Beruflich Dokumente
Kultur Dokumente
Matrices
1 0 0
A = 2 4 0
3 5 6
1 0 0
A = 0 4 0
0 0 6
1 2 3
A = 2 4 5
3 5 6
1 0 0
A = 0 1 0
0 0 1
1 2 3 1 4 7
Anxk = 4 5 6 Akxn = 2 5 8
7 8 9 3 6 9
a11 a12 a13 b11 b12 b13 a11 + b11 a12 + b12 a13 + b13
Anxk = a21 a22 a23 + b21 b22 b23 = a21 + b21 a22 + b22 a23 + b23
a31 a32 a33 b31 b32 b33 a31 + b31 a32 + b32 a33 + b33
x1 1 1 n
x = M i = M x ' i = [ x1 L xn ] M = ∑ xi
xn 1 1
1
¿Cuál es la intuición?
x1 n
x ' x = [ x1 L xn ] M = ∑ xi2
xn
1
¿Cuál es la intuición?
1 2
a= b=
2 4
a y b son linealmente dependientes, pues b = 2 * a
Intuitivamente, esto significa que b no aporta nueva información que la que
ya conocemos en a, luego a es irrelevante.
Más generalmente, un vector y será linealmente dependiente de un conjunto
de vectores x, si y puede ser escrito como una combinación lineal de uno o
más vectores de x.
Victor Ruíz Díaz Econometría 01/04/2014 18
Independencia y dependencia lineal
Independencia lineal:
Dos matrices son linealmente independientes (l.i) si no existe ninguna
combinación lineal posible de alguna, que dé como resultado la otra (si
tiene determinante no nulo).
La intuición de la independencia lineal de las columnas (filas) de una
matriz es que cada columna (fila) entrega nueva información respecto a la
anterior, por lo tanto, todas las columnas (filas) son importantes.
5 1
A=
2 3
2 −1 3
Anxk = 3 0 −5
2 1 1
0 −5
c11 = ( −1) M 11 = ( −1)
1+1 2
=5
2 −1 3 1 1
Anxk = 3 0 −5 −1 3
c21 = ( −1) M 21 = ( −1)
2 +1
2 1 1
3
=4
1 1
−1 3
c31 = ( −1) M 31 = ( −1)
3+1 4
=5
0 −5
A = (A )
−11 c '
A
donde, Ac es la matriz de cofactores de A
Algunas de las propiedades de la inversa son:
−1 −1
• (A ) = A
• ( AB ) −1 = ( B) −1 ( A) −1
' −1
• (A ) = A ( )
−1 '
2 1 3
Anxk = 4 5 4
3 2 1
n
A = ∑ aij cij cij = ( −1)
i+ j
para todo i, donde M ij
j =1
1 2 3
1+1 5 4 1+2 4 4 1+3 4 5
A = 4 5 4 = 1( −1) + 2 ( −1) + 3( −1)
2 1 3 1 3 2
3 2 1
A = (A )
1 c '
−1
1+1 5 4 4 4 4 5
( −1) ( −1) ( −1)
1+ 2 1+ 3
2 1 3 1 3 2
−3 8 −7
2 +1 2 3 1 3 2 +3 1 2 4 −8 4
A = ( −1) ( −1) ( )
2+ 2
c
− 1 =
2 1 3 1 3 2
−7 8 −3
( −1)3+1 2 3
( −1)
3+ 2 1 3
( −1)
3+ 3 1 2
5 4 4 4 4 5
3 1 7
−
−3 8 −7 8 2 8
1
= −1 1
A = (A )
−11 c '
= 4 −8 4 −1
A −8
−7 8 −3 7 1 3
−
8 2 8
Ax = b
Queremos resolver las variables x e y de forma matricial, ¿cómo?
x = A−1b
Donde la solución sería:
a22b1 − a12b2
x 1 a22 − a12 b1 a11a22 − a12 a21
y = a a − a a −a =
11 22 12 21 21 a11 b2 − a21b1 − a11b2
a a − a a
11 22 12 21
Victor Ruíz Díaz Econometría 01/04/2014 37
Sistemas de ecuaciones lineales
Un sistema de ecuaciones se define homogéneo cuando el vector b solo
contiene ceros, es decir, de la forma:
Ax = 0
En este caso, si A posee inversa, la única solución al sistema de ecuaciones
es:
A−1 Ax = A−1 0
x = A−1 0 = 0
x 0
y = 0
λ1,2 =
2
( a11 + a22 ) ± ( a11 + a22 ) + 4a12 + a21
2
λ1 , λ2 =
2
Habiendo obtenido los valores característicos, los vectores característicos se
derivan del problema original: ( A − λ I ) x = 0
Si lo desarrollamos:
a11 a12 λi 0 xi 0
A − λ I xi = − =
a21 a22 0 λi yi 0
a11 − λi a12 xi ( a11 − λi ) xi + a12 yi 0
a = =
21 a22 − λi yi a21 xi + ( a22 − λi ) yi 0
Victor Ruíz Díaz Econometría 01/04/2014 41
Valores y vectores característicos
La solución a estas ecuaciones no será única, es decir, se obtendrá una
solución a x en función de y. Esto es lógico, pues partimos de la premisa
que de existir una solución única, ésta sería el vector nulo; como
buscamos una solución distinta, ésta no será única y de hecho puede
tomar infinitos valores.
A partir de los valores y vectores obtenidos, se definen dos matrices. La
matriz diagonal D reúne los valores característicos en su diagonal
principal, con ceros en el resto de la matriz; por otro lado, la matriz
denominada modal M agrupa los vectores característicos en el mismo
orden en el cual se colocaron los valores característicos en la matriz
diagonal:
λ1 0 x1 x2
D= M =
0 λ2 y
1 y 2
Por otra parte, a las segundas derivadas de f(x) las ordenamos en una
matriz cuadrada, la que recibe el nombre de Hessiano:
∂f ( x ) ∂f ( x ) ∂f ( x )
∂x ∂x L
∂ x1 ∂ x 2 ∂ x1 ∂ x N
1 1
∂f ( x ) ∂f ( x ) ∂f ( x )
∂f ( x ) L
= ∂ x 2 ∂ x1 ∂x2∂x2 ∂x2∂x N
∂x∂x '
M M O M
∂f ( x ) ∂f ( x )
L
∂f ( x )
∂ x N ∂ x1 ∂x N ∂x2 ∂ x N ∂ x N
1 3
A=
3 4
∂x ' Ax 2 x1 + 6 x2 x1 + 3 x2 1 3
= = 2 = 2 x = 2 Ax
∂x 6 x1 + 8 x2 3x1 + 4 x2 3 4