SOLUCIÓN

a) X  A  B  X  A  A1  B  A 1  X  B  A 1 luego la ecuación matricial tiene solución si existe A 1 .

La condición para que una matriz cuadrada tenga inversa es que su determinante sea distinto de 0:
m 0 1
8 8
A  0 2 3  4m  8  3m  7m  8  0  m  luego  A 1  m  .
7 7
4 1 2
b) Debemos calcular A 1 :

1 0 1
Calculemos, en primer lugar, el determinante de A: A  0 2 3  4  8  3  1
4 1 2

Calculemos ahora la matriz inversa:

 1 0 1   7 12 8   7 1 2 
  (*)matriz     matriz
Adj  A    1 2 1     Adj  A     12 2 3  
t
A   0 2 3   adjunta
matriz
traspuesta inversa

 4 1 2   2 3 2   8 1 2 
     
 7 1 2 
 Adj  A   
t
1 
A    12 2 3 
A  8 1 2 
 

(*) Matriz adjunta:

2 3 0 3 0 2 0 1 1 1
A11   7 ; A12    12 ; A13   8 ; A 21    1 ; A 22  2
1 2 4 2 4 1 1 2 4 2
1 0 0 1 1 1 1 0
A23    1 ; A 31   2 ; A 32    3 ; A 33  2
4 1 2 3 0 3 0 2
  0 1 1   7 1 2   4 1 1 
1      
Entonces tenemos: X  B  A   1 0 1    12 2 3    15 2 4 
 1 1 0   8 1 2   19 3 5 
     

c) Es un sistema homogéneo de tres ecuaciones con tres incógnitas:

 0 1 1   x  0   y  z 0
      
 1 0 1   y   0   x  z  0
 1 1 0   z   0  
      x  y 0
Utilicemos el método de Gauss para triangular la matriz de los coeficientes:
 0 1 1  F F  1 0 1  F  F  1 0 1  F F  1 0 1 
  1 2   3 1   3 2 
 1 0 1    0 1 1    0 1 1    0 1 1   rg  2 
 1 1 0   1 1 0   0 1 1  0 0 0
       
El sistema es compatible indeterminado y equivalente al sistema:
 x z 0
  Consideramos la incógnita z como un parámetro: z   , x   , y  
 y z 0

SOLUCIÓN

a) Es un problema de programación lineal. Organicemos los datos en una tabla:

Tipo de
Número Empleo Inversión Ingresos
sucursal
Rural x 3x 100000x 15000x
Urbana y 6y 150000y 18000y
x0 ; y0
Restricciones: 3x  6y  60 100000x  150000y  3000000 F  x ,y   15000x  18000y
x  y  25

Se trata entonces de maximizar la función objetivo F  x ,y   15000x  18000y teniendo en cuenta el

conjunto de restricciones:  x  0 , y  0 , x  y  25 , 3x  6y  60 , 100000x  150000y  3000000 .
b) Construyamos la región factible, conjunto de los puntos del plano que verifican las inecuaciones del
conjunto de restricciones:
− La recta de ecuación x  0 es el eje de ordenadas. La inecuación x  0 tiene como solución el semiplano
de la derecha (en blanco). La recta y  0 es el eje de abscisas y la inecuación y  0 tiene como solución el
semiplano superior (en blanco).

 La recta x  y  25 pasa por los puntos  0 , 25  y  25 , 0  . La inecuación x  y  25 tiene como solución el

semiplano al que pertenece el origen de coordenadas (en blanco).

 La recta 3x  6y  60  x  2y  20 pasa por los puntos  0 ,10  y  20 , 0  . La inecuación 3x  6y  60

tiene como solución el semiplano al que no pertenece el origen (en blanco)

− La recta 100000x  150000y  3000000  x  1,5y  30 pasa por los puntos  30 , 0  y  0 , 20  . La

inecuación 100000x  150000y  3000000 es el semiplano al que pertenece el origen de coordenadas (en
blanco).

La región factible (en blanco) es el pentágono ABCDE. La función objetivo se optimiza en alguno de los
vértices de la región factible. Obtengamos las coordenadas de los vértices (algunas ya son conocidas) y
calculemos el valor de la función objetivo en cada uno de ellos para ver en cuál de ellos es máxima:
− A 20 , 0   F 20 , 0   15000  20  300000 €

 B  25 , 0   F 25 , 0   15000  25  375000 €

 El vértice C es la intersección de las rectas x  y  25 y x  1,5y  30 :

  x  y  25
  0,5y  5  y  10  x  15  C 15 ,10   F 15 ,10   405000 €
 x  1,5y  30

− D  0 , 20   F  0 , 20   18000  20  360000 € y x  2y  800

− E  0 ,10   F  0 ,10   18000  10  180000 €

La función objetivo es máxima en el vértice C y, por tanto, los ingresos son máximos cuando se abren 15
sucursales rurales y 10 sucursales urbanas. Los ingresos que se obtienen son de 405000 euros.

c) Al abrir 15 sucursales rurales y 10 sucursales urbanas los empleos que se generan son:
315  6 10  105 empleos.
Y la inversión es de 100000  15  150000  10  3000000 € por lo que se gasta todo el dinero disponible.

SOLUCIÓN
a) Cm  q  C'  q  300  20q  q2 que es una parábola.
Calculemos su vértice:
C'm  q  20  2q  0  q  10 y como C''m  q  2  0  el vértice es un mínimo  la función es
creciente  q  10 , es decir el coste marginal aumenta a partir de 10 unidades.
q3
C  q 300q  10q2  2
b) CM  q   3  300  10q  q que es una parábola. Veamos dónde está su vértice:
q q 3
2q 2
CM'  q  10   0   30  2q  0  q  15 y como CM''  q   0  q  15 es un mínimo.
3 3
Es decir, el coste medio es mínimo cuando se producen 15 unidades.

c) La función “Beneficios” (se supone que se vende toda la producción q) es:

 q3  q3
B  q  q  P  q  C  q  240q  2q2    300q  10q2      8q2  60q
 3 3
Estudiemos dónde tiene su máximo relativo:

16  256  240 16  4 q6

B'  q  q2  16q  60  0  q  
2 2 q  10
B''  6   4  0  q  6 es un mínimo relativo
B''  q  2q  16 
B'' 10   4  0  q  10 es un máximo relativo
Luego el beneficio es máximo cuando la producción es de 10 unidades.
SOLUCIÓN
a) La función es continua en   , 0    0 , 3   3 ,    por ser funciones continuas las definidas en cada
uno de los intervalos. Falta asegurar la continuidad en x  0 y en x  3 .
▪ Para que la función sea continua en x  0 debe ser lím f(x)  lím f(x) :
x 0 x 0


lím f(x)  lím x 2  2 3  2 3
x 0 x 0

 b  2 3  b  12
lím f(x)  lím  
ax  b  b
x 0 x 0

▪ Para que la función sea continua en x  3 debe ser lím f(x)  lím f(x) :
x 3 x 3

lím f(x)  lím

x 3 x 3
 
ax  12  3a  12
 3a  12  3  3a  12  9  a  1
7 x 7 1
lím f(x)  lím       3
x 3 x 3
2 6 2 2

b) Para los valores de a y b del apartado anterior, la función es continua en x  0 y en x  3 .

La función derivada es:

 2x si x  0

 1
f ' x   si 0<x  3
 2 x  12
 1
  si x  3
 6
Veamos si f(x) es derivable en x  0 y en x  3 :
1
▪ Derivabilidad en x  0 : f '  0   2  0  0 , f '  0     Como f '  0    f '  0   la función
2 12
no es derivable en x  0 .
1
f '  3   , f '  3     Como f '  3   f '  3  la función
1 1
▪ Derivabilidad en x  3 : 
2 9 6 6
es derivable en x  3 .
7 x
c) x 6 , 9 la función definida es f  x    .
2 6
1
f ' x    la función es una recta decreciente  el valor máximo lo alcanza en x  6 y el
6
7 5 7 3
valor mínimo en x  9 : f 6   1  , f 9     2
2 2 2 2
 5
Coordenadas de los puntos:  6 ,  punto máximo y  9 , 2  punto mínimo.
 2
SOLUCIÓN

a) Sea N el suceso “compra ropa nueva por internet” y S el suceso “compra ropa de segunda mano”.
Tenemos: p N  S   0,9 , p N  S   0,15 , p  S   0,60
Podemos visualizar los datos sobre un diagrama de Venn. De cada 100 consultados:

90 están en la unión de ambos sucesos, luego 10 están fuera

N S (“no compran ropa por internet”).
50 15 25 15 están en la intersección de ambos sucesos. 60 están fuera
de S y como ya hay 10 fuera de N y S, quedarán 50 en N – S.
10 Por último, quedarán 25 en S – N.

a.1) Estamos entre los 100 encuestados, de los que 50 compran ropa nueva y no de segunda mano.
50
Tenemos: p N  S    0,5
100
a.2) Estamos entre los 60 que no están en S de los que 10 tampoco compran ropa nueva. Así pues:

10
p N / S    0,17
60

8
b) La proporción muestral es pr   0,125 .
64
Para hallar un intervalo de confianza para la proporción p en la población, el error máximo admisible es:
pr  1  pr 
E  z 2 
n
Calculemos el valor crítico z 2 correspondiente a un nivel de confianza del 97%:

 
1    0,97    0,03   0,015  1   0,985
2 2

y mirando en la tabla: z 2  2,17

0,125  0,875
Tenemos entonces: E  2,17   0,0897
64

Luego el intervalo de confianza para la proporción en la población es:

  0,125  0,0897 ; 0,125  0,0897    0,0353 ; 0,2147 
▪ Si el alcalde considera que debe haber un 25% de jóvenes contrarios al uso de mascarilla en interiores de
recintos de ocio para implantar medidas de concienciación, en nuestro caso no serían necesarias puesto
que la zona de aceptación está entre un 3,53% y un 21,47% y el 25% queda fuera.

SOLUCIÓN

a) Puesto que la población de partida (calificaciones obtenidas en la prueba de acceso a la Universidad) es

normal, cualquier muestra elegida al azar también tendrá una distribución normal. Además, si la población
  
es N   ,   , una muestra de tamaño n es una normal N   , .
 n
 8 
En nuestro caso: N  65 ,   N  65 ;1,6 
 25 
 63  65
x  63 N  65 ;1,6  . Debemos tipificar la variable: z  1,25N  0 ,1
1,6
p  x  63  p z  1,25  p z  1,25  0,8944

s
b) El intervalo de confianza para la media tiene un radio E  z 2 
n
Calculemos el valor crítico para un nivel de confianza del 92%:
 
1    0,92    0,08   0,04  1   0,96
2 2
0,04
0,92 y, mirando en la tabla, el valor más próximo (0,9599) se corres-
ponde con un valor crítico de 1,75.
8,8
Tenemos: E  1,75   1,54
100
El intervalo es, entonces:  80  1,54 ; 80  1,54   78,46 ; 81,54 
2
s z 2  s  z 2  s 
c) Tenemos: E  z 2   n  n 
n E  E 
2
1,54  1,75  8,8 
El error máximo debe ser E   0,77  n     400 luego la muestra debería ser de
2  0,77 
400 estudiantes.