a).

Construir una recta que aproxime los datos de la

table que se muestra a continación.
b). Hallar la ecuación de esa recta.

X 1 3 4 6 8 9 11 14
Y 1 2 4 4 5 7 8 9

Y
10
9 f(x) = 0.6363636364x + 0.5454545455
8
7
6
5
4
3
2
1
0
0 2 4 6 8 10 12 14 16

X Y X^2 X*Y Y^2

1 1 1 1 1
3 2 9 6 4
4 4 16 16 16
6 4 36 24 16
8 5 64 40 25
9 7 81 63 49
11 8 121 88 64
14 9 196 126 81
56 40 524 364 256
 15 15
10.09090909 10.091500

�=�∗�+�
 
�=  (�∗(∑1▒ 〖�∗� )−(∑1▒ 〖� )∗(∑1▒ 〖� )
(�∗∑1▒�^ ^�  −(∑1▒ 〖� ) 〗 ^� )
 
�=((∑1▒ 〖� )∗(∑1▒ 〖� ^�)−(∑▒ 〖� )∗ 〗
∗� ) 〗〗〗 )/(�∗∑1▒�^ ^�  − 〖 (∑1▒ 〖� ) 〗
1▒ 〖� )∗(∑1▒ 〖� ) 〗〗〗 )/
� ) 〗 ^� )

� ^�)−(∑▒ 〖� )∗ 〗 (∑1▒ 〖�
^ ^�
 − 〖 (∑1▒ 〖� ) 〗〗 ^� )
 El índice de costes sanitrios en EEUU para los años 1976-1984, tomando como
100 el año 1967. se muestra en la table que vemos a continuación:

Año X Y
1976 0 184.7 �=�∗�+�
 
1977 1 202.4
�=  (�∗(∑1▒ 〖�∗� )−(∑1▒ 〖� )∗(∑1▒ 〖
1978 2 219.4
(�∗∑1▒�^ ^�  −(∑1▒ 〖� ) 〗 ^� )
1979 3 239.7  
1980 4 265.9 �=((∑1▒ 〖� )∗(∑1▒ 〖� ^�)−(∑▒ 〖� )
1981 5 294.5 � ) 〗〗〗 )/(�∗∑1▒�^ ^�  − 〖 (∑1▒ 〖�
1982 6 328.7
1983 7 357.3
1984 8 378.0
1985 9 400.5

Y
400

350 f(x) = 25.1883333333x + 173.7577777778
300

250

200

150

100

50

0
0 1 2 3 4 5 6 7 8 9
▒ 〖�∗� )−(∑1▒ 〖� )∗(∑1▒ 〖� ) 〗〗〗 )/
 −(∑1▒ 〖� ) 〗 ^� )
^�

)∗(∑1▒ 〖� ^�)−(∑▒ 〖� )∗ 〗 (∑1▒ 〖�∗

(�∗∑1▒�^ ^� − 〖 (∑1▒ 〖� ) 〗〗 ^� )
La tabla que se muestra a continuación muestra una serie en el tiempo que corresponden al censo d
trabajadores agrícolas en EEUU. Los años 1935,1940,1945,…...1980, en millones.
a). Representar los datos geograficamente.
b). Hallar una ecuación para la recta de mínimos cuadrados que ajuste esos datos.
c). Predecir el censo de trabajadores agrícolas en los años 1990 y 2000, supongamos que la tendenc
se manenga.

Trabajadores 
agrícolas
Año X en EEUU 
(millones)
1935 0 12.7
1940 1 11 Chart Tit
1945 2 10 14
1950 3 9.9 12
1955 4 8.4 f(x) =  - 1.0278787879x + 12.3454545455
10
1960 5 7.1
1965 6 5.6 8
1970 7 4.5
6
1975 8 4.3
1980 9 3.7 4

0
0 1 2 3 4 5
orresponden al censo de
es.

atos.
gamos que la tendencia

Chart Title

�=�∗�+�
87879x + 12.3454545455  
�=  (�∗(∑1▒ 〖�∗� )−(∑1▒ 〖� )∗(∑1▒ 〖� ) 〗〗〗 )/
(�∗∑1▒�^ ^�  −(∑1▒ 〖� ) 〗 ^� )
 
�=((∑1▒ 〖� )∗(∑1▒ 〖� ^�)−(∑▒ 〖� )∗ 〗 (∑1▒
〖�∗� ) 〗〗〗 )/(�∗∑1▒�^ ^�  − 〖 (∑1▒ 〖� ) 〗〗
^� )

3 4 5 6 7 8 9 10
〖� )∗(∑1▒ 〖� ) 〗〗〗 )/
^� )

−(∑▒ 〖� )∗ 〗 (∑1▒
^� − 〖 (∑1▒ 〖� ) 〗〗
 Trimestre
Año Total
1 2 3 4
2002.00 6.70 4.60 10.00 12.70 34.00
2003.00 6.50 4.60 9.80 13.60 34.50
2004.00 6.90 5.00 10.40 14.10 36.40
2005.00 7.00 5.50 10.80 15.00 38.30
2006.00 7.10 5.70 11.10 14.50 38.40
2007.00 8.00 6.20 11.40 14.90 40.50
2002.00 1.00 6.7
2002.00 2.00 4.60 Chart Title
2002.00 3.00 10.00 16
2002.00 4.00 12.70 14
2003.00 5.00 6.50 12
2003.00 6.00 4.60
10
2003.00 7.00 9.80
8
2003.00 8.00 13.60
6
2004.00 9.00 6.90
4
2004.00 10.00 5.00
2004.00 11.00 10.40 2

2004.00 12.00 14.10 0

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
2005.00 13.00 7.00 Col umn K
2005.00 14.00 5.50
2005.00 15.00 10.80
2005.00 16.00 15.00
2006.00 17.00 7.10
Chart Title
2006.00 18.00 5.70
42.00
2006.00 19.00 11.10
2006.00 20.00 14.50
2007.00 21.00 8.00 40.00 f(x) = 1.3171428571x + 32.4066666667
2007.00 22.00 6.20
2007.00 23.00 11.40
38.00
2007.00 24.00 14.90

36.00

Año Ventas
Anuales
34.00
2002 34.00
2003 34.50
2004 36.40 32.00
2005 38.30
2006 38.40
30.00
2007 40.50 1 2 3 4

Col umn J Li near (Col u

 Chart Title
�=�∗�+�
 
�=  (�∗(∑1▒ 〖�∗� )−(∑1▒ 〖� )∗(∑1▒ 〖�
(�∗∑1▒�^ ^�  −(∑1▒ 〖� ) 〗 ^� )
 
�=((∑1▒ 〖� )∗(∑1▒ 〖� ^�)−(∑▒ 〖� )∗
〖�∗� ) 〗〗〗 )/(�∗∑1▒�^ ^�  − 〖 (∑1▒
^� )

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Col umn K

Chart Title

71428571x + 32.4066666667

2 3 4 5 6

Col umn J Li near (Col umn J)

〖�∗� )−(∑1▒ 〖� )∗(∑1▒ 〖� ) 〗〗〗 )/
−(∑1▒ 〖� ) 〗 ^� )
�

∗(∑1▒ 〖� ^�)−(∑▒ 〖� )∗ 〗 (∑1▒

〗 )/(�∗∑1▒�^ ^�
 − 〖 (∑1▒ 〖� ) 〗〗
Se tiene un destino turístico que durante los últimos años ha presentado la siguiente cantidad

Año Turistas (miles)

X X Y X2 X*Y
1,999 1 21.70 1.00 21.70
2,000 2 27.20 4.00 54.40
2,001 3 38.60 9.00 115.80
2,002 4 54.10 16.00 216.40
2,003 5 66.30 25.00 331.50
2,004 6 74.70 36.00 448.20
2,005 7 82.00 49.00 574.00
2,006 8 94.40 64.00 755.20
2,007 9 100.20 81.00 901.80
2,008 10 107.20 100.00 1072.00
2,009 11 121.6933
121.6970

Sumatorias: 55  666.40  385  4,491.00 

Y
120.00

100.00 R² = 0.9885648718
f(x) = 10.0096969697x + 11.5866666667

80.00

60.00

40.00

20.00

0.00
0 2 4 6 8 10
ado la siguiente cantidad de visitantes:

Y^2
470.89
�=�∗�+�
739.84  
1489.96 �=  (�∗(∑1▒ 〖�∗� )−(∑1▒ 〖� )∗(∑1▒ 〖� ) 〗〗〗 )/
2926.81 (�∗∑1▒�^ ^�  −(∑1▒ 〖� ) 〗 ^� )
4395.69  
5580.09 �=((∑1▒ 〖� )∗(∑1▒ 〖� ^�)−(∑▒ 〖� )∗ 〗 (∑1▒ 〖�∗
6724.00 � ) 〗〗〗 )/(�∗∑1▒�^ ^�  − 〖 (∑1▒ 〖� ) 〗〗 ^� )
8911.36
10040.04
11491.84

52,770.52 

5866666667

6 8 10 12
N: 10
X promedio: 56
Y promedio: 17.8

X Y X-X promedio) Y-Y promedio

100 3 44 -14.8
90 5 34 -12.8
80 9 24 -8.8
45 10 -11 -7.8
50 20 -6 2.2
50 21 -6 3.2
60 24 4 6.2
40 24 -16 6.2
25 27 -31 9.2
20 35 -36 17.2
560 178 0 0

Y
40

35

30
R² = 0.7783348643
f(x) =  - 0.3478873239x + 37.2816901408
25

20

15

10

0
10 20 30 40 50 60 70 80
 (X-X promedio)2 (Y-Y promedio)2 (X-Xp)*(Y-Yp)
1936 219.04 -651.2 �=𝒎∗𝑿+�
1156 163.84 -435.2  
576 77.44 -211.2 𝒎= (𝑵∗(∑1▒ 〖�∗� )−(∑1▒
121 60.84 85.8 (𝑵∗∑1▒𝑿^𝟐 −(∑1▒ 〖� ) 〗
 
36 4.84 -13.2
�=((∑1▒ 〖� )∗(∑1▒ 〖� ^𝟐
36 10.24 -19.2
� ) 〗〗〗 )/(𝑵∗∑1▒𝑿^𝟐 − 〖
16 38.44 24.8
256 38.44 -99.2 �=(∑▒ 〖 (𝑋− 〗 )/
961 84.64 -285.2
1296 295.84 -619.2
6390 993.6 -2223

R:
9x + 37.2816901408 R2

50 60 70 80 90 100 110
�=𝒎∗𝑿+�

𝒎= (𝑵∗(∑1▒ 〖�∗� )−(∑1▒ 〖� )∗(∑1▒ 〖� ) 〗〗〗 )/

(𝑵∗∑1▒𝑿^𝟐 −(∑1▒ 〖� ) 〗 ^𝟐 )

�=((∑1▒ 〖� )∗(∑1▒ 〖� ^𝟐)−(∑▒ 〖� )∗ 〗 (∑1▒ 〖�∗

� ) 〗〗〗 )/(𝑵∗∑1▒𝑿^𝟐 − 〖 (∑1▒ 〖� ) 〗〗 ^𝟐 )

�=(∑▒ 〖 (𝑋− 〗 )/

-0.88223289
0.778334864
 Dada la siguiente información en cuanto a tiempo y consumo, en miles de unidades, utilizando el módulo de regre
de demanda para 2018 y 2019

Año: 2012 2013 2014 2015 2016

Cantidades: 1400 1129 1469 1520 1084

a)     1511 y 1549
b)     1269 y 1693
c)     1511 y 1669
d)     1389 y 1721

Cantidades:
1800
1600
1400 f(x) = 37.4571428571x - 74077.2476190401
1200
1000
800
600
400
200
0
2011 2012 2013 2014 2015 2016 2017 2018 2019 202
dades, utilizando el módulo de regresión, calcule el pronóstico

2017 2018 2019

1679 1511.26666667 1548.723809524

des:

4077.2476190401

2016 2017 2018 2019 2020

Dado un volumen de ventas en miles de unidades de 53 y 68 para 2010 a 2011, el PRONÓSTICO DE
ventas para 2012, utilizando la técnica de mínmos cuadrados será de:

a)     93.000
b)     83.000 Año 2010 2011 2012
c)     87.000 Ventas 53 68 83
d)     95.000

Ventas
90
80
f(x) = 15x - 30097.0000000094
70
60
50
40
30
20
10
0
2009.5 2010 2010.5 2011 2011.5 2012 2012.5
1, el PRONÓSTICO DE

011.5 2012 2012.5