Madrid PAU Applied Mathematics for Social Sciences II study materials
Madrid PAU Applied Mathematics for Social Sciences II study resources

Madrid PAU Applied Mathematics for Social Sciences II study guide

Madrid PAU Applied Mathematics for Social Sciences II · Work through your exam, one topic at a time.

Matemáticas Aplicadas a las Ciencias Sociales II is the second-year applied-mathematics subject in the Spanish bachillerato, and its PAU/EuAv phase exam in the Community of Madrid is the paper that can raise your university admission score for social-science and business-linked degrees. It is aimed at students coming from the social-science bachillerato track who want to study Economics, Business Administration, Law, Sociology, Journalism, Accounting or similar programmes, and who need a strong quantitative grade alongside their compulsory subjects. The Madrid PAU Applied Mathematics for Social Sciences II study guide has 7 sections and about 2,989 words.

01

Matrices y sistemas de ecuaciones lineales

Este bloque abre la prueba: se pide operar con matrices (producto, potencia, inversa, ecuaciones matriciales), calcular rangos y determinantes y, sobre todo, discutir y resolver un sistema con parámetro aplicando el teorema de Rouché-Fontené. El producto de matrices no es conmutativo; se cumple (AB)^t = B^t·A^t y, si existen las inversas, (AB)^(-1) = B^(-1)·A^(-1).

479 words, about 2 min
02

Programación lineal y optimización

La programación lineal es un bloque muy predecible: se pide formular un problema a partir de un enunciado (producción, dieta, transporte, horas de taller) y resolverlo por el método gráfico o evaluando los vértices de la región factible. Variables de decisión: qué decide el problema (x = unidades de A, y = unidades de B).

409 words, about 2 min
03

Límites, continuidad y derivadas; análisis y optimización de funciones

Aquí se examinan límites con indeterminaciones, continuidad y derivabilidad de funciones definidas a trozos y el análisis completo de una función: asíntotas, monotonía, extremos, curvatura y optimización aplicada. Indeterminaciones 0/0, ∞/∞, ∞ − ∞ y 1^∞; esta última se resuelve con el número e: si f → 0 y g → ∞, el límite de (1 + f)^g es e elevado al límite de f·g.

446 words, about 2 min
04

Integración y áreas bajo curvas

El bloque evalúa el cálculo de primitivas (inmediatas, por partes, racionales sencillas) y, sobre todo, el cálculo de áreas: entre una curva y el eje OX, entre dos curvas y el uso de la regla de Barrow. ∫x^n dx = x^(n+1)/(n+1) + C para n ≠ −1; ∫(1/x) dx = ln x + C; ∫e^x dx = e^x + C; ∫a^x dx = a^x/ln a + C.

447 words, about 2 min
05

Probabilidad y probabilidad condicionada

La probabilidad combina el cálculo directo, las tablas de contingencia, la probabilidad condicionada, la independencia y los teoremas de la probabilidad total y de Bayes, casi siempre con ayuda de un diagrama de árbol. P(A ∪ B) = P(A) + P(B) − P(A ∩ B); si son incompatibles, la intersección es vacía y basta con sumar.

351 words, about 2 min
06

Variables aleatorias y distribuciones; aproximación normal

Este bloque pide identificar el modelo adecuado (discreto, binomial o normal), calcular probabilidades, medias y desviaciones típicas y, muy en particular, tipificar una normal y aproximar una binomial por una normal. Discreta: función de probabilidad p(x i) con suma 1; media μ = suma de x i·p i; varianza σ² = suma de x i²·p i − μ².

423 words, about 2 min
07

Inferencia estadística: muestreo, estimación e intervalos de confianza

El bloque evalúa la comprensión del muestreo, la distribución de la media muestral y la construcción e interpretación de intervalos de confianza para la media y para la proporción. Si X ~ N(μ, σ), entonces la media muestral sigue una normal de media μ y desviación típica σ/raíz de n.

434 words, about 2 min