TEMA 2 ELEMENTOS DEL LGEBRA MATRICIAL

Monia Ben-Kaabia

1) TIPOS DE MATRICES 2) CALCULO DIFERENCIAL EN NOTACIN MATRICIAL 3) RESULTADOS ESTADSTICOS BSICOS EN FORMA MATRICIAL

1. TIPOS DE MATRICES:
1) MATRIZ NULA: todos los elementos de la matriz son nulos: aij=0 2) Matriz cuadrada: numero de filas = nmero de columnas 3) Matriz diagonal: es una matriz cuadrada cuyos elementos fuera de la diagonal principal son todos nulos. aij=0 para ij 4) Matriz escalar: es una matriz diagonal donde los elementos de la diagonal principal coinciden:

5) Matriz transpuesta: la transpuesta de una matriz ser la matriz resultante al cambiar las filas de la matriz por sus columnas. Propiedades de la matriz transpuesta: ( A B ) = A B 1) (A) = A 2) 6) Matriz simtrica: 7) Matriz idempotente: aij=aji AA=A A=A 3) ( AB ) = B A

8) Vector fila: es una matriz que tiene una sola fila 9) vector columna: es una matriz que tiene una sola columna. 10) vector suma: es un vector columna cuyos elementos son todos la unidad (1)
3 4

a, i = j aij = 0, i j

11) Traza de una matriz: es la suma de los elementos de la diagonal principal de una matriz cuadrada.

Propiedades de la matriz inversa: (AB)-1=B-1A-1 (ABC) -1=C-1B-1A-1 (A)-1=(A-1) (A-1)-1=A La inversa de una matriz diagonal es una matriz tambin diagonal. 13) Rango de una matriz: El rango de una matriz se define como el mximo nmero de columnas de dicha matriz linealmente independiente.

tr ( A) = a ii
i =1

Propiedades de la traza: 1) tr ( A B ) = tr ( A) tr ( B ) 2) tr(kA)=k tr(A) 3) tr(k(A+B))=k tr(A)+k tr(B) 4) tr(AB)=tr(BA) 5) tr[E(A)]=E[tr(A)] 6) tr(In)=n 7) tr(0n)=0 12) Matriz inversa: A-1 y que cumple AA-1=I
5

2. CALCULO DIFERENCIAL EN NOTACIN MATRICIAL

A- Derivada parcial de una combinacin lineal Sea A un vector columna de orden n:
a1 A= M a n x1 X = M x n

Derivadas parciales respecto de cada elemento del vector X:

A X = a1 x1 A X = a2 x 2

M A X = an x n

Sea X un vector columna de orden n: La combinacin lineal: Es un escalar

Estos que tenemos expresado en n ecuaciones lo podemos expresar en forma matricial:

AX = a1 x1 + a2 x2 + L + an xn
7

AX =A X
8

B- Derivada parcial de una forma cuadrtica Sea A una matriz simtrica cuadrada de orden n y X un vctor columna de orden n:

3. RESULTADOS ESTADSTICOS BSICOS EN FORMA MATRICIAL

A) VECTOR DE ESPERANZAS MATEMTICAS
Sea X un vector columna de T variables aleatorias:
X = X1 2 M XT X

a11 A= M a n1

L O L

a1n M ann

x1 X = M x n

La combinacin lineal X AX Es un escalar y se denomina forma cuadrtica de los elementos de X

X AX = a x + 2 aij xi x j
i =1 2 ii i i j
9

Si cada una de estas variables aleatorias tiene un valor esperado que denotamos:
10

i = E( X i )
Entonces, el vector de esperanzas matemticas de X lo expresamos como:
E ( X 1 ) 1 E( X 2 ) 2 = E( X ) = = M M E( X ) T T Propiedades del valor esperado: 1) Para cualquier constante a: E(a)=a 2) Para cualquier constantes a y b : E(aX+b)=aE(X)+b 3) Para cualquier matrices de constantes A y B: E(AX+B)=AE(X)+B
11

B) MATRIZ DE VARIANZAS Y COVARIANZAS:

Las varianzas y covarianzas de las variables aleatorias X1, X2,...,XT se definen como:

Var ( X i ) = E ( X i E ( X i ) ) = E ( X i i ) 2 ,
2

] [
]

i = 1,2,L T

cov( X i , X j ) = E ( X i i )( X j j ) ,

i = 1,2,LT

La matriz de varianzas y covarianzas del vector X :

V ( X ) = E[( X )( X )'] =

12

 ( X 1 1 ) ( X 2 ) E [( X )( X )] = E 2 (( X 1 1 ) M (X ) T T E ( X 1 1 ) 2 E ( X 2 2 )( X 1 1 ) = M E ( X )( X ) 1 1 T T E( X 2 2 ) M L L L
2

( X 2 2 )

( X T ) )

Si las variables aleatorias (X1, X2, ..., XT) del vector X tienen la misma varianza y covarianzas (correlaciones) nulas: - E(Xi)=ui - Var(Xi)=2, i - Cov(Xi,Xj)=0, En este caso:

L O L

E ( X 1 1 )( X T T ) E ( X 2 2 )( X T T ) M 2 E ( X T T )

La matriz de varianzas y covarianzas tiene dos propiedades importantes: Es simtrica Es semidefinida positiva

= 2 IT
se dice que la matriz de varianzas y covarianzas es escalar.

13

14

Propiedades de la varianza: 1) Para cualquier constante a: Var(a)=0 2) Para cualquier constantes a y b: Var(aX+b)=a2Var(X) 3) Para cualquier matriz de constantes A: Var(AX)=Avar(X)A 4) Para constantes a y b: Var(aX+bY)=a2Var(X)+b2Var(Y)+2abCov(X,Y)

C) DISTRIBUCIN MULTIVARIANTE DE UN VECTOR Proposicin 1 Si el vector X de T variables aleatorias se distribuye como una normal multivariante con vector de esperanza cero y matriz de varianzas y covarianzas igual a la identidad: XN(0,I) Entonces : XX2(T)

15

16

Proposicin 2 Si el vector X se distribuye: XN(0,2IT) Entonces:

1 X ' X 2(T) 2

Proposicin 3 Sea X un vector columna de T variables aleatorias que se distribuye:

X N (u , 2 )
siendo una matriz simtrica de orden T definida positiva, entonces:

1 2 ( X u ) 1 ( X u ) T 2

17

18

Proposicin 4 Si el vector X se distribuye: XN(0,2IT) y tenemos una matriz AT simtrica e idempotente, con rango y traza igual a r, Entonces:
1 X ' AX 2(T) 2

19