1
2
1
1
1
0
1
3
1
2
1
2
4
6
2
Matrizes e vetores: conceitos bsicos
y x
1
x
2
x
3
a
1
a
2
a
3
Produto escalar de vetores
n n
y x ... y x y x y x + + + + = =
3 3 2 2 1 1
x y' y x'
Mdulo de um vetor (comprimento):
2 2
3
2
2
2
1
...
n
x x x x + + + + = = x x' x
Se xy = 0 os vetores so perpendiculares (ortogonais)
Vetores mutuamente perpendiculares so linearmente
independentes
Matrizes e vetores: conceitos bsicos
Vetores ortonormais: tem mdulo 1 e so perpendiculares
(ortogonais)
Exemplo: x= [1 0] e y= [0 1]
[ ] 0 1 0 0 1
1
0
0 1 = + =
= y x'
(ortogonais)
x
y
1 1 0 e 1 0 1
2 2 2 2
= + = = + = y x
Assim, x e y so ortonormais.
(mdulo = 1)
Matrizes e vetores: conceitos bsicos
Vetor Unitrio
Um vetor unitrio (de modulo = 1) pode ser obtido dividindo-
se um vetor pelo seu mdulo
e = x/|x| unitrio, ou seja, |e| =1
Exemplo: x = [ 4 3 ] tem mdulo |x| = 5 e portanto no
unitrio.
Agora o vetor: e = x/|x| = [ 4/5 3/5] unitrio
Matrizes e vetores: conceitos bsicos
Matriz: arranjo retangular de nmeros ou variveis
dispostos em linhas e colunas
n: nmero de linhas
p: nmero de colunas
Representaremos matrizes por letras maisculas em negrito
e seus elementos por letras minsculas com dois ndices,
onde:
- o primeiro ndice representa a linha e
- o segundo ndice representa a coluna.
Matrizes e vetores: conceitos bsicos
Exemplos de matrizes
Dimenso de uma matriz: o par i linhas x j colunas
Dimenso da matriz A: 3 x 2, B: 2 x 3, I e : 3 x 3, E: 1 x 1
Matriz quadrada: nmero de linhas = nmero de colunas
I e so matrizes quadradas de dimenso 3x3
Matriz identidade (I): Elementos da diagonal principal com
valores 1 e zero nos outros elementos. A matriz I acima
uma matriz identidade 3x3.
Matrizes e vetores: conceitos bsicos
Matriz transposta: A transposta A de uma matriz A obtida
mudando-se as linhas para colunas
Matriz diagonal: uma matriz quadrada uma matriz diagonal
se os elementos fora da diagonal principal so nulos.
uma matriz diagonal
Matrizes e vetores: conceitos bsicos
Igualdade de matrizes: A = B se:
- A e B tem mesma dimenso e
- a
ij
=b
ij
(cada elemento correspondente o mesmo)
Adio de matrizes: definida apenas matrizes de mesma
dimenso
Matrizes e vetores: conceitos bsicos
e
Multiplicao de matrizes
Em geral, multiplicao de matriz no comutativa. Ou seja,
em geral, AB BA.
Matrizes e vetores: conceitos bsicos
Matriz simtrica: uma matriz quadrada simtrica se A = A
ou a
ij
= a
ji
para todo i e j
Por exemplo, a matriz
simtrica
enquanto que a matriz no simtrica
Matrizes e vetores: conceitos bsicos
O determinante |A| (ou det) um nmero associado a uma
matriz quadrada A.
Lembrando para matriz 2 x 2:
21 12 22 11
22 21
12 11
a a a a
a a
a a
=
Trao de uma matriz (Tr): a soma dos elementos da
diagonal principal
2 ) 5 3
5 1
2 3
= + =
(
-
Tr
Matrizes e vetores: conceitos bsicos
Matriz inversa: a matriz inversa de uma matriz A (se existir)
a matriz A
-1
tal que AA
-1
= A
-1
A = 1
A
-1
=
Exemplo:
Pois:
Matrizes e vetores: conceitos bsicos
Determinao da Matriz inversa: pela matriz Adjunta
A
-1
= (1/det(A)) adj(A)
Matrizes e vetores: conceitos bsicos
Matriz adjunta: matriz dos cofatores transposta
Exemplo:
adj(A)
Determinao da Matriz inversa: Eliminao de Gauss-Jordan
Opere na matriz [AI]
Matrizes e vetores: conceitos bsicos
Obtenha uma matriz na forma:
A matriz a inversa da matriz A
Condio para a existncia da inversa de uma matriz:
A inversa de uma matriz existe se as k colunas de uma matriz
so linearmente independentes. Exemplo:
A soluo c
1
= c
2
= 0 e portanto as colunas da matriz A so
linearmente independentes. Assim, existe a inversa de A.
Matriz ortogonal: Uma matriz quadrada ortogonal se a
transposta igual a inversa, ou seja:
A
-1
= A
Matrizes e vetores: conceitos bsicos
Inversa de uma matriz diagonal A=
A
-1
=
Se todos a
ii
0
Matrizes e vetores: conceitos bsicos
+ + + + + =
r r
x x x Y K
2 2 1 1 0
n observaes independentes:
1 1 12 2 11 1 0 1
+ + + + + =
r r
x x x Y K
2 2 22 2 21 1 0 2
+ + + + + =
r r
x x x Y K
n nr r n n n
x x x Y + + + + + = K
2 2 1 1 0
M
Aplicao de Matrizes em Estatstica Multivariada
Regresso linear mltipla
O modelo de regresso:
1 1 12 2 11 1 0 1
+ + + + + =
r r
x x x Y K
2 2 22 2 21 1 0 2
+ + + + + =
r r
x x x Y K
n nr r n n n
x x x Y + + + + + = K
2 2 1 1 0
M
n r nr n n
r
r
n
x x x
x x x
x x x
Y
Y
Y
M M
K
M O M M M
K
K
M
2
1
1
0
2 1
2 22 21
1 12 11
2
1
1
1
1
[ ] [ ]
[ ]
[ ]
Z Y
1
1 ) 1 (
) 1 ( 1
+
+
+ =
n
r
r n n
Aplicao: Regresso linear mltipla
Z Y + =
( ) ( ) Y Z Z Z
=
1
Soluo:
y x1 x2
6,1 0 2
4,9 1 1
13 2 3
8,9 3 1
Exemplo: Considere os valores observados de acordo com a
tabela abaixo e encontre a equao: y = b
0
+ b
1
x
1
+ b
2
x
2
Aplicao: Regresso linear mltipla
= Z
1 0 2
1 1 1
1 2 3
1 3 1
=
Z
1 1 1 1
0 1 2 3
2 1 3 1
6,1
4,9
13
8,9
= Y
( ) =
Z Z
4 6 7
6 14 10
7 10 15
( ) =
1
Z Z
2,0370 -0,3704 -0,7037
-0,3704 0,2037 0,0370
-0,7037 0,0370 0,3704
( ) =
Y Z
32,9
57,6
65,0
Aplicao: Regresso linear mltipla
=
-0,06
1,96
3,06
( ) ( ) Y Z Z Z
=
1
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,9999
R Square 0,9998
Adjusted R Square 0,9995
Standard Error 0,0816
Observations 4
ANOVA
df SS MS F Significance F
Regression 2 38,821 19,410 2911,56 0,01
Residual 1 0,007 0,007
Total 3 38,8275
Coefficients Standard Error t Stat P-value Lower 95% Upper 95%
Intercept -0,06 0,12 -0,48 0,72 -1,54 1,43
x1 1,96 0,04 53,07 0,01 1,49 2,42
x2 3,06 0,05 61,49 0,01 2,42 3,69
2 1
06 , 3 96 , 1 06 , 0 x x Y + + =
Aplicao: Regresso linear mltipla
Soluo no Excel