UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERA CIVIL

TRABAJO N02: REGRESIN LINEAL

ASIGNATURA : ESTADSTICA

DOCENTE

: LIC.MARCO ANTONIO ACHAUI FOLLANA

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERA CIVIL
ALUMNA

SEMESTRE

PREZ SAIRE, SOLANCE FERNANDA

VARGAS MEZA, PAUL

: 2015-II

CUSCO PER
2015

NDICE

1. PRESENTACIN
2. DESARROLLO
2.1. APLICACIN DE REGRESIN LINEAL EN LA INGENIERA
CIVIL
2.2. ANLISIS DE REGRESIN
2.3. PROBABILIDADES EN LA FORMACIN ACADMICA
2.4. EXPLICACIN DE LA UTILIZACIN DE REGRESIN LINEAL
2.5. TRES CASOS PRCTICOS
3. ACTIVIDAD DE INVESTIGACIN FORMATIVA
3.1. BIBLIOGRAFA

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERA CIVIL

PRESENTACIN

Mediante este trabajo queremos llegar a usted Lic. MARCO

ANTONIO ACHAHUI FOLLANA, dando a conocer la aplicacin de la
estadist5ica descriptiva en nuestra carrera profesional teniendo
como objetivo la elaboracin de obra de acuerdo a la elaboracin
de acuerdo a los problemas que se presenta en la sociedad
poniendo en prctica los temas de regresin lineal y probabilidades.

En este informe tratamos de evaluar de manera precisa y detallada

tomando en cuenta los criterios de acuerdo al silabo, consideramos
la aplicacin de regresin lineal, anlisis, probabilidades y tres
casos.

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERA CIVIL

Para ACTIVIDAD DE INVESTIGACIN FORMATIVA tuvimos en cuenta

el estilo APA, considerando sus parmetros y las investigaciones
Esto es todo lo que podemos informarle de acuerdo a lo expuesto
en el silabo esperando su aprobacin
ATENTAMENTE

1. DESARROLLO

2.1. APLICACIN DE REGRESIN LINEAL EN LA INGENIERA

CIVIL
SI ES posible la aplicacin de regresin lineal en la ingeniera civil por lo que consideramos las
siguientes vietas.
En la construccin, durante la ejecucin de las obras de un proyecto los Constructores y Gestores de
Proyectos abordan situaciones, producen soluciones y toman decisiones bajo incertidumbre en los
que intervienen variables que tienen una relacin inherente e inseparable.
Las relaciones inseparables que denotan este tipo de variables son estudiadas mediante la aplicacin
de tcnicas denominadas anlisis de regresin
Mediante tcnicas de regresin lineal se caracterizarn diversas cualidades del hormign. A partir del
mdulo de elasticidad es posible predecir la resistencia a la compresin de una determinada
composicin de un hormign.

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERA CIVIL
Tambin se puede determinar la succin capilar a partir del volumen absorbido por una muestra y el
tiempo que ha durado la succin.
El anlisis de regresin puede emplearse para construir modelos que permitan predecir por ejemplo
el rendimiento de construccin de vigas de cimiento de hormign armado, o los metros de
construccin de la vigas de cimiento de hormign armado . Un modelo es una relacin matemtica
que establece una relacin entre una variable dependiente y las variables independientes.

2.2. ANLISIS DE REGRESIN LINEAL

En el caso en que nuestras observaciones sean una muestra aleatoria proveniente de una poblacin, estaremos
interesados en realizar inferencias sobre la misma. A fin de que estas inferencias sean estadsticamente razonables,
se han de cumplir las siguientes condiciones:

2.2.1. En la poblacin, la relacin entre las variables X e Y debe ser aproximadamente lineal, i.e.: y
2.2.2.
2.2.3.
2.2.4.
2.2.5.

= + x + 1 2 , siendo la v.a. que representa los residuos (diferencias entre el valor

estimado por el modelo y el verdadero valor de Y ).
Los residuos se distribuyen segn una Normal de media 0, i.e., (0, ) 2 N .
Los residuos son independientes unos de otros.
Los residuos tienen varianza 2 constante. Afortunadamente, el modelo de regresin lineal
es bastante robusto, lo que significa que no es necesario que las condiciones anteriores se
cumplan con exactitud (en particular las tres ltimas).
En aquellos casos en que el coeficiente de regresin lineal sea cercano a +1 o a 1, tiene
sentido considerar la ecuacin de la recta que mejor se ajuste a la nube de puntos (recta de
mnimos cuadrados). Uno de los principales usos de dicha recta ser el de predecir o estimar
los valores de Y que obtendramos para distintos valores de X. Estos conceptos quedarn
representados en lo que llamamos diagrama de dispersin:

NUBE DE PUNTOS Y RECTA

DE MNIMOS CUADRADOS

2.2.6. La recta en rojo

2.2.7.

(que aparece a continuacin en el grfico), es la que mejor se ajusta a la nube de puntos que
tenemos. Dicho de otra forma, es la recta que hace que el error de estimacin, definido como
la distancia entre el valor observado y el valor estimado de la variable endgena (en el
grfico, es la distancia vertical sealada por la flecha en rojo), sea la mnima para cada una
de las observaciones (recta de mnimos cuadrados), esta recta ser la que utilizaremos para
predecir o estimar los valores de Y que obtendremos para distintos valores de X.
Una vez que hemos calculado la recta de regresin y el ajuste que hemos conseguido con el
modelo de regresin lineal, el siguiente paso consiste en analizar si la regresin en efecto es
vlida y la podemos utilizar para predecir. Para ello debemos contrastar si la correlacin

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERA CIVIL
entre ambas variables es distinta de cero o si el modelo de regresin es vlido en el sentido
de contrastar si el anlisis de nuestra variable endgena (Y). es vlido a travs de la
influencia de la variable explicativa (X).

2.3. PROBABILIDADES EN LA FORMACIN ACADMICA

La teora de probabilidades proporciona las herramientas matemticas para estudiar los eventos aleatorios (todo
fenmeno que acontece por proceso natural o por intervencin del hombre, y que junto con sus manifestaciones o
resultados, no pueden predecirse con certeza). Son diversos en su importancia para la Ingeniera Civil:
o
o
o
o
o
o

caractersticas de los materiales

dimensiones de elementos estructurales
carga viva en edificios.
carga ssmica y de viento.
imperfecciones geomtricas.
trnsito de vehculos.

En los fenmenos con los cuales trabajar el futuro Ingeniero (alumno) existe algn grado de incertidumbre; por
ejemplo, demandas de trfico mximo, precipitacin anual mximo, precipitacin pluvial anual, resistencia del acero,
son fenmenos que no siempre tendrn exactamente los mismos valores observados, an bajo condiciones
aparentemente idnticas. Puesto que el funcionamiento de las instalaciones construidas depender de los valores
futuros, el ingeniero debe reconocer y tratar la incertidumbre de manera realista y econmica. Segn sea la situacin en
un fenmeno dado, el futuro Ingeniero (alumno) tratar la incertidumbre; si el grado de variabilidad es pequeo y si las
consecuencias de cualquier variabilidad no son significativas, se pueden ignorar y suponer que la variable ser igual a
la mejor estimacin disponible, que puede ser un promedio de un nmero de valores observados. Por ejemplo esto es
caracterstico con las constantes de elasticidad de materiales y dimensiones fsicas de muchos objetos. Si la
incertidumbre es considerable, el futuro Ingeniero (alumno) puede seleccionar estimaciones prudentes, que sucede
frecuentemente, como por ejemplo cuando al fijar un mnimo especificado en las propiedades de resistencia de los
materiales, y cuando se estudian las demandas de transporte o la instalacin de obras de aprovechamientos
hidrulicos, en la prctica surgen muchas preguntas al utilizar estas estimaciones prudentes, las cuales se van
determinando con la experiencia profesional.

2.4. EXPLICACIN DE LA UTILIZACIN DE REGRESIN LINEAL

2.4.1. El anlisis de regresin lineal simple, como parte de la inferencia estadstica, es fundamental
2.4.2.

para determinar relaciones de dependencia lineal entre variables y establecer su validez con
el fin de hacer estimaciones y predicciones dentro de un intervalo de confianza deseado
permite pronosticar valores futuros de la variable bajo anlisis con cierto grado de certeza, lo
cual constituye una herramienta poderosa pues le da al profesional la posibilidad de hacer
ajustes en los procesos, tomar decisiones o establecer IDEAS CONSTRUCTIVAS.

2.5. TRES CASOS PRCTICOS

2.5.1.
En la produccin de herramientas, el mtodo para deformar acero a
temperatura normal mantiene una relacin lineal con la dureza del mismo ya que, a
medida que la deformacin crece, se ve afectada la dureza del acero. Para investigar
esta relacin se evaluaron 12 muestras de acero, los resultados obtenidos se
muestran a continuacin:

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERA CIVIL

RESPUESTA: El intervalo
26 mm, con un 90% de

2.5.2.

contiene la dureza Brinell media del acero, cuando la deformacin del acero es de
confianza.

UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERA CIVIL

3. ACTIVIDAD DE INVESTIGACIN FORMATIVA

3.1. BIBLIOGRAFA
1. Jurez, B. y Martnez, P. (2000). La estadstica en la ingenieria. las XXXI Jornadas
Mexicanas de Biblioteconoma de 2000
https://www.academia.edu/9354148/EJERCICIOS_CORRESPONDIENTES_AL_PRIMER
_EXAMEN_PARCIAL_DE_PROBABILIDAD_Y_ESTADISTICA_INGENIERIA_CIVIL
2. Espinoza. (2014). Modelos de regresin en obras civiles. Ingeniero estadstico.
http://ingenieroestadistico.com/modelos-de-regresion-en-la-gestion-de-proyectos-de-obrasciviles
3. D.A. Lind, R.D. Mason, W.G. Marchal (2013). Estadstica y regresin lineal. Ed. Irwin
McGraw-Hill.F.
http://www.uoc.edu/in3/emath/docs/RegresionLineal.pdf
4. Devore, J. L. (2005). Probabilidad y estadstica para ingeniera y ciencias. (6a ed.).
Mxico: Thomson Learning.
http://www.unilibre.edu.co/revistainteraccion/volumen12/art4.pdf
5. Lopera, C. (2010). Anlisis de residuales. Universidad Nacional de Colombia.
http:// www.docentes.unal.edu.co/cmlopera/docs/ Estad2/2_RLM/2.(Complemento)Anlisis
de Residuales y Otros en RLM.pdf
6. Pacheco, P. (2012). Probabilidad Validacin de supuestos. Bogot. Universidad Nacional de
Colombia. http://www.virtual.unal.edu. co/cursos/ciencias/dis_exp/und_3/pdf/
validaciondesupuestosunidad 3b[1].pdf