中级计量经济学讲义_第二章第一节数学基础 (Mathematics)第一节 矩阵(Matrix)及

上课材料之二：

第二章 数学基础 (Mathematics)

第一节 矩阵(Matrix)及其二次型(Quadratic Forms)

第二节 分布函数(Distribution Function)，数学期望(Expectation)及方差(Variance) 第三节 数理统计（Mathematical Statistics ） 第一节 矩阵及其二次型(Matrix and its Quadratic Forms)

2.1 矩阵的基本概念与运算 一个m ×n 矩阵可表示为：

矩阵的加法较为简单，若C=A +B ，c ij =a ij +b ij

但矩阵的乘法的定义比较特殊，若A 是一个m ×n 1的矩阵，B 是一个n 1×n 的矩阵，则C =AB 是一个m ×n 的矩阵，而且∑==n

k kj ik

ij b a

c 1

，一般来讲，AB ≠BA ，但如下运算是成立

的：

● 结合律（Associative Law ） (AB )C =A （BC ） ● 分配律（Distributive Law ） A (B +C )=AB +AC 问题：(A+B)2=A 2+2AB+B 2是否成立？

向量（Vector ）是一个有序的数组，既可以按行，也可以按列排列。 行向量(row ve ctor)是只有一行的向量，列向量(column vector)只有一列的向量。

如果α是一个标量，则αA =[αa ij ]。

矩阵A 的转置矩阵(transpose matrix)记为A '，是通过把A 的行向量变成相应的列向量而得到。

显然(A ')′=A ，而且（A +B ）′=A '+B '，

● 乘积的转置（Transpose of ａ production ） A B AB ''=')(，A B C ABC '''=')(。 ● 可逆矩阵（inverse matrix ），如果n 级方阵(square matrix)A 和B ，满足AB=BA=I 。

则称A 、B 是可逆矩阵，显然1

-=B A ，1

-=A B 。如下结果是成立的：

1111111)()()()(-------='='=A B AB A A A

A 。

2.2 特殊矩阵

1）恒等矩阵(identity matrix)

对角线上元素全为1，其余全为0，可记为I ； 2）标量矩阵(scalar matrix) 即形如αI 的矩阵，其中α是标量； 3）幂等矩阵(idempotent matrix)

如果矩阵A 具有性质A A A A ==⋅2，这样的矩阵称为幂等矩阵。 定理：幂等矩阵的特征根要么是1，要么是零。

4）正定矩阵（positive definite ）和负定矩阵（negative definite ），非负定矩阵(nonnegative ) 或 半正定矩阵（positive semi-definite ），非正定矩阵(nonpositive definite) 或 半负定矩阵（negative semi-definite ）；

对于任意的非零向量x ϖ，如有x A x ϖϖ'＞0（＜0），则称A 是正（负）定矩阵；如有x

A x ϖ

ϖ'≥0（≤0），非负（非正）定矩阵。如果A 是非负定的，则记为A ≥0；如果是正定的，则记为A ＞0。协方差矩阵∑是半正定矩阵，几个结论：

a ）恒等矩阵或单位矩阵是正定的；

b ）如果A 是正定的，则1-A 也是正定的；

c ）如果A 是正定的，B 是可逆矩阵，则AB B '是正定的；

d ）如果A 是一个n ×m 矩阵，且n ＞m ，m A r =)(，则A A '是正定的，A A '是非负定矩阵。

5）对称矩阵（symmetric matrix ）； 如果A =A ′，则A 称为对称矩阵。 2.3 矩阵的迹（trace ）

一个n ×n 矩阵的迹被定义为它的对角线上的元素之和，记为)(A tr ，则∑==n

i ii

a

A tr 1

)(，

如下结论是显然的。

1）)()(A tr A tr αα= （α是标量） 特例n I tr =)( 2）)()(A tr A tr ='

3）)()()(B tr A tr B A tr +=+ 4）)()(BA tr AB tr =，特例2

1

1

)(ij n

j n i a A A tr ∑

∑===

'

５）循环排列原则 tr(ABCD)=tr(BCDA)=tr(CDAB)=tr(DABC) 定理：实对称矩阵A 的迹等于它的特征根之和。

因为A 是实对称矩阵，故有在矩阵C ，使得⎪⎪⎪

⎭

⎫

⎝⎛=Λ='n AC C λλO 1，其中I C C ='，所以，

∑==='='=Λ=n

i i

A tr AI tr C C A tr AC C tr tr 1

)()()()()(λ

。

2.4 矩阵的秩(rank)

一个矩阵A 的行秩和列秩一定相等，一个矩阵的秩就可以定义为它的行秩或列秩，记为r(A)，不加证明，我们给出如下结果：

1）)()(A r A r '=≤min （行数、列数）

2）1)()(n B r A r -+≤)(AB r ≤min ))(),((B r A r ，其中A 、B 分别为m ×n 1、n 1×n 矩阵，特例：如果A 、B 为n ×n 矩阵，而且AB=0，则)()(B r A r +≤n

3）)()()(A A r A A r A r '='=，其中A 是n ×n 的方阵 4）)(B A r +≤)()(B r A r +

5）设A 是n ×n 矩阵，且I A =2

，则n I A r I A r =-++)()( 6）设A 是n ×n 矩阵，且A A =2，则n I A r A r =-+)()( 2.5 统计量的矩阵表示

向量可理解为特殊的矩阵。i ϖ是一个其元素都为1的n 维列向量，即i ϖ

'=（1，1，…，1），如果我们再假定),,,(21n x x x x Λϖ

='，计量经济模型中的许多统计量就可以用矩阵的形式表示出来，很方便进行数学推导。

显而易见，∑=⋅'=n i i x i x 1

ϖϖ，∑=⋅'=n i i x x x 1

2ϖ

ϖ，样本的均值与方差的矩阵表示如下：

1）样本均值矩阵表示；

事实上n i i ='ϖϖ即11

='i i n

ϖϖ，而⎪⎪⎪⎪⎭

⎫

⎝⎛='111111111ΛΛΛΛΛΛϖϖi i ，x i n

x n x n i i ϖ

ϖ⋅'==∑=111；