Métodos Quantitativos
Aplicados à Contabilidade (II)
2
Revisão de Matemática
Parte II
Otavio Medeiros 4
Definições
Definições: matrizes e vetores
•
Dimensão ou tamanho: m x n = n
• o de linhas x no de colunas
Vetor linha (
• 1 x n)
Vetor coluna (m x
• 1)
Matriz retangular (m
• n)
Matriz quadrada (m = n)
•
11 12 1
21 22 2
1 2
...
...
A
...
n nm m mn
a
a
a
a
a
a
a
a
a
( 1, ; 1, ): elementos
ij
Definições
• Escalar (dimensão 1x1)
• Diagonal principal (conjunto de elementos aii, i=1,...,n, dispostos
em diagonal da esquerda para a direita em uma matriz quadrada)
• Diagonal secundária (a diagonal da direita para a esquerda em
uma matriz quadrada)
• Traço (soma dos elementos da diagonal principal)
• Matriz diagonal (matriz quadrada com todos elementos fora da
Definições (cont.)
• Matriz simétrica (matriz quadrada onde todos os elementos acima/direita da diagonal principal são iguais aos seus correspondentes abaixo/esquerda dessa diagonal)
• Matriz identidade (matriz diagonal com todos elementos = 1)
Definições (cont.)
• Posto (rank): maior dimensão em que linhas ou colunas de uma
matriz quadrada são independentes entre si
• Matriz com posto pleno (full rank): matriz quadrada com dimensão igual ao posto
• Matriz com posto não pleno: matriz quadrada com posto < dimensão
3 4
2 posto pleno (full rank)
7 9
3 6
1 posto não pleno (non full rank)
2 4
posto
posto
Otavio Medeiros 8
Álgebra matricial
• Igualdade: A = B A e B têm mesma dimensão e aij = bij " i, j.
• Soma: A+B= C A e B têm mesma dimensão e aij + bij = cij " i, j.
2 4 1 2 1 6
3 5 4 1 7 6
Álgebra matricial
• Multiplicação: se A é m x n e B é n x p, o produto A.B = C, onde C é m x p com elementos:
Obs.:
1) A.B B.A
2) A multiplicação só é possível se as matrizes forem compatíveis: no de colunas da
1ª matriz = no de linhas da 2ª matriz
1
n
ij ik kj
k
c
a b
2 4 1 2 2 ( 1) 4 4 2 2 4 1 14 8
3 5 4 1 3 ( 1) 5 4 3 2 5 1 17 11
Álgebra matricial
• Multiplicação de um escalar por uma matriz: multiplica-se cada elemento da matriz pelo escalar:
11 12 1
21 22 2
1 2
... ... A
...
n n
m m mn
ca ca ca
ca ca ca c
ca ca ca
Álgebra matricial
• Transposição de matrizes:
• Linhas colunas; colunas linhas
11 12 1 11 21 1
21 22 2 12 22 2
1 2 1 2
... ...
... ...
A ; A '
... ...
n m
n m
m m mn n n mn
a a a a a a
a a a a a a
a a a a a a
Otavio Medeiros 12
Propriedades
v) (A+B)+C=A+(B+C)
vi) (A.B).C=A(B.C)
i) (A')'=A
ii) (A+B)'=A'+B'
iii) (A.B)'=B'.A'
Propriedades (cont.)
1
(
)
-1 -1
-1 -1
-1 -1
-1 -1
AA = A A = I
(A ) = A
AB
B A
Otavio Medeiros 14
Matrizes quadradas
• Matriz identidade I:
• Às vezes coloca-se o tamanho da matriz como um indicador, i.e. In. No caso, a matriz é I4
Obs.: A.I = I.A = A
1 0 0 0
0 1 0 0
I
0 0 1 0
0 0 0 1
Matrizes quadradas:
• Matriz diagonal:
1
2
0
...
0
0
...
0
0
0
...
n
Otavio Medeiros 16
Matrizes quadradas
• Matriz escalar = matriz diagonal, quando
1
2 ...
n .• Matriz nula: todos os elementos = 0
• Traço de uma matriz:
• Se A é m x n e B é n x m, então AB e BA são matrizes quadradas e tr(AB) = tr (BA)
1
(A)
( A)
( (A))
n
ii i
tr
a
tr c
c tr
Otavio Medeiros 18
Determinantes
• Matriz 2 x 2:
3 1
3 2 2 1 6 2 4
Determinantes
• Matriz 3 x 3: expansão de Laplace
• Pode-se escolher qualquer linha ou coluna para a expansão
2 3 2
1 2
1 2
1 1
1 1 2
2
3
2
2 2
3 2
3 2
3 2 2
2(2 4) 3(2 6) 2(2 3)
4 12 2 6
Otavio Medeiros 20
Determinantes
• Matriz 3 x 3: método simplificado (só para 3x3)
2 3 2 2 3 2 2 3
1 1 2 1 1 2 1 1
3 2 2 3 2 2 3 2
2 1 2 3 2 3 2 1 2 2 1 3 2 2 2 3 1 2 4 18 4 6 8 6 6
Matrizes singulares
• Matrizes com posto não pleno (non full rank) possuem uma ou mais linhas ou colunas não independentes entre si
• Essas matrizes possuem determinante igual a zero e são chamadas
“matrizes singulares” • Exemplo:
3 6
Determinante de 3 4 2 6 0
2 4
Otavio Medeiros 22
Inversão de matrizes
• Se A é uma matriz quadrada não-singular: A x A-1=A-1 x A = I
• Matriz A tem uma inversa |A| 0 (A é não-singular).
• (A.B)-1 = B-1.A-1
• (A-1)’=(A’)-1 \ se A é simétrica e não-singular, então A-1 é
simétrica.
• Somente matrizes quadradas com posto pleno (“full rank”), isto é, matrizes não singulares, têm determinante 0 e
Inversão de matrizes
1. Cálculo do determinante: |A| ou Det. A
2. Menor do elemento aij = determinante da submatriz após exclusão
da i-ésima linha e da j-ésima coluna.
3. Cofator é o menor multiplicado por (-1)i+j
4. Matriz dos cofatores = matriz onde cada elemento foi substituído por seu cofator
5. Matriz adjunta = transposta da matriz de cofatores 6. Matriz inversa:
Obs.: Se a matriz não tem posto pleno (m. singular), |A| = 0, então A-1
não existe pois envolve divisão por zero. 1 1
Adj( ) | |
A A
Otavio Medeiros 24 1 1 Adj( ) A A A
11 22 11 22 12 21 12 21
11 12 11 12
21 12 21 12
21 22 21 22
22 11 22 11
11 11 12 12
22 12 21 11
1
11 22 12 21 11 22
=
Adj ( )
Adj( ) 1
m a c a
m a c a
a a a a
m a c a
a a a a
m a c c
a c a c
a a
a a
a a a c a a a
\ \ \ \ \ \ A C A A C' A
A 22 12
12 21 21 11
a a
c a a
Exemplo
Matriz 2 x 2:
-1
4 3
4 3 2 3 12 6 6
2 3
3 2 3 -3
Adj( ) = =
3 4 -2 4
1 1
3 -3
1 1 2 2
Adj( )= 1 2 -2 4 6 3 3 1 1
4 3 2 2
1 2 2 3 2 A A
C A C'
A A
A
Otavio Medeiros 26
Exemplo
• Matriz 3 x 3:
• C = matriz de cofatores
• Adj = matriz adjunta = C´
1
1 2 1 2 1 1
2 2 3 2 3 2
2 3 2 2 4 1
3 2 2 2 2 3
1 1 2 ;| | 6; 2 2 5
2 2 3 2 3 2
3 2 2 4 2 1
3 2 2 2 2 3
1 2 1 2 1 1
2 2 4 1
6 6 6 3
2 2 4
4 2 2
Adj.( )= 3 2 2 ;
6 6 6
1 5 1
1 5 1
6 6 6
A A C
A A
1 2
3 3
2 1 1
3 3 3
1 5 1
6 6 6
Matrizes: casos especiais (1)
• Soma dos quadrados dos elementos de um vetor:
• Seja o vetor
• Transpondo:
• Multiplicando u´ por u:
• Logo, u´u = soma dos quadrados dos elementos do vetor
1
2
T u
u
u
u
1 2
´ u u uT ´
u
1
2 2 2 2
1 1 2 2 2
1
´ ...
T
T T T t
t
u u u u u u u u u u u u
Otavio Medeiros 28 Diferenciação de matrizes (1)
A derivada de um escalar em relação a um vetor coluna (n x 1) é um vetor coluna
cujos elementos são as derivadas do escalar em relação a cada elemento do vetor coluna:
Seja um escalar e um vetor coy x
1 1 2 2 ( ) ( ) ( )
luna tal que . Então:
Diferenciação de matrizes (2)
1 1
2 2
1 1 2 2
1
2
Seja um vetor coluna e um vetor coluna . Então:
´
A derivada de ´ em relação a será: ( ´ ) ( ´ ) ( ´ ) ( ´ ) n n n n n a x a x a x
a x a x a x
x x x a x a x
a x x
a x
a x a x
x
a x
1 1 2 2
1
1 1 1 2 2
2 2
1 1 2 2
( ) ( ) ( ) n n n n n n n n
a x a x a x
x
a
a x a x a x
a x
a
a x a x a x
Otavio Medeiros 30 Diferenciação de matrizes (3)
11 12 1 1
12 22 2 2
1 2
2 2
11 1 12 1 2 13 1 3 1 1 22 2 23 2 3 2 2
Seja uma matriz simétrica e um vetor coluna .
Então:
´ 2 2 2 2 2
n n
n n nn n
n n n n nn n
a a a x
a a a x
a a a x
a x a x x a x x a x x a x a x x a x x a x
A x
x Ax 2
1
11 1 12 2 1 11 12 1 12 1 22 2 2 21
2
1 1 2 2
A derivada de ´ em relação a será: ( ´ ) 2( ) ( ´ ) 2( ) ( ) 2 2( ) ( ´ )
n n n
n n
n n nn n
n
x
a x a x a x a a a
a x a x a x a a
x
a x a x a x
x
x Ax x
x Ax x Ax x´Ax x x Ax 1 22 2 2 1 2
2 ´
n
n n nn n
x
a x
a a a x
Exemplo de aplicação de matrizes: o estimador de
mínimos quadrados
• Seja 𝑦 = 𝑋𝛽 + 𝑢 uma equação com variável dependente 𝑦 =
3 2 3 2
, um vetor 𝛽 e
uma matriz X com um intercepto e uma variável independente, tal que 𝑋 =
1 2 1 3 1
1 31
. u é o vetor dos resíduos da regressão. Queremos calcular β= ො𝛼መ𝛽 .
• O estimador de mínimos quadrados em forma matricial é dado por
Exemplo de aplicação de matrizes: o estimador de
mínimos quadrados
• 1º passo: transpor X:
𝑋′ = 1 1 1 12 3 3 1
• 2º passo: multiplicar X’ por X (X’X será 2x2):
𝑋′𝑋 = 4 99 23
• 3º passo: calcular matriz de cofatores:
Exemplo de aplicação de matrizes: o estimador de
mínimos quadrados
• 4º passo: calcular a matriz adjunta. Nesse caso, a matriz adjunta é igual à matriz dos cofatores, pois esta é simétrica, ou seja, Adj(X’X)=C
• 5º passo calcular o determinante de X’X:
Det(X’X)=23*4-(-9)*(-9)=92-81=11
• 6º passo: calcular (X’X)-1 = (1/Det(X´X))*Adj(X’X)
= 1
11 −923 −94 = 23 11
−9 11 −9
11
4 11
= 2,0909 −0,8182
Exemplo de aplicação de matrizes: o estimador de
mínimos quadrados
• 7º passo: calcular X’y (será 2x1 x 4x1 2x1)
𝑋′𝑦 = 1 1 1 12 3 3 1
3 2 3 2
= 10
23
• 8º passo: multiplicar (X’X)-1 por X’y:
2,0909 −0,8182
−0,8182 0,3636 1023 = 2,09040,1808 = 𝛽
• O 1º valor é o intercepto e o 2º é a inclinação.
y = 0,1818x + 2,0909
0 0,5 1 1,5 2 2,5 3 3,5
-2 -1 0 1 2 3 4 5 6