- 1、本文档共15页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
浅谈实对称矩阵有定性在经济分析中运用
浅谈实对称矩阵有定性在经济分析中运用
摘要:通过实对称矩阵有定性在计量经济学和微观经济学部分择优问题中的运用的探讨,对相关经济理论进行了数学定量解释,帮助加深对相关经济理论的理解。结合具体例子所作的详细说明为理论的运用提供了一般方法,该方法为实对称矩阵有定性理论在其他问题中的运用可以方便地移植。
关键词:实对称矩阵;有定性理论;经济分析;择优理论
中图分类号:F12文献标志码:A文章编号:1673-291X(2010)33-0007-07
在当代各门学科中,经济学已经成为应用数学知识最为普遍、最为深入的学科之一。其中,矩阵理论在经济学的文献中得到广泛的运用。作为特殊矩阵的实对称矩阵的有定性更是择优分析中判定最优解不可或缺的有力工具。本文仅对实对称矩阵的正定性、半正定性、负定性、半负定性在相关经济分析中的运用进行初步探讨。
一、实对称矩阵有定性判别的主要方法
记A=(aij)n×n为n阶方阵,=(xi)n×1为n维列向量,AT、T分别为A与的转置矩阵和转置向量。A=AT且aij∈R(i,j=1,2,…,n),则A为n阶实对称矩阵。
1.相关定义
定义(1)设 f(x1,x2,…,xn)=TA为实二次型,A为实对称矩阵,那么:
1) 对任意≠,恒有TA0,则称A为正定矩阵。
2) 对任意,恒有TA≥0,则称A为半正定矩阵。
3) 对任意≠,恒有TA0,1≤i≤n。
2)A是半正定矩阵?圳λi≥0,1≤i≤n。
3)A是负定矩阵?圳λi0,1≤k≤n。
2)A是半正定矩阵?圳|Dk|≥0,1≤k≤n。
3)A是负定矩阵?圳(-1)k|Ak|0,1≤k≤n。
4)A是正定矩阵?圳-A是负定矩阵。
5)A是半正定矩阵?圳-A是半负定矩阵。
定理(4)若n阶对称矩阵A是正定的,则A-1、A*也是正定矩阵,其中A-1是A的逆矩阵,A*是A的伴随矩阵。
定理(5)设A(aij)n×k,且A的秩r(A)=k,则ATA=C=(cij)k×k是正定矩阵。
二、在计量经济学古典线性回归模型中的应用
(一)线性回归模型的参数估计
1.线性回归模型的基本假定
假定(1)(线性假定)
yt=β1xi1+β2βxi2+…+βkxik+εi (i=1,2,…,n)
其中,βi (i=1,2,…,k) ,是未知待估参数,εi是第i次观测产生的随机误差项。
假定(2) (严格外生性)
E(εI|X)=0(i=1,2,…,n);X=(xij)n×k
假定(3) (无???重共线性)
r(X)=k,即矩阵X为满列秩矩阵。
假定(4) (误差的球面方差)
1)同方差E(ε2i|X)=σ20(i=1,2,…,n)
2)观测值不相关E(εiεj|X)=0(i,j=1,2,…,n;i≠j)
2.模型的矩阵表示
记Ti=(xi1,xi2,…,xik),=(β1,β2,…,βk)T
=(β1,β2,…,βk)T,=(β1,β2,…,βk)T,X=(xij)n×k
则假定(1)可以用下面矩阵表达式表示:
=X+
3.未知参数向量的最优估计值的确定(OLS估计值)
称=-X为观测的残差向量,则εi=yi-T是第i期观测的残差。那么,n期观测残差的平方和为:
(yi-T)2=(-X)T (-X)
它是向量-X对自己的内积,也是向量与X向量距离的平方。现在的任务是寻找适宜的,使当用估计时,与X的距离最小。
显然,T=(-X)T (-X)
=(T-TXT)T (-X)
=T-TX-TXT+TXTX
=T-2TX+TXTX(注:TXT为标量)
=T-2T+TA (注:≡XT,A≡XTX)
T不依赖于,对T求导时,其导数为零。
A是对称矩阵,根据矩阵的微分知识可知:
=, =2A [1]
于是=-2+2A
由择优一阶必要条件:令-2+2A=?圯A=,得到唯一稳定点=A-1 ?圯=(XTX)-1XT(注:由假定(3)及定理(5)知道是正定矩阵,所以A可逆)
再考察择优的二阶充分条件,=2A。因为A是正定矩阵,所以2A也是正定矩阵,2A就是周知的海赛矩阵,由于海赛矩阵处处正定是为唯一绝对极小值的充分条件,因而,是T的最小值点。
(二)在OLS估计量的有限样本性质证明中的运用
在OLS估计量的有限样本性质中,有一个著名的高斯―马尔科夫定理:根据古典线性回归模型的基本假定,OLS估计量是有效的线性无偏估计量。换言之,对于任何一个的线性无偏估计量,都存在矩阵形式的关
文档评论(0)