Matemáticas CCSS II
PAU 2026
📐 Tarragona · Fase Específica · Apuntes y fórmulas

Estructura PAU Matemáticas CCSS 2026

Duración: 90 min · Sin penalización por ortografía (asignatura técnica) · Mínimo 50% preguntas competenciales (nuevas PAU 2026) · Único modelo con optatividad interna
BloqueContenidoPuntos orientativosPeso
A · Álgebra Matrices, determinantes, sistemas de ecuaciones lineales ~2–2.5 pts
25%
B · Análisis Funciones, límites, derivadas, integrales ~3–3.5 pts
33%
C · Probabilidad Probabilidad condicionada, distribuciones binomial y normal ~2–2.5 pts
25%
D · Prog. lineal Inecuaciones, región factible, máximos/mínimos ~1.5–2 pts
17%

Claves generales

  • Muestra siempre el proceso y razonamiento, no solo el resultado
  • Usa el lenguaje matemático correcto (notación, símbolos)
  • Revisa unidades y contextualiza la respuesta (problema real)
  • Gestiona el tiempo: ~22 min/bloque

Temas que más caen

  • Resolución sistema por Gauss + discusión (Rouché)
  • Programación lineal con 2 variables (siempre cae)
  • Derivadas aplicadas: máximos, mínimos, monotonía
  • Distribución Normal tipificación y tablas Z
  • Probabilidad total + Bayes

Álgebra Matricial

Operaciones con matrices
  • Suma: mismo orden, se suman elemento a elemento
  • Producto por escalar: multiplica cada elemento por k
  • Producto A·B: columnas de A = filas de B · (orden m×n)·(n×p) = m×p
  • Traspuesta Aᵀ: filas ↔ columnas
  • No conmutativa: A·B ≠ B·A en general
Tipos especiales
  • Matriz cuadrada: n×n
  • Identidad I: diagonal = 1, resto = 0
  • Nula: todos los elementos = 0
  • Simétrica: A = Aᵀ
  • Diagonal: elementos fuera diagonal = 0
  • Triangular sup/inf: ceros encima o debajo de la diagonal
  • Inversa A⁻¹: A·A⁻¹ = I (solo si |A| ≠ 0)
Determinantes
// Determinante 2×2
|A| = a·d − b·c

// Determinante 3×3 (Sarrus)
|A| = aei + bfg + cdh
− ceg − afh − bdi

// Adjunto Aᵢⱼ = (−1)^(i+j) · Mᵢⱼ
Mᵢⱼ = menor complementario

Propiedades clave

  • Si una fila/columna es de ceros → |A| = 0
  • Si hay filas/cols proporcionales → |A| = 0
  • Intercambiar filas/cols → cambia signo
  • |A·B| = |A|·|B|
  • |Aᵀ| = |A|
  • Rang(A) = orden mayor submatriz con |M| ≠ 0
Matriz Inversa
// Método adjunta (3×3):
A⁻¹ = (1/|A|) · Adj(A)ᵀ

// Adj(A) = matriz de adjuntos Aᵢⱼ
// Condición: |A| ≠ 0

// Método Gauss-Jordan: [A|I] → [I|A⁻¹]

Rango de una matriz

  • Rango = r: mayor submatriz cuadrada con determinante ≠ 0
  • Escalonar con Gauss para calcular el rango fácil
  • Si A es n×n: rango n ↔ |A| ≠ 0 ↔ A es inversible
rangodeterminanteinversible

Sistemas de Ecuaciones Lineales

TipoCondición (Rouché-Frobenius)SolucionesNombre
Incompatiblerang(A) ≠ rang(A|b)∅ — ningunaSIN solución
Compatible Determinadorang(A) = rang(A|b) = n (incógnitas)1 únicaSolución única
Compatible Indeterminadorang(A) = rang(A|b) < n∞ solucionesParámetro libre λ
Método de Gauss
  1. Escribir la matriz ampliada (A|b)
  2. Aplicar operaciones elementales de fila hasta forma escalonada
  3. Comprobar rangos: rang(A) vs rang(A|b)
  4. Si compatible, despejar de abajo a arriba (sustitución regresiva)
  5. Si indeterminado: asignar λ a la incógnita libre
Método matricial (A·X = b)
  1. Escribir sistema como A·X = b
  2. Calcular |A|; si ≠ 0 → solución única
  3. X = A⁻¹ · b
  4. Si |A| = 0 → Gauss o Cramer no aplica
// Regla de Cramer (3×3):
x = |Aₓ|/|A| · y = |A_y|/|A| · z = |A_z|/|A|

Sistemas con parámetro — Estrategia PAU

  • Calcula |A| en función del parámetro m (o a, k…)
  • Iguala |A| = 0 → valores de m que hacen el sistema no invertible
  • Para cada valor: calcula rang(A) y rang(A|b) y clasifica
  • Para el resto de valores: sistema CSD → resuelve normalmente

Programación Lineal

Optimizar (maximizar o minimizar) una función objetivo sujeta a un conjunto de restricciones lineales. El óptimo siempre está en un vértice de la región factible.
Pasos para resolver
  1. Definir variables (x, y) según el problema
  2. Escribir la función objetivo f(x,y) = ax + by
  3. Escribir las restricciones como inecuaciones (≤, ≥, =)
  4. Representar gráficamente las restricciones
  5. Sombrear la región factible (zona que cumple todo)
  6. Calcular los vértices de la región (intersecciones)
  7. Evaluar f en cada vértice → el mayor/menor es el óptimo

Conceptos clave

  • Región factible: conjunto de puntos que satisfacen todas las restricciones
  • Vértice (punto extremo): intersección de dos restricciones activas
  • Región acotada: área finita → siempre existe máx. y mín.
  • Región no acotada: puede que no exista máximo o no exista mínimo
  • Solución múltiple: si f es paralela a un lado → infinitas soluciones óptimas
  • Restricciones implícitas: x ≥ 0, y ≥ 0 (no negatividad)

Truco: pintar inecuaciones

  • Traza la recta como si fuera una igualdad (ax + by = c)
  • Prueba el punto (0,0): si lo cumple, sombrea ese lado; si no, el otro
  • La región factible = intersección de todas las zonas sombreadas
  • Si la región está vacía → problema sin solución
región factiblevérticesfunción objetivoóptimo

Funciones y Límites

Tipo de funciónFormaPropiedades clave
Polinómicaf(x) = aₙxⁿ + … + a₀Continua en ℝ, derivable en ℝ
Racionalf(x) = P(x)/Q(x)Discontinuidades en ceros de Q(x)
Exponencialf(x) = aˣ (a>0, a≠1)Dominio ℝ, asíntota horizontal y = 0
Logarítmicaf(x) = logₐ(x)Dominio x>0, asíntota vertical x = 0
Por partesDistintas fórmulas en distintos intervalosEstudiar continuidad en los puntos de cambio
Límites — Técnicas
  • Sustitución directa: si f es continua en x₀ → lím = f(x₀)
  • Indeterminación 0/0: factorizar y simplificar
  • Indeterminación ∞/∞: dividir por la mayor potencia de x
  • Indeterminación 1^∞: usar lím (1 + u)^(1/u) = e
  • L'Hôpital: 0/0 o ∞/∞ → derivar numerador y denominador
  • Asíntota vertical: lím f(x) = ±∞ cuando x → a
  • Asíntota horizontal: lím f(x) cuando x → ±∞ = L
  • Asíntota oblicua: y = mx + n; m = lím f(x)/x, n = lím[f(x)−mx]

Continuidad

  • f es continua en x₀ si:
    ① f(x₀) está definida
    ② lím(x→x₀) f(x) existe
    ③ lím = f(x₀)
  • Discontinuidad evitable: el límite existe pero ≠ f(x₀)
  • Discontinuidad de salto finito: lím lat. izq. ≠ lím lat. der. (ambos finitos)
  • Discontinuidad esencial: algún límite lateral es ±∞
continuidadasíntotaL'Hôpital

Derivadas y Aplicaciones

FunciónDerivadaFunciónDerivada
k (cte)0
xⁿn·x^(n−1)aˣ·ln(a)
√x1/(2√x)ln(x)1/x
1/x−1/x²logₐ(x)1/(x·ln(a))
sen(x)cos(x)cos(x)−sen(x)
// Reglas básicas:
(f ± g)' = f' ± g'
(k·f)' = k·f'
(f·g)' = f'·g + f·g'
(f/g)' = (f'g − fg')/g²

// Regla de la cadena:
[f(g(x))]' = f'(g(x)) · g'(x)

Aplicaciones de la derivada

AplicaciónProcedimientoCondición
Recta tangentey − y₀ = f'(x₀)·(x − x₀)Punto (x₀, f(x₀))
MonotoníaSigno de f'(x)f'>0 → creciente; f'<0 → decreciente
Extremosf'(x) = 0 → candidatosf'' >0 → mín; f''<0 → máx
ConcavidadSigno de f''(x)f''>0 → cóncava ↑; f''<0 → cóncava ↓
Inflexiónf''(x) = 0 y cambia signoPunto donde cambia concavidad
Límites (L'Hôpital)Derivar num. y den. si 0/0 ó ∞/∞Repetir si sigue indeterminado

Estudio completo de una función — Orden lógico PAU

  1. Dominio: excluir ceros del denominador y radicandos negativos
  2. Simetrías: par si f(−x) = f(x); impar si f(−x) = −f(x)
  3. Asíntotas: vertical (ceros denom.), horizontal/oblicua (lím x→±∞)
  4. Signo de f(x): ceros de f(x) y estudio de signo
  5. Derivada f'(x): calcular e igualar a cero → puntos críticos
  6. Monotonía y extremos: tabla de signos de f'
  7. Derivada segunda f''(x): concavidad y puntos de inflexión
  8. Representación gráfica: con todos los datos anteriores

Integrales y Áreas

FunciónPrimitiva F(x)FunciónPrimitiva F(x)
kkx + Ceˣ + C
xⁿ (n≠−1)xⁿ⁺¹/(n+1) + Caˣ/ln(a) + C
1/xln|x| + Csen(x)−cos(x) + C
√x = x^(½)(2/3)x^(3/2) + Ccos(x)sen(x) + C
// Regla de Barrow (integral definida):
∫ₐᵇ f(x)dx = F(b) − F(a)

// Área entre curva y eje X:
A = ∫ₐᵇ |f(x)| dx

// Área entre dos curvas:
A = ∫ₐᵇ |f(x) − g(x)| dx

// Donde a,b son los puntos de corte
Técnicas de integración
  • Inmediata: reconocer tabla directa
  • Cambio de variable (sust.): u = g(x) → du = g'(x)dx
  • Inmediata compuesta: ∫f(g(x))·g'(x)dx = F(g(x)) + C
  • Por partes: ∫u·dv = u·v − ∫v·du
    (ILATE: Inversa, Log, Algebr., Trig., Exp.)
  • Fracciones parciales: descomponer P(x)/Q(x) si grado P < grado Q

Cuidado con las áreas — Errores frecuentes PAU

  • Si f(x) toma valores negativos en [a,b], la integral definida NO es el área → usar valor absoluto
  • Busca primero los puntos de corte con el eje X para separar intervalos
  • Para área entre dos curvas, encuentra los puntos de corte f(x) = g(x) y resta la curva inferior a la superior
  • Comprueba siempre cuál función está por encima en cada subintervalo

Probabilidad

// Axiomas y fórmulas básicas:
P(A) ∈ [0,1]; P(Ω) = 1
P(A∪B) = P(A)+P(B)−P(A∩B)
P(Aᶜ) = 1 − P(A)

// Probabilidad condicionada:
P(A|B) = P(A∩B) / P(B)

// Independencia:
A⊥B ↔ P(A∩B) = P(A)·P(B)

// Probabilidad total:
P(A) = Σ P(A|Bᵢ)·P(Bᵢ)

// Teorema de Bayes:
P(Bᵢ|A) = P(A|Bᵢ)·P(Bᵢ) / P(A)

Técnicas de conteo

TécnicaFórmula¿Importa el orden?
PermutacionesPₙ = n!Sí, sin repetición
VariacionesVₙ,ₖ = n!/(n−k)!Sí, k elementos de n
CombinacionesCₙ,ₖ = n!/[k!(n−k)!]No importa
Var. con repeticiónVRₙ,ₖ = nᵏSí, con repetición

Bayes — Estrategia PAU

  1. Identificar el sistema completo de sucesos {B₁, B₂, …}
  2. Hacer diagrama de árbol con probabilidades
  3. Aplicar probabilidad total para P(A)
  4. Aplicar Bayes para probabilidad inversa P(Bᵢ|A)
Distribuciones
Distribución Binomial B(n, p)
P(X=k) = C(n,k) · pᵏ · (1−p)^(n−k)
E[X] = μ = n·p
Var(X) = σ² = n·p·(1−p)
σ = √(n·p·q)
  • n: número de ensayos (fijo)
  • p: probabilidad de éxito en cada ensayo
  • q = 1−p: probabilidad de fracaso
  • Ensayos independientes entre sí
  • Solo dos resultados posibles: éxito/fracaso
binomialensayos independientesdiscreta
Distribución Normal N(μ, σ)
// Tipificación (→ N(0,1)):
Z = (X − μ) / σ

// Propiedades N(0,1):
P(Z < −z) = 1 − P(Z < z)
P(Z > z) = 1 − P(Z < z)
P(a < Z < b) = Φ(b) − Φ(a)

// Aprox. Binomial→Normal:
Si n·p > 5 y n·q > 5
  • Curva simétrica respecto a μ
  • Regla empírica: 68%–95%–99.7% dentro de μ±σ, μ±2σ, μ±3σ
  • Buscar en tabla Z siempre P(Z < z)
  • Usar corrección de continuidad al aproximar binomial
normaltipificacióntabla Zcontinua

Estadística Descriptiva e Inferencial

Medidas de posición
MedidaDefinición / Fórmula
Media x̄Σ(xᵢ·fᵢ) / n · (suma ponderada)
Mediana MeValor que deja el 50% a cada lado
Moda MoValor con mayor frecuencia absoluta
Cuartil Q₁/Q₃Valores que dejan 25%/75%
Percentil PₖValor que deja k% por debajo
Medidas de dispersión
Varianza: σ² = Σ(xᵢ−x̄)²·fᵢ / n
o bien: σ² = Σ(xᵢ²·fᵢ)/n − x̄²
Desv. típica: σ = √σ²
CV = σ/x̄ · 100 %
Recorrido = xₘₐₓ − xₘᵢₙ
RIC = Q₃ − Q₁
  • CV (coeficiente de variación): compara dispersión relativa de dos distribuciones
  • σ = 0 → todos los datos iguales
Estadística bidimensional
Correlación y regresión
Covarianza: σ_xy = Σxᵢyᵢ/n − x̄·ȳ
Correlación: r = σ_xy / (σ_x · σ_y)
r ∈ [−1, 1]

Recta de reg. Y sobre X:
y − ȳ = (σ_xy/σ_x²)·(x − x̄)

Recta de reg. X sobre Y:
x − x̄ = (σ_xy/σ_y²)·(y − ȳ)

Interpretación del coeficiente r

Valor de rCorrelación
r = 1Lineal perfecta positiva
0.7 ≤ r < 1Fuerte positiva
0.4 ≤ r < 0.7Moderada positiva
0 < r < 0.4Débil positiva
r = 0Sin correlación lineal
r = −1Lineal perfecta negativa
correlaciónregresiónpredicción

Check-list de repaso

✅ Álgebra y sistemas

  • Producto de matrices (orden y condición)
  • Determinante 2×2 y 3×3 (Sarrus)
  • Matriz inversa por adjuntos o Gauss-Jordan
  • Rango de una matriz
  • Clasificar sistema por Rouché-Frobenius
  • Resolver con Gauss, Cramer o matricial
  • Sistemas con parámetro: discutir en función de m

✅ Programación lineal

  • Plantear función objetivo y restricciones
  • Representar inecuaciones y región factible
  • Calcular todos los vértices
  • Evaluar f en cada vértice → óptimo
  • Interpretar el resultado en contexto

✅ Análisis

  • Límites y técnicas (sustitución, factorización, L'Hôpital)
  • Asíntotas (vertical, horizontal, oblicua)
  • Continuidad y tipos de discontinuidad
  • Tabla de derivadas básicas y regla cadena
  • Monotonía, extremos, concavidad, inflexión
  • Estudio completo de función y gráfica
  • Integrales inmediatas y cambio de variable
  • Regla de Barrow y cálculo de áreas

✅ Probabilidad y estadística

  • Combinatoria: permutaciones, variaciones, combinaciones
  • Probabilidad condicionada e independencia
  • Probabilidad total y teorema de Bayes
  • Binomial: P(X=k), media y varianza
  • Normal: tipificar con Z, usar tabla N(0,1)
  • Media, mediana, moda, varianza, desviación típica
  • Covarianza, correlación r e interpretación
  • Rectas de regresión y predicción
💡 Consejo clave: En cada ejercicio, muestra siempre el proceso paso a paso. En la PAU 2026 se valora especialmente el razonamiento y la interpretación del resultado en contexto real, no solo el cálculo mecánico.