qwertyuiopasdfghjklzxcvbnmqwerty

uiopasdfghjklzxcvbnmqwertyuiopasd
fghjklzxcvbnmqwertyuiopasdfghjklzx
cvbnmqwertyuiopasdfghjklzxcvbnmq
PROYECTO FINAL
wertyuiopasdfghjklzxcvbnmqwertyui
Importancia de los determinantes

opasdfghjklzxcvbnmqwertyuiopasdfg
Paula Gabriela Salgado Frías, Alba Laura Ramírez Calzada

hjklzxcvbnmqwertyuiopasdfghjklzxc
vbnmqwertyuiopasdfghjklzxcvbnmq
wertyuiopasdfghjklzxcvbnmqwertyui
opasdfghjklzxcvbnmqwertyuiopasdfg
hjklzxcvbnmqwertyuiopasdfghjklzxc
vbnmqwertyuiopasdfghjklzxcvbnmq
wertyuiopasdfghjklzxcvbnmqwertyui
opasdfghjklzxcvbnmqwertyuiopasdfg
hjklzxcvbnmrtyuiopasdfghjklzxcvbn
mqwertyuiopasdfghjklzxcvbnmqwert
Í N D I C E.

INTRODUCCIÓN______________________________________________________________________________3

OBJETIVOS____________________________________________________________________________________3

MARCO TEÓRICO_____________________________________________________________________________3

Definición______________________________________________________________________________3

Matrices_______________________________________________________________________________3

Elementos de una matriz ____________________________________________________4

Clases de matrices____________________________________________________________4

Propiedades de los determinantes__________________________________________________5

Uso de los determinantes ___________________________________________________________7

APLICACIONES Y OBSERVACIONES________________________________________________________9

Para matriz inversa_________________________________________________________________10

Forma matricial de un sistema de ecuaciones.____________________________________11

Espacio vectorial ____________________________________________________________________12

CONCLUSIONES

General_______________________________________________________________________________13

Personal______________________________________________________________________________14

BIBLIOGRAFÍA_______________________________________________________________________________14
I N T R O D U C C I Ó N.

Los determinantes es uno de los temas más útiles del Álgebra Lineal, con muchas
aplicaciones en ingeniería, física, matemáticas y otras ciencias. En la geometría ofrecen una
forma natural de escritura de fórmulas muy elegantes que calculan áreas y volúmenes, y
también ecuaciones de objetos geométricos como rectas, círculos, planos, esferas, etc.

La interpretación geométrica de los determinantes nos permite calcular, de forma sencilla,

áreas y volúmenes de determinadas figuras geométricas, realizar productos vectoriales, y
hallar las ecuaciones de un plano en el espacio.

Dirichlet nos dice que los determinantes fueros introducidos por Leibniz, en una carta a L
´Hôpitalfechada el 28 de abril de 1693. También hay pruebas de que SekiTakakazu,
matemático japonés, ya los usaba en 1683. Los principales contribuyentes en esta área han
sido Laplace, Cauchy, Jacobi, Bézout, Sylvester y Cayley. Aunque los determinantes
aparecieron en las publicaciones a fines del siglo XV (mucho antes que las matrices), el
primer trabajo que
los estudió en forma sistemática fue escrito por Vandermonde(1735-1796) en 1772.

O B J E T I V O S.

Conocer el término de determinante y sus propiedades así como las aplicaciones que
podemos darles.

M A R C O T E Ó R I C O.

El determinante de una matriz cuadrada es un número que se obtiene a partir de los

elementos de la matriz. Su estudio se justifica en cuanto que simplifica la resolución de
sistemas lineales y el cálculo de la matriz inversa, entre otras aplicaciones.
En este curso estudiaremos, sobre todo, los determinantes de orden dos y los de
orden tres. Los de orden superior se reducirán a éstos.

Matrices

Se denomina matriz a todo conjunto de números o expresiones dispuestos en

forma rectangular, formando filas y columnas.
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 que ocupa, es decir, la fila y

la columna a la que pertenece.

Dimensión de una matriz

El número de filas y columnas de una matriz se denomina dimensión de una
matriz. Así, una matriz de dimensión mxn es una matriz que tienem filas y n
columnas.
De este modo, una matriz puede ser de dimensión:  2x4 (2 filas y 4 columnas),
3x2 (3 filas y 2 columnas), 2x5 (2 filas y 5 columnas),...

Sí la matriz tiene el mismo número de filas que de columnas, se dice que es

de orden: 2, 3, 4, ...

El conjunto de matrices de m filas y n columnas se denota por A m x n  o (a i j ).

Un elemento cualquiera de la misma, que se encuentra en la  fila i y en
la columna j, se denota por a i j .

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

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. Tienen también
muchas aplicaciones en el campo de la física

CLASES DE MATRICES
Según el aspecto de las matrices, éstas pueden clasificarse en:

Matrices cuadradas
Una matriz cuadrada es la que tiene el mismo número de filas que de columnas. Se dice que
una matriz cuadrada n ð n es de orden n y se denomina matriz n-cuadrada.

Matriz identidad
Sea A = (aij ) una matriz n-cuadrada. La diagonal (o diagonal principal) de A consiste en
los elementos a11, a22, ..., ann. La traza de A, escrito tr A, es la suma de los elementos
diagonales.

La matriz n-cuadrada con unos en la diagonal principal y ceros en cualquier otra posición,
denotada por I, se conoce como matriz identidad (o unidad). Para cualquier matriz A,

A· I = I ·A = A.

Matrices triangulares
Una matriz cuadrada A = (aij ) es una matriz triangular superior o simplemente una matriz
triangular, si todas las entradas bajo la diagonal principal son iguales a cero. Así pues, las
matrices.

Matrices diagonales
Una matriz cuadrada es diagonal, si todas sus entradas no diagonales son cero o nulas. Se
denota por D = diag (d11, d22, ..., dnn ).

Traspuesta de una matriz

La traspuesta de una matriz A consiste en intercambiar las filas por las columnas y se
denota por AT.

PROPIEDADES DE LOS DETERMINANTES

Los determinantes tienen las siguientes propiedades que son útiles para simplificar su
evaluación.
En los párrafos siguientes consideramos que  A  es una matriz cuadrada.
 
 Propiedad 1.
 
Si una matriz  A  tiene un renglón (o una columna) de ceros, el determinante de A es cero.
 
 Propiedad 2.
 
El determinante de una matriz  A   es  igual al determinante de la transpuesta de  A. 
 
 Propiedad 3.
 
Si se intercambian dos renglones (o dos columnas) de una matriz  A entonces el
determinante cambia de signo.
 
 Propiedad 4.
 
Si una matriz A tiene dos renglones (o dos columnas) iguales entonces det A = 0.           
 
 Propiedad 5.
 
Cuando un solo renglón (o columna) de una matriz  A  se multiplica por un escalar  r  el
determinante de  la matriz  resultante es  r  veces el determinante de  A,   r det A.      
 
 Propiedad 6.
 
Si un renglón de la matriz  A  se multiplica por un escalar  r   y se suma a otro
renglón  de A, entonces el determinante de la matriz resultante es igual  al determinante
de A,  det A.   Lo mismo se cumple para las columnas de A.

 Propiedad 7.
  
Si  A  y  B  son matrices de nxn, el determinante del producto AB es igual al producto de
los determinantes de A y de B.

 Propiedad 8.
 El determinante de una matriz identidad es igual a uno.
 
En el manejo de determinantes se pueden establecer algunas propiedades que facilitan las
operaciones de cálculo. Tales propiedades son:
 1. Una matriz cuadrada con una fila o una columna en la que todos los elementos
son nulos tiene un determinante igual a cero.
 2. El determinante de una matriz con dos filas o dos columnas iguales es nulo.
 3. Cuando dos filas o dos columnas de una matriz son proporcionales entre sí
(una se puede obtener multiplicando la otra por un factor), su determinante es cero.
 4. Al intercambiar dos filas o dos columnas de una matriz, su determinante
cambia de signo.
 5. Al multiplicar todos los elementos de una fila o una columna de una matriz por
un número, el determinante de la matriz resultante es igual al de la original
multiplicado por ese mismo número.
 6. El determinante de una matriz triangular o una matriz diagonal es igual al
producto de los elementos de su diagonal principal.
 7. Cuando a una fila (o columna) de una matriz se le suma o resta
una combinación lineal de otras filas (o columnas), el valor de su determinante no
se altera.

Propiedad 4.
Otras propiedades de los determinantes

 1. El determinante de una matriz cuadrada es igual al de su traspuesta: |A| = |At|.

 2. El determinante de un producto de matrices coincide con el producto de los
determinantes de cada matriz:|A × B| = |A| ×|B|.
 3. Cuando una matriz tiene inversa, su determinante es distinto de cero;
análogamente, si el determinante de una matriz no es nulo, dicha matriz tiene
inversa.
 4. El determinante de la inversa de una matriz es igual al inverso del determinante

de la matriz. 
 5. La suma de los productos de los elementos de una fila o columna de una matriz
por los adjuntos de otra fila o columna es siempre nula.
 6. La matriz de los adjuntos de una matriz A dada de dimensión n tiene un
determinante igual al determinante de A elevado a n-1.

El método de Gauss

La aplicación de las propiedades de los determinantes permite obtener el valor de un

determinante dado a través de su transformación en otro de igual valor. Un procedimiento
particularmente interesante es el llamado método de Gauss, que consiste en:
 Elegir el primer elemento de la diagonal principal del determinante.
 Aplicar las propiedades de cálculo de los determinantes hasta lograr que todos los
elementos de la columna del elegido, salvo él mismo, sean iguales a cero.
 Elegir el segundo elemento de la diagonal principal y aplicar las propiedades de
los determinantes para obtener que todos los elementos de su columna situados
debajo de él sean nulos.
 Aplicar sucesivamente este método hasta obtener un determinante triangular o
diagonal, cuyo valor será el producto de los elementos de su diagonal principal.

USO DEL DETERMINANTE

REGLA DE CRAMER.
 La regla de Cramer es una aplicación práctica de los determinantes para la resolución
de sistemas de ecuaciones simultáneas de n ecuaciones con n incógnitas. Está regla puede
aplicarse sólo a sistemas de ecuaciones lineales que tienen soluciones únicas.
Si se tiene un sistema de ecuaciones como el siguiente:

 
Las matrices y los determinantes son herramientas del algebra que facilitan el ordenamiento
de datos, así como su manejo.

Aun que hay muchas aplicaciones para el determínate vamos a hablar de las geométricas.
Para esto daremos algunas definiciones.

El punto es el elemento base de la geometría, porque con él determinamos las rectas y los
planos. Podemos definirlo también como la intercesión de dos líneas, sirve para indicar una
posición y no tiene dimensión.

Una recta es el conjunto de todos los puntos del plano, donde las coordenadas de cada
punto obedecen una relación de primer grado.

En geometría, un plano es un objeto ideal que solo posee dos dimensiones, y contiene
infinitos puntos y rectas

Se llama vector de dimensión   a una tupla de   números reales (que se llaman

componentes del vector). El conjunto de todos los vectores de dimensión   se representa
como   (formado mediante el producto cartesiano).
Así, un vector   perteneciente a un espacio   se representa como:

, donde 
Un vector también se puede ver desde el punto de vista de la geometría como vector
geométrico (usando frecuentemente el espacio tridimensional   ó bidimensional  ).

Producto punto, es una operación binaria definida sobre dos vectores de un mismo espacio

euclídeo. El resultado de esta operación es un número o escalar.
El  producto punto o producto escalar de dos vectores es un número real que
resulta al multiplicar el producto de sus módulos por el coseno del ángulo que
forman.

Producto cruz es una operación binaria entre dos vectores en un espacio tridimensional. El
resultado es un vector perpendicular a los vectores que se multiplican, y por lo tanto normal
al plano que los contiene. Se resuelve utilizando determinantes.
A P L I C A C I O N E S D E L O S D E T E R M I N A N T E S.

a 11 a12
Sea A=
a 21 a22
Para calcular el determinante de una matriz basta conocer los factores de los elementos de
la primera fila.

|A| =a 11 c11 + a12 c12

c 11 =(−1)1+1 M 11 =M 11=|a22|=a22
c 12=(−1)1+ 2 M 12=−M 11=−|a21|=−a21

Por lo tanto
| A|=a 11 a22−a12 a21

Observación:
Como vemos en este ejemplo, para calcular el determinante de una matriz de orden 2, se
multiplican los elementos de la diagonal principal y se le resta el producto de los elementos
de la diagonal secundaria.

APLICANDO A
11. Hallar el área del triángulo cuyos vértices son A (1, 0, 1), B (2, -2, 3) y C (7, -2,
4).A̅B̅=1, -2, 2 B̅C̅= 5, 0, -7
I J K
|
1 −2 2
5 0 −7 |

Det=(k)(5)(-2)+(i)(0)(2)+(j)(1)(7)-(i)(-2)(-7)-(j)(2)(5)-(k)(1)(0)= -10k-3j-14i

‖ ABXBC‖ =√ (−10 )2 + (−3 )2 +(−14) ² = 17.46

17 . 46
=8.73
2
Observación. Se muestra como determinar el área de un triángulo por medio de
determinantes. Teniendo los vértices obtenemos vectores a los cuales les aplicamos el
producto cruz, por medio de determinantes. El resultado de esto, nos da un vector normal
cuya magnitud es un escalar de unidades cuadradas, que es el área del paralelogramo,
formado por dichos vectores. Al dividirlo entre dos obtenemos el área del triangulo
1) Determine la ecuación del plano que pasa por los puntos
A ( 1 ,−2 , 3 ) , B ( 3 , 4 ,−5 ) y C (1 ,0 ,−1)

AB=( 3 , 4 ,−5 ) −( 1,−2 ,3 )=(2 , 6 ,−8)

CB=( 1 , 0 ,−1 ) −( 3 , 4 ,−5 )=(−2 ,−4 , 4)

i j k
( ABxCD )= 2
[
6 −8 =i
−2 −4 4
−4 4 −2 4 ]|
6 −8 − j 2 −8 + k 2 6 =i ( 24−32 ) ,− j ( 8−16 ) + k (−8+12 )=(−8 i, 8
−2 −4 | | | | |
( v−vo )∗n=0=( x−1 , y +2 , z−3 )∗(−8 , 8 , 4 )=0

v ( x , y , z ) v 0=( 1 ,−2 , 3 ) n=(−8 i , 8 j , 4 k ) =−8 ( x−1 ) +8 ( y +2 ) +4 ( z −3 )=0

¿−8 x+ 8 y+ 4 z +12=0

Observación. Debemos encontrar la ecuación del plano que pasa por los puntos dados
haciendo uso del determinante. Para encontrar un vector perpendicular a los vectores que
encontramos dados los puntos aplicando producto punto con la diferencia de
v=( x , y , z ) vectores unitarios y v 0 cualquier punto de los dadosproducto punto el vector
normal que encontramos mediante el determinante.

Para una matriz inversa

Llamaremos matriz adjunta de A =(a ij ¿ a la matriz

A 11 ⋯ An 1
Adj(A) = ⋮ ⋱
[
A1n ⋯
⋮
A nn ]
donde por Aij entendemos el adjunto del elemento a ij concepto que ya se ha deducido con
anterioridad.

Una matriz cuadrada A =(a ij ¿ tiene inversa si y sólo si det(A) ≠0, verificando la siguiente
igualdad

1
A−1= Adj ( A ) .
det ( A )
Ejemplo. Como ejemplo de que se cumple la expresión anterior, puedes comprobar que
2 −1 −1
3 6 2
1 3 −2
7 1 −3
-1
A = donde A = −5 0 1
3 6 2
1 4 −3
10 1 −5
3 6 2

Forma matricial de un sistema de ecuaciones.

Consideremos el siguiente sistema de ecuaciones

a 11 X 1 + a 12 X 2 + ... + a 1n X n = b 1
a 21 X 1 + a 22 X 2 + ... + a 2n X n = b 2
............................................... ...
a m 1 X 1 + a m 2 X 2 + ... + a mn X n = b n

Según los conceptos y las operaciones introducidas con anterioridad, lo podríamos expresar
de la siguiente forma:

a11 … a 1n X1 b1
… … … … = …
a m 1 … amn Xn bn

Esta expresión es lo que básicamente se conoce como regla de Cramer, y los sistemas con
el mismo número de ecuaciones que de incógnitas que cumplen con la condición de ser
distintas a cero, se denominan sistemas de Cramer. La regla de Cramer estamos
acostumbrados a verla de otra forma, que resulta de efectuar las operaciones matriciales
correspondientes. Si llamamos

a11 … a1 n
Δ= … … …
a n1 … ann

obtendremos las siguientes expresiones

b11 … a1 n
… … …
,
b n 1 … a nn
X1=
Δ
 a11 b 1… a1 n
… b2 … …
, ... ,
an 1 bn … a nn
X2=
Δ

a 11 a12 … b 1
… a22 … …
a a … bn
X n= n 1 n2
Δ

Observación. Para obtener el valor correspondiente a la incógnita X i , efectuamos el

cociente entre el determinante de la matriz resultado de sustituir en la matriz de los
coeficientes del sistema la columna i-ésima por la columna de los términos independientes,
y el determinante Δ de la matriz de los coeficientes.

Espacios vectoriales
Todo lo expresado anteriormente se puede generalizar para un conjunto V, a cuyos
elementos le llamaremos genéricamente vectores, denotándolos por u⃗ , ⃗v, ⃗
w , ... y con un
cuerpo genérico de escalares que denotaremos por K, y a sus elementos con letras griegas
λ,μ...

Consideremos definidas en V dos operaciones, una interna: u⃗ + ⃗v (suma de dos vectores

que da otro vector) y otra extrema: λ u⃗ (producto de un escalar por un vector que da otro
vector).

Ejemplo. El conjunto Rn = {(X1, X2, ... , Xn) : Xi ϵ R con i = 1, ..., n} con las operaciones:
(1) (X1, X2, ... , Xn) +( Y1, Y2, ... , Yn) =( X1 + Y1, X2 + Y2, ... , Xn + Yn)
(2) λ(X1, X2, ... , Xn) = (λX1, λX2, ... ,λ Xn)
es un espacio vectorial sobre R.

Sea G 0 { ⃗ v1 , ⃗
v 2, ... , ⃗
v n} una colección de vectores de un espcaio vectorial V sobre un
cuerpo K. Llamaremos subespacio engendrado por G y lo denotaremos por L(G) al
conjunto de todas las combinaciones lineales de vectores de G. Es decir, L(G) = { λ 1 ⃗ v1 +
λ2⃗
v 2 + ... + λ n ⃗v n| λ 1 , λ 2, ..., λ n ϵ K}

Observación. Son especialmente importantes los casos de los espacios vectoriales formados
por los vectores libres del plano R2 y del espacio R3, por la interpretación gráfica que los
conceptos introducidos anteriormente sugieren. Conceptos fundamentales.
En ocasiones es posible eliminar un vector de un sistema generador sin que el subespacio
generado se altere. Pero el vector que eliminemos no puede ser uno cualquiera, sino alguno
que se pueda expresar como la combinación lineal de los resultantes. La idea de quedarnos
con el menor número de generadores posibles de todo el espacio vectorial es la que nos
lleva a introducir un concepto de base.
 Un sistema de vectores generadores y linealmente independientes de un espacio vectorial
recibe el nombre de base. Se puede demostrar que en todo espacio vectorial existe una base.

En el espacio vectorial Rn existe una base que distinguimos de las demás y que llamamos
base canónica, formada por los vectores
c 1= (1,0,0,...,0)
⃗
c 2 = (0,1,0,...,0)
⃗
... .................
c n = (0,0,...,0,1)
⃗
Son efectivamente un sistema de vectores linealmente independientes y generadores.

Ejemplo. Los vectores ⃗v1 = (1,1,1), ⃗

v 2 = (1,1,0) y ⃗
v3 = (1,0,0) forman una base de R3. No
sucede lo mismo con los vectores ⃗ u1 = (1,1,1), ⃗u2 = (2,-1,3), ⃗
u3 = (1,-5,3) ya que 3⃗
u1 -2⃗
u2 +
u3 = 0.
⃗
En un espacio vectorial dado V, todas las bases tienen el mismo número de elementos, a ese
número se le llama dimensión del espacio vectorial, la denotacion es dimV.

Observaciones.
Después de lo visto se demuestra que la dimensión vectorial Rn en n.
Observamos que en Rn (en general en cualquier espacio vectorial de dimensión n) n
vectores linealmente independientes forman una base. Análogamente sucede con n
vectores generadores. Nunca puede hacer más de n vectores linealmente independientes ni
menos de n vectores generadores.
Aunque la dimensión de Rn está clara, es muy importante para nosotros establecer algún
método que nos pueda dar la dimensión de los subespacios generados por vectores de Rn.

Supongamos que tenemos el siguiente sistema de vectores de R4:

u1 = (1,0,2,3), ⃗
⃗ u2 = (2,1,4,0), ⃗
u3 = (3,1,-1,2), ⃗ u 4= (-1,1,-16,-11)
Queremos calcular dimL({⃗ u1 , ⃗
u2 , ⃗
u3 ,⃗
u 4}). La dimensión de este subespacio será la misma,
si sustituimos en el sistema de vectores generadores, cualquier vector por una combinación
lineal de los vectores generadores en la que necesariamente aparezca él. Esto se traduce en
que podemos hacer operaciones elementales sin que la dimensión varíe.

C O N C L U S I O N E S.

General.

Lo importante de estos temas es saber que es una matriz y para qué sirve y suutilidad en las
matemáticas así como sus definiciones.Se llama matriz a todo cuadro de números distribuidos en
filas y columnas. Lasmatrices se utilizan en el cálculo numérico, en la resolución de sistemas
deecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales. Además
de su utilidad para el estudio de sistemas de ecuaciones lineales, lasmatrices aparecen de
forma natural en geometría, estadística, economía,informática, física, etc. Su notación es muy
simple una matriz se nombra por una letra mayúscula y suselementos, una vez distribuidos en las filas y
columnas respectivas, se encierran concorchetes o con paréntesis. una de las principales aplicaciones de las
matrices es la representación de sistemas de ecuaciones de pimer grado con varias incógnitas.

En la operaciones de los determinantes pudimos llegar a la conclusión que podemos

trabajar sobre la matriz a obtener el determinante para que nuestra resolución sea mucho
más rápida y haciendo que el resultado de la misma no sea alterado de ninguna manera.
Las diferentes formas de resolución nos llevo a un enfoque mucho más amplio de la
resolución del determinante de una matriz, ya que cada una de ellas podía ser utilizadas en
las otras ya que en el método de cofactores se usa mucho la resolución de el determinante
de las matrices de 2 x 2, las permutaciones cuando queremos transformar una matriz a una
triangular superior o inferior para la resolución de el determinante por medio de el producto
de la diagonal.
En el punto de las aplicaciones se pudo ver formas mucho más simples que podemos usar
para la resolución de la inversa, la adjunta, en geometría analítica la obtención de el área de
un triangulo, la determinación de colinealidad de dos puntos, así como la ecuación de la
recta entre dos puntos.

En lo personal:

El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y

manipulación de datos como en el cálculo numérico y simbólico que se deriva de los
modelos matemáticos utilizados para resolver problemas en diferentes disciplinas como,
por ejemplo, las ciencias sociales, las ingenierías, la economía, la física, la estadística y las
diferentes ramas de las matemáticas entre las que destacamos las ecuaciones diferenciales,
el cálculo numérico y, por supuesto, el álgebra.

El concepto de determinante de una matriz cuadrada tiene una gran relevancia dentro de la
teoría 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 solución de sistemas de ecuaciones lineales generales (mediante el concepto
de rango de una matriz y del Teorema de Rouché Frobenious), y analizar la dependencia
lineal de un conjunto de vectores.

Los campos de aplicación de la teoría de los determinantes y, en general, de la teoría de

matrices son muy amplios, y abarcan desde las más clásicas aplicaciones en las áreas de la
física, la economía, e ingeniería hasta aplicaciones más recientes como la generación de
gráficos por ordenador, la teoría de la información, y la criptografía.

B I B L I O G R A F Í A:

Geometría analítica, Lehmann

Algebra lineal, Antón, Limusa wiley
Mecánica vectorial para ingenieros, Estática, Beer Johnston Mazurek Eisenberg.

www.ulpgc.es/hege/almacen/download/7068/.../1501__matematicas
www.geoan.com/analitica/vectores/producto_cruz
http://www.ehu.es/izaskunbayo/page2/page7/page8/files/Tema3.pdf
http://www.um.es/docencia/plucas/manuales/mat/mat5.pdf
http://carmesimatematic.webcindario.com/determinantesweb.htm