Universidad Nacional Autónoma de México

Facultad de Ingeniería
Materia: Probabilidad y estadística
Semestre 2017-1

Proyecto numero 3

Alumno: Valdés Gama José Antonio

1
 Índice:

Introducción a la regresión lineal………………………………….3

Ejemplo número 1…………………………………………………….……4

Ejemplo numero 2…………………………………….…….…………….5

Anexos…………………………………………………………………………….7

2
Curva de mejor ajuste.

Uno de los principales propósitos de la curva de mejor ajuste consiste en poder estimar el valor de
una variable que depende de la magnitud que tome la variable independiente. Este proceso de
estimación se le conoce como regresión lineal

𝑦 = 𝑎 + 𝑏𝑥

Recta de mínimos cuadrados.

Será una recta que cruce exactamente por dos puntos y que se aproxime lo mejor posible a todos
los demás.
Para calcularla se tiene por ecuaciones:

𝛴𝑦 = 𝑎𝑛 + 𝑏𝛴𝑥

𝛴𝑥𝑦 = 𝑎𝛴𝑥 + 𝑏𝛴𝑥 2

Dónde:

n: Número de coordenadas

𝛴𝑦𝛴𝑥 2 − 𝛴𝑥𝛴𝑥𝑦
𝑎=
𝑛𝛴𝑥 2 − (𝛴𝑥)2

𝑛𝛴𝑥𝑦 − 𝛴𝑥𝛴𝑦
𝑏=
𝑛𝛴𝑥 2 − (𝛴𝑥)2

3
Ejemplo numero 1

En una escuela, un profesor semestre con semestre tiene que determinar qué porcentaje de alumnos se
encuentran por encima del 6 de calificación. Ha reunido los datos de los primeros cinco semestres:

# semestre % de alumnos con calificación > a 6

1 20
2 22
3 15
4 40
5 35

Se desea encontrar la ecuación de la recta de mejor ajuste para poder realizar una predicción del porcentaje
de alumnos que aprobaran para el octavo y décimo semestre.

x y x2 xy
1 20 1 20
2 22 4 44
3 15 9 45
4 40 16 160
5 35 25 175
Σ 15 132 55 444

132 ∗ 55 − 15 ∗ 444
𝑎=
5 ∗ 55 − 225

𝑎 = 12

5 ∗ 444 − 15 ∗ 132
𝑏=
5 ∗ 55 − 225

𝑏 = 4.8

La ecuación de mejor ajuste a las coordenadas dadas será

𝑦 = 4.8𝑥 + 12

Para el octavo semestre

𝑦 = 4.8(8) + 12
𝑦 = 50.4%

Para el décimo semestre:

𝑦 = 4.8(10) + 12
𝑦 = 60%

4
Ejemplo numero 2:

En el laboratorio de termodinámica un alumno proporcionó energía en forma de calor a una cierta cantidad
de agua líquida y al mismo tiempo fue midiendo su temperatura T alcanzada como se muestra en la tabla.

Teniendo el conocimiento de que el calor es una magnitud que depende de las variables masa, calor
específico y diferencial de temperatura siguiendo un comportamiento lineal:

𝑄𝑠 = 𝑚 ∗ 𝐶𝑒 ∗ ∆𝑇

Utilizando todos los datos de la tabla, determine:

- La cantidad de agua en kilogramos utilizada en el experimento.

T [°c ] Q[J]
20 0
30 6698
35 20100
40 26820

Primero debemos realizar una regresión lineal para poder establecer un modelo matemático que
nos diga el comportamiento de Q conforme la temperatura aumente.

x y x2 xy
20 0 400 0
30 6698 900 200940
35 20100 1225 703500
40 26820 1600 1072800
Σ 125 53618 4125 1977240

53618 ∗ 4125 − 125 ∗ 1977240

𝑎=
4 ∗ 4125 − 15625

𝑎 = −29692

4 ∗ 1977240 − 125 ∗ 53618

𝑏=
4 ∗ 4125 − 15625

𝑏 = 1379.1

5
La ecuación que describe el comportamiento del calor dependiendo de la temperatura será:

𝑦 = 1379.1𝑥 − 29692

Haciendo una analogía con la fórmula del calor sensible:

𝑄𝑠 = 1379.1∆𝑇 − 29692

Como la fórmula original es:

𝑄𝑠 = 𝑚 ∗ 𝐶𝑒 ∗ ∆𝑇

Por lo tanto:

𝑚 ∗ 𝐶𝑒 = 1379.1

Sabemos que el calor específico del agua es de:

-1 -1
Ceh2o=4186 [J*Kg *°c ]

Entonces:

1379.1
𝑚=
4186

𝑚 = 0.32[𝑘𝑔]

6
ANEXOS

Se adjunta imagen de la hoja de cálculo de Excel donde se realizaron las operaciones

correspondientes a cada ejemplo