INTRODUCCIN
1.lgebralinealyvectoresaleatorios
2.Distribucinnormalmultivariante
CLASIFICACIN
6.Anlisisdiscriminante
7.Anlisisdeconglomerados
1
1. LGEBRA LINEAL
Y VECTORES ALEATORIOS
Vectores
OrtogonalizacindeGram-Schmidt
Matricesortogonales
Autovaloresyautovectores
Formascuadrticas
Vectoresymatricesaleatorias
Matrizdedatos
EJEMPLOS
Vectores
Matrizdedatos:pvariablesobservadasennobjetos
Objeto_1
Objeto_n
x11
x21
x
31
x
n1
x12
x22
x32
x13
x23
x33
xn 2
xn 3
Variable_1
x1 p
x2 p
x3 p X nxp
xnp
en
Variable_p
ALGEBRA LINEAL
Vectores
Dados
x1
y1
x
x
p
y
y
p
sedefine:
1.Suma
x1 y1
x y
x y
p
p
ALGEBRA LINEAL
Vectores
2.Productodeunescalarporunvector
c x1
cx
cx
p
3.Productoescalardedosvectores
p
x y x, y x' y xi yi x1 y1 x p y p
i 1
ALGEBRA LINEAL
Vectores
Propiedades
x, ay bz a x, y b x, z
x, y y , x
x, x 0
x, x 0 x 0
4.Normadeunvector
x x ' x ( x ' x )1 / 2
2
x
i
i 1
ALGEBRA LINEAL
Vectores
xy
5.Distanciaentredosvectores
y
d ( x, y ) x y
x
6.nguloentredosvectores
cos
x, y
x y
x, y 0 cos 0 x y
ALGEBRA LINEAL
Vectores
DesigualdaddeCauchy-Schwarz
x, y x y
Consecuencia:
x y x, y x y
1
x, y
x y
1 cos 1
ALGEBRA LINEAL
Vectores
7.Ortogonalidad
u1 , u 2 , , u n
esortogonalsi u i u j
i, j
8.Ortonormalidad
e 1 , e 2 ,, e n esortonormalsiesortogonal
ytodoslosvectorestienennorma1,esdecir, ei 1 i
ALGEBRA LINEAL
10
Vectores
Ejemplo
u 0
2
0
3
(i ) u , v
(ii ) u
(iii ) u v ?
(iv ) d (u , v )
(v ) cos
ALGEBRA LINEAL
11
Vectores
Unconjuntodevectores u1 , u 2 , , u n
eslinealmenteindependientesi
n
c u
i 1
0 c1 c 2 c n =0
ALGEBRA LINEAL
12
Vectores
Proposicin. Todoconjuntoortogonaldevectores
nonuloseslinealmenteindependiente.
u1 , u 2 ,, u n ortogonal u1 , u 2 ,, u n
l.i.
Demostracin
c1u1 cnu n 0
u j , c1u1 cnu n c j u j , u j 0
u j ,u j 0 cj 0
ALGEBRA LINEAL
13
Vectores
Proyeccindexsobrey
pry( x )
x, y
y, y
x, y
y
ALGEBRA LINEAL
14
Vectores
Ejemplo
x 0
3
y 1
1
pry ( x) ?
prx ( y ) ?
ALGEBRA LINEAL
15
Ortogonalizacin de Gram-Schmidt
Vsubespaciovectorialde
siVesespaciovectorial,
esdecir,siu , v V y a, b ; au bv V
DadoA=
u1 , u 2 ,, u n
span A
c u
i 1
: ci
Propiedades
(i ) A span A
(ii ) span ( A) es un subespacio
ALGEBRA LINEAL
16
Ortogonalizacin de Gram-Schmidt
Proposicin
v ui
i 1, , n
v span u1, , un
Demostracin
u span u1 , , un
n
i 1
i 1
u , v v, ci ui ci v, ui 0
ALGEBRA LINEAL
17
Ortogonalizacin de Gram-Schmidt
Dadounconjuntodevectoresl.i.,sepuede
construirotroconjuntoortogonalquegenereel
mismoespacio.
Sean x1 , x2 , , xn linealmenteindependientes
u1 x1
u 2 x2
u3 x3
u n xn
x2 , u1
u1 , u1
x3 , u1
u1 , u1
xn , u1
u1 , u1
u1
u1
x3 , u 2
u2 , u2
u1
u2
xn , u n 1
u n 1 , u n 1
u n 1
ALGEBRA LINEAL
18
Ortogonalizacin de Gram-Schmidt
Entonces:
(i )
span x1 , , xn span u1 , , u n
(ii ) u1 , , un es ortogonal
ALGEBRA LINEAL
19
Matrices ortogonales
Amxn
a11
a
m1
a12
am 2
a1n
amn
Matricesortogonales
Anxn;inversaA-1:AA-1=A-1A=I.
AtranspuestadeA.
QnxnesortogonalsiQQ=QQ=I.
(las columnas de una matriz ortogonal son vectores ortonormales)
ALGEBRA LINEAL
20
Matrices ortogonales
Propiedades
x, y p; Q matriz
ortogonal
(i )
Qx, Qy x, y
(ii )
x y Qx Qy
(iii ) Qx x
y
Qy
Qx
x
ALGEBRA LINEAL
21
Autovalores y autovectores
Anxn; autovalordeA
x 0 tal que Ax x
xesautovectorasociadoa
x
x 0, Ax x 0
x 0, Ax Ix 0
x 0, ( A I ) x 0
A I 0
Polinomio
caracterstico
Ecuacin
caracterstica
ALGEBRA LINEAL
22
Autovalores y autovectores
Ejemplo
Autovaloresyautovectoresde
1 5
A
5 1
ALGEBRA LINEAL
23
Autovalores y autovectores
Propiedades
(i ) 1 2 n trA
(ii )
1 2 , x1 con autovalor 1
x1 y x2 son l.i.
x2 con autovalor 2
Diagonalizacindematrices
Anxn simtrica A A' aij a ji
Anxn
a11
a12
a
1n
a12
a1n
ann
ALGEBRA LINEAL
24
Autovalores y autovectores:
diagonalizacin
SiAsimtricaentonces
existenautovaloresreales
1, , n conautovectoresasociados e1 , , en
ortonormalestalesque
e1
Anxn
e2
1
en
0
0
n
P
D
A=PDP,siendoDdiagonalyPortogonal
e1 '
e2 '
en '
(Todamatrizsimtricaesdiagonalizable)
ALGEBRA LINEAL
25
Autovalores y autovectores:
diagonalizacin
Ejemplo
Diagonalizar
3
2
ALGEBRA LINEAL
26
Autovalores y autovectores:
representacin espectral
Sea Anxn
a11
a12
a
1n
a12
a1n
ann
SiAessimtrica entoncesexistenautovaloresreales
1, , n
conautovectoresortonormales
e1 , , en
talesque A e e ' e e ' e e ' .
1 1 1
2 2 2
n n n
ALGEBRA LINEAL
27
Autovalores y autovectores:
representacin espectral
Ejemplo
Descomposicinespectralde
9 2
A
2 6
ALGEBRA LINEAL
28
Formas cuadrticas
x1
n ,
Anxnsimtrica;
x
x
f(x)=xAxesunaformacuadrtica x
n
a12 a1n x1
x2
f ( x) x1 x2
ann xn
a11 x12 ann xn2 a12 x1 x2 aij xi x j an 1n xn 1 xn
n
a11
a21
xn
a
n1
n
aij xi x j a x 2 aij xi x j
i 1 j 1
i 1
2
ij i
i 1 j 1
i j
ALGEBRA LINEAL
29
Formas cuadrticas
Ejemplo
Expresarmatricialmentelaformacuadrtica
f ( x1 , x2 ) x1
1 2
x2
2 2
x1
x2
ALGEBRA LINEAL
30
Formas cuadrticas
ComoAnxnessimtrica,esdiagonalizable,
sepuedeescribirA=PDPy,portanto,
queda:f(x)=xPDPx.
Haciendoy=Px:
0 y1 n
2
f ( y ) y ' Dy y1 yn
y
i i,
i 1
0
n yn
setiene
n
ALGEBRA LINEAL
31
Formas cuadrticas
xAx=c2representageomtricamenteunaelipse
en 2 ;losautovaloresson ylosautovectores
1
2
normalizadossone1ye2.
x' Ax c 2
x' PDP ' x c 2 1 y12 2 y22 c 2
x1
y1
c
1
e1
y2
e2
x2
c
2
ALGEBRA LINEAL
32
Formas cuadrticas
Ejemplo
Representar,hallarlosejesyobtenerlaexpresin
reducidade
x1
13 5 x1
9
x2
5 13 x2
ALGEBRA LINEAL
33
Formas cuadrticas
Clasificacindeformascuadrticas
Seaf(x)=xAx
fesdefinidapositivasi x 0, f ( x) 0
fessemidefinidapositivasi x n, f ( x) 0
fessemidefinidanegativasi x n, f ( x) 0
fesdefinidanegativasi x 0,
fesindefinidasi
x1
y x2
f ( x) 0
tal que f ( x1 ) 0 y f ( x2 ) 0
ALGEBRA LINEAL
34
Formas cuadrticas
SeanlosautovaloresdeA
1, , n
fesdefinidapositiva 0, , 0
1
n
fessemidefinidapositiva 0, , 0
1
n
fessemidefinidanegativa 0, , 0
1
n
fesdefinidanegativa 1 0, , n 0
fesindefinida 0, 0
i
ALGEBRA LINEAL
35
SiAessimtricayA=PDPcon n
descomposicinespectral
entonces:
A i ei e'
i 1
ALGEBRA LINEAL
36
Formas cuadrticas
Razcuadradadeunamatriz:
Sea A P
P'
A1/ 2 P
1/ 1
1
A P
1
ei ei '
i 1 i
P'
1 / n
P'
Nota:
i ei ei '
i 1
ALGEBRA LINEAL
37
Descomposicinsingular
SeaAunamatrizmxn; 1, , k valoressingularesdeA.
EntoncesexistenmatricesortogonalesUyVtalesque:
1
A U
0
ALGEBRA LINEAL
38
X i variable aleatoria
i E( X i )
ii i2 V ( X i ) E[ X i E ( X i )]2
X1
X
X
p
Vector
aleatorio
X 11 X 12 X 1n
X
m2
mn
m1
Matriz
aleatoria
31
EX
E( X1)
E( X )
p
p
ycovarianzaentredosvariablesa
Sedefinelamatriz de covarianzasdeXcomo:
11
VX X
p1
1p
pp
40
X , c constantes; EX , VX . Entonces :
X
c
p
p
(i ) E (c' X ) c'
(ii ) V (c' X ) c' c
Cmxp matriz de constantes. Entonces :
(i ) E (CX ) CEX .
(ii ) V (CX ) CC '.
X1
X
X2
1
Y1 2 X 2 X 1
Y2 X 1 X 2
Y X 2X
2
1
3
6 2
2 4
ALGEBRA LINEAL
42
E ( X 11 )
(i ) E ( AX ) AE ( X ) A
E( X )
m1
(ii ) E ( AXB) AE ( X ) B
(iii ) Ymxn E ( X Y ) E ( X ) E (Y )
E ( X 1n )
E ( X mn )
43
r21
r
p1
r12
1
rp 2
r1 p
r2 p
,
donde
rij
ij
ii jj
enformamatricial: V 1/ 2 V 1/ 2 ,
dondeVeslamatriz de varianzas:
11
12
pp
p2
44
Sea X
X
p
(1)
X1
Xr
X (1)
( 2)
X r 1
X
X p
( 2 )
11 12 ,donde
Matrizdecovarianzas:
21 22
(1)
11 V ( X )
22 V ( X ( 2 ) )
(1)
( 2)
12 '21 Cov ( X (1) , X ( 2 ) ) Cov ( X i , X j )
Vectordemedias:
45
Matriz de datos
Objeto_1
Objeto_n
x11
x21
x
31
x
n1
x12
x22
x32
xn 2
x13
x23
x33
xn 3
Variable_1
xi1
x1
i 1
x1 p
x2 p
x3 p X nxp
xnp
en
Variable_p
xip
xp
i 1
46
Matriz de datos
x1
Vectordemedias: x
x
p
s11
Matrizdevarianzasycovarianzas: S
n
n
s
donde sij ( xki xi )( xkj x j ) / n
p1
k 1
s1 p
s pp
Matrizdecorrelaciones: R V 1/ 2 S V 1/ 2 ,donde
n
n
n
s11
Vn
s pp
47
EJEMPLOS
48
EJEMPLOS
49
EJEMPLOS
50
EJEMPLOS
51
EJEMPLOS
52
EJEMPLOS
53
EJEMPLOS
54
Matriz de datos
Proposicin
X1
Dado X
X
p
; X 1 , X 2 , , X n
(i )
E( X )
(ii ) V ( X ) / n
n 1
(iii ) E ( S n )
i.i.d . ;
X
i 1
55
Matriz de datos
Lamatrizdedatossepuederepresentarcomo:
Diagramadedispersin,npuntosenelespacio
p=2
p=3
x2
x1
x3
x2
x1
Comoparap>3noesposiblerepresentarlo,seutilizan
diagramasdedispersinmltipleconparesde
variables.
56
Matriz de datos
Considerandolascolumnasenvezdelafilasdela
matrizdedatos,esdecir,ppuntosen
Objeto_1
x11 x12 x13 x1 p
Objeto_n
x21
x
31
x
n1
x22
x23
x32
xn 2
x33
xn 3
x2 p
x3 p X nxp
xnp
Y1 Y2 Y3
Yp
Paracuatrovariables:
Variable_1
Variable_p
x11
X x21
x
31
Y1
x12
x13
x14
x22
x32
x23
x33
Y2
Y3
x24
x34
Y4
Y1
en
Y4
Y3
Y2
57
Matriz de datos
Vectordeunos:
Propiedades
1
nunos
nx1
1
yformaelmismongulocontodos
1 n
losejes.
eselvectorunitarioqueformaelmismo
1/ n
nguloentodaslasdirecciones.
58
Matriz de datos
Proyeccindeunvectorsobreelvector
n
pr1 ( yi )
yi ,1
1,1
x
j 1
ij
1:
xi
1 xi 1
x
i
yi
xi 1
59
Matriz de datos
Vectordedesviacionesalamedia:
x1i xi x1i
1
di
xi
x x x
1
ni i ni
60
Matriz de datos
Entonces:
nsii
cos(d i , d j )
di , d j
di d j
nsij
nsii ns jj
sij
sii s jj
rij
61
Matriz de datos
Varianzageneralizadayvarianzatotal:
X1
11 1 p
X ; E( X ) ;
X
pp
p
p
p1
62
Matriz de datos
VarianzageneralizadadeX: det()
VarianzatotaldeX: traza ( )
11
Varianzageneralizadamuestral:
S n det( S n )
Varianzatotalmuestral: traza ( S
pp
) s11 s pp
63
Matriz de datos
Interpretacingeomtrica
rea=
d1 d 2 sen ns11 ns22 1 cos 2 n s11s22 (1 r122 ) n | S n |
Varianzageneralizadaen
Volumen 2
Sn
np
64
EJEMPLOS
65
EJEMPLOS
66
EJEMPLOS
67
Matriz de datos
Combinacioneslinealesdelascomponentesde
unavariable
X1
x1
s11 s1 p
c1
b1
X ; x ; Sn ; c ; b
X
x
s s
c
b
pp
p
p
p1
p
p
ylascombinacioneslineales: c' X c1 X 1 c p X p
b' X b1 X 1 b p X p
MediamuestraldecX: c' x
VarianzamuestraldecX: c' S n c
CovarianzamuestraldecXybX: c ' S
b
68
Matriz de datos
Ejemplo
2 0 1
3 1 0
X
2 1 0
4 1 0
X1
X X2
X
3
c' X 2 X 1 3 X 2
b' X X 1 2 X 3
ALGEBRA LINEAL
69
EJEMPLOS
70
EJEMPLOS
71
EJEMPLOS
72
EJEMPLOS
73
EJEMPLOS
74
EJEMPLOS
75
EJEMPLOS
76