Está en la página 1de 196

UNIVERSIDAD TÉCNICA DE MANABÍ

INSTITUTO DE CIENCIAS BÁSICAS


DEPARTAMENTO DE MATEMÁTICAS Y
ESTADÍSTICA

PORTAFOLIO DE DEMATEMÁTICAS BÁSICAS II

AUTORES:
CEVALLOS BRAVO ALFONSO
PICO MERA ARMANDO

CARRERA:
INGENIERA EN SISTEMA

DOCENTE:
INGENIERO
MIGUEL ANGEL LAPO PALACIOS

PORTIVIEJO
MARZO 2 DEL 1017
MATRIZ
Una matriz es una regla rectangular
M = filas
N = columnas
Donde se representa de la siguiente forma

A a11 a12 a13


a21 a22 a23
a31 a32 a33

i= fila
j= columna
Ejemplo
M3x3

1 2 3 a11 =1

4 5 6 a13 =3
7 8 9

Construir la siguiente matriz a m 3x2 aij i+j


a 3x2
a11 a12 a1+1 a1+2 a2 a3
a21 a22 aij = ai+j a2+1 a2+2 = a3 a4
a31 a32 a3+1 a3+2 a4 a5

Para que dos matrices sean iguales se requiere


1) Que tenga los mismos números de filas y números de columnas.
2) Que se corresponda uno a uno cada posición.

CLASE DE MATRICES
MATRIZ CERO
Es una matriz que tiene m=filas n= columnas y le corresponde el número cero
A = mxn 0 0 0
0 0 0
0 0 0

MATRIZ CUADRADA

Es una matriz que el número de filas y el número de columnas son iguales

A=m=n a3x3 a2x2


4x4 1 2 3 4 9 8 7 1 5
5 6 7 8 3 2 1 3 4
0 1 2 3 5 6 0
4 5 6 7

MATRIZ RECTANGULAR
Es una matriz que el número de filas es diferente al número de columnas

M diferente de n
A 3x2 a2x3
7 6 1 4 5
5 1 7 4 0
2 1

MATRIZ TRIANGULAR SUPERIOR


Es una matriz cuadrada que tiene todos los elementos bajo la diagonal principal = 0

A 3x3 = a3x3
3 7 9 3 7 9
1 2 4 0 2 4
5 8 6 0 0 6
MATRIZ TRIANGULAR INFERIOR

Es una matriz cuadrada que los elementos sobre la diagonal principal son = 0
A 3x3 = a3x3
3 7 9 3 0 0
1 2 4 1 2 0
5 8 6 5 8 6

MATRIZ DIAGONAL

Es una matriz cuadrada donde todo sus elementos sobre y abajo son = 0
A 3X3 = A3x3
1 2 3 1 0 0
2 3 4 0 3 0
3 4 5 0 0 5

MATRIZ TRANSPUESTA

Dado una matriz a de orden mxn para tener una matriz transpuesta (at) se debe
intercambiar la fila por la columna.
A 3x3 a(at) 3x3
7 9 3 7 5 2
5 1 6 9 1 4
2 4 3 3 6 4

MATRIZ SIMÉTRICA
Una matriz simétrica es tal que su transpuesta a ella es misma y tiene que ser
cuadrada.
A 3x3 a(at) 3x3
3 5 1 3 5 1
5 4 3 5 4 3
1 3 4 1 3 4
MATRIZ ANTI SIMÉTRICA

Para que sea una matriz m=n “cuadrada “que en posiciones simétricas tiene que tener
signos diferentes.
A 3x3 a (at) 3x3
3 5 1 3 5 -1
5 4 3 -5 4 3
1 3 4 1 -3 4

SUMA Y RESTA DE MATRICES


Dado las matrices si solo si tiene el mismo número de filas y mismo números de
columnas la suma de 2 matrices a la correspondiente de ella en cada posición.
A 4x4 b 4x4 a+b
3 5 7 9 9 8 7 6 12 13 14 15
2 1 3 1 5 4 3 2 7 5 6 3
1 5 6 2 1 6 3 1 2 11 9 3
0 1 3 2 1 1 1 1 1 2 4 3

A 4x4 b 4x4 a-b


3 5 7 9 9 8 7 6 -6 -3 0 3
2 1 3 1 5 4 3 2 3 3 0 1
1 5 6 2 1 6 3 1 0 -6 3 1
0 1 3 2 1 1 1 1 -1 -1 -1 1

MULTIPLICACIÓN DE UNA MATRIZ POR UN ESCALAR


Dado un escalar R y una matiz a mxn se define la multiplicación de una matriz por un
escalar por una nueva matriz mxn
MULTIPLICACIÓN DE MATRICES
El número de columnas debe ser igual al número de filas n = m, fila x columna
A 2x2 b 2x2 axb 1x3 + 3x2 1x4 + 3x5
1 3 3 4 5x3 + 7x2 5x4 + 7x5
5 7 2 5
Axb
9 19
29 55
OPERACIONES ELEMENTALES SOBRE MATRICES
Se llama operación elemental realizada en una matriz transformada en la siguiente
1) Cambiar entre si dos filas

A 3x3 f1 f3 a 3x3

1 7 6 2 1 6

5 9 3 5 9 3

2 1 6 1 7 6

2) Multiplicar una fila por un número real distinto de cero

A 4x3 f2 = 3*f2 = a 4x3


1 7 2 1 7 2
3 5 1 9 15 3
4 0 0 4 0 0
1 3 2 1 3 2

3) Suma o resta de una fila a otra fila multiplicado por un real por la siguiente
fila

Fx = fx +- R fy
A 3x3
7 3 5 F1 =f1+2*f2 19 7 11
6 2 5 6 2 3
1 7 7 1 7 7
MATRIZ ESCALONADA
Es una matriz tal en el caso de existir filas cuyo elemento son todos cero que está en la
parte inferior y el resto de filas el primer elemento numérico de la filas se llama pivoté
está a la derecha del pivoté de la fila anterior “esto es todo elemento de bajo del pivote
son cero “
A 3x3
1 7 2 1 7 2
3 5 1 0 5 1
4 3 7 0 0 7
MATRIZ IDENTIDAD
Es una matriz cuadrada la cual todas sus elementos son igual a cero e septo la
diagonal principal = 1
A 2x2
1 0
0 1

MATRIZ INVERSA
Solo si es una matriz cuadrad
A * AI = I 2 -1 AT x y I 1 0
A 2x2 1 1 z t 0 1
DETERMÍNATE 2X2 3X3 4X4
De + (a) = determinante
DETERMÍNATE 2X2
A1.1 a1.2 a1.1 x a2.2
A2.1 a2.2 a1.2 x a2.2

A 2x2
3 -7 3x4 =12 12-35=23
-5 4 -7x-5=35

DETERMINANTE 3X3
Métodos
1) Cofactores
2) Sarrus

Cofactores 3x3 sarrus 3x3


A 3x3 a 3x3
5 -7 2 5 -7 2
1 3 2 1 3 2
6 4 2 6 4 2

Cofactores
Cejemos la fila con la menor cantidad o cero y cubrimos la primera fila
-1 -7 2 +3 5 2 -2 5 -7
4 2 6 2 6 4
-1(-14 – 8 ) +3(10 – 12) -2(20+42)
DETERMINANTE 4X4

TEOREMA

Sea A = ( a i j ) una matriz cuadrada triangular superior o inferior


Determinar A = a 1.1 x a 2.2 x a 3.3
A 4x4
2 5 3 1
0 2 1 0 2 x 2 x 7 x 5 =140
0 0 7 2
0 0 0 5

PROPIEDADES DE LOS DETERMINANTES


1) El determinante de una matriz es igual al determinante de sus transpuesta

A 2x2
3 5 3 x -2 = -6 -6 – (-30) = 24
-6 -2 5 x -6 = -30
A 2x2 a (at)
3 -6 3 x -2 = -6 -6 – (-30) = 24
5 -2 -6 x 5 = -30

2) Si cualquier columna o fila de A es un vector cero entonces el determínate de A


es cero

A 3x3
3 -7 -1
4 -8 -2 a=0
0 0 0

3) Si una matriz tiene dos filas o columnas iguales el determinante es cero

A 3x3
2 1 3 f1 = f3
5 4 3 a dt = 0
2 1 3 f3 = f1

2 1 3 2 1 48 + 12 + 30 – 48 12 30 = 0
5 4 3 5 4
4 2 6 4 2
4) Si una matriz tiene dos filas y dos columnas proporcionales el determinante es
cero

A 3x3 a 3x3
2 1 4 2 1 4 2 1
3 5 1 a td = 0 3 5 1 3 5 86 + 4 24- 86 -4 -24 = 0
4 2 8 4 2 8 4 2

5) Si intercambiamos dos filas y dos columnas el determinante cambian cero

A 3x3
1 3 4 1 3 9 – 15 = -6 f1 f3 3 0 1 3 0 15 – 9 = +6
5 0 1 5 0 5 0 1 5 0
3 0 1 3 0 1 3 4 1 3

6) Si multiplicamos una fila o una columna por un número determinado queda


multiplicado por la inversa de dicho numero.

A 2x2 a 2x2
3 4 3 -2 = -17 f2= * 2 f2 3 4 6 – 40 = -34 x ½ = -17
5 1 10 2
7) Si una fila o columna le sumamos o restamos una combinación lineal de las
otras filas o columnas el determinante no baria.

A 2x2
3 4 a dt = -17
5 1

A 2x2 f2 = f2 +2* f1
3 4 3 4 27 – 44 = -17
5 1 11 9
8) El determinante del producto de una matriz es igual al producto de sus
determinante.

A*B = (A) * (B) A 2X2 3 1 B 2X2 -4 1


4 5 3 2
15 -04 = 11 A -8 -3 = -11 B = 11 X -11 = -121
3X4 + 1X3 = -9 3X1 + 1X2 = 5
4X-4 + 5X 3 = -1 4X1 + 5X2 = 14
A*B
-9 5 -126 + 5 = -121
-1 14

DETERMINANTE APLICANDO EL MÉTODO DE GAUSS


Sean matrices triangular “superior o inferior “
1) Si se cambia fila o columna el determinante cambia de signo
2) Si se multiplica un numero escalar a toda su fila el determinante debe ser
multiplicado por la inversa de dicho numero
INVERSA POR EL MÉTODO DE MATRIZ AJUNTA
AI = ( AD ( AT) ) /DTA
La matriz ajunta es aquella en la que cada elemento se distingue por su conjunto
SISTEMA DE ECUACIONES LINEALES
Es una recta en el plano puede representarse algebraica mente por una ecuación de
forma.
A1x + a2y = b
A1 , a2 , = b ER
De manera general la ecuación queda de la siguiente forma
A1x1 + a2x2 +a3x3 = bn
A1 , a2 , a3 , = bn todos los reales
Es una ecuación lineal en las variables x1 , x2 , ……. Xn si se combina barios
ecuaciones de este tipo relacionado a una misma situación la solución que se
encuentre deberá satisfacer a todas las ecuaciones en cuyo caso se requiere encontrar
con la ayuda de un método efectivo .
A1, a2, a3 coeficientes
X1 , x2 ,x3 las variables
Bn términos independientes
A11x1 a12x2 a13x3 = b1
A21x1 a22x2 a23x3 = b2
A31x1 a32x2 a33x3 = b3
REPRESENTACIONES MATRICIALES DE UN SISTEMA DE ECUACIONES
LINEALES
Pueden representarse por medios de una ecuación matricial ( ax = b )
A = matriz coeficiente
X = matriz variable
B = matriz términos semejantes
REPRESENTACIÓN DE UNA MATRIZ LÍNEA EN FORMA DE MATRIZ AUMENTADA
Las matrices aumentadas nos sirve para representar los sistemas de ecuaciones lineal
de una forma abreviada formada por .
1) Matriz de coeficiente
2) Términos independientes del sistema

3x1 -5x2 = 4 x1 x2 = b
6x1 -7x2 = 0 3 -5 = 4
8x1 9x2 = 3 6 -7 = 0
8 9 = 3
X1 X2 X3 = B
6x3 = 0 0 0 6 = 0
2X1 -1X2 5X3 = -4 2 -1 5 = -4
5 6X2 -X3 = 4 6 -1 = -1
6X2 -X3 = -5 4
6X2 -X3 = -1

SISTEMAS DE ECUACIONES LINEALES HOMOGÉNEAS


Si cumple que b1 , b2 ,b3 ,bn = 0
Se denomina un sistema de ecuaciones lineales homogéneas
3x1 -5x2 = 0 3 -5 = 0
6x1 -7x2 = 0 6 -7 = 0
8x1 4x2 = 0 8 4 =0
SISTEMA DE ECUACIONES LINEALES NO HOMOGÉNEAS
Si cumple al menos una b diferente de cero se denomina S.E.L no homogéneas
3 -5 = 0
6 -7 = 0
8 4 =1
SISTEMAS DE ECUACIONES E INCONSISTENTE
Un S.E.L es consistente si solo si:
1) Tiene solución única
2) Tiene infinitas soluciones
3) No tiene soluciones

Para identificar el tipo de solución aplicada utilizamos el método de Gauss como tipo de
solución aplicando el método de gauss se debe analizar regresivamente la última fila
de matriz aumentada una vez traducida.
3 -5 = 0
6 -7 = 0
8 4 =1
Si la última ecuación tiene la forma 0XN = K,K=R tiene solución única
0XN = K ,K = T .REALES
3 = 4

Si la última ecuación tiene la forma 0xn = k,k = R no tiene solución

0XN = K ,K = T .REALES
0 = 3
Si la última ecuación tiene la forma 0xn = k,k = 0 tiene infinita solución
0xn = k ,k = 0
0 = 0
MÉTODO DE GAUSS
REGLA DE CRAMER
Esta es validad cuando la matriz es invertible
1) Determínate del sistema (d.s)
2) Determinante de la variable x (d.x)
3) Determínate de la variable y (d.y)
SISTEMA DE ECUACIONES NO LINEALES
Es un conjunto de dos o más ecuaciones que comparte dos o más incógnitas.
La solución de un sistema de ecuaciones son todas los valores que son válidos por
todas las ecuaciones almeno una de sus ecuaciones es de primer grado .
SUMISIÓN
REDUCCIÓN
RESOLUCIÓN DE INECUACIONES DE PRIMER GRADO
Es un conjunto de números de ecuaciones con N variables existen dos tipos de
inecuaciones:
1) Sistema de N inecuaciones con dos variables que tienen su solución en el sub
espacio.
2) Sistemas de N inecuaciones tiene solución en un intervalo.
Sistemas de ecuaciones no lineales

X2 – 2x – 35 ≥ 0

1. trinomio cuadrado perfecto


2. Formula general

(x – 7) (x + 5) (x – 7) (x + 5) (x – 7) (x + 5)
X–7=0 x+5=0 - - +
- + -
(∞, - 5] ; [-5 , 7] ; [7 , +∞) + - +
R//: (-∞ , -5] U [7 , +∞)

Ejercicios
VECTORES EN R2

Sean P y Q 2 puntos en el plano. Entonces el segmento de la recta dirigido a P y Q esta denotado


de la siguiente manera, es el segmento de la recta que va de P a Q.
Las 2 propiedades más importantes de un vector son: magnitud y su dirección.

Definición algebraica de un vector


Un vector V en el plano xy es un par ordenado de números reales a,b. Los números a y b se
denominan en elementos o componentes del vector V.
La dirección de un vector V (a,b) se define como el Angulo medido en radianes.
Ejercicios
MAGNITUD ESCALAR POR UN VECTOR
Multiplicar un vector por un escalar diferente de 0 tiene el efecto de multiplicar la longitud del
vector por el valor absoluto de ese escalar

Si α es menor o ( α < 0 ) entonces α tiene dirección opuesta a 1.

Ejercicios
V=(a,b)=(ai,bj)
Con esta representación se dice que V esta expresado en sus componentes horizontal y vertical.
Cualquier vector V se ´puede escribir en términos de (i) y (j).

SUMA Y RESTA DE VECTORES

PRODUCTO ESCALAR ENTRE 2 VECTORES


La multiplicación entre 2 vectores, el resultado es un escalar.
ANGULO ENTRE 2 VECTORES
Sean (u) y (v) 2 vectores diferentes de 0, entonces el ángulo entre (u) y (v) esta definido como el
ángulo más pequeño..
PROYECCION EN EL PLANO
Sean (u) y (v) 2 vectores diferentes de 0, entonces la proyección de (u) sobre (v) es un vector
denotado por la siguiente manera.
VECTORES EN R2
VECTORES EN R3
CALCULO DE L AMAGNITUD DE UN VECTOR EN R3

VECTOR UNITARIO EN R3
Un vector unitario U es un vector con magnitud 1, si V es un vector diferente de 0 entonces 𝑢 =
𝑣
, es un vector unitario que tiene la misma dirección que V.
𝑙𝑣𝑙

Definimos α como el ángulo entre V y el eje x


positivo, definimos β entre el ángulo V y el eje
y positivo, y definimos ɤ entre el ángulo V y
el eje z positivo.
Los ángulos α,β,ɤ se denominan cosenos
directores
ANGULO ENTRE 2 VECTORES EN R3
PROYECCION EN R3
ESPACIOS VECTORIALES
Sea V un conjunto no vacío de objetos junto con 2 operaciones, suma y multiplicación por un
escalar, V es un espacio vectorial si solo si cumple las siguientes propiedades.
SUBESPACIO VECTORIAL
H es un subespacio del espacio vectorial de v si solo h es un subconjunto no vacío de V, y H es
un espacio vectorial con las mismas operaciones de suma y multiplicación.

TEOREMA. Si H es un subconjunto no vacío de un espacio vectorial V y H cumple con las 2


propiedades:
REPRESENTACION GRAFICA DE NUMEROS COMPLEJOS

X2 – 1 = 0
𝟐
√𝐗 = √𝟏
X= ±𝟏//
No existe un número real que satisfaga la ecuación polinómica x2 + 1 = 0. Para resolver este tipo
de ecuaciones es necesario introducir 2 nueros complejos.
Podemos considerar un numero complejo como una extensión de la forma a + b; donde a y b son
números reales e i denominada una unidad imaginaria.
El conjugado de un número complejo es simplemente un número complejo.
UNIVERSIDAD TÉCNICA DE MANABÍ
INSTITUTO DE CIENCIAS BÁSICAS
DEPARTAMENTO DE MATEMÁTICAS Y
ESTADÍSTICA

PROYECTO DE DEMATEMÁTICAS BÁSICAS II “MANUAL SOBRE MATRICES


DETERMINANTES Y
SISTEMAG DE ECUACIONES
LINEALES IMPORTANCIA EN INGENIERÍA EN SISTEMAS”

AUTORES:
PICO MERA ARMANDO
CEVALLOS BRAVO ALFONSO

CARRERA:
INGENIERA EN SISTEMA

DOCENTE:
INGENIERO
MIGUEL ANGEL LAPO PALACIOS

PORTOVIEJO
ENERO 12 DEL 1017
ÍNDICE GENERAL
INTRODUCCIÓN
MISION Y VISION DE LA UNIVERISAD TECNICA DE MANABI
MISION Y VISION DE LA CACULTAD DE CIENCIAS INFORMATICOS DE LA
UNIVERISAD TECNICA
TÍTULO DEL TEMA
ASIGNATURA QUE ABARCA EL TRABAJO
1 MATRIZ.
1.1TIPOS DE MATRICES.
1.1.1MATRIZ FILA
1.1.2MATRIZ COLUMNA
1.1.3 MATRIZ RECTANGULAR
1.1.4MATRIZ CUADRADA
1.1.5 MATRIZ TRASPUESTA
1.1.6 MATRIZ SIMÉTRICA
1.1.7 MATRIZ ANTI SIMÉTRICA
1.1.8MATRIZ IDENTIDAD
1.1.9MATRIZ NULA
1.1.10MATRIZ TRIANGULAR SUPERIOR
1.1.11MATRIZ TRIANGULAR INFERIOR
1.1.12MATRIZ ESCALAR.
1.1.13 MATRIZ INVERSA
1.2 OPERACIONES CON MATRICES
1.2.1 SUMA DE MATRICES Y RESTA DE MATRICE
1.2.2PRODUCTO DE MATRICES
2. DETERMINANTES.
2.1 TIPOS DE DETERMINANTES.
2.1.1 DETERMINANTES DE MATRIZ DE ORDEN 2X2
2.1.2 DETERMINANTES DE MATRIZ DE ORDEN 3X3.
2.2 PROPIEDADES DE LAS DETERMINANTES
3 SISTEMAS DE ECUACIONES LINEALES
3.1 MÉTODO DE GAUSS
3.1.1 REGLA DE CRÁMER
4 PROPÓSITO DEL PROYECTO
5 BENEFICIARIOS
5.1DIRECTAMENTE
5.1.1INDIRECTAMENTE
6. REQUISITOS
7. DESCRIPCIÓN DEL TRABAJO
8. POR QUÉ SE HIZO EL TRABAJO
9. OBJETIVOS
9.1. OBJETIVOS ESPECÍFICOS
9.1.1OBJETIVOS GENERALES
10. JUSTIFICACIÓN
11. CONCLUSIÓN
12. RECOMENDACIÓN
13. BIBLIOGRAFÍA
14. ANEXO
INTRODUCCIÓN

Las matrices y los determinantes son herramientas del álgebra que facilitan el ordenamiento de
cada uno de los datos, así como su manejo. Los conceptos de matriz que se conocen y todos los
relacionados hasta la actualidad fueron desarrollados aproximadamente en el siglo XIX por los
siguientes matemáticos como los ingleses J.J. Sylvester y Arthur Cayley y el irlandés Willia m
Hamilton. Las matrices se encuentran principalmente en aquellos ámbitos en los que se trabaja
con datos que son regularmente ordenados y aparecen en situaciones propias de las Ciencias
Sociales, Económicas y Biológicas muy útiles hasta la actualidad. La matriz es un conjunto
rectangular de elementos que se representan encerrándolos dentro de un paréntesis. Las
determinantes es una función exclusiva de las matrices cuadradas y son demasiado útiles para
estudiar más a profundidad las matrices, un determinante es principalmente un número real
asociado mediante la función determinante. Las matrices tiene una amplia gama de utilidades,
entre las que destacan está la resolución de sistemas de ecuaciones lineales, la propiedad de estas
de despejar incógnitas mediante razonamiento necesario para cada estudiante y profesional que
desee aprender o mejorar sus conocimientos sobre aquello, las matrices tienen una aplicación de
matemáticas elementales las ha hecho meritorias de su ampliado uso en diferentes áreas, como
economía, arquitectura, ingeniería, construcción, etc

Así como Muchos problemas técnicos y científicos requieren la resolución de sistemas de


ecuaciones lineales (SEL). Se trata, pues, de un tema fundamental para todas las disciplinas que
utilizan las matemáticas de una manera u otra. En muchos problemas existe dependencia entre las
diferentes magnitudes o variables que intervienen y a menudo se plantea en forma de ecuación
lineal.

MISION Y VISION DE LA UNIVERISAD TECNICA DE MANABI

MISIÓN

La universidad técnica de Manabí tiene como misión formar académicos, científicos y


profesionales responsables, humanistas, éticos y solidarios, comprometidos con los objetivos del
desarrollo nacional, que contribuyan a la solución de los problemas del país como universidad de
docencia e investigación, capaces de generar y aplicar nuevos conocimientos, fomentando la
promoción y difusión de los saberes y las culturas, previstos en la Constitución de la República
del Ecuador.
Nosotros como estudiantes tenemos como principal objetivo nuestra superación y aprendizaje con
el fin de aportar nuestra parte a la sociedad. Para nuestra facultad Ser una unidad con alto prestigio
académico, con eficiencia, transparencia y calidad en la educación, organizada en sus actividades,
protagonistas del progreso regional y nacional.

VISIÓN

La Universidad Técnica de Manabí tiene como visión el constituirse en una instituc ió n


universitaria líder, referente de la educación superior en el Ecuador, promoviendo la creación,
desarrollo, transmisión y difusión de la ciencia, la técnica y la cultura, con reconocimiento social,
proyección regional y mundial.

Para nosotros Formar profesionales eficientes e innovadores en el campo de las ciencias


informáticas, que con honestidad, equidad y solidaridad, den respuestas a las necesidades de la
sociedad elevando su nivel de vida.

MISION Y VISION DE LA CACULTAD DE CIENCIAS INFORMATICOS DE LA


UNIVERISAD TECNICA DE MANABI

MISION

Ser una unidad con alto prestigio académico, con eficiencia, transparencia y calidad en la
educación, organizada en sus actividades, protagonistas del progreso regional y nacional.

VISION

Formar profesionales eficientes e innovadores en el campo de las ciencias informáticas, que con
honestidad, equidad y solidaridad, den respuestas a las necesidades de la sociedad elevando su
nivel de vida.
IMPORTANCIA

Aplicación de los vectores en Ingeniería en Sistema (matrices) Las matrices se utilizan en el


cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones
diferenciales y de las derivadas parciales. Además de su utilidad para el estudio de sistemas de
ecuaciones lineales, las matrices aparecen de forma natural en geometría, estadística, economía,
informática, física, etc... En principio, se puede considerar que todas las matrices son de una
dimensión, la dimensión...

La utilización de matrices constituye actualmente una parte esencial en los lenguajes de


programación, ya que la mayoría de los datos se introducen en los ordenadores como tablas
organizadas en filas y columnas: hojas de cálculo, bases de datos,...

Lenguaje de programación: en informática, cualquier lenguaje artificial que puede utilizarse para
definir una secuencia de instrucciones para su procesamiento por un ordenador o computadora. Es
complicado definir qué es y qué no es un lenguaje de programación. Se asume generalmente que
la traducción de las instrucciones a un código que comprende la computadora debe ser
completamente sistemática. Normalmente es la computadora la que realiza la traducción.

MANUAL SOBRE MATRICES DETERMINANTES Y

SISTEMAG DE ECUACIONES

LINEALES IMPORTANCIA EN INGENIERÍA EN SISTEMAS

ASIGNATURA QUE ABARCA EL TRABAJO

NOMBRE SE LA SIGNATURA MATEMÁTICAS BÁSICAS II


NÚMEROS DE CRÉDITOS 4
CÓDIGO OF - 0180
1. MATRIZ

¿Qué es una matriz? Siempre que colocamos un elemento en filas y columnas realizamos el uso
de una estructura matricial. Por ejemplo, cualquier espectáculo en el que las entradas estén
numeradas hace uso de este tipo de estructuras. Lo que se hace es dividir la Platea en lo que se
tiene de filas y columnas. Si en nuestra entrada pone Fila 23, asiento 12 nos está indicando está en
la fila 23 y columna 12. Cualquier de las tablas de las que utilizamos en los editores de texto no
deja de ser una matriz, ya que se puede observar que se encuentra principalmente organizada por
filas y columnas.

Ejemplo

Por ejemplo, la tabla

2 1 5 8
3 2 2 0
2 1 6 4

Tiene 3 filas y 4 columnas. El número que ocupa la fila 2 y columna 4 es el cero. Para que una
tabla sea una matriz representativa de algún objeto matemático basta con que en cada celda
pongamos algún valor numérico, le quitemos la cuadrícula y la encerremos entre dos grandes
paréntesis

2 1 5

A= 2 2 0

1 2 6

Y de esta manera podemos decir que tenemos una matriz de las que se utilizan habitualmente en
matemática

ELEMENTO DE UNA MATRIZ

Cada uno de los números de que consta la matriz se denomina elemento. Un elemento se distingue
de otro por la posición en la que se encuentra, es decir, la fila y la columna a la que principalme nte
pertenece.

DIMENSIÓN DE UNA MATRIZ


El número de filas y columnas de una matriz se denomina dimensión de una matriz. Así, una
matriz de dimensión𝑚×𝑛es una matriz que tiene m filas y n columnas.

De este modo, una matriz puede ser de dimensión: 2×4 (2 filas y 4 columnas), 3×2 (3 filas y 2
columnas), 2×5 (2 filas y 5 columnas) y así respectivamente... Sí la matriz tiene el mismo número
de filas que de columnas, se dice que es de orden: 2, 3, 4,...

MATRICES IGUALES

Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo
lugar en ambas, son iguales.

1.1 Tipos de matrices.

1.1.1 Matriz fila

Una matriz fila está constituida por una sola fila.

A= (4 5 -1)

1.1.2 Matriz columna

La matriz columna tiene una sola columna

A= -7

1.1.3 Matriz rectangular

La matriz rectangular tiene distinto número de filas que de columnas, siendo su dimensión 𝑚𝑥𝑛

1 3 4

A= 5 6 3
1.1.4 Matriz cuadrada

La matriz cuadrada tiene el mismo número de filas que de columnas. La diagonal principa l:
aparece una diagonal principal en tipo de matrices que son cuadradas es decir que tienen un mismo
número de filas y columnas, empezando por el elemento fila 1 columna 1 y terminando por el
elemento fila 3 columna 3.

1 2 6

A= 5 4 8

4 6 7

1.1.5 Matriz traspuesta

Dada una matriz A, se llama matriz traspuesta de A a la matriz que se obtiene cambiando
ordenadamente las filas por las columnas.

2 3 0 2 1 3
A= 1 2 0 A T= 3 2 5
3 4 6 0 0 6

1.1.6 Matriz simétrica.

Son todas aquellas que cumplen 𝑎𝑖𝑗=𝑎𝑗𝑖se usan únicamente en matrices cuadradas. i: filas j:
columnas

𝑎𝑖𝑗=𝑎𝑗𝑖

𝑎12=𝑎21

𝑎−1=𝑎−1

1 -1 3
A= -1 2 4
3 4 7
1.1.7 Matriz anti simétrica.

La matriz diagonal principal tiene que ser cero para que se cumpla la condición de: 𝑎𝑖𝑗=𝑎−𝑗𝑖
i: filas

j: columnas

𝑎𝑖𝑗=𝑎−𝑗𝑖 0 1 -1

𝑎12=𝑎−21 A= -1 0 2

𝑎1=𝑎−1 1 -2 0

1.1.8 Matriz Identidad.

Es aquella cuya diagonal principal es igual a 1, también es denominada matriz inútil porque al
multiplicar por ella no se hace nada es decir multiplicar los números por 1.

1 0

A= 0 1

1.1.9 Matriz nula.

En una matriz nula todos los elementos son ceros

0 0

A= 0 0

1.1.10 Matriz Triangular superior

En una matriz triangular superior los elementos situados por debajo de la diagonal principal son
ceros.

1 7 -2

A= 0 -3 4

0 0 2

1.1.11 Matriz Triangular inferior


En una matriz triangular inferior los elementos situados por encima de la diagonal principal son
ceros

2 0 0

A= 1 2 0

3 5 6

1.1.12 Matriz Escalar

Una matriz escalar es una matriz diagonal en la que los elementos de la diagonal principal son
iguales.

2 0 0

A= 0 2 0

0 0 2

1.1.13 Matriz inversa.

El producto de una matriz por su inversa es igual a la matriz identidad

A.A−1=A−1.A=I

𝑨−𝟏=𝟏|𝑨|.(𝑨∗)𝒕

A−1 Matriz inversa.

|A| Determinante de la matriz.

A∗ Matriz Adjunta

(𝐴)𝑡 Matriz traspuesta de la adjunta

Ejemplo

2 0 1

A= 3 0 0

5 1 1
1. Calculamos el determinante de la matriz, en el caso que el determinante sea nulo la
matriz no tendrá inversa.

2 0 1

A= 3 0 0 =3

5 1 1

Hallamos la matriz adjunta, que es aquella en la que cada elemento se sustituye por su
adjunto.

0 0 - 3 0 +3 0

1 1 5 1 5 1

A= 0 1 +2 1 -2 0 0 -3 3

1 1 5 1 5 1 = 1 -3 -2

0 1 - 2 1 + 2 0 0 3 0

0 0 3 0 3 0

Calculamos la traspuesta de la matriz adjunta.

0 1 0

(A) T= -3 -3 3

3 -2 0

La matriz inversa es igual al inverso del valor de su determinante por la matriz traspuesta de la
adjunta.

0 1 0 0 1/3 0

-3 -3 3 = -1 1-/2 1

A−1=1/3 3 -2 0 1 -2/3 0
1.2 Operaciones con matrices

1.2.1 Suma de matrices y resta de matrices

Para poder sumar o restar matrices, éstas deben tener el mismo número de filas y de columnas. Es
decir, si una matriz es de orden 3×2 y otra de3×3, no se pueden sumar ni restar. Esto es así ya que,
tanto para la suma como para la resta, se suman o se restan los términos que ocupan el mismo
lugar en las matrices.

SUMA

Sean las matrices

3 1 2 -1 2 4

A= 0 5 -3 Y B= 2 5 8 Entonces:

7 0 4 0 1 -2

3 1 2 -1 2 4 2 3 6
A+B = 0 5 -3 + 2 5 8 = 2 10 5
7 0 4 0 1 -2 7 1 2

Resta
Sean las matrices

3 1 2 -1 2 4
𝐴= 0 5 -3 YB= 2 5 8 Entonces:

7 0 4 0 1 -2

3 1 2 -1 2 4 4 -1 -2
A-B = 0 5 -3 - 2 5 8 = -2 0 -11
7 0 4 0 1 -2 7 -1 6
1.2.2 Producto de matrices

Para poder multiplicar dos matrices, la primera debe tener el mismo número de columnas que filas
la segunda. Dos matrices A y B son multiplicables si el número de columnas de A coincide con el
número de filas de B.

Mm x n x Mn x p = M m x p

El elemento cij de la matriz producto se obtiene multiplicando cada elemento de la fila i de la


matriz A por cada elemento de la columna j de la matriz B y sumándolos.

2 0 1 1 0 1
A*B = 3 0 0 * 1 2 1 =
5 1 1 1 1 0

2*1+0*1+1*1 2*0+0*2+1*1 2*1+0*1+1*0 3 1 2


3*1+0*1+0*1 3*0+0*2+0*1 3*1+0*1+0*0 = 3 0 3
5*1+1*1+1*1 5*0+1*2+1*1 5*1+1*1+1*0 7 3 6

2. DETERMINANTES.

El término determinantes siempre va a estar asociada a las matrices, especialmente a las matrices
cuadradas, se asocia la determinante a un número.

2.1Tipos de determinantes.

2.1.1 Determinantes de matriz de orden 𝟐𝐱𝟐

Una matriz cuadrada de dos filas y dos columnas cuya dimensión es 2x2 los elementos que van a
constituir una matriz van a estar ubicados por el número de filas y numero de columnas.

DET A = |A|

La determinante de A va a ser un cálculo numérico es decir va a estar asociado a un número ese


cálculo numérico sale de la siguiente manera
Ejemplo:

4 2
A= 6 5
DET A =4⋅5−6∙2=20−12=8

2.1.2 Determinantes de matriz de orden 𝟑𝐱𝟑

Matrices cuadradas de 3 filas y 3 columnas.

Para encontrar el determinante de un matriz 3x3 Elige una sola fila o columna. Esta será tu fila o
columna de referencia. Obtendrás la misma respuesta, independientemente de la fila o columna
que elijas. Elijamos la primera fila de nuestra matriz de ejemplo A. Rodea la fila 1 5 3. Utiliza ndo
términos generales, rodea la fila a11 a12 a13

1 5 3 = 4 7
2 4 7 6 2
4 6 2
Tacha la fila y la columna del primer elemento. Observa la fila o la columna que hayas rodeado y
localiza el primer elemento. Traza una línea a lo largo de la fila y la columna que incluyan este
elemento. Ahora, quedarán cuatro números que podremos tratar como una matriz de 2x2.

En nuestro ejemplo la fila de referencia es 1 5 3. El primer elemento está en la fila 1 y en la


columna 1. Tacha toda la fila 1 y la columna 1. Escribe los demás elementos en forma de matriz
de 2x2:

1 53
2 47
4 62
Halla el determinante de la matriz de 2x2. Recuerda que la matriz [ac bd] tiene un determina nte
de ad - bc.[2] Tal vez hayas aprendido a hacerlo trazando una X sobre la matriz de 2x2. Multip lica
los dos números unidos por la línea \ de la X. Después, resta el producto de los dos números unidos
por la línea /. Utiliza esta forma para calcular el determinante de la matriz que acabas de hallar.

En nuestro ejemplo, el determinante de la matriz [4,6 7,2] = 4*2 - 7*6 = -34.

Este determinante es el menor de los elementos que podemos elegir en la matriz original [3] En
este caso, hemos hallado el menor de a11
Multiplica el resultado por el elemento elegido. Recuerda que podrás elegir un elemento de la fila
o la columna de referencia una vez que hayas decidido qué fila y qué columna tachar. Multip lica
este elemento por el determinante que acabas de calcular para la matriz de 2x2.

En nuestro ejemplo, hemos seleccionado a11, que tiene un valor igual a 1. Multiplica este valor
por -34 (el determinante de la matriz de 2x2) para obtener 1*-34 = -34.

Define el signo del resultado. A continuación, tendrás que multiplicar la respuesta por 1 o por -1
para hallar el adjunto del elemento elegido. La cifra utilizada dependerá del lugar en el que se
encuentre el elemento dentro de la matriz de 3x3. Memoriza esta sencilla lista para saber qué signo
le corresponde a cada elemento:

+-+

-+-

+-+

Dado que hemos elegido el elemento a11, marcado con un signo +, debemos multiplicar el número
por +1. En otras palabras: déjalo tal como está. El resultado sigue siendo -34.

Otra opción consiste en hallar el signo con la fórmula (-1)i+j, donde i y j son la fila y la columna
del elemento elegido.[4]

Repite este proceso con el segundo elemento de tu fila o columna de referencia. Vuelve a la matriz
original de 3x3, con la fila o la columna anteriormente rodeada. Repite el mismo proceso con este
elemento:

Tacha la fila y la columna en las que se encuentre dicho elemento. En nuestro caso, selecciona mos
el elemento a12 (con un valor igual a 5). Tacha la primera fila (1 5 3) y la segunda columna (5 4
6).

Trata los demás elementos como si pertenecieran a una matriz de 2x2. En nuestro ejemplo, la
matriz es [24 72].

Halla el determinante de esta matriz de 2x2. Utiliza la fórmula de ad - bc. (2*2 - 7*4 = -24)

Multiplica el resultado por el elemento elegido de la matriz de 3x3. -24 * 5 = -120

Determina si debes multiplicar el resultado por -1. Utiliza la lista de signos o la fórmula de ij.
Nosotros hemos elegido el elemento a12, que coincide con el signo - en la lista. Por lo tanto,
debemos cambiar el signo del resultado: (-1)*(-120) = 120
Repite el proceso con el tercer elemento. Tienes que hallar un adjunto más. Calcula i para el tercer
término de la fila o columna de referencia. Aquí tienes un resumen rápido del procedimiento que
debes seguir para calcular el adjunto de a13 en nuestro ejemplo:

Tacha la fila 1 y la columna 3 para obtener [24 46].

Su determinante es 2*6 - 4*4 = -4.

Multiplica el resultado por el elemento a13: -4 * 3 = -12.

El elemento a13 coincide con el signo + en la lista, por lo que el resultado es -12.

Suma los tres resultados. Este es el último paso. Ya tienes los tres adjuntos calculados, uno por
cada elemento de una fila o columna. Súmalos y hallarás el determinante de la matriz de 3x3.

En nuestro ejemplo, el determinante es -34 + 120 + -12 = 74.

Ejemplo

1 5 3 + - + 4 7
2 4 7 - + - = 6 2 (4*2 - 7*6 = -34) * 1=-34
4 6 2 + - +

2 7 = (2*2 - 7*4 = -24)*-5=120


4 2

2 4 =( 2*6 - 4*4 = -4)*3=-12


4 6

-34 + 120 + -12 = 74

2.1 Propiedades de las determinantes

|A| = 0 Si:
Posee dos filas (o columnas) iguales.
|A|= 2 3 2
3 2 3 =0
2 3 2

Todos los elementos de una fila (o una columna) son nulos.

|A|= 2 3 2
3 2 3 =0
0 0 0

Los elementos de una fila (o una columna) son combinación lineal de las otras.

|A|= 2 3 2 =0
1 2 4
3 5 6
F3 = F1 + F2

Un determinante triangular es igual al producto de los elementos de la diagonal principal

|A|= 2 0 0 = 2∙2∙6=24
1 2 0
3 5 6

Si en un determinante se cambian entre sí dos filas (o dos columnas), su valor sólo cambia de
signo.
𝐹1, 𝐹2 2 1 2 1 2 0

1 2 0 =- 2 2 2
3 5 6 3 5 6

Si a los elementos de una fila (o una columna) se le suman los elementos de otra multiplicados
previamente por un número real, el valor del determinante no varía.

Es decir, si una fila (o una columna) la transformamos en una combinació n lineal de las demás, el
valor del determinante no varía.

Si se multiplica un determinante por un número real, queda multiplicado por dicho número
cualquier fila (o cualquier columna), pero sólo una.

|A∙B| =|A|∙ |B|

El determinante de un producto es igual al producto de los determinantes.

3. SISTEMAS DE ECUACIONES LINEALES

Es una recta en el plano que puede representarse algebraicamente por una ecuación de forma

a1x+a2y=b

a1, a2 , b

De manera general la ecuación queda de la siguiente forma

a1x1+a2x2+a3x3=bn

a1, a2 ,a3 = bn

a1, a2 ,a3 coeficientes

X1, x2, x3 las variables

bn términos independientes
x1 x2 = b
3x1 -5x2 = 4 3 -5 = 4
6x1 -7x2 =0 = 6 -7 = 0
8x1 9x2 =3 8 9 = 3

Sistemas de ecuaciones lineales homogéneas

Si cumple que b1, b2, b3 bn = 0 se denomina un sistema de ecuaciones lineales homogéneas

3x1 -5x2 = 0 3 -5 = 0
6x1 -7x2 =0 = 6 -7 = 0
8x1 9x2 =0 8 9 = 0

Sistemas de ecuaciones lineales no homogéneas

Si cumple que al menos una de las b es diferente de cero se denomina S..E.L no homogénea

3x1 -5x2 = 0 3 -5 = 0
6x1 -7x2 =0 = 6 -7 = 0
8x1 9x2 =1 8 9 = 1
Sistemas de ecuaciones lineales e inconsistentes

Es un S.E.L inconsistente si solo si

*tiene solución única

*tiene infinitas soluciones

*no tiene solución

1) si la ecuación tiene la forma

XN, XN, XN = K, K= R

0 0 3 = 3 tiene única solución


2) si la última ecuación tiene la forma

0XN ,0XN ,0XN = K, K = R

0 0 0 = 3 no tiene solución

3) si la última ecuación tiene la forma

0XN ,0XN ,0XN = K = R

0 0 0 = 0 tiene infinita soluciones

3.1 método de gauss

El método de Gauss consiste en, a partir de un sistema Ax = b, conseguir otro sistema A'x = b'
Equivalente tal que A' sea una matriz triangular superior. De esta forma, el sistema de Ecuaciones
se puede resolver fácilmente.

X1 x2 x3 = b
-x1 +x2 +x3 = -1 -1 1 1 = -1
-x1 +2x2 -3x3 = -4 -1 2 -3 = -4
3x1 -2x2 -7x3 = 0 3 -2 -7 = 0

-1 1 1 = -1 f2=f2-1 .f1
0 1 -4 = -3
3 -2 -7 = 0

-1 1 1 = -1
0 1 -4 = -3 f3=f3+3.f1
0 1 -4 = -3
-1 1 1 = -1
0 1 -4 = -3 f3=f3-1.f2 tiene infinitas soluciones
0 0 0 = 0

3.1.1 REGLA DE CRÁMER

"En un sistema de Crámer, cada incógnita puede obtenerse mediante el cociente de dos
determinantes. El numerador es el determinante de la matriz de los coeficientes en el que se ha
sustituido la columna correspondiente a la incógnita a despejar por la columna de los términos
independientes y el denominador es el determinante de la matriz de los coeficientes".

Esta es validad cuando la matriz es invertible

Determinante del sistema “D.S “

Determinante de la variable x “D.X”

Determinante de la variable y “D.Y”

D.X D.Y
-------- -----------
D.S D.S

-2x1 +x2 = 1 -2 1 = 1
3x1 +2x2 = 16 3 2 = 16

Buscaremos el D.S
-2 1 D.S -2*2-3*1=-7
3 2
Cambiamos la primera columna por los valores de los términos independientes del sistema

1 1 D.X 1 =1*2-16*1=-14
16 2

-2 1 D.X2 = -2*16-1*3=-35
3 16

X1 = D.X1/D.S = -14/-7=2 X2=D.X2/D.S=-35/-7=5

X1= 2
X2= 5

4. PROPÓSITO DEL PROYECTO

El presente proyectó tiene como propósito dar un mejor entendimiento y estudio de las matrices
su aplicación en la carrera de ingeniería de sistemas, su importancia así como su utilización.

5. BENEFICIARIOS

5.1DIRECTAMENTE

Esto beneficia a los jóvenes estudiantes y emprendedores debido a que pueden desarrollar un mejor
entendimiento analítico y matemáticamente para su futuro.

5.1.1INDIRECTAMENTE

En este aspecto beneficia indirectamente a las universidades y a los profesores debido a la gran
enseñanza realizada a sus estudiantes, para un mejor desarrollo intelectual para obtener una mejor
capacidad.

6. REQUISITOS

Para poder obtener un mejor conocimiento sobre las matrices y su importancia en la carrera de
ingeniería en sistemas informáticos se tuvo que haber pasado por cada dicho tema a continuac ió n:

 MATRIZ
 TIPOS DE MATRICES
 MATRIZ FILA
 MATRIZ COLUMNA
 MATRIZ RECTANGULAR
 MATRIZ CUADRADA
 MATRIZ TRASPUESTA
 MATRIZ SIMÉTRICA
 MATRIZ ANTI SIMÉTRICA
 MATRIZ IDENTIDAD
 MATRIZ NULA
 MATRIZ TRIANGULAR SUPERIOR
 MATRIZ TRIANGULAR INFERIOR
 MATRIZ ESCALAR MATRIZ INVERSA
 OPERACIONES CON MATRICES
 SUMA DE MATRICES Y RESTA DE MATRICE
 PRODUCTO DE MATRICES
 DETERMINANTES
 TIPOS DE DETERMINANTES
 DETERMINANTES DE MATRIZ DE ORDEN 2X2
 DETERMINANTES DE MATRIZ DE ORDEN 3X3
 PROPIEDADES DE LAS DETERMINANTES
 SISTEMAS DE ECUACIONES LINEALES
 MÉTODO DE GAUSS
 REGLA DE CRÁMER

Todos estos conocimientos adquiridos de cada tema nombrado fue gracias al esfuerzo, dedicación
y preparación de cada una de las personas que intervinieron en este trabajo.

7. DESCRIPCIÓN DEL TRABAJÓ

En este trabajo se desarrollaron acciones para poder terminarlo como: investigac ió n,


conocimientos adquiridos, preguntas sobre el tema, etc.

Este trabajo está realizado con el fin de que las personas que lo puedan obtener, lo analicen y sepan
porque son importantes los diferentes tipos de matrices. Por la cantidad de tiempo que dedicamos
a trabajar, porque permite la satisfacción de necesidades económicas y por su interrelación con
otras áreas de la vida.

9. OBJETIVOS
9.1. OBJETIVO GENERAL

Establecer el eficiente estudio sobre las matrices para que las personas tengan conocimiento y
puedan resolver problemas de la vida cotidiana utilizando el mejor método.

9.1.1 OBJETIVOS ESPECÍFICOS

 Analizar el correcto cálculo sobre las matrices para un mejor manejo adecuado.
 Investigar el contenido utilizado en la investigación y como contribuye en la vida cotidiana.
 Determinar si la experiencia de las personas contribuye a usar un mejor manejo sobre las
matrices.
10. .JUSTIFICACIÓN

Este trabajo es importante debido a la gran dedicación y al contenido que obtiene, y lo más
importante es el trabajo en equipo que tiene que ver entonces con que el mismo se basa en ideas
como la convivencia, la comprensión, la tolerancia, el respeto por el otro y el aprovechamie nto
grupal de ideas que individualmente quizás no rendirían de la misma manera.

Hubo un poco de problemas al momento de entender el proyecto y escoger un tema adecuado,


pero obtuvimos algunas ideas y todo se solucionó rápidamente, y de forma concreta y directa.

Se obtuvieron beneficios de aprendizaje mutuamente El buen trabajo en equipo se consigue con


una buena comunicación, coordinación, complementariedad (el equilibrio entre las tareas de
cada individuo), confianza y compromiso, La creatividad aumenta cuando las personas
trabajan juntas como un equipo. La lluvia de ideas evita puntos de vista egocéntricos y
permite expandir la creatividad gracias a los puntos de vista de los demás. Combinar los
distintos puntos de vista de los miembros de un equipo ayuda a crear soluciones más efectiva s
a los problemas. Además, trabajar en equipo ayuda a compartir conocimiento y estimula el
aprendizaje individual y del grupo.
11. CONCLUSIÓN

Se concluye que mediante el uso de las matrices se encontró que son necesarias y fundamenta les
para nuestra vida, ya sea para el trabajo, el hogar, una salida con cualquier amigo/a o familiar, o
cualquier problema de la vida cotidiana con lo cual se llega a dar una solución exacta para dar
mejores resultados en un determinado proceso. El empleo de este dicho tema nos da a mostrar cual
tan importante son las matemáticas en la resolución de problemas.

12. RECOMENDACIÓN

Se recomienda que las personas, usen las matrices en la vida cotidiana en cada aspecto, ya sea en
el trabajo, realizando algún tipo de ejercicio físico, estudiando, etc, todo esto es bueno para el
funcionamiento del cerebro debido a que lo hace trabajar constantemente y continuamente.
13. BIBLIOGRAFÍA

MatematicasXV. (2009). Recuperado el 28 de Julio del 2015 de


http://sureyma.blogspot.com/2009/10/33-clasificacion-de-la- matrices.html

Parra, S. (2007). WSL WeblogsSL . Obtenido de Weblogs SL:


http://www.xatakaciencia.com/matematicas/definicion- y-algunos-tipos-de- matrices

Vitutor, SLU. (2010). Vitutor. Obtenido de Vitutor :


http://www.vitutor.com/algebra/matrices/las_matrices.html

ESPOL Instituto de Ciencias Matematicas - ICM. (2006). Fundamentos De Matemáticas Para


Bachillerato - ESPOL. Guayas - Ecuador: Poligrafica C.A.

14. ANEXO
UNIVERSIDAD TÉCNICA DE MANABÍ
INSTITUTO DE CIENCIAS BÁSICAS

DEPARTAMENTO: MATEMÁTICAS Y ESTADÍSTICA

SÍLABUS

NOMBRE DE LA ASIGNATURA MATEMÁTICAS BÁSICAS II

NÚMERO DE CRÉDITOS 4 CODIGO OF – 0180

PERIODO ACADÉMICO 0CTUBRE /2016- MARZO/ 2017


CONTRIBUCIÓN DE LA MATERIA AL PERFIL PROFESIONAL
Básica X Profesional Humana

I.- OBJETIVO GENERAL DEL PERFIL AL QUE SE VINCULA LA ASIGNATURA


Aplica los conocimientos de las ciencias básicas de ingeniería y ciencias profesionalizantes de la Ingeniería.

Resultados del Formas de Evidenciarlos


N Aprendizaje (Desempeño del
(Específicos) estudiante)

Resolver Sistemas de Ecuaciones e


inecuaciones Lineales y no Lineales,
determinantes y operaciones entre Ejercicios manuales a través de pruebas
matrices empleando escritas y participación en la pizarra.
1 métodos matriciales, eliminación o Examen de medio ciclo.
sustitución, reglas de sombreado y de
frontera a través de la resolución de
ejercicios.

Nivel Taxonómico: Aplicación

Determinar a través de la resolución


de ejercicios vectores
paralelos, ortogonales,
combinaciones lineales, Ejercicios manuales a través de pruebas
proyecciones escalares y vectoriales, escritas y participación en la pizarra.
2
áreas de un paralelogramo, área de Examen de medio ciclo.
un triángulo y volumen de un
paralelepípedo, empleando
las operaciones básicas entre
vectores, el producto punto, cruz y
mixto.
Nivel Taxonómico: Aplicación
Relacionar el concepto de espacio
vectorial como la estructura
algebraica que generaliza y hace
abstracción de operaciones que
aparecen en diferentes áreas de la
matemática mediante las Ejercicios manuales a través de pruebas
3 propiedades de adición y escritas y participación en la pizarra.
multiplicación por un escalar. Examen de medio ciclo..
Construir, utilizando el álgebra de
vectores, bases de un espacio
vectorial y determinar la dimensión
del espacio correspondiente.

Nivel Taxonómico: Aplicación


Realizar operaciones con números
complejos (multiplicación,
división, potenciación y
radicación) empleando la notación Ejercicios manuales a través de pruebas
4 rectangular, polar y de Euler a escritas y participación en la pizarra.
través de la resolución de Examen fin de ciclo.
ejercicios.

Nivel Taxonómico: Aplicación


Calcular Áreas y Volúmenes de
poliedros y cuerpos de revolución
mediante la resolución de
problemas relacionados con Ejercicios manuales a través de pruebas
5 situaciones cotidianas y escritas y participación en la pizarra.
utilizando el modelo geométrico Examen fin de ciclo.
apropiado.

Nivel Taxonómico: Aplicación


II.- PERFIL DEL DOCENTE QUE IMPARTE LA MATERIA

NOMBRES Y APELLIDOS: MIGUEL ANGEL LAPO PALACIOS.

TÍTULO TERCER NIVEL: INGENIERO EN PETROLEOS

MAESTRIA EN INGENIERIA
TÍTULO CUARTO NIVEL: EN HIDROCARBUROS

CORREO ELECTRÓNICO: mlapo@utm.edu.ec


miguel_lapo@hotmail.com

CATEGORIA / DEDICACIÓN: PROFESOR TIEMPO


COMPLETO

FUNCIONES ADICIONALES A LA DOCENCIA:

PUBLICACIONES Y/O MERITOS OBTENIDOS:

III.- ESCENARIOS DE APRENDIZAJE

AULA REAL x AULA VIRTUAL x LABORATORIO x


OTRO: ESPECIFIQUE:
IV.- PROGRAMACIÓN
RESULTADO

UNIDADES TEMATICAS Y DE ACTIVIDADES DE PRÁCTICAS ACTIVIDADES y/o INSTRUMENTOS
TOT ACTIVIDADES AUTÓNOMAS
CONTENIDOS APRENDIZAJE DOCENCIA DE DE EVALUACIÓN
AL
AL QUE SE APRENDIZA
HO
UNIDAD 1 4 CONTRIBUYE
Resolver Aprendizaje Asistido JES
Talleres.  El análisis y
RAS Dinámica de integración presentaciónde
Conferencia compresión de los
Determinantes, Matrices y 0 Sistemas Lecciones materiales los temas de clase y objetivos, lectura de
motivación, técnica lluvia de ideas, para
Sistemas de ecuaciones orales y/o bibliográficos y
interactuar entre los receptores,
escritas documentales,
Lineales. de tanto analógicos
incentivarlos para aplicar la técnica de
Aprendizaje colaborativos conferencia posteriormente.
1.1.- Matrices, definiciones.  Proyecto de como digitales
Ecuaciones
Suma de matrices, problematizac (portfolio) Las lecciones orales y/o escritas serán
e inecuaciones ión  La elaboración presenciales con los temas explicados,
producto por un escalar, individual de: las orales (máximo dos por parcial) con
multiplicación de matrices. Lineales y ensayo, trabajos, un problema en pizarra con guía de
Clases y tipos de matrices. no exposiciones.  compañero de clase o profesor y las
escritas (máximo dos por parcial) con 1 a
Matrices Lineales, 4 problemas de acuerdo al tiempo
escalonad determinantes aplicado en un máximo de cuatro
as evaluaciones en promedio.
y operaciones
reducidas. El equipo de trabajo para el proyecto de
entre
Operaciones problematización estará conformado por
elementales sobre matri tres estudiantes, mediante la
investigación se pretende contribuir a la
matrices. Matriz inversa ces búsqueda del problema mediante la
.Matriz empleando generación de varias interrogantes que
tengan relación con la experiencia de
Transpuesta. métodos vida: estrategia espontánea, estrategia
Matrices matriciales, de tema generativo, estrategia de
triangulares. incentivo, estrategia de analogía.
eliminación Técnica de Problematización.
1.2.-Definiciones:
o sustitución,
Determinantes de segundo
y tercer orden. reglas
Determinantes de orden n. de
Método de los sombreado y
cofactores sobre filas de frontera a
y columnas. Propiedades través de la
de los determinantes.
resolución
Método de
Gauss aplicado a los de ejercicios.
Ta l l er Nº 1-5(repa s o)
determinantes. Matrices
Ta l l er Nº 6 (pdf-a ul a vi rtua l )
adjuntas, inversa. Es ta rá conforma do por todos los
Ni vel es tudiantes y l os s ubgrupos con 10
1.3.- Sistemas de Ta xonómi es tudiantes con un guía, se
ecuaciones lineales, co: Apl i cación nombrará un l íder por todos los
grupos, s e expondrá s u aporte para
definiciones. Forma
l a s concl us i ones fi na l es .
matricial de un sistema
lineal. Conjunto El tra ba jo a utónomo, s erá
soluci i ndividual, el primer parámetro será
ón. Ecuaciones en n el porta folio a corde a l índice
i ndicado, s e entregará en a rchivo
incógnitas: Eliminación de l ógi co a l fi na l del ci cl o.
Gauss-Jordan, regla de
Cramer y Gaussiana. Textos sugeridos para reforzar
conocimientos:
1.4.- Resolución de 1. Grossman, Stanley I.,
Sistemas de Ecuaciones No Algebra lineal.-- 6a. Ed.-
Lineales por eliminación o - México: McGraw-Hill,
sustitución, cambio de 2008, disponible en el
variables y gráficamente en entorno
virt
el plano. ual
1.5.- Resolución de www.evirtual.utm.edu.ec
Sistemas de Inecuaciones 2. Kolman, Bernard,
Lineales. Álgebra lineal con
1.6.- Resolución de aplicaciones y Matlab.--
8a. Ed.-- México:
Sistemas de Inecuaciones Pearson Educación,
No Lineales. 2006, , disponible en el
entorno virtual
www.evirtual.utm.edu.ec
PROGRAMACIÓN

N° RESULTADO DE
UNIDADES TEMATICAS Y ACTIVIDADES DE PRÁCTICAS ACTIVIDADES y/o INSTRUMENTOS DE
TOT APRENDIZAJE AL ACTIVIDADES AUTÓNOMAS
CONTENIDOS DOCENCIA DE EVALUACIÓN
AL QUE SE
APRENDIZA
HO CONTRIBUYE
2 Determinar Aprendizaje Asistido Talleres.
JES  El análisis y
RAS Di námica de integración presentación
UNIDAD 2 Conferencia compresión de los
0 Lecciones materiales de l os tema s de cl a se y objetivos,
VECTORES a orales y/o bibliográficos y l ectura de moti vación, técnica lluvia
Rn través de escritas documentales, tanto de i deas, pa ra i nteractuar entre los
Aprendizaje colaborativos analógicos como receptores, incentivarlos para aplicar
la  Proyecto de digitales (portfolio) la técni ca de conferencia
2.1 Vectores en resolución problematizac  La elaboración pos teri ormente.
el plano. ión individual de:
ensayo, trabajos, La s l ecciones orales y/o escritas serán
de ejercicios exposiciones.  pres enciales con l os temas
2.2 Producto escalar. vectores expl icados, l a s ora l es (má xi mo dos
paralelos, por pa rci al) con un probl ema en
ortogonales, pi za rra con guía de compa ñero de
cl a se o profesor y l as escri tas (máximo
2.3 Producto combinaciones
dos por parcial) con 1 a 4 problemas
vectorial. lineales, de a cuerdo al ti empo aplicado en un
proyecciones má xi mo de cua tro eva l uaciones en
2.4 Proyecciones escalares promedi o.
en el plano.
El equipo de tra bajo para el proyecto
y vectoriales, de problematización estará
áreas de conformado por tres es tudiantes,
2.5 Vectores en mediante la investigación se pretende
el espacio un contri buir a la búsqueda del problema
mediante l a generación de varias
. paralelogramo,
i nterrogantes que tengan relación con
2.6 Proyecciones área de l a experi encia de vi da : es trategia
en el espacio un es pontánea, es trategia de tema
triángulo generativo, es tra tegia de i ncentivo,
y es tra tegi a de a na l ogía .
volumen de un
paralelepípedo
,
empleando
las
operaciones
básicas
. cruz y mixto
Es ta rá conformado por todos los
es tudiantes y l os s ubgrupos con 10
2.7 Problemas
es tudiantes con un guía, se nombrará
de aplicación un l íder por todos l os grupos, se
expondrá s u a porte pa ra las
Ni vel concl us i ones fi na l es .
Ta xonómi
co: Apl i cación El tra bajo autónomo, s erá individual,
el primer parámetro será el portafolio
. a corde a l índi ce i ndicado, se
entregará en a rchivo lógico al final del
ci cl o.

Textos sugeridos para reforzar


conocimientos:

1. Grossman, Stanley
I., Algebra lineal.-- 6a.
Ed.-- México: McGraw-
Hill, 2008, disponible en
el entorno virtual
www.evirtual.utm.edu.ec
2. Kolman, Bernard,
Álgebra lineal con
aplicaciones y Matlab.--
8a. Ed.-- México: Pearson
Educación, 2006, ,
disponible en el entorno
virtual
www.evirtual.utm.edu.ec
PROGRAMACIÓN

N° RESULTADO DE
UNIDADES TEMATICAS Y ACTIVIDADES DE PRÁCTICAS ACTIVIDADES y/o INSTRUMENTOS DE
TOT APRENDIZAJE AL ACTIVIDADES AUTÓNOMAS
CONTENIDOS DOCENCIA DE EVALUACIÓN
AL QUE SE
APRENDIZA
HO CONTRIBUYE
UNIDAD 3 4 Comprender el Aprendizaje Asistido Talleres.
JES  El análisis y
RAS Di námica de i ntegración presentación
concepto Conferencia compresión de los
ESPACIOS VECTORIALES 0 Lecciones materiales de l os tema s de cl a se y objetivos,
orales y/o bibliográficos y l ectura de moti vación, técnica lluvia
3.1 Espacios de espacio escritas documentales, tanto de i deas, pa ra i nteractuar entre los
Aprendizaje colaborativos analógicos como receptores, incentivarlos para aplicar
vectoriales. Definición y vectorial digitales (portfolio)
 Proyecto de la técni ca de conferencia
ejemplos. como problematizac  La elaboración pos teri ormente.
3.2 Subespaci la ión individual de:
ensayo, trabajos, La s l ecciones orales y/o escritas serán
os vectoriales. estructura exposiciones.  pres enciales con l os temas
Definición y ejemplos. algebraica expl icados, l a s ora l es (má ximo dos
3.3 Espacio nulo de q por pa rci al) con un probl ema en
una matriz. ue generaliza y pi za rra con guía de compa ñero de
cl a se o profesor y l as escritas (máximo
3.4 Combinacio hace dos por parcial) con 1 a 4 problemas
nes lineales. abstracción de a cuerdo al ti empo aplicado en un
3.5 Espacios d má xi mo de cua tro eva l uaciones en
generados.- Definición y e operaciones promedi o.
ejemplos. que aparecen
El equipo de tra bajo para el proyecto
3.6 Independencia e de problematización estará
lineal.- Bases y n diferentes conformado por tres es tudiantes,
dimensión. áreas de la mediante la investigación se pretende
3.7 Rango y nulidad de matemática contri buir a la búsqueda del problema
mediante l a generación de varias
una matriz. mediante
i nterrogantes que tengan relación con
3.8 Conjuntos l l a experi encia de vi da : es trategia
ortogonales y base as es pontánea, es trategia de tema
ortonormales. propiedades generativo, es tra tegia de i ncentivo,
es tra tegi a de a na l ogía .
3.9 Proceso de d
ortogonalización e
de adición
y
multiplicación
por un escalar.
Construir,
utilizando
el álgebra de
vectores,
Gramm – Schmidt vectorial Es ta rá conformado por todos los
es tudiantes y l os s ubgrupos con 10
es tudiantes con un guía, se nombrará
y un l íder por todos l os grupos, se
determinar l expondrá s u a porte pa ra las
a dimensión concl us i ones fi na l es .
del
El tra bajo autónomo, s erá individual,
espa
el primer parámetro será el portafolio
cio a corde a l índi ce i ndicado, se
correspondient entregará en a rchivo lógico al final del
e ci cl o.

Textos sugeridos para reforzar


(Nivel conocimientos:
Taxonómi
co: 1. Grossman, Stanley
Aplicación I., Algebra lineal.-- 6a.
Ed.-- México: McGraw-
)
Hill, 2008, disponible en
el entorno virtual
www.evirtual.utm.edu.ec
2. Kolman, Bernard,
Álgebra lineal con
aplicaciones y Matlab.--
8a. Ed.-- México: Pearson
Educación, 2006, ,
disponible en el entorno
virtual
www.evirtual.utm.edu.ec
PROGRAMACIÓN

N° RESULTADO DE
UNIDADES TEMATICAS Y ACTIVIDADES DE PRÁCTICAS ACTIVIDADES y/o INSTRUMENTOS DE
TOT APRENDIZAJE AL ACTIVIDADES AUTÓNOMAS
CONTENIDOS DOCENCIA DE EVALUACIÓN
AL QUE SE
APRENDIZA
HO CONTRIBUYE
4 Aprendizaje Asistido Talleres.
JES  El análisis y
RAS Di námica de integración presentación
UNIDAD 4 0 Conferencia compresión de los
Calcular Áreas Lecciones materiales de l os tema s de cl a se y objetivos,
GEOMETRÍA DEL y Volúmenes orales y/o bibliográficos y l ectura de moti vación, técnica lluvia
ESPACIO escritas documentales, tanto de i deas, para i nteractuar entre los
Aprendizaje colaborativos analógicos como receptores, incentivarlos para aplicar
de  Proyecto de digitales (portfolio) la técni ca de conferencia
4.1 Figuras en el espacio poliedros problematizac  La elaboración pos teri ormente.
ión individual de:
ensayo, trabajos, La s l ecciones orales y/o escritas serán
4.2 Cuerpos geométricos y exposiciones.  pres enciales con l os temas
cuerpos expl icados, l a s ora l es (má xi mo dos
4.3 Prismas por pa rci al) con un probl ema en
pi za rra con guía de compa ñero de
de revolución
4.4 Pirámides cl a se o profesor y l as escritas (máximo
mediante l dos por parcial) con 1 a 4 problemas
a de a cuerdo al ti empo aplicado en un
4.5 Áreas de poliedros resolución má xi mo de cua tro eva l uaciones en
promedi o.
4.6 Cuerpos de de problemas
revolución El equipo de tra bajo para el proyecto
relacionados de problematización estará
con situaciones conformado por tres es tudiantes,
4.7 Problemas cotidianas mediante la investigación se pretende
de aplicación contri buir a la búsqueda del problema
mediante l a generación de varias
y i nterrogantes que tengan relación con
utilizando l a experi encia de vi da : es trategia
el modelo es pontánea, es trategia de tema
geométrico generativo, es tra tegia de i ncentivo,
es tra tegi a de a na l ogía .
apropiado
(Ni vel
Ta xonómi
co: Apl i cación)
.
Ta l ler Nº 12-13 (pdf-aula vi rtual)
Es ta rá conformado por todos los
es tudiantes y l os s ubgrupos con 10
es tudiantes con un guía, se nombrará un
l íder por todos los grupos, se expondrá
s u a porte para las conclusiones final es .

El tra ba jo a utónomo, será individual, el


pri mer pa rá metro s erá el portafolio
a corde a l índice i ndicado, s e entregará
en a rchi vo l ógi co a l fi na l del ci cl o.

Textos sugeridos para reforzar


conocimientos:

1. Gros sman, Sta nley I.,


Al gebra lineal.-- 6a . Ed.--
Méxi co: McGra w-Hill, 2008,
di s ponible en el entorno
vi rtua l
www.evirtual.utm.edu.ec
2. Kol ma n, Bernard, Álgebra
l i neal con aplicaciones y
Ma tl a b.-- 8a . Ed.-- México:
Pea rs on Educación, 2006, ,
di s ponible en el entorno
vi rtua l
www.evirtual.utm.edu.ec
PROGRAMACIÓN

N° RESULTADO DE
UNIDADES TEMATICAS Y ACTIVIDADES DE PRÁCTICAS ACTIVIDADES y/o INSTRUMENTOS DE
TOT APRENDIZAJE AL ACTIVIDADES AUTÓNOMAS
CONTENIDOS DOCENCIA DE EVALUACIÓN
AL QUE SE
APRENDIZA
HO CONTRIBUYE
2 Aprendizaje Asistido Talleres.
JES  El análisis y
RAS Di námica de integración presentación
UNIDAD 5 5 Conferencia compresión de los
Realizar Lecciones materiales de l os tema s de cl a se y objetivos,
operaciones orales y/o bibliográficos y l ectura de moti vación, técnica lluvia
Propiedades de con números escritas documentales, tanto de i deas, para i nteractuar entre los
analógicos como receptores, incentivarlos para aplicar
los complejos
Aprendizaje colaborativos
 Proyecto de digitales (portfolio) la técni ca de conferencia
números complejos (multiplicación problematizac  La elaboración pos teri ormente.
e interpretación , división, ión individual de:
geométrica. ensayo, trabajos, La s l ecciones orales y/o escritas serán
potenciación exposiciones.  pres enciales con l os temas
y expl icados, l a s ora l es (má xi mo dos
5.1 Sistema numérico radicación) por pa rci al) con un probl ema en
real, representación empleando l pi za rra con guía de compa ñero de
gráfica de los números cl a se o profesor y l as escri tas (máximo
a notación dos por parcial) con 1 a 4 problemas
reales. rectangular, de a cuerdo al ti empo aplicado en un
polar y de má xi mo de cua tro eva l uaciones en
5.2 El sistema de Euler a promedi o.
números complejos. través de l
Operaciones El equipo de tra bajo para el proyecto
a de problematización estará
fundamentales resolución conformado por tres es tudiantes,
con número mediante la investigación se pretende
complejos. de ejercicios. contri buir a la búsqueda del problema
mediante l a generación de varias
i nterrogantes que tengan relación con
5.3 Valor absoluto. (Ni vel
l a experi encia de vi da : es trategia
Fundamentos Ta xonómi
es pontánea, es trategia de tema
co: Apl i cación)
axiomáticos y generativo, es tra tegia de i ncentivo,
.
representación gráfica es tra tegi a de a na l ogía .
de números complejos.
Ta l l er Nº 12-13 (pdf-a ul a vi rtua l )
5.4 Forma polar de
Es ta rá conformado por todos los
números complejos. es tudiantes y l os s ubgrupos con 10
es tudiantes con un guía, se nombrará
5.5 El teorema de De un l íder por todos l os grupos, se
Moivre. Raíces de expondrá s u a porte pa ra las
concl us i ones fi na l es .
números complejos.

5.6 Fórmula de Euler. El tra bajo autónomo, s erá individual,


Ecuaciones polinomios. el primer parámetro será el portafolio
a corde a l índi ce i ndicado, se
entregará en a rchivo lógico al final del
5.7 Interpretaci ci cl o.
ón vectorial de números
complejos. Textos sugeridos para reforzar
conocimientos:

1. Grossman, Stanley
I., Algebra lineal.-- 6a.
Ed.-- México: McGraw-
Hill, 2008, disponible en
el entorno virtual
www.evirtual.utm.edu.ec
2. Kolman, Bernard,
Álgebra lineal con
aplicaciones y Matlab.--
8a. Ed.-- México: Pearson
Educación, 2006, ,
disponible en el entorno
virtual
www.evirtual.utm.edu.ec
V. CRITERIOS DE EVALUACIÓN
Parámetr Evaluación del desempeño de los estudiantes
os Tipos de actividades Activida Medio Final de
Total
de aprendizaje des ciclo Valor ciclo Valor
Lecciones
evaluati
orales y/o Total Total
Asistido vas
escritas 8 8
Docenci 3
Activida Participaciones
a Colaborati 7 7 0
des de en clase
aprendiz vo
Prácticas de Talleres
aje aplicación y 1 1 2
experimentación de 0 0 0
los aprendizajes Proyecto 1
Aprendizaje autónomo 2
Portafolio 0 1
0
Examen Exámenes parciales 1 0
1 3
To 5 5 0
1
tal 0 0 0
0
VI.- BIBLIOGRAFÍA
a.- Bibliografía Básica:

TÍTULO
AUTOR EDICI O EDITORIA PORTA DISPONIBLE
DE
ÓN PUB L DA EN
LIBRO
LIC
ACI
ÓN
Bi blioteca
7ma . Centra l
STANLEY
ÁLGEBR Edi ció 20 Mc Gra w- Uni versidad
S.
A n. 12 Hi l l Técni ca de
GROSSM
LINEAL Méxi c Ma na bí
AN
o

b.- Bibliografía Recomendada:


PORTA DISPONIBLE
AUTOR TÍTULO EDICI AÑ EDITORIA DA EN
DE ÓN O L
LIBRO PUB
LIC
ACI
Ál GEBRA ÓN Bi blioteca
LAY DAVID LINEAL PEARSO Centra l
2da . 19
C. CON N Uni versidad
Edi ci ón 99
APLICACI EDUCACI Técni ca de
ONE S ON Ma na bí
FUNDAM SEGUN 20 ARMAS
ESPO EN TOS DA 06 Bi blioteca
Centra l
L DE EDICIÓ
Uni versidad
MATEMÁ N
Técni ca de
TIC AS Ma na bí

Bi blioteca
Centra l
KOLMAN ÁLGEBR 2DA. Uni versidad
MACMILL
BERNARD A Edi ció 1977 Técni ca de
AN
LINEAL n. Ma na bí

Lugar y fecha: Portoviejo, 13 de enero 2017


Elaborado por:

Ing. Miguel Ángel Lapo


Palacios
Revisado por: Profesor de la Asignatura
_
Lcdo. Felipe Rumbaut
Dirección de Área
Revisado por:
_
Ing. José Cevallos Salazar
Coordinador Dpto. Matemáticas y
Estadística