D

Resumo de lgebra Matricial

ste apndice resume os conceitos de lgebra matricial, inclusive da lgebra de probabilidade, 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 a21 am1 a12 a22 am2 a13 a23 am3 a1n a2n amn

[aij]

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 2 4 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 (ii) Uma matriz n 1 chamada vetor coluna e pode ser escrita como

(x1, x2, ..., xm).

97

98

Introduo Econometria Editora Thomson

y1 y2 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 a22 0 0 0 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 1 0 0 0 0 0 0 1 n com zero em todas as entradas. Ela

In

(ii) A matriz nula m n, chamada de 0, a matriz m no precisa ser um matriz quadrada.

D.2 OPERAES COM MATRIZES Adio de Matrizes

Duas matrizes A e B, cada uma de dimenso m [aij bij]. Mais precisamente, a11 a21 am1 Por exemplo, 2 4 1 5 7 0 1 4 0 2 4 3 3 0 1 7 3 . 3 b11 b21 bm1 a12 a22 am 2 n, podem ser somadas elemento a elemento: A B

b12 b22 bm 2

a1n a2n amn

b1n b2n bmn

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 definida como A [ aij], ou a11 a21 am1 Por exemplo, se a12 a22 am 2 a1n a2n amn

A=

= 2, A a matriz na equao (D.1), ento, 4 8 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
n

AB =
k 1

aikbkj .

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 b1j b2j b3j bnj 0 j-sima coluna onde, pela definio do operador somatrio no Apndice A,
n n

AB

-sima linha

ai1 ai2 ai3 ain

ai k bkj
k 1

p (i, j)-simo elemento

aikbkj
k 1

ai1b1j

ai2b2j

...

ainbnj.

Por exemplo,

100

Introduo Econometria Editora Thomson

2 4

1 1

0 0

0 1 3

1 2 0

6 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 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 combinadas 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 apropriadas para aplicar cada operao, e e so nmeros reais. A maioria dessas propriedades pode ser ilustrada facilmente a partir das definies. )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.

PROPRI E DADE S DA M U LTI PLICAO DE MATRIZ E S: (1) (

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

PROPRI E DADE S DA TRAN S POSTA: (1) (A )

A; (2) ( A) = A para qualquer escalar ; (3) (A

n

B) vetor n

B ; (4) (AB)

B A , quando A for m

n e B for n

k; (5) x x

x2, onde x um i

i 1

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 a2 an ento, A (a1 a2 . . . 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, X X 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 com linhas dadas pelos vetores 1 m b1, b2, ..., bn; a1 a2 an
n

k a1, a2, ..., an, e seja B uma matriz n

A Ento,

,B

b1 b2 bn

AB
i 1

a i bi,

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

AA
i 1

a i ai

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 elementos de sua diagonal. Matematicamente,
n

tr(A)
i 1

aii. tr(B); (4) m.

PROPRI E DADE S DO TRAO: (1) tr(In)

tr( A)

n; (2) tr(A ) tr(A); (3) tr(A B) tr(A) tr(A), para qualquer escalar ; e (5) tr(AB) tr(BA), onde A m n e B n

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 A 1, desde que A 1A In e AA 1 In. Nesse caso, A chamada de inversvel ou no singular. Caso contrrio, ela ser chamada de no inversvel ou singular.
PROPRI E DADE S DA I NVE RSA: (1) Se existir uma inversa, ela ser nica; (2) ( A)

se (A )

0 e A for inversvel; (3) (AB) (A 1) .

B A , se A e B forem ambas n

(1/ )A 1, n e inversveis; e (4)

No nos preocuparemos com a mecnica de clculo da inversa de uma matriz. Qualquer texto de lgebra 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

(D.2)

... 0. Se (D.2) se sustentar para um conjunto de escalares que no implicar que 1 2 r 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 2 0 3 6 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

f(x)

x Ax
i 1

aii x2 i

2
i 1 j

aijxixj.
i

DEFINIO D.13 (POSITIVA DEFINIDA E POSITIVA SEMIDEFINIDA) (i) Uma matriz simtrica A positiva definida (p.d.) se x Ax 0 para todos os vetores x n 1, exceto x 0.

(ii) Uma matriz simtrica A positiva semidefinida (p.s.d.) se x Ax 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, A 1 existe e ser p.d.; (3) Se X for n k, ento, X X e XX sero p.s.d.; e (4) Se X for n k e posto(X) k, ento, X X 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 Por exemplo, 1 0 0 0 0 0 0 0 1 A.

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 com posto(X) k. Defina P M In X(X X) 1X X(X X) 1X In P. k

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[(X X) 1X X] (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) para todos os vetores x n que simplesmente a x, n das derivadas parciais,

1. A derivada de f em relao a x ser o vetor 1

f(x)/ x Para uma matriz simtrica n

a.

n A, defina a forma quadrtica g(x) x Ax.

Ento, g(x)/ x que um vetor 1 n. 2x A,

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 simplesmente um vetor de variveis aleatrias. Tambm precisamos definir a distribuio normal multivariada. 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 valores 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

onde ambos so no-aleatrios, E(Ay b) AE(y) ambas so no-aleatrios, E(AZB) AE(Z)B.

b e (2) Se A for p

n e b for um vetor n 1, n e B for m k, onde

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
2 1 12 2 2

Var(y)

21

1n 2n 2 n

n1

n2

onde 2 Var(yj) e ij Cov(yi,yj). Em outras palavras, a matriz de varincia-covarincia tem as j 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(a y) a [Var(y)]a 0; (2) Se Var(a y) 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 2 2 diagonal. Se, alm disso, Var(yj) para j 1, 2, ..., n, ento Var(y) 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 varinciacovarincia. 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. 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 2 somente se, A B 0. Particularmente, se In, ento, AB 0 ser necessria e suficiente para
PROPRIEDADES DA DISTRIBUIO NORMAL MULTIVARIADA: (1) Se y

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 y By 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, y Ay e y By 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~ 2 n Normal(0,In) e A for uma 2 matriz simtrica idempotente n n com posto(A) q, ento, u Au Normal(0,In) e q ; (2) Se u A e B forem matrizes simtricas idempotentes n n de tal forma que AB 0, ento, u Au e u Bu sero variveis aleatrias qui-quadradas independentes; e (3) Se z Normal(0,C) onde C uma matriz 2 no singular m m, ento, z C 1z m. DISTRIBUIO t Tambm j definimos a distribuio t no Apndice B. Agora adicionamos uma propriedade importante. 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,{c u/(c c)1/2}/(u Au)1/2 tq. DISTRIBUIO f Recorde-se de que uma varivel aleatria F obtida tomando-se duas variveis aleatrias qui-quadradas independentes e encontrando-se a razo entre elas, padronizadas pelos graus de liberdade.
PROPRI E DADE DA DI STRI BU IO f: Se u PROPRI E DADE DA DI STRI BU IO t: Se u PROPRI E DADE S DA DI STRI BU IO QU I- QUADRADO: (1) Se u

idempotentes no-aleatrias n (u Au/k1)/(u Bu/k2) Fk1,k2.

Normal(0,In) e A e B forem matrizes simtricas n com posto(A) k1, posto(B) k2 e AB 0, ento,

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 2 4 1 5 7 ,B 0 0 1 3 1 8 0 6 0 . 0

A (ii) BA existe?

D.2 Se A e B forem matrizes diagonais n D.3 Seja X qualquer matriz n D.4 (i)

n, demonstre que AB

BA.

k. Mostre que X X uma matriz simtrica. tr(AA ) para qualquer matriz

Use as propriedades do trao para demonstrar que tr(A A) A n m. Para A = 2 0 0 3 1 , verifique se tr(A A) = tr(AA ). 0

(ii) D.5 (i) (ii) D.6 (i) (ii)

Use a definio da inversa para provar o seguinte: se A e B forem matrizes no singulares n n, ento, (AB) 1 B 1A 1. Se A, B e C forem todas matrizes no singulares n A 1, B 1 e C 1. n, encontre (ABC)
1

em termos de

Mostre que, se A for uma matriz positiva definida, simtrica n mentos diagonais estritamente positivos. Escreva uma matriz simtrica 2 no seja positiva definida.

n, ento, A deve ter ele-

2 com elementos diagonais estritamente positivos que n. Mostre que, se P for qualquer matriz no

D.7 Seja A uma matriz positiva definida, simtrica n singular n n, ento, P AP ser positiva definida.

D.8 Prove a Propriedade 5 das varincias dos vetores, usando a Propriedade 3.