Documente Academic
Documente Profesional
Documente Cultură
INGENERIA DE SISTEMAS
UNAD UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
EJERCICIOS
1. El rendimiento del producto de un proceso químico está relacionado
con la temperatura de operación del proceso. Se desea establecer la relación
que existe entre la pureza (y) del oxígeno producido y el porcentaje de
hidrocarburo (x) que está presente en el condensador principal en un proceso
de destilación, de acuerdo con los siguientes datos:
X
(% de Y
Hidro (Pureza)
carburos)
0,99 90,01
1,02 89,05
1,15 91,43
1,29 93,74
1,46 96,73
1,36 94,45
0,87 87,59
1,23 91,77
1,55 99,42
1,4 93,65
1,19 93,54
1,15 92,52
0,98 90,56
1,01 89,54
1,11 89,85
1,2 90,39
1,26 93,25
1,32 93,41
1,43 94,98
0,95 87,33
a. Realice el diagrama de dispersión y determine el tipo de asociación
entre las variables.
Pureza
102
100
98 y = 14,947x + 74,283
R² = 0,863
96
94
92
90
88
86
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
% de Hidro carburos
∑ 𝑥 = 23,92
∑ 𝑦 = 1843,21
∑ 𝑥𝑦 = 2214,66
∑ 𝑥 2 = 29,29
∑ 𝑦 2 = 170044,53
𝑦̅ = 92,16
𝑛 = 20
𝑏 = 14,95
𝑎 = 74,28
𝑆𝑒 = 1,09
𝑆𝑒𝑦2 = 8,67
𝑅 2 = 0,86
𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦 ∑𝑌 − 𝑏∑𝑥
𝑌̂ = 𝑎 + 𝑏𝑥 ; b= ; 𝑎=
𝑛 ∑ 𝑥 2 − (∑ 𝑥)2 𝑛
Donde:
𝑏: 𝑃𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑙𝑎 𝑟𝑒𝑐𝑡𝑎
𝑎: 𝐼𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡𝑜 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝒀
𝑥: 𝑉𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒
𝑌: 𝑉𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒
𝑛: 𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦
b=
𝑛 ∑ 𝑥 2 − (∑ 𝑥 )2
𝑌̂ = 𝑎 + 𝑏𝑥 = 74,28 + 14,95𝑥
𝑆𝑒 2 1,086529052
𝑅2 = 1 − = 1 − = 0,863
𝑆𝑒𝑦2 8,66884475
𝑅 2 = 0,863 → 𝑟 = √0,863 = 0,928
Lo cual nos permite concluir que el modelo de regresión lineal ajustado tiene un alto
grado de confiabilidad.
c. Determine el porcentaje de explicación del modelo y el grado de
relación de las dos variables.
El 𝑅 2 afirma además que el modelo explica el 86.3% de la información.
Temperatura Consumo de
Mes
(oF) vapor (Lb)
Ene. 21 185,79
Feb. 24 214,47
Mar. 32 288,03
Abr. 47 424,84
May. 50 455
Jun. 59 539
Jul. 68 621,55
Ago. 74 675,06
Sep. 62 562,03
Oct. 50 452,93
Nov. 41 369,95
Dic. 30 273,98
Realice el diagrama de dispersión y determine el tipo de asociación entre las
variables.
∑ 𝑥 = 558
∑ 𝑦 = 5062,63
∑ 𝑥𝑦 = 265883,86
∑ 𝑥 2 = 29256
∑ 𝑦 2 = 2416493,37
𝑦̅ = 253,13
𝑛 = 12
𝑏 = 9,21
𝑎 = −6,32
𝑆𝑒 = 1,95
𝑆𝑒𝑦2 = 23386,79
𝑅 2 = 0,99983664
𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦 ∑𝑌 − 𝑏∑𝑥
𝑌̂ = 𝑎 + 𝑏𝑥 ; b= ; 𝑎=
𝑛 ∑ 𝑥 2 − (∑ 𝑥)2 𝑛
Donde:
𝑏: 𝑃𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑙𝑎 𝑟𝑒𝑐𝑡𝑎
𝑎: 𝐼𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡𝑜 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝒀
𝑥: 𝑉𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒
𝑌: 𝑉𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒
𝑛: 𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦
b=
𝑛 ∑ 𝑥 2 − (∑ 𝑥 )2
Por tanto
𝑌̂ = 𝑎 + 𝑏𝑥 = −6,318 + 9,208𝑥
2
𝑆𝑒 2 1,952
𝑅 =1− 2 = 1− = 0,99
𝑆𝑒𝑦 23386,79
𝑅 2 = 0,999 → 𝑟 = √0,999 = 0,99
Lo cual nos permite concluir que el modelo de regresión lineal ajustado tiene un alto
grado de confiabilidad.
𝑌̂ = −6,318 + 9,208 ∗ 70
𝑌̂ = 638,242
Respuesta: 638,24
y (umbral de reflejo
% Sobrepeso. de flexión
nociceptiva)
89 2,00
90 3,00
75 4,00
30 4,50
51 5,50
75 7,00
62 9,00
45 13,00
90 15,00
20 14,00
4
2
0
0 20 40 60 80 100
peso ideal
∑ 𝑥 = 627
∑ 𝑦 = 77
∑ 𝑥𝑦 = 4461,5
∑ 𝑥 2 = 45141
∑ 𝑦 2 = 799,5
𝑦̅ = 7,7
𝑛 = 10
𝑏 = −0,063
𝑎 = 11,6418129
𝑆𝑒 = 4,79016215
𝑆𝑒𝑦2 = 20,66
𝑅 2 = 0,111
𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦 ∑𝑌 − 𝑏∑𝑥
𝑌̂ = 𝑎 + 𝑏𝑥 ; b= ; 𝑎=
𝑛 ∑ 𝑥 2 − (∑ 𝑥)2 𝑛
Donde:
𝑏: 𝑃𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑙𝑎 𝑟𝑒𝑐𝑡𝑎
𝑎: 𝐼𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡𝑜 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝒀
𝑥: 𝑉𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒
𝑌: 𝑉𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒
𝑛: 𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦
b=
𝑛 ∑ 𝑥 2 − (∑ 𝑥 )2
10 ∗ 627 − 627 ∗ 77
b= = −0,06286783
10 ∗ 45141 − (627)2
Por tanto
𝑌̂ = 𝑎 + 𝑏𝑥 = 11,64 − 0,062𝑥
𝑆𝑒 2 4,792
𝑅2 = 1 − = 1 − = 0,11
𝑆𝑒𝑦2 20,66
𝑅 2 = 0,11 → 𝑟 = √0,11 = 0,33
Lo cual nos permite concluir que el modelo de regresión lineal ajustado tiene un bajo
grado de confiabilidad, se recomienda no utilizar el modelo de regresión estimado.
𝑌̂ = 11,64 − 0,062 ∗ 40
𝑌̂ = 9,16
Respuesta: 9,16