Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Modulo 2BGU Matematicas PDF
Modulo 2BGU Matematicas PDF
de Matemática
Educación para
3
Es
la ciudadanía
tu
di
os
Sistemas de
2
So
ecuaciones
ci
lineales
al
es
Emprendimiento
4
Es
y gestión
a
tu
ic
di
os
át
So
em
ci
Matrices y
al
1 Matrices
at
es
operaciones
M
Le
de un ensayo
ng
diario vivir
ua
yL
ite
ra
tu
ra
Valores
Carl Friedrich Gauss nació en Alemania en 1777. Des- lineales, el cual estudiaremos en este módulo. Gauss
de niño demostró su genialidad para la matemática. dedicó su vida a la investigación de la Matemática,
Cuando tenía 7 años, su profesor pidió que sumaran que para él era la reina de las ciencias. Es conside-
los números del 1 al 100. Mientras sus compañeros rado uno de los más grandes matemáticos de todos
llenaban sus hojas con números para encontrar el los tiempos por sus aportes a la teoría de números,
resultado, Gauss rápidamente escribió la respuesta: geodesia, astronomía, óptica y electromagnetismo.
5 050. Se dio cuenta de que el conjunto de números
de 1 a 100 estaba formado por 5 pares de enteros
cuya suma siempre daba como resultado 101, así: 1
+ 100, 2 + 99, 3 + 98, 4 + 97… 51 + 50. Por lo que
multiplicó 50 ∙ 101 y obtuvo el resultado. A sus 10
años, Gauss ya había desarrollado dos métodos para
Prohibida su venta. Ministerio de Educación
¿Cómo creemos que se estudiaba Matemática en las escuelas del siglo XVIII? ¿Qué otras
personas conocemos que hayan realizado aportes importantes en el siglo XVIII?
1
Matrices y operaciones con matrices
Esta matriz tiene dos filas, entonces m = 2, y tres co- Matriz escalar
lumnas n = 2. Por lo tanto, es una matriz de orden 2 ∙ 3. ⎛ 3 0 0 ⎞
Así, el elemento a2,1 = 4, en tanto que a1,2 = 1. Cuando en una matriz diagonal A = ⎜ 0 3 0 ⎟
todos los elementos de la diago- ⎜ ⎟
⎜⎝ 0 0 3 ⎟⎠
nal principal son iguales entre sí.
Tipos de matrices Ejemplos
2
B. Operaciones con matrices Ejemplo
B.1 Multiplicación de una matriz por un
escalar Encontramos la suma de las siguientes matrices.
⎛ ⎞
Lo que quiere decir que cada elemento de A se multi- El resultado es: ⎜ 7 9 4 ⎟
plica por k. ⎝ 2 7 7 ⎠
Ejemplo
B.3 Multiplicación de matrices
⎛ 3 6 2 ⎞ La multiplicación de matrices se puede realizar única-
Dada la matriz A = ⎜ 2 3 7 ⎟ calculamos 4A. mente cuando el número de columnas de la primera
⎜ ⎟
⎜⎝ 5 1 4 ⎟⎠ matriz es igual al número de filas de la segunda matriz.
El producto es igual a la suma de los productos de los
Multiplicamos cada elemento de la matriz A por 4. elementos aik ∙ bkj.
⎛ 4⋅3 4⋅6 4⋅2 ⎞ Dada la matriz C = A ∙ B, cij = ai1b1j + ai2b2j + … + ainbnj.
⎜ 4⋅2 4⋅3 4⋅7 ⎟
⎜ ⎟ Ejemplo
⎜⎝ 4⋅5 4⋅1 4⋅4 ⎟⎠
⎛ 12 24 8 ⎞
Obtenemos la siguiente matriz: ⎜ 8 12 28 ⎟ ⎛ 1 5 ⎞
⎜ ⎟ ⎛ 3 4 1 ⎞
⎜⎝ 20 4 16 ⎟⎠ A = ⎜ ⎟ B = ⎜ 8 3 ⎟ A ∙ B = C
⎝ 2 6 5 ⎠ ⎜ ⎟
⎜⎝ 0 2 ⎟⎠
B.2 Adición de matrices
Solo se pueden sumar matrices del mismo orden. La Para obtener el primer elemento de la matriz C, mul-
suma de las matrices A y B es igual a la matriz que se tiplicamos todos los elementos de la primera fila de la
obtiene al sumar cada elemento que está en la misma matriz A por los elementos de la primera columna de
posición. Así, A + B = (aij + bij)mn la matriz B, así:
⎜ ! ! " ! ⎟
⎜ ⎟ Calculamos los productos.
⎝ bm1 bm2 … bmn ⎠
⎛ 3+ 32 + 0 15+ 12 + 2 ⎞
C = ⎜
⎛ a11 + b11 a12 + b12 … a1n + b1n ⎞ ⎝ 2 + 48 + 0 10 + 18 + 10 ⎟⎠
⎜ ⎟
a +b a22 + b22 … a2n + b2n ⎟ Sumamos para obtener la matriz resultante.
A + B = ⎜ 21 21
⎜ ! ! " ! ⎟
⎜ ⎟ ⎛ 35 29 ⎞
a +
⎝ m1 bm1 am2 + bm2 … amn + bmn ⎠ C = ⎜
⎝ 50 38 ⎟⎠
3
La matriz A del ejercicio anterior es de orden 2 ∙ 3, la Ejemplo
matriz B es de orden 3 ∙ 2, y el número de columnas
de A es igual al número de filas de B. El resultado de la
⎛ 7 3 ⎞
multiplicación es de orden 2 ∙ 2. Es decir que, al mul- ⎛ 7 1 5 ⎞
tiplicar una matriz de orden m ∙ q por una matriz de A = ⎜ A = ⎜ 1 4 ⎟
T
Operación Propiedad
Asociativa (A + B) + C = A + (B + C)
Conmutativa A+B=B+A
Adición de matrices
Elemento neutro A+0=0+A=A
Elemento opuesto o inverso aditivo A + (-A) = 0
Asociativa k (hA) = (kh) A
Conmutativa kA = Ak
Multiplicación
por un número real k (A + B) = kA + kB
Distributiva
(k+h) A = kA + hA
Elemento neutro 1A = A
Asociativa A ∙ (B ∙ C) = (A ∙ B) ∙ C
A ∙ (B + C) = A ∙ B + A ∙ C
Distributiva
Multiplicación (A + B) ∙ C = A ∙ C + B ∙ C
de matrices No conmutativa A∙B≠B∙A
Elemento neutro para matrices cuadradas de orden n,
A∙I=I∙A=A
dada la matriz identidad I de orden n
Involución de doble transposición (AT)T = A
2D⋅ F + E ⋅ F = ( 2D + E ) ⋅ F
Dadas las siguientes matrices:
⎛ 2 0 ⎞
Reemplazamos las matrices.
⎛ 4 3 ⎞ ⎛ 3 1 5 ⎞
D = ⎜ E = ⎜ F = ⎜
⎝ 5 1 ⎟⎠ , ⎟
⎝ 2 1 ⎠ ⎝ 4 0 2 ⎟⎠ ⎡ ⎛ 2 0 ⎞ ⎛ 4 3 ⎞⎤ ⎛ 3 1 5 ⎞
⎢2 ⎜ ⎟ + ⎜ ⎟ ⎥ ⋅⎜ ⎟
⎢⎣ ⎝ 5 1 ⎠ ⎝ 2 1 ⎠ ⎥⎦ ⎝ 4 0 2 ⎠
Calculamos 2D⋅ F + E ⋅ F
4
Calculamos el producto de 2 por la matriz D. 5 15
+ c + 3c = 0
⎡⎛ 4 0 ⎞ ⎛ 4 3 ⎞ ⎤ ⎛ 3 1 5 ⎞ 4 2
⎢⎜ ⎟ + ⎜ ⎟ ⎥ ⋅⎜ ⎟
⎢⎣⎝ 10 2 ⎠ ⎝ 2 1 ⎠ ⎥⎦ ⎝ 4 0 2 ⎠ 21 −5
c=
Freepik
⎛ 8 3 ⎞ ⎛ 3 1 5 ⎞
2 4
Sumamos las matrices ⎜ ⋅
⎝ 12 3 ⎟⎠ ⎜⎝ 4 0 2 ⎟⎠ −5
c=
Multiplicamos aplicando el procedimiento. 42
⎛ 1 3 ⎞
Para ello, desarrollamos el producto: −1
⎜ 14 ⎟
⎛ 4 −6 ⎞ 21
⎜⎝ 5 3 ⎟⎠ =⎜ ⎟
⎛ 4a − 6c 4b − 6d ⎞ ⎛ 1 0 ⎞ ⎜ −5 2 ⎟
⎜⎝ 5a + 3c 5b + 3d ⎟⎠ = ⎜⎝ 0 1 ⎟⎠ ⎜⎝ 42 21 ⎟⎠
1 + 6c 1 3 Inversa de la multiplicación
a= = + c (kA)-1 = k-1 ∙ A-1
4 4 2 por un número real
⎛1 3 ⎞ Inversa de la multiplicación
5⎜ + c ⎟ + 3c = 0 entre matrices (AB)–1 = B–1 ∙ A–1
⎝4 2 ⎠
¿Para qué nos sirve determinar una matriz inversa en la vida práctica?
5
Practiquemos
Combo 1
Combo 2
Combo 3
12 5 8 2 5 4
A=⎜ ⎟ B = ⎜ ⎟
⎜ 6 10 12 0 ⎟ ⎜ 0 8 0 10 ⎟
⎜⎝ 10 1 6 4 ⎟⎠ ⎜⎝ 1 9 6 7 ⎟⎠
⎛ 120 150 142 ⎞
Calculamos: ⎜ 240 180 200 ⎟
Ventas = ⎜ ⎟
⎛ 8 2 10 14 ⎞ ⎜ 280 220 324 ⎟
a. A + B ⎜ ⎜⎝ ⎟⎠
17 9 16 3 ⎟ 240 125 160
⎜ ⎟
Solución ⎜ 6 18 12 10 ⎟
⎜⎝ 11 10 12 11 ⎟⎠ Si el precio del combo 1 es de $ 2,50, el combo 2
de $ 3 y el combo 3 de $ 3,25, ¿cuál fue el ingreso
por ventas de estos productos que tuvo el restau-
⎛ −7 2 −2 −13 ⎞
b. B – 2A rante cada mes?
⎜ −19 −6 −8 −3 ⎟
Solución ⎜ ⎟ ⎛ 1 211,5 ⎞
⎜ −12 −12 −24 10 ⎟ ⎜ ⎟
⎜⎝ −19 7 −6 −1 ⎟⎠ ⎜ 1790 ⎟
Solución ⎜ 2 413 ⎟
⎜ ⎟
⎛ ⎜⎝ 1 495 ⎟⎠
c. 3A – B 12 −2 6 22 ⎞
⎜ 31 11 16 5 ⎟
Solución ⎜ ⎟ ⎛ 5 −7 ⎞ ⎛ 3 7 ⎞
⎜ 18 22 36 −10 ⎟ 3 Dadas las matrices: M = ⎜ = ⎜
N
⎟ ⎟
⎜⎝ 29 −6 12 5 ⎟⎠ ⎝ −2 3 ⎠ ⎝ 2 5 ⎠
Indicamos si las siguientes afirmaciones son verda-
d. A + B
T T ⎛ 8 17 6 11 ⎞ deras o falsas.
⎜ 2 9 18 10 ⎟ a. M = N – 1
Solución ⎜ ⎟
⎜ 10 16 12 12 ⎟ b. M – 1 = N
⎜⎝ 14 3 10 11 ⎟⎠
dependientes.
–4
Según las soluciones que tenga un sistema de ecuacio-
nes, este puede ser:
–6
Inconsistente: no existe solución.
x+y=1
–8
Observemos el siguiente sistema de ecuaciones en el
que no existe una única solución, puesto que, al gra-
ficar las ecuaciones, no hay un punto común para las
Indeterminado: existe más de una solución.
tres rectas.
Cuando un sistema tiene más de ⎧ x − y = −3
⎧ 3x − y = 6 una solución, se denomina consis- ⎪
⎪ ⎨ 2x − 2y = −6
⎨ 2x + y = 3 tente indeterminado y las gráficas
⎪ −x + y = 3
⎪ x− y=1 de cada ecuación coinciden en la
⎩
⎩ misma recta.
Freepik
2x + y = 3 Y 3x – y = 6 Y
6 8 –x + y = 3
x–y=1
4
6
2x – 2y = –6
2
4
Prohibida su venta. Ministerio de Educación
–6 –4 –2 0 2 4 X 2
x – y = –3
–2
–4 –2 0 2 4 6 X
–4
–2
–6
–4
8
Los sistemas de ecuaciones pueden resolverse usando f1 ⎛ 1 1/3 1/3 1 ⎞
matrices:
→ f2 − f1 ⎜ 0 −1 / 3 5 / 3 | 1 ⎟
⎜ ⎟
⎧ a11 x 1 + a12 x 2 +…+ a1n x n = b1 f3 − f1 ⎜⎝ 0 −4 / 3 8 / 3 3 ⎟⎠
⎪
⎪ a21 x 1 + a22 x 2 +…+ a2n x n = b2
⎨ ⎛ 1 1/3 1/3
⎪ ! f1 1 ⎞
⎪ am1 x 1 + am2 x 2 +…+ amn x n = bm → −3f2 ⎜ 0 1 −5 | −3 ⎟
⎩ ⎜ ⎟
f3 ⎜⎝ 0 −4 / 3 8 / 3 3 ⎟⎠
El sistema de ecuaciones se presenta usando matrices
de la siguiente forma: f1 ⎛ 1 1/3 1/3 1 ⎞
→ f2 ⎜ 0 1 −5 | −3 ⎟
⎛ a11 a12 … a1n ⎞ ⎛ x1 ⎞ ⎛ b1 ⎞ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ f3 + 4f2 / 3 ⎜⎝ 0 0 −4 −1 ⎟⎠
a a22 … a2n ⎟ x2 ⎟ b2 ⎟
A = ⎜ 21 X = ⎜ B = ⎜
⎜ ! ! " ! ⎟ ⎜ ! ⎟ ⎜ ! ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ f1 ⎛ 1 1/3 1/3 1 ⎞
⎜⎝ am1 am2 … amn ⎟⎠ ⎜⎝ x n ⎟⎠ ⎜⎝ bm ⎟⎠ ⎜ 0 1 ⎟
→ f2 −5 | −3
⎜ ⎟
−f3 / 4 ⎜⎝ 0 0 1 1/4 ⎟⎠
donde A ⋅ X = B
Si la matriz A tiene una matriz inversa, se puede resol- f1 ⎛ 1 1/3 1/3 1 ⎞
→ f2 + 5f3 ⎜ 0 1 ⎟
ver el sistema de ecuaciones con la matriz inversa de A.
0 | −7 / 4
⎜ ⎟
f3 ⎜⎝ 0 0 1 1/4 ⎟⎠
X = A–1B
f2 f3
A. Resolución de sistemas de f1 − −
3 3 ⎛ 1 0 0 3/2 ⎞
ecuaciones lineales por el ⎜ ⎟
→ f2 0 1 0 | −7 / 4
método de Gauss-Jordan ⎜ ⎟
f3 ⎜
⎝ 0 0 1 1/4 ⎟⎠
Para resolver el sistema, se utiliza la matriz ampliada
asociada al sistema y se realizan operaciones en forma El resultado, entonces, es:
similar al método de Gauss, hasta obtener la matriz
identidad a la izquierda y las incógnitas a la derecha.
3 7 1
x= ; y = − ; z =
⎛ a11 a12 … a1n b1 ⎞ ⎛ ⎞ 2 4 4
1 0 … 0 x1
⎜ ⎟ ⎜ ⎟
a a22 … a2n b 0 1 … 0 x2
⎜ 21 | 2 ⎟ → A = ⎜ | ⎟
⎜ ! ! " ! ! ⎟ ⎜ ! ! " ! ! ⎟
⎜
⎜⎝ am1 am2 … amn bm ⎟⎠
⎟ ⎜
⎜⎝ 0 0 … 1 xn
⎟
⎟⎠ B. Determinantes
Para un sistema de ecuaciones con dos incógnitas:
Ejemplo
⎧⎪ a11 x 1 + a12 x 2 = b1
⎨
Hallamos las incógnitas del siguiente sistema de ecua- a x +a x =b
⎩⎪ 21 1 22 2 2
ciones aplicando el método de Gauss-Jordan.
El sistema en notación matricial está dado por:
⎧ 3x + y + z = 3
⎪
⎨ x + 2z = 2 ⎛ a11 a12 ⎞ ⎛ x1 ⎞ ⎛ b1 ⎞
Prohibida su venta. Ministerio de Educación
⎪ x − y + 3z = 4 A = ⎜ ⎟ X = ⎜ ⎟ B = ⎜ ⎟
⎩
⎜⎝ a21 a22 ⎟⎠ ⎜⎝ x 2 ⎟⎠ ⎜⎝ b2 ⎟⎠
9
El determinante de la matriz es el denominador de las
Ejemplo
incógnitas del sistema y es igual a la diferencia entre el
producto de todos los elementos de la diagonal princi-
Calculamos el determinante:
pal, menos el producto de los elementos de la segunda
diagonal. 4 −3
= 4⋅1− ( −3) ⋅3 = 4 + 9 = 13
El determinante de A se escribe como A , donde: 3 1
a11 a12
A = = a11 a22 − a12 a21
a21 a22
Freepik
B.1 Propiedades de los determinantes
Propiedad Ejemplo
2 6 −3 2 −1 5
El determinante de una matriz no varía
A = −1 3 4 = 6 3 8 = 149
al transponer dicha matriz.
5 8 2 −3 4 2
1 −5 4
Si una matriz tiene dos filas iguales,
C = 1 −5 4 = 0
su determinante es cero.
−2 3 8
3 −9 3
Si una matriz tiene dos filas
E = 1 −3 1 = 0 porque f1 = 3f2
proporcionales, su determinante es cero.
−2 0 8
La segunda fila de H
Prohibida su venta. Ministerio de Educación
−3 1 2 −3 1 2 se forma sumando la
El determinante de una matriz no G = 2 0 6 = 90 → H = −4 2 10 = 90 segunda fila de G con el
cambia al realizar operaciones entre filas.
−4 5 −2 −4 5 −2 doble de la primera fila
de G.
10
C. Regla de Cramer Se puede observar que, en los dos casos, el denomina-
dor de la solución es el determinante de coeficientes.
En un sistema de n ecuaciones lineales con n incógnitas, si
Este método se puede aplicar siempre que este deter-
el determinante de la matriz de coeficientes A es diferen-
minante sea diferente de cero.
te de cero, entonces el sistema tiene una única solución,
que se puede calcular a partir de De manera general, para cualquier sistema de ecuacio-
su determinante. Se revisará el ⎧⎪ a11 x 1 + a12 x 2 = b1 nes, la regla de Cramer dice que el valor de xn se obtie-
caso para el siguiente sistema ⎨ ne con la siguiente fórmula:
de ecuaciones. ⎪⎩ a21 x 1 + a22 x 2 = b2
∆1 , ∆ ∆n
a. Para encontrar una fórmula que permita calcular x1, x1 = x 2 = 2 , …, x n =
se realiza el siguiente procedimiento: ∆ ∆ ∆
6 1 1 1 6 1 1 1 6
b1 a12
2 −1 1 1 2 1 1 −1 2
b2 a22 6 −1 3 2 6 3 2 −1 6
Se despeja x 1 = x= y = z =
a11 a12 1 1 1 1 1 1 1 1 1
a21 a22 1 −1 1 1 −1 1 1 −1 1
2 −1 3 2 −1 3 2 −1 3
b. Para encontrar una fórmula que permita calcular x2,
se realiza el mismo procedimiento. Encontramos que el denominador es igual al determi-
nante de coeficientes, aplicando la fórmula de cofactores.
a11 a12 a11 a12 x 2 Por la propiedad
x2 =
a21 a22 a21 a22 x 2 de determinantes. 1 1 1
−1 1 1 1 1 −1
1 −1 1 = 1 −1 +1
−1 3 2 3 2 −1
a11 a11 x 1 + a12 x 2 Se suma a la segunda 2 −1 3
= columna x1, multiplicada
a21 a21 x 1 + a22 x 2 por la columna 1. = ( −3+ 1) − ( 3− 2 ) + ( −1+ 2 ) = −2 − 1+ 1 = −2
¿Podemos utilizar los sistemas de tres ecuaciones con tres variables en la vida diaria? ¿En qué situaciones?
11
Practiquemos Ejercicios propuestos
⎛ 2 3 0 ⎞ ⎛ 2 3 0 ⎞
⎛ 6 −2 ⎞
M = ⎜ ⎜
⎟ , N = ⎜ 4 −2 6 ⎟
⎟ d. D = ⎜⎜ 4 6 0 ⎟⎟
⎝ 5 8 ⎠ ⎜⎝ −1 0 −5 ⎟⎠ ⎜⎝ −1 0 −5 ⎟⎠
c. Miguel dice que el sistema se puede resolver • Calculo la solución de los siguientes sistemas
usando el método de Cramer. de ecuaciones usando el método de Cramer.
12
Estudios Sociales
Emprendimiento y gestión
Un emprendedor de artículos deportivos considera que hará un total de
24 eventos para promocionar su nuevo negocio. Participará en eventos
macrovector / Freepik
deportivos, ferias y conferencias especializadas. El emprendedor considera
que lo ideal sería participar en el doble de eventos deportivos que de ferias.
También cree que el número de eventos deportivos en los que participe la
empresa debería ser igual al número de ferias y conferencias especializadas.
Se considera f como ferias, e como cantidad de eventos deportivos y c
como conferencias.
⎧ f + e + c = 24
El sistema de ecuaciones es: ⎪⎨ −2f + e = 0
⎪ f − 2e + c = 0
⎩
Utilizamos la regla de Cramer para determinar el número de eventos de-
portivos en los que el emprendedor debe participar.
Valor: Internet sano, seguro
1 24 1
y constructivo
−2 0 0 0 0 −2 0 −2 0
1 − 24 +1
1 0 1 0 1 1 1 1 0 48 El emprendedor puede tam-
e= = = =8 bién utilizar muchas aplicacio-
1 1 1 1 0 −2 0 −2 1 6 nes tecnológicas para poder
1 −1 +1
−2 1 0 −2 1 1 1 1 −2 promocionar su negocio por
1 −2 1 medio de internet, pero siem-
pre teniendo mucho cuidado
El emprendedor debería asistir a 8 eventos deportivos. en no brindar información
confidencial de su entorno o
de su familia, para evitar esta-
fas y/o ser víctima de la ciber-
delincuencia.
Lengua y Literatura
Producción de un ensayo
En internet existen múltiples herramientas que 3. Luego, escribimos un ensayo en el que debemos
facilitan los cálculos matemáticos. Visitamos las si- exponer un análisis comparativo de las tres pági-
guientes páginas web, que permiten realizar cálculos nas web analizadas, sus ventajas, desventajas y re-
con matrices: comendaciones de uso de este tipo de calculadoras
en línea.
https://bit.ly/2dpzMmP
https://bit.ly/2Nd4Ius
https://bit.ly/33IoBiP
Prohibida su venta. Ministerio de Educación
13
Actividades evaluativas
Una pequeña empresa, que tiene tres locales, registró las ventas de tres productos en los tres primeros meses
de 2019.
Enero Febrero Marzo
Producto Producto Producto
1 2 3 1 2 3 1 2 3
Local A ⎛ 32 38 51 ⎞ Local A ⎛ 58 44 80 ⎞ Local A ⎛ 50 42 72 ⎞
Local B ⎜ 51 42 21 ⎟ Local B ⎜ 40 68 102 ⎟ Local B ⎜ 46 52 64 ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
Local C ⎜⎝ 45 54 64 ⎟⎠ Local C ⎜⎝ 18 28 35 ⎟⎠ Local C ⎜⎝ 64 36 48 ⎟⎠
1 ¿Cuántas unidades del producto 3 se vendie- 3 ¿Cuál es la matriz que indica la cantidad total
ron en el Local B? vendida de cada producto en el primer tri-
mestre de 2019?
a. 64 en enero, 35 en febrero y 48 en marzo.
Local A ⎛ 140 162 147 ⎞
b. 21 en enero, 102 en febrero y 64 en marzo. a. Local B ⎜ 127 124 203 ⎟
⎜ ⎟
c. 51 en enero, 80 en febrero y 72 en marzo. Local C ⎜⎝ 137 118 187 ⎟⎠
Local C
Local A ⎛ 26 6 29 ⎞
c. Local B ⎜ −11 26 81 ⎟
⎜ ⎟
Local C ⎜⎝ −27 −26 −29 ⎟⎠
Local A ⎛ 26 29 6 ⎞
d. Local B ⎜ −11 81 26 ⎟
Mineduc
⎜ ⎟
Local C ⎜⎝ −27 −29 −26 ⎟⎠
14
Módulo pedagógico Matrices
da
Fe
vi
ra
Na
Ve
15
u r a , ¡ L E AMOS!
lt
r nue stra cu
ce
e n rique
Pa r a
Carta de amor
a un trapezoide
Fuentes
Prohibida su venta. Ministerio de Educación
• Brownlee, J. y Gentle, A. (2018). Introduction to Linear • Hawking, S. (2007). Dios creó los números. Los descubrimientos
Algebra. Machine Learning Mastery. Recuperado el 5 de junio de matemáticos que cambiaron la historia. Barcelona, España:
2019, de https://bit.ly/2ZckXuA. Crítica.
• Budnick, F. (1990). Matemáticas aplicadas para administración, • Haeussler, E. y Paul, R. (1997). Matemáticas para administración,
economía y ciencias sociales. México D.F., México: McGrawHill. economía, ciencias sociales y la vida. México D.F., México: Pearson.
• Galindo, E. (2015). Matemáticas Superiores, teoría y ejercicios. • ICM-ESPOL. (2006). Fundamentos de matemáticas para bachi-
Primera parte: Álgebra, Trigonometría, Geometría Analítica y llerato. Guayaquil, Ecuador: ESPOL.
Matrices. Quito, Ecuador: Prociencia Editores.
16