Vous êtes sur la page 1sur 25

Repaso probabilidad y calculo sobre matrices

Mauricio A. Alvarez, PhD

Facultad de Ingenieras

Universidad Tecnologica de Pereira

1 / 25
Contenido

Repaso de Probabilidad

Repaso de Matrices

2 / 25

Nociones Basicas I

q Sean dos variables aleatorias X = {x1 , . . . , xM } y Y = {y1 , . . . , yL }.

q Se tienen N realizaciones de X y Y .

q Se define la probabilidad conjunta como


nij
p(X = xi , Y = yj ) = ,
N
donde nij se define como el numero
de realizaciones en las que X = xi
y Y = yj .

3 / 25

Nociones Basicas II
q Sea ci el numero
de realizaciones en las que X toma el valor xi (ind.
del valor de Y).

q Se define la probabilidad marginal de X = xi como


L
ci 1 X X
p(X = xi ) = = nij = p(X = xi , Y = yj ).
N N
j j=1
ci

yj
}
nij }r
j

xi

4 / 25

Nociones Basicas III
q Se define la probabilidad condicional de Y = yj dado X = xi como
nij
p(Y = yj |X = xi ) = .
ci

Ademas,
nij nij ci
p(X = xi , Y = yj ) = =
N ci N
= p(Y = yj |X = xi )p(X = xi ).

P
q Regla de la suma: p(X ) = Y p(X , Y ).

q Regla del producto:

p(X , Y ) = p(Y |X )p(X )


= p(X |Y )p(Y ).

5 / 25

Nociones Basicas IV

q Teorema de Bayes:

p(X |Y )p(Y )
p(Y |X ) = .
p(X )

q Independencia:

p(Y |X ) = p(Y ), p(X , Y ) = p(X )p(Y )

6 / 25
Ejemplo
Suponga que X toma 9 valores y Y toma dos valores. Se tienen N = 60
realizaciones.

p(X, Y ) p(Y )

Y =2

Y =1

p(X) p(X|Y = 1)

X X

7 / 25
Densidad de probabilidad I
q de densidad de probabilidad p(x) debe cumplir que
La funcion

p(x) 0
Z
p(x)dx = 1.

q Para un intervalo
Z b
p(x (a, b)) = p(x)dx.
a

q de distribucion
La funcion de probabilidad (o distribucion

acumulativa) se define como
Z x
P(x) = p(z)dz.

Igualmente,
dP(x)
p(x) = .
dx
8 / 25
Densidad de probabilidad II

P (x)
p(x)

x x

9 / 25
Vectores aleatorios

q
Supongase un conjunto de D variables aleatorias X1 , X2 , . . . , XD .
q Estas variables aleatorias pueden representarse como un vector
columna de dimensiones D 1,

X1
X2
X= .

..
XD

q Un valor especfico de X se denota como x = (x1 , x2 , . . . , xD )> .

10 / 25
Densidad de probabilidad conjunta
q La densidad de probabilidad conjunta para X, p(x) = p(x1 , . . . , xD ),
debe satisfacer

p(x) 0
Z
p(x)dx = 1.

q Regla de la suma:
Z
p(x) = p(x, y)dy.

q Regla del producto:

p(x, y) = p(y|x)p(x) = p(x|y)p(y).

q Teorema de Bayes:

p(x|y)p(y)
p(y|x) = .
p(x)
11 / 25
Valor esperado y Covarianza I
q f (x) esta definida
El valor esperado o la esperanza de una funcion
como
X Z
E[f ] = p(x)f (x), E[f ] = p(x)f (x)dx.
x

q f (x) se define como


La esperanza muestral de una funcion
N
1 X
E[f ] f (xi ).
N
i=1

q f (x) dado Y = y se define


La esperanza condicional de una funcion
como
X
Ex [f |y ] = p(x|y)f (x).
x

q f (x) esta definida como


La varianza de una funcion

var[f ] = E[f (x) E[f (x)]]2 = E[f (x)2 ] E[f (x)]2 .

12 / 25
Valor esperado y Covarianza II
q La covarianza de dos variables aleatorias X y Y se define como

cov[x, y] = Ex,y [{x E[x]}{y E[y]}]


= Ex,y [xy ] E[x]E[y].

q La esperanza de un vector de variables aleatorias X, se define como



E[x1 ]
E[x2 ]
E[x] = .

..
E[xD ]

q La covarianza para el caso de vectores de variables aleatorias X y Y,


se defin como

cov[x, y] = Ex,y [{x E[x]}{y> (E[y])> }]


= Ex,y [xy> ] E[x](E[y])> .

13 / 25
Valor esperado y Covarianza III

q se considera un vector de variables aleatorias X


Si solo

cov[x] cov[x, x].

q La anterior cantidad es una matriz, la matriz de covarianza,



cov[x1 , x1 ] cov[x1 , x2 ] cov[x1 , xD ]
cov[x2 , x1 ] cov[x2 , x2 ] cov[x2 , xD ]
cov[x] =

.. ..
. .
cov[xD , x1 ] cov[xD , x2 ] cov[xD , xD ]

14 / 25
Gaussiana I
Distribucion
q Gaussiana en el caso univariado se define como
La distribucion
 
1 1
N (x|, 2 ) = exp (x ) 2
.
(2 2 )1/2 2 2

q Esperanza
Z
E[x] = xN (x|, 2 )dx = .

q Varianza

var[x] = E[x 2 ] E[x]2 = 2

q Para el caso multivariado,


 
1 1 > 1
N (x|, ) = exp (x ) (x ) .
(2)D/2 ||1/2 2

15 / 25
Gaussiana II
Distribucion

N (x|, 2 )

16 / 25
Referencias

Meyer, Paul (1986): Probabilidad y Aplicaciones Estadsticas.


Addison-Wesley Iberoamericana. 1986.

17 / 25

Identidades basicas de matrices I
q Una matriz A tiene elementos Aij , donde i indexa las filas y j indexa las
columnas.
q N N. Si no hay
IN denota la matriz identidad de dimension
ambiguedad, se usa I.
q La matriz traspuesta A> tiene elementos (A> )ij = Aji .
q De lo anterior se puede demostrar que

(AB)> = B> A> .

q La matrix inversa de A, denotada como A1 , satisface


AA1 = A1 A = I.
q De lo anterior se puede demostrar que

(AB)1 = B1 A1 .

q se tiene
Tambien

(A> )1 = (A1 )> .

18 / 25

Identidades basicas de matrices II

q La siguiente es una identidad muy util


que involucra inversas de
matrices

(P1 + B> R1 B)1 B> R1 = PB> (BPB> + R)1 .

q Suponga que P es N N y R es M M (luego B es M N).


q Si M  N, es mas
barato evaluar el lado derecho que el izquierdo.
q Otra identidad importante es la identidad de Woodbury,

(A + BD1 C)1 = A1 A1 B(D + CA1 B)1 CA1 .

q cuando A es grande y diagonal, y de aqu


La anterior identidad es util
de invertir, mientras B tiene muchas filas, pero pocas columnas (y
facil
por consiguiente C), de manera que el lado derecho es mas barato de
evaluar que el izquierdo.

19 / 25
Trazas y determinantes
q Las trazas y los determinantes aplican a matrices cuadradas.
q La traza tr(A) de una matriz A se define como la suma de los
elementos de la diagonal principal.
q Se puede demostrar que
tr(AB) = tr(BA).
q Igualmente,
tr(ABC) = tr(CAB) = tr(BCA).
q El determinante del producto dos matrices esta dado como
|AB| = |A||B|.
q El determinante de la inversa de una matriz esta dado como
1
|A1 | = .
|A|
q N M, luego
Si A y B son matrices de tamano
|IN + AB> | = |IM + A> B|.
20 / 25
Derivadas de matrices I

q En algunas oportunidades es necesario considerar las derivadas de


vectores y matrices con respecto a escalares.
q La derivada de un vector a con respecto a una escalar x es un vector,
con componentes
 
da ai
= .
dx i x

q para la derivada de una matriz con respecto a una escalar


La definicion
es igual.
q se definen las derivadas de una escalar x con respecto a un
Tambien
vector a o una matriz, por ejemplo
 
dx x
= .
da i ai

21 / 25
Derivadas de matrices II
q Igualmente, la derivada de una vector a con respecto a otro vector b es
 
da ai
= .
db ij bj

q Se puede demostrar que

> >
(x a) = (a x) = a.
x x
q Similarmente,
A B
(AB) = B+A .
x x x
q La derivada de la inversa de una matriz se puede obtener como

(A1 ) A 1
= A1 A .
x x

22 / 25
Derivadas de matrices III

q Se puede demostrar que


 
1 A
ln |A| = tr A .
x x

q Si x es un elemento de A, se tiene

tr(AB) = Bji .
Aij

q compacta como
El resultado anterior se puede escribir de forma mas


tr(AB) = B> .
A

23 / 25
Derivadas de matrices IV

q Del resultado anterior se tienen las siguientes propiedades


tr(A> B) = B
A

tr(A) = I
A

tr(ABA> ) = A(B + B> ).
A
q Igualmente se puede demostrar que


ln |A| = (A1 )> .
A

24 / 25
Referencias

Minka, Thomas P. (2000): Old and New Matrix Algebra Useful for
Statistics.

Petersen, Kaare B. and Pedersen, Michael S. (2007): The Matrix


Cookbook.

Brookes, Mike (2011): The Matrix Reference Manual, http:


//www.ee.imperial.ac.uk/hp/staff/dmb/matrix/intro.html.

Magnus, J. R. and Neudecker, H. (1999): Matrix Differential Calculus with


Applications to Statistics and Econometrics. Wiley.

25 / 25