Está en la página 1de 25

UNIDAD 1 TAREA 1

Vectores, matrices y determinantes

PARTICIPANTES

Yuri Andrea Gutiérrez Cód. 1.037.586.000

Yeraldin Menco Cód. 1.096.228.887

Silvia Julieth Ortiz Cód. 1.096.214.610

Jesús David Cortes Cód. 1.101.696.028

Yulissa Amaya Cód. 1.096.249.336

No. DE GRUPO

100408_114

TUTOR

Ruberney Ramos Victoria

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ALGEBRA LINEAL

MARZO 2019
Introducción

El desarrollo de esta actividad refleja los temas estudiados de la unidad 1:


Vectores, matrices y determinantes, recursos sugeridos en el entorno de
conocimiento.

Gracias a la información estudiada y suministrada, cada participante de la


actividad logra comprender los conceptos fundamentales, los cuales fueron
plasmados mediante un mentefacto por cada uno; esta actividad nos permite
adquirir la habilidad y el conocimiento para solucionar ejercicios en donde se
aplican estos conocimientos, involucrando la magnitud de los vectores, suma y
resta de vectores, producto escalar (producto punto) y vectorial (producto cruz)
de vectores, así como suma y resta de matrices, determinante de una matriz,
adjunta e inversa, implementando sus respectivos pasos y fórmulas para un
aprendizaje práctico.

Además se utilizan programas como Scilab y GeoGebra para realizar la


comprobación de los resultados obtenidos.
Ejercicio 1: Conceptualización de vectores, matrices y determinantes.

a) Vectores en R2 y R3: Noción de distancia, definición algebraica de


vector.

b) Vectores en R2 y R3: Algunas operaciones con vectores, vectores


base, producto vectorial.
c) Matrices: Operaciones con matrices, suma de matrices,
multiplicación de matrices.

d) Matrices: operaciones sobre matrices, matrices elementales.


e) Determinantes: Determinantes 3x3, algunas propiedades de los
determinantes, inversas.

Ejercicio 2: Resolución de problemas básicos sobre vectores en R2 y R3

a) Dados los vectores representados en el siguiente gráfico, realizar los


siguientes pasos:
 Nombrar cada uno de los vectores y encontrar la magnitud y dirección de
los mismos

𝑢 = (3,5) 𝑣 = (−4,1)

Magnitud de 𝒖:

|𝑢| = √32 + 52 = √9 + 25 = √34 ≈ 5.83

Magnitud de 𝒗:

|𝑣| = √(−4)2 + 12 = √16 + 1 = √17 ≈ 4.123

Ángulo de 𝒖:

1
𝜃 = tan−1 ( ) = −14°
−4

Como el ángulo está en el segundo cuadrante, el ángulo es:

𝜃 = 180° − 14° = 166°

Ángulo de 𝒗:

5
𝜃𝑣 = tan−1 ( ) = 59.04°
3

 Encontrar el ángulo entre los vectores.

𝑢∙𝑣 3(−4) + 5(1) −7


𝜃𝑢𝑣 = cos−1 ( ) = cos−1 ( ) = cos −1 ( ) = 106.4°
|𝑢| ∗ |𝑣| √34 ∗ √17 17√2
Comprobando en GeoGebra,

 Sumar los vectores y encontrar la magnitud y dirección del vector


resultante.

𝑢 + 𝑣 = (3 − 4,5 + 1) = (−1,6)

|𝑢 + 𝑣| = √(−1)2 + 62 = √1 + 36 = √37 ≈ 6.083

La dirección del vector resultante es,

6
tan 𝜃𝑢+𝑣 =
−1

𝜃𝑢+𝑣 = tan−1 (−6)

𝜃𝑢+𝑣 = −80.54°

Como el vector resultante está en el segundo cuadrante, el ángulo es

𝜃𝑢+𝑣 = 180 − 80.54

𝜃𝑢+𝑣 = 99.46°
Comprobando por GeoGebra,

 Encontrar el área del paralelogramo formado por los vectores


representados, con teoría vectorial.

𝐴 = |𝑢𝑥 𝑣𝑦 − 𝑢𝑦 𝑣𝑥 |

𝐴 = |3(1) − 5(−4)| = |3 + 20| = 23


 Comprobar y/o graficar los ítems anteriores, según corresponda, en
Geogebra, Matlab, Octave, Scilab, u otro programa similar.

Comprobación en GeoGebra:
Los ítems están correctos

b) Dados los vectores 𝒗 = (𝟑, −𝟒, 𝟐) y 𝒘 = (𝟐, 𝟓, 𝟒) calcular:

 𝒖 = −𝟑𝒗 + 𝟐𝒘

−3𝑣 + 2𝑤 = −3(3, −4,2) + 2(2,5,4) = (−9,12, −6) + (4,10,8) = (−5,22,2)

Comprobando en Geogebra,

 ⃗ .𝒘
𝒂 = 𝟔(𝒗 ⃗⃗⃗ )

6(𝑣 ∙ 𝑤) = 6(3 ∗ 2 − 4 ∗ 5 + 2 ∗ 4) = 6(6 − 20 + 8) = 6(−6) = −36


Comprobando en Geogebra,

 Calcular los cosenos directores de cada uno de los vectores.

Para 𝑣:

|𝑣| = √32 + (−4)2 + 22 = √9 + 16 + 4 = √29 ≈ 5.385

3 4 2
cos 𝛼 = ≈ 0.557 cos 𝛽 = − ≈ −0.743 cos 𝛾 = ≈ 0.371
√29 √29 √29

Para 𝑤:

|𝑤| = √22 + 52 + 42 = √4 + 25 + 16 = √45 = 3√5 ≈ 6.708

2 5 4
cos 𝛼 = ≈ 0.298 cos 𝛽 = ≈ 0.745 cos 𝛾 = ≈ 0.596
3√5 3√5 3√5

 Calcular el producto cruz y el producto punto.

𝑣 ∙ 𝑤 = 3 ∗ 2 − 4 ∗ 5 + 2 ∗ 4 = 6 − 20 + 8 = −6

𝑖̂ 𝑗̂ 𝑘̂
𝑣 × 𝑤 = |3 −4 2| = (−4 ∗ 4 − 2 ∗ 5)𝑖̂ − (3 ∗ 4 − 2 ∗ 2)𝑗̂ + (3 ∗ 5 − (−4) ∗ 2)𝑘̂
2 5 4

= (−16 − 10)𝑖̂ − (12 − 4)𝑗̂ + (15 + 8)𝑘̂ = −26𝑖̂ − 8𝑗̂ + 23𝑘̂ = (−26, −8,23)
Comprobando en Geogebra,

 Comprobar y/o graficar los ítems anteriores, según corresponda, en Geogebra,


Matlab, Octave, Scilab, u otro programa similar

Comprobación en GeoGebra:

Todos los resultados coinciden con los realizados

Ejercicio 3: Resolución de problemas básicos sobre vectores en R2 y R3

La velocidad de un cuerpo tiene inicialmente el valor 𝑣1 = (5, −3) 𝑚/𝑠, al instante


𝑡1 = 25. Después de transcurridos 4 segundos, la velocidad ha cambiado al valor
𝑣2 = (−4,8) 𝑚/𝑠.
 ¿Cuánto vale el cambio de velocidad ∆𝒗
⃗⃗⃗⃗⃗ ?

⃗⃗⃗⃗
∆𝑣 = 𝑣2 − 𝑣1 = (−4 − 5,8 − (−3)) = (−9,11) 𝑚/𝑠

|∆𝑣| = √(−9)2 + 112 = √81 + 121 = √202 = 14.21 𝑚/𝑠

 ¿Cuál es la variación de la velocidad por unidad de tiempo?

⃗⃗⃗⃗
∆𝑣 (−9,11) 9 11
𝑎= = = (− , ) 𝑚/𝑠 2
∆𝑡 4 4 4

9 2 11 2 81 121 202 14.21



|𝑎| = (− ) + ( ) = √ + =√ = = 3.55 𝑚/𝑠 2
4 4 16 16 16 4

⃗ = (𝟓, 𝟏𝟐) y ⃗𝒃 = (𝟏, 𝒌), donde k es un escalar, encuentre (k) tal que
 Dados: 𝒂
la medida en radianes del ángulo ⃗𝒃 y 𝒂
⃗ sea 𝝅/𝟑.

𝜋 𝑎 ∙ 𝑏⃗ 5 ∗ 1 + 12 ∗ 𝑘 5 + 12𝑘 5 + 12𝑘
cos = = = =
3 |𝑎||𝑏⃗| √52 + 122 ∗ √12 + 𝑘 2 √25 + 144√1 + 𝑘 2 √169√1 + 𝑘 2

1 5 + 12𝑘
=
2 13√1 + 𝑘 2

𝒌 debe ser positivo, para que esta igualdad se pueda cumplir.

13√1 + 𝑘 2 = 10 + 24𝑘

Elevamos al cuadrado:

169(1 + 𝑘 2 ) = 100 + 480𝑘 + 576𝑘 2

169 + 169𝑘 2 = 576𝑘 2 + 480𝑘 + 100

0 = 407𝑘 2 + 480𝑘 − 69

−480 ± √4802 − 4(407)(−69) −480 ± √342732 −480 ± 338√3


𝑘= = =
2(407) 814 814

−240 + 169√3
𝑘= ≈ 0.1295
407
 Hallar módulo, dirección, y sentido del siguiente vector.

Para 𝒂:

|𝑎| = √52 + 122 = √169 = 13

12
𝜃𝑎 = tan−1 ( ) = 67.38°
5

Para 𝒃:

|𝑏⃗| = √12 + 0.12952 = 1.008

0.1295
𝜃𝑏 = tan−1 ( ) = 7.39°
1

Ejercicio 4: Resolución de problemas básicos sobre matrices y


determinantes.
Sean las siguientes matrices:

1 0 2 3 9 −5 6
0 −2 3 5
𝐴 = [−2 5 6 3] 𝐵 = [1 3 6] 𝐶=[ 4 3 5 4]
1 0 3 8 0 −1 3 −1 0 −9 8
5 2 −3 0 5 7 −5

0 3𝑥 2 −2
𝐷 = [3 𝑦 2 3 ]
1 0 (𝑥 + 𝑦)

Realizar las siguientes operaciones, si es posible:

a) 𝐴 ∙ 𝐵 ∙ 𝐶

𝐴4𝑥4 ∙ 𝐵4𝑥3 ∙ 𝐶3𝑥4

Sí es posible:

1 0 2 3 9 −5 6
𝐴∙𝐵 =[−2 5 6 3 ] ∙ [1 3 6]
1 0 3 8 0 −1 3
5 2 −3 0 5 7 −5
9 + 0 + 0 + 15 −5 + 0 − 2 + 21 6 + 0 + 12 − 15
= [−18 + 5 + 0 + 15 10 + 15 − 6 + 21 −12 + 30 + 18 − 15]
9 + 0 + 0 + 40 −5 + 0 − 3 + 56 6 + 0 + 9 − 40
45 + 2 + 0 + 0 −25 + 6 + 3 + 0 30 + 12 − 9 + 0

24 14 −3
=[2 40 21 ]
49 48 −25
47 −16 33

Ahora

24 14 −3
0 −2 3 5
𝐴∙𝐵∙𝐶 =[2 40 21 ] ∙ [ 4 3 5 4]
49 48 −25 −1 0 −9 8
47 −16 33

0 + 56 + 3 −48 + 42 + 0 72 + 70 + 27 120 + 56 − 24
= [ 0 + 160 − 21 −4 + 120 + 0 6 + 200 − 189 10 + 160 + 168 ]
0 + 192 + 25 −98 + 144 + 0 147 + 240 + 225 245 + 192 − 200
0 − 64 − 33 −94 − 48 + 0 141 − 80 − 297 235 − 64 + 264

59 −6 169 152
= [ 139 116 17 338 ]
217 46 612 237
−97 −142 −236 435

Comprobación en Scilab:
b) 𝟒𝑩 ∙ 𝟐𝑨

9 −5 6 1 0 2 3
[1 3 6] ∙ [−2 5 6 3]
0 −1 3 1 0 3 8
5 7 −5 5 2 −3 0

Multiplicación inconsistente

c) 𝟑𝑪 ∙ (−𝟕𝑩)

9 −5 6
0 −2 3 5
3𝐶 ∙ (−7𝐵) = −21(𝐶 ∙ 𝐵) = −21 ([ 4 3 5 4] [1 3 6])
−1 0 −9 8 0 −1 3
5 7 −5
0 − 2 + 0 + 25 0 − 6 − 3 + 35 0 − 12 + 9 − 25
= −21 [ 36 + 3 + 0 + 20 −20 + 9 − 5 + 28 24 + 18 + 15 − 20]
−9 + 0 + 0 + 40 5 + 0 + 9 + 56 −6 + 0 − 27 − 40
23 26 −28 483 546 −588
= 21 [59 12 37 ] = [1239 252 777 ]
31 70 −73 651 1470 −1533

Comprobación en SciLab:

d) 𝑫𝟐

0 3𝑥 2 −2 0 3𝑥 2 −2
[3 𝑦 2 3 ] ∙ [3 𝑦 2 3 ]
1 0 (𝑥 + 𝑦) 1 0 (𝑥 + 𝑦)

0 + 9𝑥 2 − 2 0 + 3𝑥 2 𝑦 2 + 0 0 + 9𝑥 2 − 2𝑥 − 2𝑦
= [ 0 + 3𝑦 2 + 3 9𝑥 2 + 𝑦 4 + 0 −6 + 3𝑦 2 + 3𝑥 + 3𝑦]
0+0+𝑥+𝑦 3𝑥 2 + 0 + 0 −2 + 0 + (𝑥 + 𝑦)2
9𝑥 2 − 2 3𝑥 2 𝑦 2 9𝑥 2 − 2𝑥 − 2𝑦
= [3𝑦 2 + 3 9𝑥 2 + 𝑦 4 −6 + 3𝑦 2 + 3𝑥 + 3𝑦]
𝑥+𝑦 3𝑥 2 −2 + (𝑥 + 𝑦)2

Comprobación WolframAlpha:

e) 𝑫 ∙ 𝑪

0 3𝑥 2 −2 0 −2 3 5
[3 𝑦 2 3 ]∙[ 4 3 5 4] =
1 0 (𝑥 + 𝑦) −1 0 −9 8

0 + 12𝑥 2 + 2 0 + 9𝑥 2 + 0 0 + 15𝑥 2 + 18 0 + 12𝑥 2 − 16


= [ 0 + 4𝑦 2 − 3 −6 + 3𝑦 2 + 0 9 + 5𝑦 2 − 27 15 + 4𝑦 2 + 24 ]
0 + 0 − (𝑥 + 𝑦) −2 + 0 + 0 3 + 0 − 9(𝑥 + 𝑦) 5 + 0 + 8(𝑥 + 𝑦)

12𝑥 2 + 2 9𝑥 2 15𝑥 2 + 18 12𝑥 2 − 16


= [ 4𝑦 2 − 3 3𝑦 2 − 6 2
5𝑦 − 18 4𝑦 2 + 39 ]
−(𝑥 + 𝑦) −2 −9(𝑥 + 𝑦) + 3 8(𝑥 + 𝑦) + 5

Comprobación en WolframAlpha
f) 𝑪𝑻 ∙ 𝑫

0 4 −1 0 3𝑥 2 −2
[−2 3 0 ] ∙ [3 𝑦 2 3 ]
3 5 −9 (𝑥 + 𝑦)
5 4 8 1 0

0 + 12 − 1 0 + 4𝑦 2 + 0 0 + 12 − (𝑥 + 𝑦)
2 2
0 + 9 + 0 −6𝑥 + 3𝑦 + 0 4+9+0
= 2 2
0 + 15 − 9 9𝑥 + 5𝑦 + 0 −6 + 15 − 9(𝑥 + 𝑦)
[0 + 12 + 8 15𝑥 2 + 4𝑦 2 + 0 −10 + 12 + 8(𝑥 + 𝑦)]

11 4𝑦 2 −(𝑥 + 𝑦) + 12
2 2
9 −6𝑥 + 3𝑦 13
= 2 2
6 9𝑥 + 5𝑦 −9(𝑥 + 𝑦) + 9
2 2
[ 20 15𝑥 + 4𝑦 8(𝑥 + 𝑦) + 2 ]

g) 𝑫𝒆𝒕(𝑩)

No es posible calcular porque B no es una matriz cuadrada

h) 𝐷𝑒𝑡(𝐷)

0 3𝑥 2 −2
𝐷𝑒𝑡(𝐷) = |3 𝑦2 3 | = (0 + 9𝑥 2 + 0) − (0 + 9𝑥 2 (𝑥 + 𝑦) − 2𝑦 2 )
1 0 (𝑥 + 𝑦)

= 9𝑥 2 − 9𝑥 2 (𝑥 + 𝑦) + 2𝑦 2

Comprobación en WolframAlpha:

i) (𝐵 𝑇 − 𝐶)𝑇
𝑇
9 −5 6 𝑇
0 −2 3 5
([1 3 6] − [ 4 3 5 4])
0 −1 3 −1 0 −9 8
5 7 −5

9 1 0 5 0 −2 3 5 𝑇
= ([−5 3 −1 7 ] − [ 4 3 5 4])
6 6 3 −5 −1 0 −9 8
𝑇
9 3 −3 0
([−9 0 −6 3 ])
7 6 12 −13
9 −9 7
[3 0 6]
−3 −6 12
0 3 −13

Comprobación en SciLab:

Ejercicio 5: Resolución de problemas básicos sobre matrices

Uno de los campos de mayor aplicación del algebra lineal es en la Robótica en


el Modelado de la Cinemática de Robots. Para representar la posición y la
orientación de un giro, se utilizan matrices y vectores.

Sea el siguiente sistema de coordenadas tridimensional. En él se pueden hacer


tres rotaciones: Rotación 𝑂𝑋, Rotación en 𝑂𝑌, Rotación en 𝑂𝑍.
Haciendo la rotación, tomando al eje 𝑦 como eje de giro, la matriz de rotación
𝑅(𝑦, 𝜑) que se obtiene es:

Teniendo en cuenta que:

𝑃𝑥𝑦𝑧 = 𝑅(𝑦, 𝜑) ∗ 𝑃𝑢𝑣𝑤

𝟏
a) Encontrar el vector 𝑷𝒙𝒚𝒛, cuando el punto 𝑷𝒖𝒗𝒘 = [𝟏], con 𝝋 = 𝟗𝟎°, con
𝟐
respecto al eje 𝑶𝒀

cos(90°) 0 𝑠𝑒𝑛(90°) 0 0 1
𝑅(𝑦, 90°) = [ 0 1 0 ] = [ 0 1 0]
−𝑠𝑒𝑛(90°) 0 cos(90°) −1 0 0

0 0 1 1 0+0+2 2
𝑃𝑥𝑦𝑧 = [ 0 1 0] ∙ [1] = [ 0 + 1 + 0 ] = [ 1 ]
−1 0 0 2 −1 + 0 + 0 −1
𝟏
b) Encontrar el vector 𝑷𝒙𝒚𝒛, cuando el punto 𝑷𝒖𝒗𝒘 = [𝟐], con 𝝋 = 𝟒𝟓°,
𝟑
con respecto al eje 𝑶𝒀.
√2 √2
cos(45°) 0 𝑠𝑒𝑛(45°) 0
2 2
𝑅(𝑦, 90°) = [ 0 1 0 ]= 0 1 0
−𝑠𝑒𝑛(45°) 0 cos(45°) √2 √2
[ 2 0

2]

√2 √2 √2 3√2
0 + 0 +
2 2 1 2 2 2√2 2.828
𝑃𝑥𝑦𝑧 = 0 1 0 ∙ [2] = 0+2+0 =[ 2 ]≈[ 2 ]
√2 √2 3 √2 3√2 √2 1.414
[− 2 0 2 ] −
[ 2 + 0 +
2 ]

Ejercicio 6: Resolución de problemas básicos sobre matrices

ELIMINACION GAUSSIANA: Es un procedimiento sistemático para resolver


sistemas de ecuaciones lineales; se basa en la idea de reducir la matriz
aumentada a una forma que sea lo suficientemente simple como para que el
sistema de ecuaciones se pueda resolver por observación.

Un nutricionista desarrolla una dieta para pacientes con bajo nivel de peso
basándose en 3 materias primas cuyos contenidos se relacionan a continuación:

● Cuánto deberán mezclar de cada una de las tres (3) materias primas si se
desea minimizar el costo de preparar un (1) kg de alimento cuyo contenido de
azúcar no sea menor al 10%, su contenido de grasa no se mayor del 95% y su
contenido de proteínas no sea menor al 52%.

Calcular la inversa de la matriz aumentada por el método de la Adjunta. Fórmula:


1
𝐴−1 = 𝐷𝑒𝑡𝐴 ∗ 𝐴𝑑𝑗(𝐴)
12 10 8
𝐴 = [10 10 6 ]
60 50 44
12 10 8
|𝐴| = |10 10 6 | = (12 ∗ 10 ∗ 44 + 10 ∗ 6 ∗ 60 + 8 ∗ 10 ∗ 50)
60 50 44

−(12 ∗ 6 ∗ 50 + 10 ∗ 10 ∗ 44 + 8 ∗ 10 ∗ 60)

= (5280 + 3600 + 4000) − (3600 + 4400 + 4800)

= 12880 − 12800 = 80

10 6 10 6 10 10
| | −| | | |
12 10 8 50 44 60 44 60 50
10 8 12 8 12 10
𝐴𝑑𝑗(𝐴) = 𝐴𝑑𝑗 ([10 10 6 ]) = −| | | | −| |
50 44 60 44 60 50
60 50 44 10 8 12 8 12 10
[ |10 6| −|
10 6
| | |
10 10 ]

440 − 300 −(440 − 360) 500 − 600 140 −80 −100


=[−(440 − 400) 528 − 480 −(600 − 600)] = [−40 48 0 ]
60 − 80 −(72 − 80) 120 − 100 −20 8 20

Así, la inversa de la matriz es:

7 1 1
− −
4 2 4
1 140 −80 −100 𝑇 1 140 −40 −20 3 1
−1
𝐴 = [−40 48 0 ] = [ −80 48 8 ] = −1
80 80 5 10
−20 8 20 −100 0 20
5 1

[ 4 0
4 ]

● Comprobar que la inversa de la matriz calculada en el inciso anterior


multiplicada por la matriz aumentada (inicial u original) es igual a la
matriz identidad de la matriz identidad.

7 1 1
− −
4 2 4
12 10 8 3 1
𝐴 ∗ 𝐴−1 = [10 10 6 ] −1
60 50 44 5 10
5 1

[ 4 0
4 ]
21 − 10 − 10 −6 + 6 + 0 −3 + 1 + 2
35 15 5 3 1 0 0
=[ − 10 − −5 + 6 + 0 − + 1 + ] = [0 1 0]
2 2 2 2 0 0 1
105 − 50 − 55 −30 + 30 + 0 −15 + 5 + 11

● Compruebe todas las respuestas en Scilab:

Ejercicio 7: Usos del algebra lineal

Realizar una presentación en PREZI, en el cual deben definir lo siguiente:

a) Usos del álgebra lineal en los modelos de transporte en cadenas de


suministro.
b) Usos del álgebra lineal en los modelos para minimizar costos.
c) Usos del álgebra lineal en la asignación de recursos.

https://prezi.com/view/k90auuAAt2ecXpxqvbev/
Conclusiones

 Sólo se pueden sumar o restar vectores o matrices que cuenten con el


mismo tamaño, ya que estas operaciones se realizan componente a
componente de los vectores o matrices
 Para realizar el producto entre dos matrices se debe verificar que la
primera tiene el mismo número de columnas que la fila de la segunda
matriz. Además, la multiplicación de matrices no es conmutativa como la
multiplicación de escalares
 El producto punto de vectores arroja un escalar, mientras que el producto
cruz arroja otro vector que es perpendicular a los dos originales
 Únicamente se puede sacar el determinante de una matriz cuadrada, por
lo tanto sólo estas tienen inversa
 El álgebra lineal tiene múltiples aplicaciones que permiten realizar
optimizaciones y asignaciones.
 Con el mentefacto logramos ilustrar de una manera diferente los temas de
la Unidad 1, siendo esta una estrategia metaconigtiva que nos permitió
identificar los conceptos más importantes logrando así las soluciones a
los ejercicios planteados en la Tarea 1.
Referencias Bibliográficas

Barrera, M. F. (2014). Álgebra lineal. México, D.F., MX: Larousse - Grupo


Editorial Patria. Disponible en la Biblioteca Virtual de la UNAD. Páginas
31 a 55. Recuperado
de:http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?pp
g=46&docID=11013215&tm=1468965818462

Mesa, F., Alirio, E., & Fernández, S. O. (2012). Introducción al álgebra lineal.
Colombia: Ecoe Ediciones. Disponible en la Biblioteca Virtual de la
UNAD. Páginas 54 a la 87. Recuperado
de: http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/reader.action?p
pg=64&docID=3200976&tm=1512084449256

Zúñiga, C (2010). Módulo Algebra Lineal. Bogotá, UNAD. Páginas de 131 a 144.
Recuperado de: http://hdl.handle.net/10596/7081