LGEBRA CON MAXIMA

Administracin y Direccin de Empresas

Universidad de Salamanca
30 de Noviembre de 2012

1.

Introduccin

Maxima es un programa que realiza clculos matemticos de forma tanto simblica como numrica. Se encuentra disponible bajo licencia GNU GPL, y puede
descargarse desde
http://maxima.sourceforge.net/es/
El objetivo de esta gua es iniciar al alumno en el manejo de matrices y vectores
con Maxima. Se presentaran las operaciones matriciales elementales. El contenido de
este documento debe servir como apoyo y complemento a la asignatura de lgebra.
1.1.

Descarga e instalacin

El programa puede descargarse desde

http://sourceforge.net/projects/maxima/les/
Selecciona tu sistema operativo, descarga y ejecuta la versin correspondiente. De
este modo, se instalar el entorno wxMaxima, que es una interfaz grca que facilita
el uso de Maxima.
1.2.

Inicio

La informacin en Maxima se organiza en celdas. Se debe terner en cuenta:

Las celdas de entrada de datos quedarn numeradas ( %in). Donde n especica
la entrada n-sima. Este nero es automticamente generado por el sistema.
En este documento reprentaremos la celda de entrada activa como:

( %i)
Las celdas de salida de datos son numeradas con ( %on). La celda de salida
activa se representar:

( %o)
Para ejecutar una instruccin se debe escribir seguida de ; y pulsar la combinacin Mayscula+Enter. La versin del interfaz de usuario que utilizamos
aade el ; sin necesidad de escribirlo.

Maxima distingue entre maysculas y minsculas.

Para realizar una

asignancin

en Maxima se escribe:
1

( %i) a: 2;
Esta instruccin asigna a la variable a el valor 2.
Los archivos de Maxima tienen extensin *.wxm. Para guardar un documento
en Maxima se selecciona el men archivo y dentro de l la opcin Save. En el
documento quedarn grabadas todas las entradas que se hayan realizado.
1.3.

Operaciones bsicas

A continuacin presentamos los smbolos asociados a las operaciones bsicas y

funciones usuales:
suma
producto
divisin
potencia
raz cuadrada
exponencial
funciones trigonomtricas

/
b
sqrt()
exp()
sin(), cos(), tan()

Por defecto Maxima trabaja en forma simblida, si queremos obtener una aproximacin numrica se debe
usar la funcin oat(). Por ejemplo, para obtener una
aproximacin numrica de 5:

( %i) float(sqrt(5));
( %o) 2.23606797749979

Maxima incorpora constantes matemticas. Algunas de ellas son:

%pi
%e
%i
%phi
1.4.

nmero
nmuero


e
unidad imaginaria

razn area 1+2 5

Ayuda

El manual del programa es accesible en la web:

http://maxima.sourceforge.net/es/documentation.html
En la misma pgina tambin es posible encontrar otros manuales ms bsicos.
El entorno de wxMaxima permite acceder al manual a travs del botn Help/Ayuda.
Adems tambin es posible acceder a la ayuda desde la ventana de comandos. Algunos de los ms tiles son:

?? expr
describe(expr)
example(expr)
2.

comandos que contiene expr

ayuda sobre expr
ejemplo de expr

Vectores y Matrices

Maxima permite trabajar con vectores y matrices. Para introducir un vector,

los elementos se separan por comas, y se delimitan por corchetes, por ejemplo:
( %i) v1:[1,-7,3];
( %i) v2:[2,0,3];
2

Los vectores pueden sumarse (+), restarse (), multiplicarse trmino a trmino (),
o multiplicarse escalarmente ():

( %i) v1 +v2;
( %o) [3,-7,6]
( %i) v1 *v2;
( %o) [2,0,9]
( %i) v1 .v2;
( %o) 11
Para introducir una matriz se utiliza el comando matrix. Las las de la matriz
son tratadas como vectores. Por ejemplo, para introducir la matriz


1 0 3
2 0 6

( %i) matrix( [1, 0 , 3],[2, 0 ,6 ]);

La suma y resta de matrices se indica como es usual:

( %i)
( %i)
( %i)
( %i)

A:matrix([1,2,3],[-1,0,3],[2,1,-1]);
B:matrix([-1,1,1],[1,0,0],[-3,7,2]);
A+B;
A-B;

En cambio, el producto de matrices se indica con un punto, (), como ya vimos con
vectores. El operador () multiplica los elementos de la matriz trmino a trmino:

( %i)
A.B;
8
( %o) 8
2
( %i)
A*B;
1
( %o) 1
6

22
20
5
2
0
7

7
5
0

3
0
2

Con las potencias ocurre algo parecido: n eleva la matriz a n, es decir, multiplica
la matriz consigo misma n veces,

( %i)
A 2;

5 5 6
( %o) 5 1 6
1 3 10
y n eleva cada trmino de la matriz a n.

( %i)
A 2;

1 4 9
( %o) 1 0 9
4 1 1
Para el producto de una matriz por un vector se utilizar el punto ()

( %i) A.v1;
( %o) [4, 8, 8]
La multiplicacin producto de una matriz o un vector por un escalar se realiza con
el operador de multiplicacin ():
3

( %i)
3*A;

3 6 9
( %o) 3 0 9 ;
6 3 3
Otras operaciones que Maxima permite realizar con matrices son:

A[i,j]
matrix_size(matrix)
rank(matriz)
col(matriz,i)
row(matriz, j)
minor(matriz, i, j)
submatrix(f1, f2,..., matriz, c1,c2,...)
determinant(matriz)
invert(matriz)
transpose(matriz)

devuelve el elmento i,j, de la matriz A

dimensiones de la matriz
rango de la matriz
columna i de la matriz
la j de la matriz
menor de la matriz obtenida al
eliminar la la i y la columna j
matriz obtenida al eliminar
las las y columnas mencionadas
determinante
matriz inversa
matriz transpuesta

Por ejemplo, para extraer el elemento (2, 3) de la matriz B

( %i) B[2,3];
( %o) 0
para determinar las dimensiones de la matriz A:

( %i) matriz_size(A);
( %o) [3, 3]
para calcular el rango de la matriz:


1
2

0
0

3
6

( %i) rank(matrix( [1, 0 , 3],[2, 0 ,6 ])); ( %o) 1

La segunda columna de la matriz B :

( %i)
col(B,2);

1
( %o) 0
7
La primera la de la matriz A:

( %i) row(A,1);
( %o) [1, 2, 3]
El menor (1, 2), de la matriz A:

( %i) 
minor(A,1,2);

1
3
( %o)
2 1
La matriz que resulta al eliminar las las 1 y 2 y la columna 3 de la matriz B :

( %i) submatrix(1,2,B,3);
( %o) [3, 7]
4

El determinante de A:

( %i) determinant(A);
( %o) 4
La inversa de B :

( %i)
invert(B);

0 1
0
1
( %o) 25 51
5
7
4
1
5
5
5
Por ltimo, la matriz transpuesta de


1
2

0
0

3
6

viene dada por:

( %i)
transpose(matrix([1,0,3],[2,0,6]));

1 2
( %o) 0 0
3 6
3.

Sistema de Ecuaciones Lineales

Para resolver sistemas de ecuaciones lineales Maxima dispone de la funcin

linsolve () . A la funcin se le pasan dos argumentos, en primer lugar las ecuaciones, separadas por comas, y delimitadas por []. El segundo argumento es el vector
de incgnitas. Por ejemplo para resolver el sistema:

x +y
y
x y

+z
z
+2z

=1
=2
=0

( %i) linsolve([x+y+z=1,y-z=2,x-y-2*z=0],[x,y,z]);
( %o) [x=1/5, y=7/5, z= -3/5]
Si el sistema es incompatible Maxima devuelve el vector vacio []:

( %i) linsolve([x+y=1, 2*x + 2*y=4],[x,y]);

( %o) []
Por otro lado si el sistema es compatible indeterminado, Maxima introduce las
variables %ri, la i denota el nmero de la variable. Este ndice crece a lo largo de
la sesin. Por ejemplo:

( %i) linsolve([x+y+z=1, x + y=1],[x,y,z]);

( %o) [x=1 - %r1, y= %r1, z=0]
Lo que estara indicando:

x=1
y=
z=0

4.

Espacios Vectoriales

Las herramientas que incorpora Maxima para el tratamiento de matrices nos

permiten resolver muchos de los problemas que se han planteado en el tema de
espacios vectoriales. Por ejemplo:
Dependencia e Independencia Lineal: utilizando la funcin rank es muy sencillo si un conjunto de vectores son o no linealmente independientes. Por ejemplo,
para decidir si los vectores

{(1, 2, 0, 1), (2, 4, 1, 2), (0, 0, 1, 0)}

son linealmente independientes, escribimos

( %i) rank(matrix([1,2,0,1],[2,4,1,2],[0,0,1,0]));
( %o) 2
De donde deducimos que no lo son. Para decidir cuales lo son basta encontrar
una submatriz de rango dos, por ejemplo

( %i) rank(matrix([1,2,0,1],[2,4,1,2]);
( %o) 2
Cculo de ecuaciones paramtricas a partir de las implcitas: basta con resolver
el sistema. Por ejemplo, para hallar las ecuaciones implcitas del subespacio:

V = {(x, y, z, t) : x + y + z = 0, z t = 0}

( %i) linsolve([x+y+z=0, z-t= 0],[x,y,z,t]);

( %o) [x= %r1,y=- %r2- %r1,z= %r2,t= %r2]
Es decir, teneramos las ecuaciones:

x = ,

y = ,

z = ,

t=

Cculo de bases de un subespacio dado por ecuaciones implcitas: para ello se

resuelve el sistema, como en el caso anterior, y se da valores a los parmetros
correspondientes. Por ejemplo en el caso anterior se obtendra,

V = h(1, 1, 0, 0), (0, 1, 1, 1)i.

Otra posibilidad es usar la funcin nullspace que se aplica a la matriz asociada al sistema:

( %i) nullspace(matrix([1,1,1,0],[0,0,1,-1]));

0
1
1 1

( %o) span
1 , 0
1
0
La palabra span, indica que el espacio V est generado por los vectores que
aparecen a continuacin.
Cculo de las ecuaciones implcitas a partir de una base. Para ello se deben
calcular los correspondientes determinantes. Por ejemplo para calcular las
ecuaciones implcitas del subespacio:

V = h(1, 1, 0, 1), (0, 1, 1, 2)i.

En primer lugar buscamos un menor de orden dos distinto de cero:
6

( %i) rank(matrix([1,1],[0,1]); ( %o)2

Ahora ampliamos, y calculamos los correspondientes determinantes:

( %i) determinant(matrix([x,y,z],[1,1,0],[0,1,-1]);
( %o) z+y-x
( %i) determinant(matrix([x,y,t],[1,1,1],[0,1,2]);
( %o) -2y+x+t
De donde tenemos:

V = {(x, y, z, t) : x + y + z = 0,

x 2y + t = 0}

Bases de Suma de subespacios. Basta con calcular bases de cada espacio y

usar la funcin rank.
Bases de Interseccin de subespacios. Se calculan las ecuaciones implcitas de
la interseccin y despus se usa nullspace.
Suma directa, suplementario. Se reducen a la resolucin de problemas ya tratados.
Para ilustrar estos ltimos puntos resolvemos el siguiente ejercicio:

Sea

V = {(x, y, z) R3 : 2xy+z = 0}

U = h(1, 1, 0), (1, 1, 1), (0, 2, 1)i

a) Calcular una base de U + V .
b) Calcular una base de U V .
c) Comprobar si U V .

d) Calcular un suplementario de U .
Solucin:

a) En primer lugar determinaremos bases de U y V . Comenzamos con U :

( %i) rank(matrix([1,1,0],[-1,1,1],[0,2,1]));
( %o) 2
De modo que la dimensin de U ser 2. Como

( %i) rank(matrix([1,1,0],[-1,1,1]));
( %o) 2
podemos escoger como base de U {(1, 1, 0), (1, 1, 1)}. En cuanto a V utilizamos la funcin nullspace para determinar una base

( %i) nullspace(matrix([2,-1,1));

0
1
( %o) span 1 , 2
1
0

la base de V ser {(0, 1, 1), (1, 2, 0)};

El subespacio U + V est generado

U + V = h(1, 1, 0), (1, 1, 1), (0, 1, 1), (1, 2, 0)i

para generar una base basta con encontrar los que son linealmente independientes:

( %i) rank(matrix([1,1,0],[-1,1,1],[0,1,1],[1,2,0]));
( %o) 3
de donde resulta que U + V = R3 , y por tanto cualquier base de R3 ser base
de U + V , por ejemplo la cannica: {(1, 0, 0), (0, 1, 0), (0, 0, 1)}.
b) Usando la frmula de Grassman podemos deducir que la dimensin de la
inteseccin U V es 1. Para obtener una base de la interseccin, en primer
lugar calculamos las ecuacines implcitas de U ,

( %i) determinat(matrix([x,y,z],[1,1,0],[-1,1,1]));
( %o) 2z-y+x
La interseccin U V viene dada por:

U V = {(x, y, z) R3 : x y + 2z = 0, 2x y + z = 0}
y calculamos una base usando nullspace

( %i) nullspace(matrix([1,-1,2],[2,-1,1]));

1
( %o) span 3
1
c) Puesto que U V 6= {0}, deducimos que los espacios U y V no estn en
posicin de suma directa.
d) Completamos una base de U hasta tener una base de R3 :

( %i) rank(matrix([1,1,0],[-1,1,1],[1,0,0]));
( %o) 3
por tanto, podemos escoger como suplementario de U al subespacio h(1, 0, 0)i.
5.

Aplicaciones

Usando Maxima podemos denir una aplicacin lineal. Por ejemplo

f (x, y, z) = (2x + 3y z, 2y 5z)

se introduce

( %i) f(x,y,z):= [2*x +3*y -z, 2*y-5*z];

La matriz asociada en la base canncia vendr dada por:

( %i) 
A:transpose(matrix(f(1,0,0),f(0,1,0),f(0,0,1)));

2 3 1
( %o)
0 2 5
Para calcular la dimensin de la imagen podemos hallar el rango de A:
8

( %i) rank(A);
( %o) 2
Para calcular una base de la Im f basta con elegir dos columnas de A linealmente
independientes. Es decir una submatriz cuadrada de A con rango 2, o determinante
distinto de cero. Por ejemplo si eliminamos la tercera columna de A:

( %i) rank(submatrix(A,3));
( %o) 2

( %i) determinat(submatrix(A,3));
( %o) 4
De modo que Im f = h(2, 0), (3, 2)i.
Para calcular el ncleo de la aplicacin, podemos resolver el sistema f (x, y, z) =
(0, 0),

( %i) hlinsolve([f(x,y,z)[1] = 0,
i f(x,y,z)[2] = 0],[x,y,z]);
5 %r1
13 %r1
( %o) 4 , y = 2 , z = %r1
si asignamos %r1 = 4, obtenemos que el ncleo esta generado por el vector:
Ker f = h(13, 10, 4)i
Tambin es posible obtener directamente la base del ncleo usando el comando
nullspace sobre la matriz asociada a la aplicacin:

( %i) nullspace(A);

13
( %o) span 10
4
La palabra span indica que el ncleo de la aplicacin est generado por (13, 10, 4).
En otros casos la aplicacin lineal puede venir denida por medio de una matriz.
Considerar el siguiente ejercicio:
Sea f : R3 R2 la aplicacin lineal que tiene asociada la matriz


2 1 1
A=
1
1 0
a) Hallar f (x, y, z).
b) Hallar una base de ker f y una base de Im f .
c) Hallar la matriz asociada a f en las bases B1 = {(1, 1, -1), (0, 0, 1), (2, 1, 1)}
de R3 y B2 = {(-1, 1), (0, 1)} de R2 .
Solucin:

Introducimos la matriz A en Maxima :

( %i) 
A : matrix([2,-1,1],[-1,1,0]);

2 -1 1
( %o)
-1 1 0
a) Para calcular la imagen de f (x, y, z), basta con multiplicar la matriz A por el
vector (x, y, z):

( %i) 
A.[x,y,z] 
z y + 2x
( %o)
yx
9

b) Para hallar una base del ncleo:

( %i) nullspace(A);

1
( %o) span 1
1
Para calcular la base del la imagen, podemos proceder igual que en el caso
anterior. Primero el rango de A:

( %i) rank(A);
( %o) 2
ahora como el rango de la submatriz:

( %i) rank(submatrix(A,3));
( %o) 2
resulta que Im f = h(2, 1), (1, 1)i.
c) Introducimos las matrices, y utilizamos la frmula de cambio de base:

( %i) B:matrix([1, 0, 2],[1,0,2],[-1,1,1]); C:matrix([-1,0],[1,1]);

( %i) 
invert(C).A.B ;
0 1 4
( %o)
0
1
3
6.

Diagonalizacin

El comando ms til para la diagonalizacin de una matriz A es eigenvectors,

que devuelve los autovalores de A y los autovectores asociados. Permite, por tanto,
decidir si A es diagonalizable o no. En caso armativo, calcular P y D tales que
A = P D P 1 .
Por ejemplo:

( %i) A: matrix([4,0,0],[0,2,2],[0,2,2]);
( %i) eigenvectors(A);
( %o) [[[0,4],[1,2]],[[[0,1,-1]],[[1,0,0],[0,1,1]]]]
La salida se interpreta del siguiente modo:
La primera parte corresponde a los valores propios. Aparecen dos vectores, el
primero indica los valores propios. El segundo vector son las multiplicidades
de los valores propios, es decir en este caso:

0 es valor propio de A de multiplicidad 1.

4 es valor propio de A de multiplidadad 2.
La segunda parte corresponde a los vectores propios. Aparecern tantas listas
como valores propios. Cada lista contendr los vectores propios asociados a
cada valor propio. En este caso:

El valor propio 0 tiene el vector propio asociado (0, 1, 1).

El valor propio 4 tiene los vectores propios asociados (1, 0, 0), (0, 1, 1).

10

En este caso como la multiplicidad aritmtica y geomtrica de los autovalores

coincide se pude concluir que la matriz A es diagonalizable, donde:

0 1 0
0 0 0
D= 0 4 0
P = 1 0 1
0 0 4
1 0 1
Puede comprobarse con Maxima que A = P D P 1 .
Tambis es posible calcular el polinomio caracterstico. Para ello se usa la
funcin charpoly(). A esta funcin se le pasan dos argumentos: la matriz y la
variable del polinomio:

( %i) 
charpoly(A,x);

( %o) (2 x)2 4 (4 x)
Este polinomio puede ser factorizado con la funcin factor()

( %i) factor(charpoly(A,x));
( %o) (x 4)2 x
Las races del polinomio pueden calcularse con la funcin allroots

( %i) allroots(charpoly(A,x));
( %o) [x=0.0, x=4.0, x=4.0]
Sin embargo, calcular los autovalores de una matriz de este modo es un procedimiento poco recomendable, por ser un procedimiento muy inestable. Siempre es
mejor opcin usar el comando eigenvectors(), o si solo se precisa conocer los
autovalores el comando eigenvalues.

( %i) eigenvalues(A);
( %o) [[0,4],[1,2]]
Como en el caso anterior Maxima nos informa de que hay dos autovalores 0 y 4, de
multiplicidades 1 y 2 respectivamente.
7.
7.1.

Ejercicios
Vectores y Matrices

1. Considerar los vectores a = (1, 2, 1), b = (0, 2, 3/4), c =(1, 1, 0) y d =

(0, 0, 1). Realizar las siguientes operaciones

a)
b)
c)
d)

a+b
3c + 2b
cd
b d + 3a c

2. Considerar las matrices:

1 2
0
5
3
A= 2
3
1 4

1
2
0 5
4 2
1
0

C=
3
2 1
3
5
4 1 5
11

0 2 6
2 0
B = 12
1 1 3

1
D = 12
6

2 3 0
5 0 3
0 0 1

a ) Calcular A B , A + B , D C
b ) Extraer la segunda la de A, la tercera de C y el elemento (3, 3) de D
c ) Calcular det(A), det(B) y det(C). Para las matrices cuyo determinante

sea no nulo, calcular su inversa.

d ) Calcular el rango de las matrices, A, B , C , D, D C , y A + B
7.2.

Sistemas de Ecuaciones Lineales

1. Resolver los siguientes sistemas de ecuaciones:

x +5y +2z = 8
2x +y
3x
y 2z = 8

2x
z = 6

x
2x
x
x
7.3.

+y
y
y
+2y

+z
+z
+2z

+t
+2t
2t
+3t

z
z

=5
= 11
=0
=8

+t = 3
+2t = 3

Espacios Vectoriales

1. En R4 se consideran los vectores: a = (1, 0, 0, 1), b = (0, 1, 2, 0), c = (1, 2, 2, 1), d =

(2, 3, 6, 2) e = (1, 1, 0, 0).

a ) Hallar una base del subespacio generado por a, b, c.

b ) Hallar una base del subespacio generado por d, e.
c ) Hallar una base del subespacio interseccin de los dos anteriores.
2. En R5 se consideran los siguientes subespacios: S el subespacio generado por
a = (1, 1, 1, 1, 1), b = (1, 1, 1, 1, 1), S 0 el subespacio generado por a0 =
(0, 0, 1, 0, 1), b0 = (1, 0, 0, 0, 0), c0 = (1, 1, 0, 0, 1).

a ) Pertenece el vector (1, 2, 2, 1, 4) al subespacio S S 0 ?

b ) Calcular una base de la interseccin S S 0 .
3. Sean A, B y C los siguientes subespacios de R3 :

A = {(x, y, z); x + y + z = 0}
B = {(x, y, z); x = z}
C = {(x, y, z); x = y = 0}

a ) Probar que:
1) R3 = A + B
2) R3 = A + C
3) R3 = B + C
b ) En qu caso las sumas del apartado anterior son directas?
4. En R3 se considera el subespacio U = {(x, y, z) : x + y + z = 0}. Hallar el
suplementario de U y descomponer el vector (1, 2, 1) segn U y su suplementario.
5. Sean U = {(a, b, c) R3 : a = b = c} y V = {(a, b, c) R3 : a = 0}. Probar
que R3 es suma directa de U y V .
6. Estudiar si R4 = U V donde

U = {(x, y, z, t) R4 : xy = 0, z = 0},
12

V = {(x, y, z, t) R4 : x = 0, y+z = 0}

7.4.

Aplicaciones

1. Sea f : R3 R2 la aplicacin lineal denida por f (x, y, z) = (x + 2y z, y 3z).

a)
b)
c)
d)

Hallar la matriz asociada a f en la bases cannicas de R3 y R2 .

Hallar una base de ker f y una base de Im f .
Hallar f (V ) donde V = {(x, y, z) R3 : x z = 0, x + y = 0}.
Hallar la matriz asociada a f en las bases B1 = {(1, 0, 0), (1, 1, 0), (1, 1, 1)}
de R3 y B2 = {(2, -1), (1, 1)} de R2 .

2. Sea el homomorsmo T : R2 R3 denido por: T (x, y) = (x + y, x y, 2x)

a ) Calcular su matriz asociada respecto de las bases cannicas de R2 y R3 .

b ) Calcular su matriz asociada respecto de las bases e1 = (1, 1), e2 = (0, 1)
de R2 y u1 = (0, 1, 1), u2 = (1, 0, 1), u3 = (1, 1, 0) de R3 .

c ) Qu relacin existe entre ellas.

3. Sea la aplicacin lineal f : R3 R3 denida por

f (1, 0, 0)
f (1, 1, 0)
f (1, 1, 1)

a)
b)
c)
d)
7.5.

=
=
=

(1, 1, 0)
(2, 0, 0)
(2, 0, 2)

Hallar una base de ker f y una base de Im f .

Hallar f (V ) donde V = h(1, 0, 0), (1, -1, 0)i.
Hallar la matriz asociada a f en la base cannica de R3 .
Hallar la matriz asociada a f en la base {(0, 1, 1), (1, 0, 1), (1, 1, 0)} de
R3 .

Diagonalizacin

1. Estudiar si es posible la diagonalizacin de las siguientes matrices cuadradas

reales



-1 0 0
-1 0 0
1 2
, 3 2 0 , 3 2 0 ,
2 1
1 4 -1
1 4 -1

1 1 1 1
-1 -2 3 3
1 1 -1 -1 0 1 0 1

1 -1 1 -1 , -2 -2 4 2
1 -1 -1 1
0 0 0 1
2. Calcular

4
0
1

0
1
0

n
-2
2
0 , 0
1
0

-1
1
0

n
3
3
-1 , 1
3
0

1
2
1

n
0
1
3

3. Estudiar para qu valores de los parmetros a, b, c R, el endomorsmo

T : R3 R3 que en la base cannica de R3 tiene asociada la matriz:

1 a b
0 2 c
0 0 1
es diagonalizable.
13

Bibliografa

Manual de Maxima.

En formato html: http://maxima.sourceforge.net/docs/manual/es/maxima.html

En formato pdf: http://maxima.sourceforge.net/es/documentation.html
J. Alaminos, C. Aparicio, J. Extremera, P. Munoz, A. Villena. Prcticas de
Ordenador con Maxima. http://www.ugr.es/ alaminos/page5/index.html

14