FACULTAD DE INGENIERIA DE PROCESOS

PROGRAMA DE INGENIERIA QUIMICA

- MANUEL MALDONADO JOSELYN 20160502

PROBLEMAS DE REGRESION LINEAL MULTIPLE

PROBLEMA 1

En la facultad de ingenierías se requiere entender los factores de aprendizaje de los alumnos

que cursan la asignatura de php para lo cual se escoge al azar una muestra de 15 alumnos y
ellos registraron notas promedios en las asignaturas de algoritmos, base de datos y
programación como se muestra en el siguiente cuadro:

base de Programación
Alumno pHp(y) algoritmo(x1)
datos(x2) (x3)
1 13 15 15 16
2 13 14 13 12
3 13 16 13 14
4 15 20 14 16
5 16 18 18 17
6 15 16 17 15
7 12 13 15 11
8 13 16 14 15
9 13 15 14 13
10 13 14 13 10
11 11 12 12 10
12 14 16 11 14
13 15 17 16 15
14 15 19 14 16
15 15 13 15 10

Construir un modelo para determinar la dependencia que exista y el aprendizaje, reflejada en

las notas de la asignatura de php conociendo las notas de las asignaturas de algoritmos, base
de datos y programación.
SOLUCION:

alu pHp algoritm base de program X1^ X2^ x3^ x1* x1* x2* x2*
mno (y) o(x1) datos(x2) acion(x3) 2 2 2 x2 x3 x3 x1*y y x3*y
1 13 15 15 16 225 225 256 225 240 240 195 195 208
2 13 14 13 12 196 169 144 182 168 156 182 169 156
3 13 16 13 14 256 169 196 208 224 182 208 169 182
4 15 20 14 16 400 196 256 280 320 224 300 210 240
5 16 18 18 17 324 324 289 324 306 306 288 288 272
6 15 16 17 15 256 289 225 272 240 255 240 255 225
7 12 13 15 11 169 225 121 195 143 165 156 180 132
8 13 16 14 15 256 196 225 224 240 210 208 182 195
9 13 15 14 13 225 196 169 210 195 182 195 182 169
10 13 14 13 10 196 169 100 182 140 130 182 169 130
11 11 12 12 10 144 144 100 144 120 120 132 132 110
12 14 16 11 14 256 121 196 176 224 154 224 154 196
13 15 17 16 15 289 256 225 272 255 240 255 240 225
14 15 19 14 16 361 196 256 266 304 224 285 210 240
15 15 13 15 10 169 225 100 195 130 150 195 225 150
372 310 285 335 324 293 296
Σ 206 234 214 204 2 0 8 5 9 8 3245 0 2830

Entonces construimos la matriz con los resultados obtenidos en el cuadro anterior:

𝑁º 𝑑𝑎𝑡𝑜𝑠 ∑ 𝑥1 ∑ 𝑥2 ∑ 𝑥3 15 234 214 204
∑ 𝑥1 ∑ 𝑥12 ∑ 𝑥1 ∗ 𝑥2 ∑ 𝑥1 ∗ 𝑥3 234 3722 3355 3249
[ ] =
∑ 𝑥2 ∑ 𝑥2 ∗ 𝑥1 ∑ 𝑥22 ∑ 𝑥2 ∗ 𝑥3 214 3355 3100 2938
∑ 𝑥3 ∑ 𝑥3 ∗ 𝑥1 ∑ 𝑥3 ∗ 𝑥2 ∑ 𝑥32 204 3249 2938 2858
Hallando la inversa de la matriz tenemos:

6.9398 -0.3464 -0.3078 0.2149

-0.3464 0.0563 0.0080 -0.0475
-0.3078 0.0080 0.0276 -0.0155
0.2149 -0.0475 -0.0155 0.0549
Resolvemos una nueva matriz de la siguiente manera:

∑𝑦
206
∑ 𝑦 ∗ 𝑥1
= 3245
∑ 𝑦 ∗ 𝑥2
2960
[∑ 𝑦 ∗ 𝑥3] 2830
Multiplicamos la primera (4x4) y la segunda (4x1) matriz obtenida:

6.9398 -0.3464 -0.3078 0.2149 x 206

-0.3464 0.0563 0.0080 -0.0475 3245
-0.3078 0.0080 0.0276 -0.0155 2960
0.2149 -0.0475 -0.0155 0.0549 2830

Obtenemos:

2.47 a
0.59 b
0.39 c
-0.25786478 d

La fórmula queda de la siguiente manera:

𝑦 = 𝑎 + 𝑏 ∗ 𝑥1 + 𝑐 ∗ 𝑥2 + 𝑑 ∗ 𝑥3
𝑝ℎ𝑝 = 2.47 + 0.59 ∗ 𝑥1 + 0.39 ∗ 𝑥2 − 0.26 ∗ 𝑥3
Donde:

X1: algoritmo; X2: base de datos; X3: programación

 PROBLEMA 2

Calcular la fórmula de dependencia entre las ventas, los gastos de publicidad y las comisiones
de los vendedores

gastos de comisión de
año ventas(y) publicidad(x1) vendedores(x2)
2013 264000 550 15840
2014 384000 590 19250
2015 400200 680 26013
2016 422400 700 16896
2017 543000 750 16290

SOLUCION:

gastos de comision de
año ventas(y) publicidad(x1) vendedores(x2) x1^2 x2^2 x1*x2 x1*y x2*y
2013 264000 550 15840 302500 250905600 8712000 145200000 4181760000
2014 384000 590 19250 348100 370562500 11357500 226560000 7392000000
2015 400200 680 26013 462400 676676169 17688840 272136000 10410402600
2016 422400 700 16896 490000 285474816 11827200 295680000 7136870400
2017 543000 750 16290 562500 265364100 12217500 407250000 8845470000
216550
Σ 2013600 3270 94289 0 1848983185 61803040 1346826000 37966503000

Entonces construimos la matriz con los resultados obtenidos en el cuadro anterior:

𝑁º 𝑑𝑎𝑡𝑜𝑠 ∑ 𝑥1 ∑ 𝑥2
5 3270 94289
∑ 𝑥1 ∑ 𝑥12 ∑ 𝑥1 ∗ 𝑥2 = 3270 2165500 61803040
∑ 𝑥2 ∗ 𝑥1 ∑ 𝑥22 94289 61803040 1848983185
∑ 𝑥2
[ ]

Hallando la inversa de la matriz tenemos:

19.51308196137 -0.02316160714 -0.00022088424

-0.02316160714 0.00003752167 -0.00000007305
-0.00022088424 -0.00000007305 0.00000001425

Resolvemos una nueva matriz de la siguiente manera:

∑𝑦
2013600
∑ 𝑦 ∗ 𝑥1 =
1346826000

[∑ 𝑦 ∗ 𝑥2] 37966503000
Multiplicamos la primera (3x3) y la segunda (3x1) matriz obtenida:

19.51308196137 -0.02316160714 -0.00022088424 X 2013600

-0.02316160714 0.00003752167 -0.00000007305 1346826000
-0.00022088424 -0.00000007305 0.00000001425 37966503000
Obtenemos:

-289315.1637 a
1123.490066 b
-2.265764805 c

La fórmula queda de la siguiente manera:

𝑦 = 𝑎 + 𝑏 ∗ 𝑥1 + 𝑐 ∗ 𝑥2
𝑣𝑒𝑛𝑡𝑎𝑠 = −289315.1637 + 1123.490066 ∗ 𝑥1 − 2.265764805 ∗ 𝑥2
Donde:

X1: gastos de publicidad; X2: comisión de vendedores

 FACULTAD DE INGENIERIA DE PROCESOS
PROGRAMA DE INGENIERIA QUIMICA

- HUAMANI IMATA RAUL ALEXANDER 20160515

PROBLEMAS DE REGRESION LINEAL MULTIPLE

PROBLEMA 1
En la facultad de ingenierías se requiere entender los factores de aprendizaje de los alumnos que
cursan la asignatura de php para lo cual se escoge al azar una muestra de 15 alumnos y ellos
registraron notas promedios en las asignaturas de algoritmos, base de datos y programación
como se muestra en el siguiente cuadro:

Alumno pHp(y) algoritmo(x1) base de Programación

datos(x2) (x3)
1 13 15 15 16
2 13 14 13 12
3 13 16 13 14
4 15 20 14 16
5 16 18 18 17
6 15 16 17 15
7 12 13 15 11
8 13 16 14 15
9 13 15 14 13
10 13 14 13 10
11 11 12 12 10
12 14 16 11 14
13 15 17 16 15
14 15 19 14 16
15 15 13 15 10

Construir un modelo para determinar la dependencia que exista y el aprendizaje, reflejada en las
notas de la asignatura de php conociendo las notas de las asignaturas de algoritmos, base de
datos y programación.
 SOLUCION:

alumno pH algorit base de program X1^ X2^ x3^ x1* x1* x2* x1* x2* x3*
p(y mo(x1) datos(x2) ación(x3) 2 2 2 x2 x3 x3 y y y
)
1 13 15 15 16 225 225 256 225 240 240 195 195 208
2 13 14 13 12 196 169 144 182 168 156 182 169 156
3 13 16 13 14 256 169 196 208 224 182 208 169 182
4 15 20 14 16 400 196 256 280 320 224 300 210 240
5 16 18 18 17 324 324 289 324 306 306 288 288 272
6 15 16 17 15 256 289 225 272 240 255 240 255 225
7 12 13 15 11 169 225 121 195 143 165 156 180 132
8 13 16 14 15 256 196 225 224 240 210 208 182 195
9 13 15 14 13 225 196 169 210 195 182 195 182 169
10 13 14 13 10 196 169 100 182 140 130 182 169 130
11 11 12 12 10 144 144 100 144 120 120 132 132 110
12 14 16 11 14 256 121 196 176 224 154 224 154 196
13 15 17 16 15 289 256 225 272 255 240 255 240 225
14 15 19 14 16 361 196 256 266 304 224 285 210 240
15 15 13 15 10 169 225 100 195 130 150 195 225 150
Σ 20 234 214 204 372 310 285 335 324 293 324 296 283
6 2 0 8 5 9 8 5 0 0

Tenemos la matriz de la siguiente manera:

𝑁º 𝑑𝑎𝑡𝑜𝑠 ∑ 𝑥1 ∑ 𝑥2 ∑ 𝑥3
15 234 214 204
∑ 𝑥1 ∑ 𝑥12 ∑ 𝑥1 ∗ 𝑥2 ∑ 𝑥1 ∗ 𝑥3
234 3722 3355 3249
=[ ]
214 3355 3100 2938
∑ 𝑥2 ∑ 𝑥2 ∗ 𝑥1 ∑ 𝑥22 ∑ 𝑥2 ∗ 𝑥3
204 3249 2938 2858

[∑ 𝑥3 ∑ 𝑥3 ∗ 𝑥1 ∑ 𝑥3 ∗ 𝑥2 ∑ 𝑥32 ]

Hallando la inversa de la matriz tenemos:

6.94 −0.35 −0.31 0.21
−0.35 0.06 0.01 −0.05
[ ]
−0.31 0.01 0.03 −0.02
0.21 −0.05 −0.02 0.05
Resolvemos una nueva matriz de la siguiente manera:
 ∑𝑦
206
∑ 𝑦 ∗ 𝑥1
=[3245 ]
2960
∑ 𝑦 ∗ 𝑥2
2830

[∑ 𝑦 ∗ 𝑥3]
Multiplicamos la primera (4x4) y la segunda (4x1) matriz obtenida:
6.94 −0.35 −0.31 0.21 206
−0.35 0.06 0.01 −0.05 3245
[ ]𝑥[ ]
−0.31 0.01 0.03 −0.02 2960
0.21 −0.05 −0.02 0.05 2830
2.47 𝑎
[ 0.59 ] = [𝑏
𝑐]
0.39
−0.2579 𝑑
La fórmula queda de la siguiente manera:

𝑦 = 𝑎 + 𝑏 ∗ 𝑥1 + 𝑐 ∗ 𝑥2 + 𝑑 ∗ 𝑥3
𝑝ℎ𝑝 = 2.47 + 0.59 ∗ 𝑥1 + 0.39 ∗ 𝑥2 − 0.26 ∗ 𝑥3
Donde:

X1: algoritmo; X2: base de datos; X3: programación

 PROBLEMA 2
Calcular la fórmula de dependencia entre las ventas, los gastos de publicidad y las comisiones
de los vendedores

año ventas(y) gastos de comisión de

publicidad(x1) vendedores(x2)
2013 264000 550 15840
2014 384000 590 19250
2015 400200 680 26013
2016 422400 700 16896
2017 543000 750 16290

SOLUCION:

año Ventas gastos de comisión de x1^2 x2^2 x1*x2 x1*y x2*y

(y) publicidad vendedores
(x1) (x2)
2013 264000 550 15840 302500 250905600 8712000 145200000 4181760000
2014 384000 590 19250 348100 370562500 11357500 226560000 7392000000
2015 400200 680 26013 462400 676676169 17688840 272136000 10410402600
2016 422400 700 16896 490000 285474816 11827200 295680000 7136870400
2017 543000 750 16290 562500 265364100 12217500 407250000 8845470000
Σ 201360 3270 94289 2165500 184898318 61803040 134682600 37966503000
0 5 0
Obtenemos la siguiente matriz:

𝑁º 𝑑𝑎𝑡𝑜𝑠 ∑ 𝑥1 ∑ 𝑥2
5 3270 94289
∑ 𝑥1 ∑ 𝑥12 ∑ 𝑥1 ∗ 𝑥2 = [ 3270 2165500 61803040 ]
94289 61803040 1848983185
∑ 𝑥2 ∑ 𝑥2 ∗ 𝑥1 ∑ 𝑥22
[ ]

Hallando la inversa de la matriz tenemos:

19.51308196137 −0.02316160714 −0.00022088424
[−0.02316160714 0.00003752167 −0.00000007305]
−0.00022088424 −0.00000007305 0.00000001425

Resolvemos una nueva matriz de la siguiente manera:

∑𝑦
2013600
∑ 𝑦 ∗ 𝑥1 = [ 1346826000 ]
37966503000
[∑ 𝑦 ∗ 𝑥2 ]
Multiplicamos la primera (3x3) y la segunda (3x1) matriz obtenida:
 19.51308196137 −0.02316160714 −0.00022088424 2013600
[−0.02316160714 0.00003752167 −0.00000007305] 𝑥 [ 1346826000 ]
−0.00022088424 −0.00000007305 0.00000001425 37966503000
Obtenemos:
𝑎
−289315.1637
[ 1123.490066 ] = [𝑏
𝑐]
−2.265764805 𝑑
La fórmula queda de la siguiente manera:
𝑦 = 𝑎 + 𝑏 ∗ 𝑥1 + 𝑐 ∗ 𝑥2
𝑣𝑒𝑛𝑡𝑎𝑠 = −289315.1637 + 1123.490066 ∗ 𝑥1 − 2.265764805 ∗ 𝑥2
Donde:

X1: gastos de publicidad; X2: comisión de vendedores