Вы находитесь на странице: 1из 34

AO DE LA PROMOCIN DE LA INDUSTRIA RESPONSABLE Y

COMPROMISO CLIMTICO


















ASIGNATURA : MATEMATICA BASICA
DOCENTE : Lic. SOTO CARVAJAL DEMETRIO
ALUMNAS
: ANDRADE PEREZ; Natividad
: MEJIA HUINCHO; Yenci Beatris
: MENDOZA HUINCHO; Rurth
: YAULILAHUA RASMOS; Doris
SEMESTRE : I Ciclo


LIRCAY - 2014






















DEDICATORIA:
EL TRABAJO REALIZADO SE DEDICA A
TODAS LAS FAMILIAS EMPRENDEDORAS
DE LAPROVINCIA DE AMGARAES.
INTRODUCCION
Asociados con las herramientas ms importantes del lgebra Lineal se encuentran
los temas relacionados con matrices, determinantes y sistemas de ecuaciones
lineales, que permiten estudiar con mayor detalle muchas reas de las
matemticas.
Por ejemplo, las matrices juegan un papel importante en reas como: las ciencias
sociales y naturales, los negocios, diversas ingenieras, computacin y, adems,
matemticas pura y aplicada.
Se estudiarn y desarrollarn temas relacionados con el lgebra de las matrices,
aplicaciones de estas en la resolucin de sistemas de ecuaciones lineales, y temas
relacionados con determinantes y sus aplicaciones. En cada uno de los captulos se
presentan ejemplos resueltos, teoremas, demostraciones y ejercicios propuestos.
El ltimo captulo contiene una importante variedad de ejercicios resueltos
asociados con los temas desarrollados.
El concepto de determinante de una matriz cuadrada tiene una gran relevancia
dentro de la teora de matrices. Los determinantes resultan de gran utilidad a la
hora de resolver determinados sistemas de ecuaciones lineales (los llamados
sistemas de Cramer), discutir la existencia de solucin de sistemas de ecuaciones
lineales generales (mediante el concepto de rango de una matriz y del Teorema de
Rouch Frobenious), y analizar la dependencia lineal de un conjunto de vectores
(lo cual, entre otras cosas, nos permitir identificar posibles bases de un espacio
vectorial). Adems, la interpretacin geomtrica de los determinantes nos permite
calcular, de forma sencilla, reas y volmenes de determinadas figuras
geomtricas, realizar productos vectoriales, y hallar las ecuaciones de un plano en
el espacio.





INDICE





















1. MATRICES
1.1. DEFINICIONES DE MATRICES
El concepto de Matriz es sencillo, es una tabla con m filas y n columnas
de nmeros reales ordenados (m, n N). Veamos una definicin ms
matemtica de las matrices.
Se llama matriz de dimensin (m x n) al conjunto de nmeros reales
dispuestos en m filas y n columnas de la siguiente forma:
(

)
Con aij=elemento de la matriz A situado en la fila i y columna j
Muchas veces la matriz A se denota tambin como A= (aij)
El conjunto de todas las matrices con m filas y n columnas se denota
como
Mnxm (R).
(


)


Dimensin de una matriz es el nmero de filas y columnas de la misma,
en el ejemplo anterior, A es de dimensin 2x3.
1.2. ORDEN DE UNA MATRIZ
El orden o dimencion de una matriz sta dadopor el producto
indicado

donde m indica el numero de gilasy nel numero de


columnas.
Por ejemplo:
(


)es una matriz de orden 2x3
B (


)es una matriz de orden 2x2
El conjunto de matriz de orden

con coeficiento en k (k puede ser R


o ), se denotara

, es decir:

{ (

}
Asi, en los ejemplos anteriores: A




EEMPLO 1. Escribir explicitamente la matriz:
a) A (



b) B (


c) C (



Solucion. Escribiremos las componentes de cada matriz segn el orden
de la matriz y la definicion dada.
a)

,

,




(


)

b)



(



+

c)

)

1.3. TIPOS DE MATRICES:
A. MATRICES CUADRADAS: Son las matrices que tienen igual nmero
de filas que de columnas (m=n), y que como veremos son las nicas
que pueden multiplicarse entre s. El conjunto de todas las matrices
cuadradas con n filas y columnas se denotan como Mnxn (R) o
Mn(R).
(


)


ELEMENTOS DE LAS MATRICES CUADRADAS:
a. Diagonal principal: elementos de la forma aii, es decir en la diagonal
que va desde a11 hasta ann
b. Diagonal secundaria: elementos de la forma aij donde i+j=n+1, es decir
los elementos en la diagonal que va desde a1n hasta an1




B. MATRICES TRIANGULARES SUPERIORES E INFERIORES: Son las
matrices cuadradas tal que:
a. SUPERIOR: elementos debajo diagonal de la principal son nulos
aij=0 si i>j
b. INFERIOR: elementos encima de la diagonal principal son nulos
aij=0 si i<j
(


)

(


)

C. MATRICES DIAGONALES: matrices cuadradas donde todos los
elementos fuera de la diagonal son cero.
(








)
D. MATRIZ ESCALAR: matriz diagonal en el que todos los trminos de
la diagonal son iguales:
(



+
E. MATRIZ UNIDAD O MATRIZ IDENTIDAD: matriz escalar cuyos
elementos son 1. Se denota como I o Id:

(


)

(



+

(








)

F. MATRIZ COLUMNA: toda matriz con una sola columna_ Mmx1(R)
(


G. MATRIZ FILA: toda matriz con una nica fila _ M1xn(R)



1.4. OPERACIONES CON MATRICES
En esta seccin se estudiarn las operaciones que se definen en el
conjunto Mmxn (R) y algunas de sus propiedades ms relevantes.
1.4.1. IGUALDAD DE MATRICES. Dos matrices M y N se dicen que son
iguales (M=N) si se cumplen:
Misma dimensin
Elementos que ocupan el mismo lugar son iguales.
1.4.2. ADICIN DE MATRICES. Solo se pueden sumar matrices de la
misma dimensin, veamos en qu consiste la suma de matrices:
La suma de dos matrices de dimensin A y B es otra matriz que se
denota como A+B con misma dimensin que las otras dos y
definida como A+B = (aij) + (bij) = (aij+bij). Es decir A+B se
obtiene sumando los elementos que ocupan la misma posicin en
las dos matrices que suman.
Veamos un ejemplo de dos matrices A, BM2x3(R)
(

) (

*
(

*
Propiedades de la suma de matrices: como la suma de matrices
definidas a partir de la suma de nmeros reales cumple las
mismas propiedades que estos, es decir:
Asociativa: A+(B+C)=(A+B) +C
Elemento neutro A+0=A, con O la matriz de igual dimensin
que A con todos sus coeficientes iguales a cero
Elemento opuesto: A + (-A)=0, con (-A) = (-aij) es decir los
elementos opuestos a los de la matriz A.
Conmutativa: A+B=B+A

Ejemplo de elemento opuesto:
(


) (


)
Ejemplo de adicin de matrices:
(





) (





)
(





)
1.4.3. PRODUCTO DE UNA MATRIZ POR UN NMERO (ESCALAR):
Sea k R (escalar) y A = (aij) una matriz de dimensin mxn (A M
mxn(R)). El producto de k por A es otra matriz k*A de misma
dimensin tal que:
K*A = k (aij)=(k*aij), es decir la matriz k*A se obtiene de
multiplicar por k cada elemento de la matriz A.

+
(

+
Ejemplo producto de una matriz por un nmero (escalar):
(


)
(


)

SUSTRACCION DE MATRICES: Sean A, B M mxn (R). Se define la
resta de A y B, denotada como A-B, como la matriz de tamao mxn
dada por A-B = A + (-1*B).
En trminos generales, (A-B) ij = (A) ij (B) ij, i,j N con 1
im,1 j n, de esta manera, si:
(

) (

*

(

*

Ejemplo de sustraccin de matrices:
(





) (





)
(





)

1.4.4. MULTIPLICACIN DE UNA MATRIZ FILA POR UNA MATRIZ
COLUMNA: Sean A M1xn (R) y B Mnx1 (R). Se define el
producto de A y B, denotado como A _ B, como el nmero real
dado por:


En trminos generales, si:


Ejemplo multiplicacin de una matriz fila por una matriz
columna:



(






1.5. PRODUCTO DE MATRICES
El producto de matrices es una operacin ms compleja que las
anteriores. Para poder multiplicar dos matrices es necesario que el n de
columnas de la primera matriz del producto sea igual al n de filas de la
segunda matriz. Veamos la definicin del producto de matrices:
El producto de la matriz A=(aij)Mmxn y B=(bij)Mnxp es otra matriz
C=ABMmxp, con igual n de filas que A y de columnas que B, tal que el
elemento de la matriz C que ocupa la fila i y columna j, cij se obtiene
multiplicando la fila i-esima de la primera matriz con la columna j-sima
de la segunda.
Resulta ms sencillo comprender el producto de matrices a partir de
varios ejemplos 1:

(



+ (

+

(



) (

+

Ejemplos 2:
(


)

(



+

(


*

(


)


1.6. TRANSPOSICIN DE MATRICES SIMTRICAS Y ANTISIMTRICAS
Sea una matriz se llama matriz transpuesta y se escribe
como

que resulta de cambiar las filas por las columnas


Ejemplos:
(


)

(



+
(




(



+

(



+

PROPIEDAES:
1.



2.



3.





4.





A. MATRIZ SIMTRICA:
Es toda matriz cuadrada AMnxn(R) tal que coincide con su
transpuesta

A=

, es decir los elementos simtricos respecto a la


diagonal son iguales, veamos un ejemplo de dimensin 3:
(



+

(



+
Ejemplo.
(


)

(


)

(



+

(



+

(



)

B. MATRIZ ANTISIMTRICA:
Es u qu u
de su transpuesta -

A=-

, es decir los elementos simtricos


respecto a la diagonal son opuestos, y los de la diagonal son cero.
Veamos un ejemplo de dimensin 3:
(



+

(



+ (



+

Ejemplo.
(


)

(


)

(



+

(



+

(



)
1.7. MATRIZ INVERSA:
La matriz inversa de una matriz cuadrada AMnxn(R) es otra matriz
cuadrada de misma dimensin que se denota como A-1Mnxn(R) tal que
se cumple:
AA-1=A-1A= Id con IdMnxn(R)
No todas las matrices cuadradas tienen inversa, as las matrices que
tiene inversa se llaman matrices regulares y las que no tienen inversa se
denominan matrices singulares.
A. CLCULO DE LA INVERSA: El mtodo ms sencillo para el clculo de
la inversa lo veremos en el tema siguiente, cuando definamos el
determinante de las matrices.
Para matrices 2x2 podemos calcular la inversa a partir de la
definicin:
Ejemplo1:
(


)

(


)

(


) (


)

(


) (


)
Tenemos 4 ecuaciones con 4 incgnitas, que podemos agruparlas en
dos sistemas de dos ecuaciones con dos incgnitas:




Los sistemas son:
{




{




Las soluciones son x=7/8, y=-1/4, z=-3/8 y t=1/4, con lo que:

(


)

(


)

(


) (


)
Ejemplo2:
(


)

(


)

(


) (


)

(


) (


)





Las soluciones son x=T=0 Y=1/2 z=1

(


)
COMPROBANDO:

(


) (


)

Ejemplo 3:
(


)

(


)

(


) (


)

(


) (


)


Y+2



3X+4Z

3Y+4

(


)
1.8. MATRICES NO SINGULAR
Algunas matrices cuadradas cumplen con ciertas condiciones que nos
dirigen hacia un estudio ms detallado respecto de ellas y de algunas de
las propiedades que satisfacen. Las matrices no singulares poseen una
serie de aplicaciones sumamente importantes en el estudio de esta
materia.
Sea A Mn (R). Si existe alguna matriz A0 de orden n, tal que AA0 = In y
A0A = In, entonces se dice que A es una matriz no singular o invertible.
Si A es una matriz no singular de orden n, toda matriz

que satisfaga

In es llamada una inversa de A y denotada como

; de
esta manera, si A es una matriz no singular de orden n se cumple que

Si A no
posee matriz inversa alguna, se dice que A es singular.
Ejemplo:
Si se tiene que
A (



+entonces

(



+ es una matriz de A, ya
que


(



+ (



+



(



+



(



+



Y, ademas


(



+ (



+



(



+



(



+




Es decir,


Ejemplo:
Determine, en caso de exitir,

si se tiene que A (


)
Solucion:
Supongamos que A es no sigular y que

(


)
Como A es no singular, se debe cumplir que



y que


veamos(cosidera la primera de las igualdades):


(


) (


) (


)
(


) (


)
{





De esta manera,si

) entoces


SOLUCION:
Ahora, es necesario deterninar si con la matriz

encontrada anterior
mente se satisfasce la igualdad



o no.
Veamos:

) (


)

(
(

)
(

)
(

)
(


)
(


)


Asi,


es no singular y, ademas,

)
1.9. MATRICES ELEMENTALES:
El procedimiento realizado en el ejemplo 2.12 para la obtencin de la
matriz inversa de alguna matriz no singular es, en muchas ocasiones, de
manejo algebraico laborioso.
Se desarrollarn procedimientos que permiten obtener dicha matriz
inversa de una forma ms eficiente que la mencionada; adems, se
definir el concepto de matriz equivalente que es de suma importancia
en el desarrollo de temas posteriores.
Una matriz elemental de orden n, denotada como E , es toda matriz que
se obtiene de la matriz In despus de aplicarle una, y solo una, operacin
elemental.
Una matriz elemental de orden n se dice que es del tipo a, tipo b o tipo c
si se realiza, respectivamente, a la matriz In la operacin elemental a, b o
c de la definicin 2.24; asimismo, toda matriz elemental de orden n se
denota, de manera ms especfica y basados en el tipo que sea, como



Sea A

(R). Una operacin elemental sobre las filas de A es


cualquiera de las tres siguientes:
1 kFi Modificar la fila i de A multiplicndola por un nmero real k, k
= 0
2 Fi F j Intercambiar las filas i y j de A
3 kF j + Fi Modificar la i-sima fila de A sumndole k veces la fila j

Definicin (Matrices equivalentes por filas)
Una matriz B es equivalente por filas con una matriz A, si B se obtiene a
partir de A mediante una secuencia finita de operaciones elementales
sobre sus filas.
Si la matriz B es equivalente por filas con la matriz A se escribe A B.
Concidera la matriz p define como
P (



+
Son equivalentes por filas con p las matrices siguientes
R (



+
Z (



+
B (



+
F (



+
H (



+

Ejemlpo:
Son matrices elementalesn de orden 3 las matrices siguientes:

(



+


(



+

(



+

(



+
Ejercicio:
Concidera la matriz A definidas como A (



+ y las
matrices elementos de
Orden 3

definidas por

(



+ ,

(



+ y

(



+
1. Determine las matrices p,Q y R quen se obtiene a partir de A, despues de
realizar, respectivamente, la operacin elemtal


2. Verifique que se cumplen las iguldades siguientes:

A
Con base en el teorema anterior, obtenga la matriz que se obtiene de
aA despues de realizarle, secuencialmente, las operaciones elemtales
sobre filas siguientes:


EJEMLPO:
L (



+
(



+ son mutumaente inversas, ya que:

(



+ (



+

(



+
(



+


Note que para obtener

se aplicada a la matriz

la peracion elemetal
inversa de la aplicada a la misma idemtidad para la obtencion de


1.10. REDUCCION DE MATRICEZ
Los conceptos y resultados enunciados anteriormente dan lugar a
aplicaciones importantes den- tro del estudio del lgebra matricial; el
concepto de matriz reducida por filas contempla varios de los
resultados mencionados y permite simplicidad en varios clculos que se
presentarn.
A. MATRIZ ESCALONADA REDUCIDA POR FILAS
Sea A

(). Se dice que A es una matriz escalonada reducida


por filas, si A cumple, si- multneamente, las condiciones siguientes:
Cualquier fila que contenga entradas distintas de cero precede a
toda fila nula (en caso de existir alguna).
La primera entrada distinta de cero de cada fila es el nico elemento
no nulo de su columna.
El primer elemento no nulo de cada fila es 1 y se encuentra en
alguna columna posterior a la que contiene la primera entrada no
nula de la fila que le precede.
Ejercicio:
Son matrices escalanadas reducidas por filas siguientes:
(



+
(


)
(


)
(



+
(



Ejercicio:
Demuestre el teorema 2.10
Ejemplo:
La matriz escaladona reducida por filas que es equivalente por filas
con la matriz A defnifida como.
A (




) esta dada por
R (

)ya que

A (

(









)

)

Ejemplo:
Para determinar la matriz inversa, en caso de existir, de la matriz
A (



+ se pude seguir procedimiento al siguiente:


(




+

Como la matriz A es equivalente por filas con la matriz

, entonces
A es una matriz no singular y su inversa es la matriz

(



+,matriz que se obtuvo de

despues de
realizar las mismas operaciones elementales que las efectuadas en A
para la obtencion de


Eercicio:
Utilisando operaciones elementales sbre filas determine, en caso de
existir, la matriz inversa de cada una de las matrces siguientes.
(



+

(



+

B. RANGO DE UNA MATRIZ
Sea

(R). Si R es la matriz escalonada reducida por filas


equivalente con A, se define el rango de A, denotado como como
el nmero de filas no nulas que posee la matriz R.
Si es la matriz definida por
(


) se tiene que ya que r


su matriz escalonada reducida por filas ( ver ejenplo2.27) esta dada
por
(



)
Ejercicio:
Verifique que si se tiene que
(



)


2. DETERMINANTES
Un concepto importante asociado con las matrices cuadradas es el concepto
de determinante, concepto de mucha utilidad por sus variadas aplicaciones:
clculo de reas, clculo de matrices inversas, clculo de volmenes y en la
resolucin de sistemas de ecuaciones lineales, entre otros. Dado que cada
matriz cuadrada est relacionada con un nico nmero real, el determinante
puede ser considerado como una funcin que tiene como dominio el conjunto
de las matrices cuadradas y cuyo condominio es el conjunto de los nmeros
reales.
Algunos de los conceptos ms relevantes en el estudio de los determinantes
son enunciados a continuacin. Las definiciones que se consideran son de
suma importancia para el desarrollo de contenidos posterios, relacionados
con ciertas propiedades que se cumplen cuando se calculan determinantes.
2.1. DETERMINANTE DE UNA MATRIZ DE ORDEN 1
Si A es una matriz de orden 1, tal que A=

, su determinante, denotado
como ||, det (A) o

, se define como||=

,
2.2. MENOR DE UN ELEMENTO
Si A 2 Mn (R), se define el menor del elemento aij de A, denotado por MA
i j, como el determinante de la matriz que se obtiene a partir de A luego
de eliminar su i-sima fila y su j-sima columna.
Considere la matriz A definida como (


) Para la matriz A se
tiene que:

||

||

||

||

2.3. COFACTOR DE UN ELEMENTO
Si A

(), se define el cofactor del elemento

de A, denotado por

como el nmero dado por



2.4. MATRIZ DE COFACTORES
Si A

(), se define la matriz de cofactores de A, denotada como ,


como la matriz de orden n dada por:


Con base en la matriz (


) se tiene que:


De esta manera, (

* (


)

2.5. DETERMINANTE DE UNA MATRIZ DE ORDEN N
Sea A

(), 2 Mn (R) con n2, el determinante de A se define, de


manera recursiva, como el nmero real dado por:
||


Considere la matriz del ejemplo y verifique que el determinante de toda
matriz de orden dos est dado por:

|


|

Con base en la definicin se tiene que:
||



||


||
||
De esta manera |


|
Ejemplo:
Considere las matrices A y B definidas por (


) (


)
Para estas matrices se cumple que:
||
||
||
||
|| ||
|| ||
Por otra parte, se tiene que:
| | |(


) (


)|
| | |


|
| |
| |
Observe que, para estas matrices | | || ||
Ejemplo:
Considere la matriz A, definida por (



+ y obtenga el
valor de || Con base en la definicin se tiene que:
||


||


||


||


||


|| |


| |


|
||
||
||
||
Ejemplo:
Considere la matriz B, definida por (



+ y obtenga el
valor de || Con base en la definicin se tiene que:
||


||


||


||


||


|| |


| |


|
||
||
||
||
Ejemplo:
Considere la matriz B, definida por (







) y
obtenga el valor de || Con base en la definicin se tiene que:
||


||


||


||


||


|| |



| |



|
||
||
||

2.6. DETERMINANTES DE ORDEN 2 (ASOCIADOS A MATRICES 2X2)
Cuando A es una matriz 2x2 hay 2! = 2 permutaciones del par (1 2); stas
son: {(1 2), (2 1)}. Entonces, el determinante de A contendr los dos
trminos:

Signatura (1 2) y

signatura (2 1)
Como signatura (1 2) = (-1)= 1 y signatura (2 1) = (-1) = -1,y signatura

el determinante de orden 2 ser:


|

|
Ejemplo:
|


|
2.7. DETERMINANTES DE ORDEN 3(ASOCIADOS A MATRICES 33).
Si A es una matriz su determinante( de orden 3) vendra dada por:
(




|



|


( )

2.8. DETERMINANTES DE ORDEN SUPERIOR A 3 (ASOCIADOS A MATRICES
NXN CON N>3)
En el caso de determinantes de orden superior a 3 (es decir, asociados a
matrices de tamao nxn con n > 3), la expresin resultante tiende a
complicarse, por lo que recurriremos al mtodo de desarrollo por
adjuntos para su clculo.
Primero de todo, fijmonos en la disposicin de signos siguientes
(similar a las casillas blanca y negras en un tablero de ajedrez.

Para calcular el determinante de una matriz 4x4 (o superior) se debe
hacer:
1. Elegir aquella fila o columna que tenga el mayor nmero de ceros
(si ninguna lnea tiene ceros, se coge una lnea cualquiera).
2. Cada uno de los elementos de la lnea dar lugar a un sumando, el
cual se obtendr como se explica en el paso siguiente.
3. Para cada elemento de la lnea seleccionada, ste se multiplica por
su correspondiente determinante adjunto (aquel determinante
resultante de eliminar la fila y la columna a las que pertenece el
elemento seleccionado). A dicho adjunto le preceder el signo que
corresponda a la posicin ocupada por el elemento seleccionado
(segn la tabla de signos arriba indicada).

Ejemplo matriz 4x4:
|

| {

u }

|

|

|



| |



| |



|
|



|



Ejemplo matriz
|
|

|
|
(

)
|
|

|
|


|

| |

| |

|
|

| |


|



| |



| |



|
|



|
= {los dos primeros determinantes se anulan mutuamente, pues son
iguales pero de signo cambiado; el ltimo determinante tambin se
anula} =
|



|

{
}

{ } { }


















CONCLUSIONES
Lo importante de estos temas es saber que es una matriz y para qu sirve y
su utilidad en las matemticas as como sus definiciones. Se llama MATRIZ
a todo cuadro de nmeros distribuidos en filas y columnas. Las matrices se
utilizan en el clculo numrico, en la resolucin de sistemas de ecuaciones
lineales, de las ecuaciones diferenciales y de las derivadas parciales.
Adems de su utilidad para el estudio de sistemas de ecuaciones lineales,
las matrices aparecen de forma natural en geometra, estadstica,
economa, informtica, fsica, etc. Su notacin es muy simple una matriz se
nombra por una letra mayscula y sus elementos, una vez distribuidos en
las filas y columnas respectivas, se encierran con corchetes o con
parntesis.
Una de las principales aplicaciones de las matrices es la representacin de
sistemas de ecuaciones de primer grado con varias incgnitas. Estas
operaciones con matrices con lleva varias operaciones escalares de A y B
que llevan a la Clausura: Si
En este caso el producto es un diagrama esquemtico que ilustra el
producto dedos matrices A y B dando como resultado la matriz aB esto es
muy importantesaberlo para resolver ecuaciones de matrices













SUGERENCIA
Supongo que es un cuerpo, lo podemos suponer algebraicamente cerrado,
pues en caso no sea as lo podemos considerar inmerso en su clausura
algebraica (por ejemplo si se trata de, lo podemos suponer contenido en ).

Luego como toda matriz definida sobre un cuerpo algebraicamente
cerrado (como) es semejante a una matriz triangular y el polinomio
caracterstico y el determinate son conservados por la semejanza de
matrices, si es triangular semejante a y los elementos de la diagonal de son
tenemos que el polinomio caracterstico de es Entonces como, y adems
Concluimos que (termina!!). Si tienes dudas, pregunta. Saludos.





















BIBLIOGRAFA
1. Carl D. Meyers (2000): "Matrix analysis and applied linear algebra",
Philadelpia SIAM, 461, 468-470
2. Montes Lozano, A (1998): "lgebra", Ediciones UOC, Mdulo 3:
"Matrices, vectores y sistemasde ecuaciones lineales", 45-48, 41-43,
43-45
3. G. J. Porter, D. R. Hill (1996): Interactive Linear Algebra. A
laboratory course using Mathcad, Springer-Verlag New York, Inc.,
Section 3.1, 3.2, 3.3
4. H. Benker (1999): "Practical use of Mathcad. Solving mathematical
problems with a computer algebra system", Springer-Verlag New
York, Inc., 178-180
5. J. A. Moreno, D. Ser (1999): "Mathcad 8. Manual de usuario y gua de
referencia de Mathcad 8", ediciones Anaya Multimedia, S.A., 155,
296.
6. H. Anton, C. Rorres (2000): "Elementary Linear Algebra:
Applications Version", John Wiley&Sons.
7. Christian Pez Pez Escuela de Matmatica, Instituto Tecnolgico de
Costa Rica Matrices y sistemas lineales 3013.