Algebra Matricial - Greene

50 Amilisis
2.9.4. Transformaciones
Si una funcion cs cstrictamcnte monotona, entonces es una fun cion unO-3-uno. Cada y se asocia con
un valor de x exactamentc, y viceversa. En estc caso, existe una funcion inversa, que expresa x como
funcion de y. Formalmente, ambas funciones sc escribirfan como
y = f(x) y x =r\I').
Un cjemplo es la relacion inversa entre las funciones logarftmica yexponenciaL
La pendiente de la funcion inversa,
r
es e1 Jacobiano de la transformaci6n de x a y. POI' ejemplo, si
1,' = a + bx.
cntonces.
x=
b b'
es la transformacion inversa y
dx 1
J=dy=b'
Analizando la aplicacion estadfstica de este concepto. observamos que si )' = I(x) fuera vertical,
entonces esto no serfa nna relacion funcionaL La misma x estarfa asociada con mas de un valor de
y. En este caso, para este valor de x encontrarfamos que J 0,10 que indicarfa la singularidad de la
funcion ..
Si y es un vector columna de funciones, y = fix), entonces,
ex
J
oy'
Consideremos el conjunto de funciones lineales y = Ax f(x). La transformaci6n inversa es
x '(y), que sera

si A es no singular, 0 bien
x=O
si A es singular. Sea J 1a matriz de derivadas parciales de las funciones inversas:
[
Cx
i
] J=-:;-.
Yi
EI valor absoluto del determinante de J,
abs(1 JI) = I I,
oy
matricial 51
es el Jacobiano de la transformacion de x a y. En el caso no singular,
abs(lJI)
Ell el caso singular, todas las derivadas parciales senin cero, as! como el jacobiano. En estc ejcmplo,
el jacobiano cero implica que A es singular, 0 equivalentemente, que las transformacioncs de x a y
son funcionalmente dependientes. El casu singular es amilogo al caso en el que tenemos una unica
variable.
Clarall1ente, si el vector x viene dado, entonces y = Ax puede calcularse a partir de x. El que x
pueda deducirse de y es otra cuestion. Evidentemcnte, depcnde del jacobiano. Si el jacobiano no es
cero, entonces las transformaciones inversas existen, y podemos obtencr x. Si no, elltonces no
podemos obtener x.
EJERCICIOS
1. A partir de las matrices
caleule AB, A'B', Y BA.
2. Pruebe que tr(AB) = tr(BA), donde A y B son dos matrices cualesquiera que son conformables
para ambos productos. No es necesario que sean cuadradas.
3. Pruebe que tr(NA} L
i= 1
4. Desarrolle el producto de matrices X {[AB + (CD),] [(EF)" 1
las matrices son cuadradas y que E y F son no singulares.
GIl])'. Suponga que todas
5. Pruebc que para 11 vectores columna K x 1 x;, i = 1, ... , 11, Y un vector a distinto de cero,
L (x; a)(x; a)' = X'MoX I1(X a)(x at
i"""l
donde la i-esima lila de X es x; y 1'1 esta delinida en
6. Dada una malriz cuadrada A cuyus columnas son [a l! a2, ... , aM]' Y dada otra matriz B
conslruida a partir de cualquier disposicion de las columnas de la malriz identidad l\.1 x M.
i,Que operacion se realiza mediante la multiplicacion de AB? i,Y de BA?
7. Considere el caso de la matriz B 3 x 3 en el Ejercicio 6. POI' ejemplo,
[
0 1 OJ
B = I .
1 0
Calcule B2 Y B3. Repita la operaci6n para una matriz 4 x 4. (,Pucde generalizarse el resul-
tado?
52
8. Calcule I AI, triA), y A -1 para
[
I 4 7]
A= 3 2 5 .
5 2 8
9. Obtcnga la descomposicion de Cholesky de la matriz,
A=
10. Una matriz simctrica dcfinida positiva A puede tambien escribirse como A = UL, siendo U
una matriz triangular superior y L U'. Sin embargo, esta no es la descoll1posicion de
Cholesky. Obtcnga esta descomposicion para la malriz del Ejercicio 9.
II. i,Que operacion se realiza al posllllultiplicar una matriz por una matriz diagonal? i,Que
oeurre con la premultiplicaci6n?
12. i,Son positivas las siguiclltes formas cuadniticas para todos los valorcs de x?
(a) y = xi - 28x
1
X
2
+ (11x
2
f.
(b) .r 5xi + xi + + 4"IX2 + 6.\'I X , +
13. Pruebe que triA (/9 B) tr(A)tr(8).
14. Una malriz A es llilpolcT1le si lfm A K = O. Pruebe que ulla condicion necesaria y suficiente
K ...... -;r..
para que una matriz simetrica sea nilpolenle es que todas sus ralces caracterfsticas sean
111enores que uno en valor absoluto. (Para una aplicacion, vease la Seeeion 16.9.2.)
15. Calcule las rakes caracterlsticas de
A
[
2 4 3]

16. Suponga que A = A(;::), siendo lin escalar. ,:Que es o(x'Ax)/oz? Ahora, suponga que cada
elell1ento de x es lall1bien una funeion de z. Un vez mas, i,que es 3(x'Ax)/rz?
17. COll1pruebe que las soluciones a las ecuaciones determinantes I B J:AI = 0 I A-I B /.I I = 0
son las mismas. i, Como se relacionan las soluciones de esta ecuacion con de la ecuaci6n
I B-1 A - J.LII O? (Para una aplicacion de la primera de eslas ecuaciones, vease 16.5.2d.)
18. Usando la matriz A del Ejercicio 9, encllentre el vector x que minimiza J' = x'Ax + 2x 1 + 3x 2 - 10.
i,Cual es el valor de yen el mlnimo? Ahora, minimice y sujeto a Ia restriccion XI + X
2
= L
Compare las dos solucioncs.
19, i,Cual es el jaeobiano para las sigllientes lransformaciones7
20. Pruebe que si intercambiamos dos columnas de una ll1atriz cuadrada se cambia el signa de su
determinanle. [Sugerencia: Use una matriz permulacion. Vease el Ejercicio 6.]
21. Suponga que x = x(z), donde z es un escalar. i,Que es c[x'Axlx'BxJ/oz'!
22.
matricial 53
Suponga que y es un vector f1 x 1 Y X cs L1na matriz 11 .x K. La proyeccion de yen c1 espado
columna de X se define en el texto despues de la ecuaclon (2-55). Ahora, consldere la proyec
cion de v* n' en el espaeio columna de X* = XP, donde c es un escalar y Pes una matnz no
singular' K k. Encuenlre la proyeccion de y* en el espacio columna de X*. Pmebe que el
coseno del angulo entre y* y su proyeccion en el espacio columna de X*, es elmlsmo que entre
y y su proyeecion en cI espacio columna de X. i,C6mo intcrprela esle resultado?
23. A partir de Ia matriz
X'

1
-2 3
calcule P = X(X'X)-IX' Y 1\1 = (I P). Verifique que MP = O. Dado
Q a
[Sugerencia: De111uestre que 1\1 y P son idcmpolentes.]
(a) Calcule P y 1\1 basandose en XQ en lugar de X,
(b) i,Cmiles son las !'nices caraclerislicas de M y P?
24. Suponga que A es una matdz 11 x 11 de la forma
A (1 p)1 + pir.
donde i es una columna de unos y 0 < p < 1. Escriba A explicitamente para 11 = 4. Encuentre
todas las rakes y vectorcs caraetcristicos de A. [Sugerencia: Hay solo dos ralces caracterlsllcas
distintas, con multiplicidad 1 y n L Cada c de un cierto lipo es un vector caracteristleo de
A.J Una situacion en la que sc usa una matriz de este tipo puede encontrarse en la SeccJon
14.4 sobre el modelo de cfcelos aleatorios.
25. Encuentre la malriz inversa de la mUlriz del Ejercicio 24. [Sugerencia: Use (2-66).]
26, Pruebe que cada matriz, en la sucesi6n de matrices,
W
i
+ J = Wi + did;,
donde W = J, es definida posiliva. Para una aplicacion vease la Secci6n 5.5. Para una genera
lizacion, que cada malriz en la sucesi6n de matrices definida en (5-22) es defilllda
positiva si W 0 = I.
27, (,Cmil es la matriz inversa de P?
P = [ cos(x) sen(x)l
sen(x) cos(x) J
(,CuaIes son las ralces caracterfsticas de P?
28. Oblenga los elementos que estan fuera del bloque diagonal de A -1 en la Seccion 2.6.4.
29. (Esle ejercicio requiere el uso de un ordenador.) Para la matriz X'X del final de la Sec-
ci6n 6.4.1,
(a) Calcule las rakes caracteristicas de X'X. .
(b) Calcule elnumero de condieion de X'X. (No olvide norll1alizar las columnas de la mall'lz
para que los elementos de ladiagonal sean 1.)

Algebra Matricial - Greene

Cargado por

Copyright:

Formatos disponibles

Algebra Matricial - Greene

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Algebra Matricial - Greene

Cargado por

Copyright:

Formatos disponibles

50 Amilisis

También podría gustarte