Escolar Documentos
Profissional Documentos
Cultura Documentos
Resumo Algebra Matricial PDF
Resumo Algebra Matricial PDF
E necessria para o estudo de modelos de regresso linear mltipla usando matrizes, do Apndice E.
Nada deste material usado no texto principal.
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.
97
98 Introduo Econometria Editora Thomson
y1
y
y 2 .
yn
a11 0 0 0
0 a22 0 0
A .
0 0 0 ann
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.
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
.
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
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
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.
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 (a1 a2 . . . an).
Wooldridge Apndice D Resumo de lgebra Matricial 101
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).
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
Trao
O trao de uma matriz uma operao bastante simples definida somente para matrizes quadradas.
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
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.
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.
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.
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).
Por exemplo,
1 0 0
0 0 0
0 0 1
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.
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.
g(x) xAx.
Ento,
g(x)/
x 2xA,
que um vetor 1 n.
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.
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
DISTRIBUIO t
Tambm j definimos a distribuio t no Apndice B. Agora adicionamos uma propriedade importante.
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.
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
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.
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.