Matemáticas Aplicadas a las Ciencias Sociales II · Glosario PAU

Conceptos de Matemáticas CCSS II

Los 129 conceptos de los apuntes de Matemáticas Aplicadas a las Ciencias Sociales II, de la A a la Z, definidos como los pide el examen. Cada uno, con el tema donde se explica.

Conceptos 129

A

Adjunto de un elemento
Aij=(−1)i+jA_{ij}=(-1)^{i+j} por el determinante que queda al tachar la fila ii y la columna jj. Con ellos, A−1=1∣A∣(Adj⁡A)tA^{-1}=\frac{1}{|A|}(\operatorname{Adj}A)^t.
Tema 1 · Matrices
Afijación proporcional
Reparto de la muestra entre los estratos en proporción a su tamaño: ni=n⋅Ni/N{n_i=n\cdot N_i/N}.
Tema 11 · Muestreo y distribuciones muestrales
Amplitud de un intervalo
Su longitud, 2E{2E}. Disminuye al aumentar nn; aumenta con el nivel de confianza y con σ\sigma.
Tema 12 · Intervalos de confianza
Área de un recinto
La medida, siempre positiva, de la región limitada por una curva y el eje (o por dos curvas). Se calcula partiendo por los cortes e integrando ∣f∣{|f|} (o arriba menos abajo). Va en u².
Tema 8 · Integrales y áreas
Asíntota horizontal
Recta y=L{y=L} tal que lim⁡x→+∞f(x)=L{\lim\limits_{x\to+\infty}f(x)=L} o lim⁡x→−∞f(x)=L{\lim\limits_{x\to-\infty}f(x)=L}. En un modelo, el nivel al que tiende a largo plazo.
Tema 4 · Límites y continuidad
Asíntota oblicua
Recta y=mx+n{y=mx+n} (m≠0{m\ne0}) a la que se acerca la gráfica cuando x→±∞{x\to\pm\infty}: m=lim⁡f(x)x{m=\lim\dfrac{f(x)}{x}} y n=lim⁡(f(x)−mx){n=\lim\big(f(x)-mx\big)}.
Tema 4 · Límites y continuidad
Asíntota vertical
Recta x=a{x=a} tal que algún límite lateral de ff en aa es ±∞\pm\infty.
Tema 4 · Límites y continuidad

C

Condiciones de no negatividad
x≥0{x\ge0}, y≥0{y\ge0}: las cantidades no pueden ser negativas. En un problema con contexto se escriben siempre.
Tema 3 · Programación lineal
Constante de integración
La CC de F(x)+C{F(x)+C}. Queda fijada si se exige que la primitiva pase por un punto, como F(0)=1{F(0)=1}.
Tema 8 · Integrales y áreas
Corrección por continuidad
Al aproximar una binomial por una normal, ensanchar cada valor entero kk al intervalo [k−0,5,  k+0,5]{[k-0{,}5,\;k+0{,}5]}. Madrid y País Vasco la llaman «corrección de Yates».
Tema 10 · Distribuciones binomial y normal
Criterio de la segunda derivada
Si f′(a)=0{f'(a)=0} y f′′(a)<0{f''(a)<0}, hay un máximo relativo en aa; si f′′(a)>0{f''(a)>0}, un mínimo relativo. Si f′′(a)=0{f''(a)=0}, no decide.
Tema 6 · Aplicaciones de la derivada: monotonía, extremos y optimización
Criterio de la tercera derivada
Si f′′(a)=0{f''(a)=0} y f′′′(a)≠0{f'''(a)\neq 0}, la función tiene un punto de inflexión en x=a{x=a}.
Tema 7 · Estudio y representación de funciones
Curvatura
Cómo se dobla la gráfica en un intervalo: hacia arriba (∪\cup) o hacia abajo (∩\cap). La da el signo de f′′f''.
Tema 7 · Estudio y representación de funciones

D

Derivabilidad
ff es derivable en aa si sus dos derivadas laterales existen, son finitas y coinciden. Derivable implica continua; continua no implica derivable.
Tema 5 · Derivadas
Derivada en un punto
f′(a)=lim⁡h→0f(a+h)−f(a)hf'(a)=\lim\limits_{h\to0}\dfrac{f(a+h)-f(a)}{h}, si existe y es finito. Es la pendiente de la recta tangente y se mide en unidades de ff por unidad de xx.
Tema 5 · Derivadas
Derivadas laterales
Los límites del cociente f(a+h)−f(a)h{\tfrac{f(a+h)-f(a)}{h}} cuando h→0−{h\to0^-} y cuando h→0+{h\to0^+}; se escriben f′(a−)f'(a^-) y f′(a+)f'(a^+).
Tema 5 · Derivadas
Determinante
Número ∣A∣|A| asociado a una matriz cuadrada: ad−bcad-bc en orden 2 y regla de Sarrus en orden 3. AA tiene inversa si y solo si ∣A∣≠0|A|\ne 0.
Tema 1 · Matrices
Diagrama de árbol
Esquema de un experimento por etapas: cada rama lleva una probabilidad condicionada y cada camino, una intersección cuya probabilidad es el producto de sus ramas.
Tema 9 · Probabilidad
Discontinuidad de salto finito
Los dos límites laterales son finitos y distintos; el salto es su diferencia.
Tema 4 · Límites y continuidad
Discontinuidad de salto infinito
Algún límite lateral es +∞+\infty o −∞-\infty. También se llama asintótica: hay una asíntota vertical.
Tema 4 · Límites y continuidad
Discontinuidad evitable
El límite en aa existe y es finito, pero f(a)f(a) no existe o es distinto. Se arregla definiendo f(a)f(a) como el límite.
Tema 4 · Límites y continuidad
Distribución binomial
B(n,p){B(n,p)}: número de éxitos en nn pruebas independientes con dos resultados y probabilidad de éxito pp constante. P(X=k)=(nk)pkqn−kP(X=k)=\binom nk p^k q^{n-k}.
Tema 10 · Distribuciones binomial y normal
Distribución muestral
Distribución de un estadístico (la media o la proporción) al considerar todas las muestras posibles del mismo tamaño.
Tema 11 · Muestreo y distribuciones muestrales
Distribución normal
N(μ,σ){N(\mu,\sigma)}: variable continua con densidad en forma de campana, simétrica respecto a la media μ\mu y con desviación típica σ\sigma.
Tema 10 · Distribuciones binomial y normal
Dominio
Valores de xx en los que la función está definida (y, en un modelo, que tienen sentido: t≥0{t\ge0}).
Tema 4 · Límites y continuidad

E

Ecuación matricial
Ecuación cuya incógnita es una matriz XX; se despeja multiplicando por inversas, respetando el lado.
Tema 1 · Matrices
Error máximo
Semiamplitud del intervalo: E=zα/2σn{E=z_{\alpha/2}\frac{\sigma}{\sqrt n}} para la media y E=zα/2p^(1−p^)nE=z_{\alpha/2}\sqrt{\frac{\hat p(1-\hat p)}{n}} para la proporción.
Tema 12 · Intervalos de confianza
Esbozo
Dibujo aproximado de una gráfica, coherente con lo calculado: puntos clave, asíntotas y la forma de cada tramo.
Tema 7 · Estudio y representación de funciones
Espacio muestral
El conjunto EE de todos los resultados posibles de un experimento aleatorio.
Tema 9 · Probabilidad
Esperanza o valor esperado
La media de una variable aleatoria, μ=E(X){\mu=E(X)}; en una discreta, ∑xi pi{\sum x_i\,p_i}. En la binomial, np{np}.
Tema 10 · Distribuciones binomial y normal
Estadístico
Número calculado con la muestra, como xˉ\bar x o p^\hat p. Cambia de una muestra a otra: es una variable aleatoria.
Tema 11 · Muestreo y distribuciones muestrales
Estimación puntual
Un solo número de la muestra que aproxima un parámetro de la población: xˉ\bar x para μ\mu, p^\hat p para pp.
Tema 12 · Intervalos de confianza
Estudio completo de una función
Dominio, cortes, asíntotas, monotonía y extremos, y curvatura, en ese orden, para dibujar la gráfica.
Tema 7 · Estudio y representación de funciones
Experimento aleatorio
El que, repetido en las mismas condiciones, puede dar resultados distintos, sin que se sepa de antemano cuál saldrá.
Tema 9 · Probabilidad
Extremo absoluto
El mayor (máximo absoluto) o el menor (mínimo absoluto) valor que toma ff en todo su dominio o en el intervalo dado. Puede estar en un extremo del intervalo.
Tema 6 · Aplicaciones de la derivada: monotonía, extremos y optimización
Extremo relativo
Máximo (o mínimo) relativo en aa: f(a)f(a) es mayor (o menor) o igual que los valores de ff cerca de aa. Se da como punto (a,f(a)){(a,f(a))}.
Tema 6 · Aplicaciones de la derivada: monotonía, extremos y optimización

F

Función a trozos
Función definida con fórmulas distintas en intervalos distintos; cada fórmula solo vale en su intervalo.
Tema 4 · Límites y continuidad
Función cóncava
Con f′′<0{f''<0} en un intervalo: se dobla hacia abajo (∩\cap) y va por debajo de sus tangentes. El solucionario del País Vasco (2026, extraordinaria) la llama convexa.
Tema 7 · Estudio y representación de funciones
Función continua en un punto
ff es continua en aa si existe f(a)f(a), existe lim⁡x→af(x)\lim\limits_{x\to a}f(x) y los dos coinciden.
Tema 4 · Límites y continuidad
Función convexa
Con f′′>0{f''>0} en un intervalo: se dobla hacia arriba (∪\cup) y va por encima de sus tangentes. El solucionario del País Vasco (2026, extraordinaria) la llama cóncava.
Tema 7 · Estudio y representación de funciones
Función creciente
En un intervalo, si x1<x2{x_1<x_2} implica f(x1)<f(x2){f(x_1)<f(x_2)}. Si f′(x)>0{f'(x)>0} en todo el intervalo, ff es creciente en él.
Tema 6 · Aplicaciones de la derivada: monotonía, extremos y optimización
Función de densidad
En una variable continua, la función f(x)≥0{f(x)\ge 0} cuya área entre aa y bb es P(a≤X≤b){P(a\le X\le b)}; el área total bajo la curva es 11.
Tema 10 · Distribuciones binomial y normal
Función de probabilidad
En una variable discreta, la que da pi=P(X=xi){p_i=P(X=x_i)} para cada valor; las pip_i son no negativas y suman 11.
Tema 10 · Distribuciones binomial y normal
Función decreciente
En un intervalo, si x1<x2{x_1<x_2} implica f(x1)>f(x2){f(x_1)>f(x_2)}. Si f′(x)<0{f'(x)<0} en todo el intervalo, ff es decreciente en él.
Tema 6 · Aplicaciones de la derivada: monotonía, extremos y optimización
Función derivada
La función f′f' que asigna a cada xx la derivada de ff en ese punto. Se calcula con las reglas de derivación.
Tema 5 · Derivadas
Función objetivo
La función lineal f(x,y)=ax+by{f(x,y)=ax+by} que hay que maximizar (beneficio, ingresos) o minimizar (coste, tiempo).
Tema 3 · Programación lineal

H

Holgura
Lo que sobra de un recurso en la solución óptima: lo disponible menos lo usado. Es cero en los recursos cuyas rectas pasan por el óptimo.
Tema 3 · Programación lineal

I

Indeterminación
Resultado como 00\tfrac00, ∞∞\tfrac{\infty}{\infty} o ∞−∞{\infty-\infty}, que no dice cuánto vale el límite: hay que transformar la expresión.
Tema 4 · Límites y continuidad
Integral definida
El número ∫abf(x) dx{\int_a^b f(x)\,dx}: el área entre la gráfica de ff y el eje OX en [a,b]{[a,b]}, con signo (lo que queda bajo el eje resta).
Tema 8 · Integrales y áreas
Integral indefinida
El conjunto de todas las primitivas de ff: ∫f(x) dx=F(x)+C{\int f(x)\,dx=F(x)+C}.
Tema 8 · Integrales y áreas
Integral inmediata
La que sale leyendo al revés una derivada de la tabla, en forma simple (xnx^n, 1x\tfrac1x, exe^x) o compuesta (unu′{u^n u'}, u′u{\tfrac{u'}{u}}, u′eu{u'e^u}).
Tema 8 · Integrales y áreas
Intervalo característico
Intervalo centrado en μ\mu que contiene la media muestral con una probabilidad dada: μ±zα/2 σ/n{\mu\pm z_{\alpha/2}\,\sigma/\sqrt n}.
Tema 11 · Muestreo y distribuciones muestrales
Intervalo de confianza
Intervalo centrado en la estimación puntual, (xˉ−E, xˉ+E){(\bar x-E,\ \bar x+E)} o (p^−E, p^+E){(\hat p-E,\ \hat p+E)}, que contiene el parámetro de la población con un nivel de confianza fijado.
Tema 12 · Intervalos de confianza

L

Leyes de De Morgan
A∪B‾=A‾∩B‾{\overline{A\cup B}=\overline{A}\cap\overline{B}} («ni uno ni otro») y A∩B‾=A‾∪B‾{\overline{A\cap B}=\overline{A}\cup\overline{B}} («no los dos a la vez»).
Tema 9 · Probabilidad
Límite de una función en un punto
El valor LL al que se acerca f(x)f(x) cuando xx se acerca a aa (sin valer aa): lim⁡x→af(x)=L{\lim\limits_{x\to a}f(x)=L}. Existe si los dos laterales existen y coinciden.
Tema 4 · Límites y continuidad
Límite en el infinito
El valor al que se acerca f(x)f(x) cuando x→+∞{x\to+\infty} o x→−∞{x\to-\infty}. En un modelo, la tendencia a largo plazo.
Tema 4 · Límites y continuidad
Límite lateral
El valor al que se acerca f(x)f(x) cuando x→a{x\to a} solo por la izquierda (a−{a^-}) o solo por la derecha (a+{a^+}).
Tema 4 · Límites y continuidad

M

Matriz
Tabla de números con mm filas y nn columnas (dimensión m×nm\times n); aija_{ij} es el elemento de la fila ii y la columna jj.
Tema 1 · Matrices
Matriz de adyacencia
Matriz de un grafo: aij=1a_{ij}=1 si hay conexión de ii a jj y 00 si no. A2A^2 cuenta los caminos de dos pasos.
Tema 1 · Matrices
Matriz de coeficientes, matriz ampliada y expresión matricial
AA reúne los coeficientes de las incógnitas; la ampliada A∗=(A ∣ B){A^*=(A\,|\,B)} (o A′A') añade la columna de los términos independientes. El sistema se escribe AX=B{AX=B}, con XX la columna de las incógnitas.
Tema 2 · Sistemas de ecuaciones lineales
Matriz idempotente
Matriz cuadrada con A2=AA^2=A. Si A2=IA^2=I, se llama involutiva y entonces A−1=AA^{-1}=A.
Tema 1 · Matrices
Matriz inversa
La matriz A−1A^{-1} tal que AA−1=A−1A=IAA^{-1}=A^{-1}A=I. Existe si y solo si AA es cuadrada y ∣A∣≠0|A|\ne 0; es única.
Tema 1 · Matrices
Matriz regular
Matriz cuadrada que tiene inversa (también, invertible). Si no la tiene, es singular.
Tema 1 · Matrices
Matriz traspuesta
AtA^t: se cambian filas por columnas. Cumple (AB)t=BtAt(AB)^t=B^tA^t.
Tema 1 · Matrices
Media muestral
Media Xˉ\bar X de los nn valores de una muestra. Tiene media μ\mu y desviación típica σ/n{\sigma/\sqrt n}, y es normal si la población lo es o si n≥30{n\ge30}.
Tema 11 · Muestreo y distribuciones muestrales
Método de Gauss
Resolución (o discusión) de un sistema escalonando su matriz ampliada con operaciones de fila y sustituyendo de abajo arriba.
Tema 2 · Sistemas de ecuaciones lineales
Método de Gauss-Jordan
Cálculo de la inversa operando por filas en (A ∣ I)(A\,|\,I) hasta llegar a (I ∣ A−1)(I\,|\,A^{-1}).
Tema 1 · Matrices
Modelo de saturación
Función creciente y cóncava que se acerca a un tope (su asíntota horizontal), como 1−e−kt{1-e^{-kt}}.
Tema 7 · Estudio y representación de funciones
Monotonía
Estudio de dónde crece y dónde decrece una función, con el signo de f′f'.
Tema 6 · Aplicaciones de la derivada: monotonía, extremos y optimización
Muestra
Parte de la población que se observa de verdad. Su número de elementos es el tamaño de la muestra, nn.
Tema 11 · Muestreo y distribuciones muestrales
Muestra representativa
La que reproduce las características de la población. Se consigue eligiéndola al azar.
Tema 11 · Muestreo y distribuciones muestrales
Muestreo aleatorio simple
Cada elemento tiene la misma probabilidad de entrar en la muestra y las elecciones son independientes. En una población finita, para que lo sean, se extrae con reemplazamiento (Andalucía lo fija así).
Tema 11 · Muestreo y distribuciones muestrales
Muestreo estratificado
Se divide la población en estratos (grupos homogéneos por dentro) y se elige al azar una muestra dentro de cada estrato.
Tema 11 · Muestreo y distribuciones muestrales
Muestreo sistemático
Con la población numerada, se elige al azar un arranque entre 1 y k=N/n{k=N/n} y después uno de cada kk elementos.
Tema 11 · Muestreo y distribuciones muestrales

N

Nivel de confianza
1−α{1-\alpha}: porcentaje de las muestras posibles cuyo intervalo contiene el parámetro (95 %, 97 %, 99 %…). Más confianza, intervalo más ancho.
Tema 12 · Intervalos de confianza
Nivel de significación
α\alpha, lo que falta al nivel de confianza hasta 1. Se reparte en dos colas de α/2\alpha/2 en la normal.
Tema 12 · Intervalos de confianza
Normal estándar
N(0,1){N(0,1)}, la normal de media 00 y desviación típica 11. Su tabla da Φ(z)=P(Z≤z){\Phi(z)=P(Z\le z)}.
Tema 10 · Distribuciones binomial y normal
Número combinatorio
(nk)=n!k! (n−k)!{\binom nk=\dfrac{n!}{k!\,(n-k)!}}: maneras de elegir qué kk de las nn pruebas son éxitos.
Tema 10 · Distribuciones binomial y normal

O

Optimización
Buscar el valor de la variable que hace máxima (o mínima) una magnitud, como el beneficio: se escribe la función y se busca su extremo absoluto.
Tema 6 · Aplicaciones de la derivada: monotonía, extremos y optimización

P

Parámetro
Número que describe la población: media μ\mu, desviación típica σ\sigma, proporción pp. Es fijo y casi siempre desconocido.
Tema 11 · Muestreo y distribuciones muestrales
Percentil
El percentil kk es el valor que deja por debajo el kk % de la distribución: en una normal, el xx con P(X≤x)=k/100{P(X\le x)=k/100}.
Tema 10 · Distribuciones binomial y normal
Población
Conjunto de todos los elementos (personas, objetos, empresas) sobre los que se quiere estudiar una característica.
Tema 11 · Muestreo y distribuciones muestrales
Primitiva
Una función FF cuya derivada es ff: F′(x)=f(x){F'(x)=f(x)}. Si FF es primitiva de ff, también lo es F(x)+C{F(x)+C}.
Tema 8 · Integrales y áreas
Probabilidad condicionada
P(A∣B)=P(A∩B)P(B)P(A\mid B)=\dfrac{P(A\cap B)}{P(B)}, con P(B)>0{P(B)>0}: la probabilidad de AA cuando se sabe que ha ocurrido BB.
Tema 9 · Probabilidad
Proporción muestral
Proporción p^\hat p de la muestra que cumple una característica. Con muestras grandes, p^≈N(p, p(1−p)/n)\hat p\approx N\big(p,\ \sqrt{p(1-p)/n}\big).
Tema 11 · Muestreo y distribuciones muestrales
Punto anguloso
Punto donde ff es continua pero las derivadas laterales son distintas: la gráfica hace un pico y no es derivable.
Tema 5 · Derivadas
Punto crítico
Punto del dominio en el que f′(x)=0{f'(x)=0} (tangente horizontal) o en el que ff no es derivable. Es candidato a extremo, pero no siempre lo es.
Tema 6 · Aplicaciones de la derivada: monotonía, extremos y optimización
Punto de inflexión
Punto (a,f(a)){(a,f(a))} del dominio en el que cambia la curvatura. Si existe f′′(a){f''(a)}, vale 00, y f′f' tiene ahí un extremo relativo.
Tema 7 · Estudio y representación de funciones

R

Rango
Tema 1. Número máximo de filas (o columnas) linealmente independientes; se calcula escalonando o con menores.
Tema 2. Número de filas no nulas que quedan al escalonar una matriz; también, el orden del mayor menor no nulo.
Tema 1 · MatricesTema 2 · Sistemas de ecuaciones lineales
Recta de nivel
Recta ax+by=k{ax+by=k} formada por los puntos en los que la función objetivo vale kk. Todas son paralelas, y kk aumenta al desplazarlas en el sentido del vector (a,b){(a,b)}.
Tema 3 · Programación lineal
Recta tangente
y−f(a)=f′(a)(x−a)y-f(a)=f'(a)(x-a): pasa por (a,f(a)){\big(a,f(a)\big)} con pendiente f′(a)f'(a).
Tema 5 · Derivadas
Región factible
Conjunto de puntos que cumplen todas las restricciones a la vez: la intersección de los semiplanos. Puede ser acotada (un polígono) o no acotada.
Tema 3 · Programación lineal
Regla de Barrow
∫abf(x) dx=F(b)−F(a)\int_a^b f(x)\,dx=F(b)-F(a), con FF cualquier primitiva de ff y ff continua en [a,b]{[a,b]}.
Tema 8 · Integrales y áreas
Regla de Cramer
Con tantas ecuaciones como incógnitas y ∣A∣≠0{|A|\ne 0}, cada incógnita es ∣Ax∣∣A∣{\dfrac{|A_x|}{|A|}}: ∣A∣|A| con su columna cambiada por la de los términos independientes.
Tema 2 · Sistemas de ecuaciones lineales
Regla de la cadena
(f(u(x)))′=f′(u(x))⋅u′(x)\big(f(u(x))\big)'=f'\big(u(x)\big)\cdot u'(x): la derivada de una función compuesta.
Tema 5 · Derivadas
Regla de Laplace
Si los resultados son equiprobables, P(A)=casos favorablescasos posiblesP(A)=\dfrac{\text{casos favorables}}{\text{casos posibles}}.
Tema 9 · Probabilidad
Restricción
Cada condición del enunciado escrita como inecuación lineal, ax+by≤c{ax+by\le c} o ax+by≥c{ax+by\ge c}: recursos disponibles, mínimos exigidos, proporciones.
Tema 3 · Programación lineal
Restricción redundante
La que no limita la región: si se quita, la región no cambia. No forma ningún lado ni ningún vértice.
Tema 3 · Programación lineal

S

Segunda derivada
La derivada de f′f', f′′f''. Su signo da la curvatura de ff.
Tema 7 · Estudio y representación de funciones
Semiplano
Cada una de las dos partes en que una recta divide el plano. Es el conjunto de soluciones de una inecuación lineal; el lado bueno se elige con un punto de prueba.
Tema 3 · Programación lineal
Sistema compatible determinado
El que tiene una única solución: rg⁡A=rg⁡A∗=n{\operatorname{rg}A=\operatorname{rg}A^*=n}, el número de incógnitas.
Tema 2 · Sistemas de ecuaciones lineales
Sistema compatible indeterminado
El que tiene infinitas soluciones: rg⁡A=rg⁡A∗<n{\operatorname{rg}A=\operatorname{rg}A^*<n}. Se dan con n−rg⁡A{n-\operatorname{rg}A} parámetros.
Tema 2 · Sistemas de ecuaciones lineales
Sistema completo de sucesos
Sucesos A1,…,An{A_1,\dots,A_n} incompatibles dos a dos cuya unión es EE: en cada repetición ocurre uno y solo uno.
Tema 9 · Probabilidad
Sistema de ecuaciones lineales
Conjunto de ecuaciones de primer grado (incógnitas con exponente 1 y sin multiplicarse entre sí) que deben cumplirse a la vez. Una solución las cumple todas.
Tema 2 · Sistemas de ecuaciones lineales
Sistema homogéneo
El que tiene todos los términos independientes nulos. Siempre es compatible (tiene la solución (0,0,0){(0,0,0)}) y tiene infinitas soluciones si y solo si rg⁡A<n{\operatorname{rg}A<n}.
Tema 2 · Sistemas de ecuaciones lineales
Sistema incompatible
El que no tiene solución: rg⁡A≠rg⁡A∗{\operatorname{rg}A\ne\operatorname{rg}A^*}. Al escalonar aparece una fila (0    0    0 ∣ k){(0\;\;0\;\;0\,|\,k)} con k≠0{k\ne 0}.
Tema 2 · Sistemas de ecuaciones lineales
Sistemas equivalentes
Los que tienen las mismas soluciones. Las operaciones de Gauss convierten un sistema en otro equivalente.
Tema 2 · Sistemas de ecuaciones lineales
Solución múltiple
Cuando el óptimo se alcanza en dos vértices consecutivos, porque la función objetivo es paralela al lado que los une: todos los puntos de ese lado son óptimos.
Tema 3 · Programación lineal
Suceso
Cualquier subconjunto del espacio muestral. EE es el suceso seguro y ∅\varnothing, el imposible.
Tema 9 · Probabilidad
Suceso contrario
A‾\overline{A}: ocurre cuando no ocurre AA. P(A‾)=1−P(A){P(\overline{A})=1-P(A)}.
Tema 9 · Probabilidad
Sucesos incompatibles
Los que no pueden ocurrir a la vez: A∩B=∅{A\cap B=\varnothing}, y entonces P(A∪B)=P(A)+P(B)P(A\cup B)=P(A)+P(B).
Tema 9 · Probabilidad
Sucesos independientes
Aquellos en que saber que ocurre uno no cambia la probabilidad del otro: P(A∩B)=P(A) P(B){P(A\cap B)=P(A)\,P(B)}.
Tema 9 · Probabilidad

T

Tabla de contingencia
Tabla de doble entrada con las intersecciones de dos clasificaciones en las casillas y sus totales en los márgenes.
Tema 9 · Probabilidad
Tabla de variación
Tabla con el signo de f′f' y de f′′f'' y la forma de la gráfica en cada intervalo.
Tema 7 · Estudio y representación de funciones
Tamaño mínimo de la muestra
El menor nn que garantiza un error máximo dado: n≥(zα/2σE)2{n\ge\left(\frac{z_{\alpha/2}\sigma}{E}\right)^2} o n≥zα/22p^(1−p^)E2n\ge\frac{z_{\alpha/2}^2\hat p(1-\hat p)}{E^2}, redondeado al entero siguiente.
Tema 12 · Intervalos de confianza
Tasa de variación media
TVM[a,b]=f(b)−f(a)b−a\mathrm{TVM}[a,b]=\dfrac{f(b)-f(a)}{b-a}: lo que cambia ff, de media, por cada unidad de xx entre aa y bb. Es la pendiente de la recta secante.
Tema 5 · Derivadas
Teorema central del límite
Sea cual sea la distribución de la población, la media de una muestra grande (n≥30{n\ge30} en la PAU) es aproximadamente normal, N(μ, σ/n){N(\mu,\ \sigma/\sqrt n)}.
Tema 11 · Muestreo y distribuciones muestrales
Teorema de Bayes
P(Ai∣B)=P(Ai) P(B∣Ai)P(B)P(A_i\mid B)=\dfrac{P(A_i)\,P(B\mid A_i)}{P(B)}: la probabilidad de una causa sabiendo el efecto observado.
Tema 9 · Probabilidad
Teorema de la probabilidad total
P(B)=∑P(Ai) P(B∣Ai)P(B)=\sum P(A_i)\,P(B\mid A_i) para un sistema completo A1,…,An{A_1,\dots,A_n}: la suma de los caminos del árbol que acaban en BB.
Tema 9 · Probabilidad
Teorema de Rouché-Frobenius
Un sistema es compatible si y solo si rg⁡A=rg⁡A∗{\operatorname{rg}A=\operatorname{rg}A^*}; la solución es única si ese rango es el número de incógnitas.
Tema 2 · Sistemas de ecuaciones lineales
Teorema de Weierstrass
Una función continua en un intervalo cerrado [a,b]{[a,b]} alcanza en él un máximo y un mínimo absolutos.
Tema 6 · Aplicaciones de la derivada: monotonía, extremos y optimización
Tipificar
Hacer el cambio Z=X−μσ{Z=\dfrac{X-\mu}{\sigma}}, que convierte cualquier N(μ,σ){N(\mu,\sigma)} en la N(0,1){N(0,1)} de la tabla.
Tema 10 · Distribuciones binomial y normal
Total acumulado
La integral de un ritmo (algo por hora, por mes…) entre dos instantes: la cantidad total producida, vendida o pintada en ese tiempo.
Tema 8 · Integrales y áreas

V

Valor crítico
zα/2z_{\alpha/2}: el valor de la N(0,1)N(0,1) que cumple P(Z≤zα/2)=1−α2{P(Z\le z_{\alpha/2})=1-\frac{\alpha}{2}}. Al 95 %, 1,96; al 97 %, 2,17; al 99 %, 2,575 (algunas comunidades, 2,58).
Tema 12 · Intervalos de confianza
Valor marginal
En economía, la derivada de un coste, ingreso o beneficio: aproxima lo que cambia con una unidad más.
Tema 5 · Derivadas
Valor medio de una función
f‾=1b−a∫abf(x) dx\overline f=\dfrac{1}{b-a}\int_a^b f(x)\,dx: la altura del rectángulo de base b−a{b-a} con la misma área que la curva.
Tema 8 · Integrales y áreas
Variable aleatoria
Asigna un número a cada resultado de un experimento aleatorio: discreta si toma valores aislados (un recuento), continua si toma cualquier valor de un intervalo (una medida).
Tema 10 · Distribuciones binomial y normal
Variables de decisión
Las incógnitas del problema (xx, yy): lo que se decide (cuántas unidades de cada producto, cuántos días, cuántas horas). Se definen con palabras y unidades.
Tema 3 · Programación lineal
Vértice
Esquina de la región factible: punto en el que se cortan dos rectas frontera y que cumple todas las restricciones. El óptimo, si existe, está en un vértice.
Tema 3 · Programación lineal

Pásaselo a tu clase

Todos los conceptos de Matemáticas Aplicadas a las Ciencias Sociales II, en un solo enlace.

Enviar por WhatsApp