MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II - RESUMEN PAU

1. PROBABILIDAD (Parte A - Obligatoria)

Sucesos y Fórmulas Básicas: Siempre hay que definir los sucesos con letras mayúsculas (Ej: A=A= “Leer el periódico”).

Probabilidad Condicionada e Independencia: La probabilidad de que ocurra AA sabiendo que ha ocurrido BB: P(AB)=P(AB)P(B)P(AB)=P(AB)P(B)P(A|B) = \frac{P(A \cap B)}{P(B)} \Rightarrow P(A \cap B) = P(A|B) \cdot P(B) Dos sucesos son independientes si (y solo si): P(AB)=P(A)P(B)P(A \cap B) = P(A) \cdot P(B).

Teoremas Fundamentales (Uso de Diagramas de Árbol):


2. ESTADÍSTICA INFERENCIAL (Parte A - Obligatoria)

La Distribución Normal: Siempre hay que escribir la notación: XN(μ,σ)X \sim N(\mu, \sigma). Para poder buscar probabilidades en la tabla, hay que tipificar la variable para pasar a una normal estándar ZN(0,1)Z \sim N(0, 1): Z=XμσZ = \frac{X - \mu}{\sigma}

Intervalos de Confianza para la Media Poblacional: Dada una muestra de tamaño nn con una media muestral xˉ\bar{x}, y una desviación típica poblacional σ\sigma: IC=(xˉE,xˉ+E)IC = \left( \bar{x} - E, \, \bar{x} + E \right) Donde el Error Máximo Admitido (EE) se calcula como: E=zα/2σnE = z_{\alpha/2} \cdot \frac{\sigma}{\sqrt{n}}

Tamaño de la Muestra: Si queremos asegurar un error máximo EE con un nivel de confianza 1α1 - \alpha, el tamaño mínimo de la muestra se obtiene aislando la nn: n=(zα/2σE)2n = \left( \frac{z_{\alpha/2} \cdot \sigma}{E} \right)^2 (Recordatorio: El tamaño de la muestra nn siempre debe redondearse hacia el entero superior para asegurar que el error no se supere).


3. ÁLGEBRA (Parte B)

Matrices y Operaciones: Para multiplicar matrices (ABA \cdot B), el número de columnas de AA debe coincidir con el número de filas de BB. AI=IA=AA \cdot I = I \cdot A = A Matriz Inversa: Una matriz AA es invertible si A0|A| \neq 0. A1=1AAdj(A)TA^{-1} = \frac{1}{|A|} \text{Adj}(A)^T

Ecuaciones Matriciales: ¡Cuidado! El producto de matrices no es conmutativo. Hay que multiplicar por la inversa por el lado correcto.

Sistemas de Ecuaciones (Cramer y Rouché-Frobenius):


4. ANÁLISIS (Parte C)

Continuidad y Derivabilidad: Una función f(x)f(x) definida a trozos es continua en x=ax=a si: limxaf(x)=limxa+f(x)=f(a)\lim_{x \to a^-} f(x) = \lim_{x \to a^+} f(x) = f(a) Es derivable si, además de ser continua, cumple que: f(a)=f(a+)f'(a^-) = f'(a^+)

Aplicaciones de la Derivada (Optimización):

  1. Se calcula la función a optimizar.
  2. Se hallan los puntos críticos igualando la derivada a cero: f(x)=0f'(x) = 0.
  3. Se comprueba si es máximo o mínimo analizando el signo de la derivada antes y después del punto, o usando la segunda derivada:
    • Si f(x)>0f''(x) > 0 \Rightarrow Mínimo.
    • Si f(x)<0f''(x) < 0 \Rightarrow Máximo.

Integrales y Cálculo de Áreas: Hay que incluir siempre el diferencial dxdx. Área comprendida entre una función f(x)f(x) y el eje OX entre x=ax=a y x=bx=b: A=abf(x)dxA = \int_{a}^{b} |f(x)| \,dx (Hay que encontrar los puntos de corte con el eje OXOX igualando f(x)=0f(x)=0 para dividir la integral en tramos si la función cambia de signo).