
i1
vetor n
1; e (6) se A for uma matriz n
k com linhas dadas pelos vetores 1
k a1, a2, ..., an, de
forma que possamos escrever


a1
a
A 2 ,


an
ento, A  (a
1 a
2 . . . a
n).
Wooldridge Apndice D Resumo de lgebra Matricial 101

DEFINIO D.7 (MATRIZ SIMTRICA)

Uma matriz quadrada A uma matriz simtrica se, e somente se, A  A.

Se X for qualquer matriz n
k, XX sempre definida e uma matriz simtrica, como poder ser visto
pela aplicao das primeira e quarta propriedades da transposta (veja o Problema D.3).

Multiplicao de Matrizes Particionadas

Seja A uma matriz n
k com linhas dadas pelos vetores 1
k a1, a2, ..., an, e seja B uma matriz n
m
com linhas dadas pelos vetores 1
m b1, b2, ..., bn;

 
a1 b1
a b2
A 2 ,B .



an bn
Ento,
n
AB   ai bi,
i1

onde para cada i, ai bi uma matriz k
m. Portanto, AB pode ser escrita como a soma de n matrizes,
cada uma delas sendo k
m. Como um caso especial, temos
n
AA   ai ai
i1

onde ai ai uma matriz k
k de todos os i.

Trao
O trao de uma matriz uma operao bastante simples definida somente para matrizes quadradas.

DEFINIO D.8 (TRAO)

Para qualquer matriz A n
n, o trao de uma matriz A, representado por tr(A), ser a soma dos ele-
mentos de sua diagonal. Matematicamente,
n
tr(A)   aii.
i1

PROPRI E DADE S DO TRAO: (1) tr(In)  n; (2) tr(A)  tr(A); (3) tr(A  B)  tr(A)  tr(B); (4)
tr(A)  tr(A), para qualquer escalar ; e (5) tr(AB)  tr(BA), onde A m
n e B n
m.

Inversa
A noo da inversa de uma matriz muito importante para matrizes quadradas.
102 Introduo Econometria Editora Thomson

DEFINIO D.9 (INVERSA)

Uma matriz A n
n tem uma inversa, representada por A1, desde que A1A  In e AA1  In.
Nesse caso, A chamada de inversvel ou no singular. Caso contrrio, ela ser chamada de no inver-
svel ou singular.

PROPRI E DADE S DA I NVE RSA: (1) Se existir uma inversa, ela ser nica; (2) (A)1  (1/)A1,
se 
0 e A for inversvel; (3) (AB)1  B1A1, se A e B forem ambas n
n e inversveis; e (4)
(A)1  (A1).

No nos preocuparemos com a mecnica de clculo da inversa de uma matriz. Qualquer texto de lge-
bra matricial contm exemplos detalhados de tais clculos.

D.3 INDEPENDNCIA LINEAR. POSTO DE UMA MATRIZ

Para um conjunto de vetores tendo a mesma dimenso, importante saber se um vetor pode ser expresso
como uma combinao linear dos demais vetores.

DEFINIO D.10 (INDEPENDNCIA LINEAR)

Seja {x1, x2, ..., xr} um conjunto de vetores n
1. Eles sero vetores linearmente independentes se,
e somente se,

1x1  2x2  ...  r xr  0 (D.2)

implicar que 1  2  ...  r  0. Se (D.2) se sustentar para um conjunto de escalares que no

sejam todos zeros, ento, {x1, x2, ..., xr} ser linearmente dependente.

A afirmao de que {x1, x2, ..., xr} ser linearmente dependente equivalente a dizer que pelo menos
um vetor no conjunto pode ser escrito como uma combinao linear dos demais.

DEFINIO D.11 (POSTO)

(i) Seja A uma matriz n
m. O posto de uma matriz A, denotada posto(A), o nmero mximo de
colunas linearmente independentes de A.
(ii) Se A for n
m e posto(A)  m, ento, A ter posto de colunas completas.
Se A for n
m, seu posto ser no mximo m. Uma matriz ter posto de colunas completas se suas
colunas formarem um conjunto linearmente independente. Por exemplo, a matriz 3
2

 
1 3
2 6
0 0

poder ter no mximo posto 2. De fato, seu posto ser apenas um porqu a segunda coluna trs vezes
a primeira coluna.
Wooldridge Apndice D Resumo de lgebra Matricial 103

PROPRI E DADE S DO POSTO: (1) posto(A) = posto(A); (2) Se A for n
k, ento, posto(A) 
min(n,k); e (3) Se A for k
k e posto(A)  k, ento, A ser no singular.

D.4 FORMAS QUADRTICAS E MATRIZES POSITIVAS DEFINIDAS

DEFINIO D.12 (FORMA QUADRTICA)

Seja A uma matriz simtrica n
n. A forma quadrtica associada matriz A ser a funo de valor
real definida para todos os vetores x n
1:
n n
f(x)  xAx   aii x2i  2  aijxixj.
i1 i1 j  i

DEFINIO D.13 (POSITIVA DEFINIDA E POSITIVA SEMIDEFINIDA)

(i) Uma matriz simtrica A positiva definida (p.d.) se

xAx  0 para todos os vetores x n
1, exceto x  0.

(ii) Uma matriz simtrica A positiva semidefinida (p.s.d.) se

xAx 0 para todos os vetores n
1.

Se uma matriz for positiva definida ou positiva semidefinida, ela ser automaticamente assumida como
sendo simtrica.

PROPRI E DADE S DAS MATRIZ E S POS ITIVAS DE FI N I DAS E POS ITIVAS S E M I DE FI N I DAS:
(1) Uma matriz positiva definida tem elementos diagonais que so estritamente positivos, enquanto
uma matriz p.s.d. tem elementos diagonais no negativos; (2) Se A for uma p.d., ento, A1 existe e
ser p.d.; (3) Se X for n
k, ento, XX e XX sero p.s.d.; e (4) Se X for n
k e posto(X)  k, ento,
XX ser p.d. (e, portanto, no singular).

D.5 MATRIZES IDEMPOTENTES

DEFINIO D.14 (MATRIZ IDEMPOTENTE)

Seja A uma matriz simtrica n
n. Ento, A uma matriz idempotente se, e somente se, AA  A.

Por exemplo,

 
1 0 0
0 0 0
0 0 1

uma matriz idempotente, como possvel verificar pela multiplicao direta.

104 Introduo Econometria Editora Thomson

PROPRIEDADES DAS MATRIZES IDEMPOTENTES: Seja A uma matriz idempotente n
n. (1) posto(A)
 tr(A), e (2) A positiva semidefinida.

Podemos construir matrizes idempotentes de forma bem generalizada. Seja X uma matriz n
k
com posto(X)  k. Defina

P
X(XX)1X
M
In  X(XX)1X  In  P.

Ento, P e M sero matrizes simtricas idempotentes, com posto(P)  k e posto(M)  n  k. Os postos

so obtidos com mais facilidade usando a Propriedade 1: tr(P)  tr[(XX)1XX] (da Propriedade 5 do
trao)  tr(Ik)  k (pela Propriedade 1 do trao). Facilmente segue que tr(M)  tr(In)  tr(P)  n  k.

D.6 DIFERENCIAO DE FORMAS LINEARES E QUADRTICAS

Para um dado vetor a n
1, considere a funo linear definida por

f(x)  ax,

para todos os vetores x n
1. A derivada de f em relao a x ser o vetor 1
n das derivadas parciais,
que simplesmente

f(x)/
x  a.

Para uma matriz simtrica n
n A, defina a forma quadrtica

g(x)  xAx.

Ento,

g(x)/
x  2xA,

que um vetor 1
n.

D.7 MOMENTOS E DISTRIBUIES DE VETORES ALEATRIOS

Para derivar o valor esperado e a varincia dos estimadores MQO usando matrizes, precisamos definir
o valor esperado e a varincia de um vetor aleatrio. Como seu nome sugere, um vetor aleatrio sim-
plesmente um vetor de variveis aleatrias. Tambm precisamos definir a distribuio normal multiva-
riada. Esses conceitos so simples extenses daqueles tratados no Apndice B.
Wooldridge Apndice D Resumo de lgebra Matricial 105

Valor Esperado
DEFINIO D.15 (VALOR ESPERADO)
(i) Se y for um vetor aleatrio n
1, o valor esperado de y, representado por E(y), o vetor dos valo-
res esperados: E(y)  [E(y1), E(y2),..., E(yn)].
(ii) Se Z for uma matriz aleatria n
m, E(Z) a matriz n
m dos valores esperados: E(Z)
[E(zij)].

PROPRI E DADE S DO VALOR E S PE RADO: (1) Se A for uma matriz m
n e b for um vetor n
1,
onde ambos so no-aleatrios, E(Ay  b)  AE(y)  b e (2) Se A for p
n e B for m
k, onde
ambas so no-aleatrios, E(AZB)  AE(Z)B.

Matriz de Varincia-Covarincia
DEFINIO D.16 (MATRIZ DE VARINCIA-COVARINCIA)
Se y for um vetor aleatrio n
1, sua matriz de varincia-covarincia, representada por Var(y)
definida como
12 12 1n

 

21 22 2n
Var(y)  ,


n1 n2 n2

onde 2j  Var(yj) e ij  Cov(yi,yj). Em outras palavras, a matriz de varincia-covarincia tem as
varincias de cada elemento de y em sua diagonal, com os termos de covarincia fora dela. Como
Cov(yi,yj)  Cov(yj,yi), segue imediatamente que uma matriz de varincia-covarincia simtrica.

PROPRIEDADES DA VARINCIA: (1) Se a for um vetor no-aleatrio n
1, ento, Var(ay) 

a[Var(y)]a 0; (2) Se Var(ay)  0 para todo a
0, Var(y) positiva definida; (3) Var(y)  E[(y 

)(y 
)], onde
 E(y); (4) Se os elementos de y forem no-correlacionados, Var(y) uma matriz
diagonal. Se, alm disso, Var(yj)  2 para j  1, 2, ..., n, ento Var(y)  2 In e (5) Se A for uma
matriz no-aleatria m
n e b for um vetor no-aleatrio n
1, ento, Var(Ay  b)  A[Var(y)]A.

Distribuio Normal Multivariada

A distribuio normal de uma varivel aleatria foi discutida em alguma medida no Apndice B.
Precisamos estender a distribuio normal aos vetores aleatrios. No forneceremos uma expresso da
funo de distribuio de probabilidade, j que no precisaremos dela. importante saber que um vetor
aleatrio normal multivariado totalmente caracterizado por sua mdia e pela matriz de varincia-
covarincia. Portanto, se y for um vetor aleatrio normal multivariado n
1, com mdia
e matriz de
varincia-covarincia
, escrevemos y  Normal(
,
). Agora, apresentamos vrias propriedades teis
da distribuio normal multivariada.

PROPRIEDADES DA DISTRIBUIO NORMAL MULTIVARIADA: (1) Se y  Normal(
,
), ento,

cada elemento de y normalmente distribudo; (2) Se y ~ Normal(
,
), ento, yi e yj, quaisquer dois
elementos de y, sero independentes se, e somente se, eles forem no-correlacionados, isto , ij  0;
(3) Se y  Normal(
,
), ento, Ay  b  Normal(A
 b,A
A), onde A e b so no-aleatrios;
(4) Se y  Normal(0,
), ento, para matrizes A e B no-aleatrias, Ay e By sero independentes se, e
somente se, A
B  0. Particularmente, se
 2In, ento, AB  0 ser necessria e suficiente para
106 Introduo Econometria Editora Thomson

a independncia de Ay e By; (5) Se y  Normal(0,2In), A uma matriz no-aleatria k
n, e B

uma matriz simtrica idempotente n
n, ento, Ay e yBy sero independentes se, e somente se, AB
 0; e (6) Se y  Normal(0,2In) e A e B forem matrizes simtricas idempotentes no-aleatrias,
ento, yAy e yBy sero independentes se, e somente se, AB  0.

DISTRIBUIO QUI-QUADRADO
No Apndice B, definimos uma varivel aleatria qui-quadrada como a soma dos quadrados das
variveis aleatrias normais padro independentes. Em notao vetorial, se u  Normal(0,In), ento,
uu ~ 2n

PROPRI E DADE S DA DI STRI BU IO QU I- QUADRADO: (1) Se u  Normal(0,In) e A for uma

matriz simtrica idempotente n
n com posto(A)  q, ento, uAu  2q ; (2) Se u  Normal(0,In) e
A e B forem matrizes simtricas idempotentes n
n de tal forma que AB  0, ento, uAu e uBu
sero variveis aleatrias qui-quadradas independentes; e (3) Se z  Normal(0,C) onde C uma matriz
no singular m
m, ento, zC1z  2m .

DISTRIBUIO t
Tambm j definimos a distribuio t no Apndice B. Agora adicionamos uma propriedade importante.

PROPRI E DADE DA DI STRI BU IO t: Se u  Normal(0,In), c um vetor no-aleatrio n
1, A

uma matriz no-aleatria simtrica idempotente n
n com posto q, e Ac  0,
ento,{cu/(cc)1/2}/(uAu)1/2  tq.

DISTRIBUIO f
Recorde-se de que uma varivel aleatria F obtida tomando-se duas variveis aleatrias qui-qua-
dradas independentes e encontrando-se a razo entre elas, padronizadas pelos graus de liberdade.

PROPRI E DADE DA DI STRI BU IO f: Se u  Normal(0,In) e A e B forem matrizes simtricas

idempotentes no-aleatrias n
n com posto(A)  k1, posto(B)  k2 e AB  0, ento,
(uAu/k1)/(uBu/k2)  Fk1,k2.

RESUMO

Este apndice contm uma forma condensada das informaes bsicas necessrias ao estudo do modelo
linear clssico usando matrizes. Embora o material aqui apresentado no dependa de outros, ele
apresentado com a inteno de servir como uma reviso para os leitores familiarizados com lgebra
matricial e estatstica multivariada, e ser amplamente usado no Apndice E.
Wooldridge Apndice D Resumo de lgebra Matricial 107

PROBLEMAS

D.1 (i) Encontre o produto AB usando

 
0 1 6
A 2
4
1
5
7
0,B 1
3
8
0
0 .
0
(ii) BA existe?
D.2 Se A e B forem matrizes diagonais n
n, demonstre que AB  BA.
D.3 Seja X qualquer matriz n
k. Mostre que XX uma matriz simtrica.
D.4 (i) Use as propriedades do trao para demonstrar que tr(AA)  tr(AA) para qualquer matriz
A n
m.

(ii) Para A = 20 0

3
1
0 
, verifique se tr(AA) = tr(AA).

D.5 (i) Use a definio da inversa para provar o seguinte: se A e B forem matrizes no singulares
n
n, ento, (AB)1  B1A1.
(ii) Se A, B e C forem todas matrizes no singulares n
n, encontre (ABC)1 em termos de
A1, B1 e C1.
D.6 (i) Mostre que, se A for uma matriz positiva definida, simtrica n
n, ento, A deve ter ele-
mentos diagonais estritamente positivos.
(ii) Escreva uma matriz simtrica 2
2 com elementos diagonais estritamente positivos que
no seja positiva definida.
D.7 Seja A uma matriz positiva definida, simtrica n
n. Mostre que, se P for qualquer matriz no
singular n
n, ento, PAP ser positiva definida.
D.8 Prove a Propriedade 5 das varincias dos vetores, usando a Propriedade 3.