TRABAJO FINAL

1. Se quiere controlar el precio (valor real) de cierto producto a partir de los

de gastos de publicidad (miles de $) y los gastos en transporte ($/ton.). En
un mes se tomó una muestra de 9 ensayos y se observó lo siguiente:

Precio 2 2,1 2,2 2,5 2,6 2.6 2,7 2,7 2,8

Publico. 12 14 17 22 26 28 32 34 35
Transporte 25 25,2 25,1 25,3 25,3 25,4 25,3 25,4 25,5

1.1 Halle la ecuación de regresión lineal múltiple de mínimos cuadrados

para predecir los precios reales.

Y X1 X2 X1^2 X2^2 X1.X2 X1.Y X2^Y

Transport
Precio Publico.          
e
1 2 12 25 144 625 300 24 50
2 2.1 14 25.2 196 635.04 352.8 29.4 52.92
3 2.2 17 25.1 289 630.01 426.7 37.4 55.22
4 2.5 22 25.3 484 640.09 556.6 55 63.25
5 2.6 26 25.3 676 640.09 657.8 67.6 65.78
6 2.6 28 25.4 784 645.16 711.2 72.8 66.04
7 2.7 32 25.3 1024 640.09 809.6 86.4 68.31
8 2.7 34 25.4 1156 645.16 863.6 91.8 68.58
9 2.8 35 25.5 1225 650.25 892.5 98 71.4
SUMATORIAS 22.2 220 227.5 5978 5750.89 5570.8 562.4 561.5

MATRIZ
a 9 220 227.5 22.2
b1 220 5978 5570.8 562.4
b2 227.5 5570.8 5750.89 561.5

R1 9 220 227.5 1 0 0
R2 220 5978 5570.8 0 1 0
R3 227.5 5570.8 5750.89 0 0 1
 24.444444 25.277777
R1/9 1 0.11111111 0 0
4 8
R2 220 5978 5570.8 0 1 0
R3 227.5 5570.8 5750.89 0 0 1

24.444444 25.277777
R1/9 1 0.11111111 0 0
4 8
600.22222 9.6888888 -
-220*R1+R2 0 1 0
2 9 24.4444444
R3 227.5 5570.8 5750.89 0 0 1

24.444444 25.277777
R1/9 1 0.11111111 0 0
4 8
600.22222 9.6888888 -
-220*R1+R2 0 1 0
2 9 24.4444444
9.6888888 0.1955555 -
-227.5*R1+R3 0 0 1
9 6 25.2777778

24.444444 25.277777
R1' 1 0.11111111 0 0
4 8
0.0161421 -
R2'/600.222222 0 1 0.00166605 0
7 0.04072566
9.6888888 0.1955555 -
R3' 0 0 1
9 6 25.2777778

-R2'*24.4444444 + 24.883191 -
1 0 1.10662718 0
R1' 4 0.04072566
0.0161421 -
R2'/600.222222 0 1 0.00166605 0
7 0.04072566
9.6888888 0.1955555 -
R3' 0 0 1
9 6 25.2777778

-R2'*24.4444444 + 24.883191 -
1 0 1.10662718 0
R1' 4 0.04072566
0.0161421 -
R2'/600.222222 0 1 0.00166605 0
7 0.04072566
0.0391558 - -
-R2'*9.68888889+R3' 0 0 1
7 24.8831914 0.01614217

24.883191 -
R1" 1 0 1.10662718 0
4 0.04072566
0.0161421 -
R2" 0 1 0.00166605 0
7 0.04072566
- -
R3"/0.03915587 0 0 1 25.5389561
635.490734 0.41225416

24.883191 -
R1" 1 0 1.10662718 0
4 0.04072566
- 0 1 0 10.2174735 0.00832073 -
R3''*0.01614217+R2" 0.41225416
- -
R3"/379.588569 0 0 1 25.5389561
635.490734 0.41225416

-
R3"*24.8831914+R1'' 1 0 0 15814.1442 10.2174735
635.490734
- -
0 1 0 10.2174735 0.00832073
R3''*0.97745415+R2" 0.41225416
- -
R3"/379.588569 0 0 1 25.5389561
635.490734 0.41225416

15814.14419 10.2174735 -635.490734 22.2

10.21747353 0.00832073 -0.41225416 562.4
-635.490734 -0.41225416 25.5389561 561.5

A => 351074.0011 5746.30711 -356828.047 => -7.73876702

b1 => 226.8279123 4.6795764 -231.480711 => 0.02677761
b2 => -14107.8943 -231.85174 14340.1239 => 0.37783661

ECUACION: Y = -7.73876702 + 0.0267761* X1 + 0.37783661 * X2

1.2 Determine el precio real a un gasto de publicidad de 30 y un gasto en

el transporte de 26.

Y = -7.73876702 + 0.0267761* X1 + 0.37783661 * X2

X1 = 30
X2 = 26

Y = -7.73876702 + 0.0267761* 30 + 0.37783661 * 26

Y = 2.888313162
 2. Una fábrica de cierta marca de reactivos industriales desea saber los
posibles cambios de reacción que sus productos pueden generar en
diferentes temperaturas a diferentes volúmenes de solvente utilizado. Se
ha tomado al azar 9 muestras, observando la temperatura de trabajo
media correspondiente en grados centígrados (X1), el volumen del
solvente utilizado (X2) y el peso promedio recuperado de soluto (Y). Los
datos se resumen en la siguiente tabla:

X1 18 19 21 22 23 27 29 21 23
X2 6 9 5 7 8 7 5 6 5
Y 60 69 62 65 69 70 71 65 64

Halle la recta de regresión múltiple de mínimos cuadrados para predecir

el peso promedio de soluto recuperado ¿Se puede planificar dicha
recuperación sobre la base de la temperatura?

X1^2 X2^2 X1.X2 X1.Y X2^Y

X1 X2 Y          
1 18 6 60 324 36 108 1080 360
2 19 9 69 361 81 171 1311 621
3 21 5 62 441 25 105 1302 310
4 22 7 65 484 49 154 1430 455
5 23 8 69 529 64 184 1587 552
6 27 7 70 729 49 189 1890 490
7 29 5 71 841 25 145 2059 355
8 21 6 65 441 36 126 1365 390
9 23 5 64 529 25 115 1472 320
203 58 595 4679 390 1297 13496 3853

MATRIZ
a 9 203 58 595
b1 203 4679 1297 13496
b2 58 1297 390 3853
 10.5638195 -0.29216979 -0.59937773 595
-0.29216979 0.01081562 0.00748036 13496
-0.59937773 0.00748036 0.06681976 3853

a 6285.4726 -3943.12349 -2309.4024 => 32.9467153

b1 -173.841025 145.967554 28.8218159 => 0.94834439
b2 -356.629751 100.954899 257.456552 => 1.78170111

ECUACION: Y = 32.946715264 + 0.9483443923* X1 + 1.7817011148 * X2

 3. La compañía minera PROATEC SA desea avaluar los posibles problemas
que tiene en la recuperación de concentrado de oro a partir del proceso
de lixiviación controlada, en la unidad “León” ubicado en la localidad de
Churubamba departamento de Huanuco. Los siguientes datos son los
pesos en gramos recuperados por Tn. (Y), temperatura de trabajo (X1)
volumen de cianuro a utilizar ml/gl(X2):

X1 8 9 1 2 3 7 9 1 3
X2 6 9 5 7 8 7 5 6 5
Y 6 6,9 6,2 6,5 7,2 7,0 7,1 6,6 6.8

3.1 Ajuste una curva de regresión lineal múltiple.

X1^2 X2^2 X1.X2 X1.Y X2^Y

X1 X2 Y          
1 8 6 6 64 36 48 48 36
2 9 9 6.9 81 81 81 62.1 62.1
3 1 5 6.2 1 25 5 6.2 31
4 2 7 6.5 4 49 14 13 45.5
5 3 8 7.2 9 64 24 21.6 57.6
6 7 7 7 49 49 49 49 49
7 9 5 7.1 81 25 45 63.9 35.5
8 1 6 6.6 1 36 6 6.6 39.6
9 3 5 6.8 9 25 15 20.4 34
43 58 60.3 299 390 287 290.8 390.3

MATRIZ
a 9 43 58 60.3
b1 43 299 287 290.8
b2 58 287 390 390.3
 2.67947414 -0.00970342 -0.39134518 60.3
-0.00970342 0.01142499 -0.00696455 290.8
-0.39134518 -0.00696455 0.06588935 390.3

a 161.572291 -2.82175444 -152.742022 => 6.00851401

b1 -0.58511621 3.32238828 -2.71826426 => 0.01900782
b2 -23.5981141 -2.02529143 25.7166132 => 0.09320764

ECUACION: Y = 6.008514 - 0.019007822879* X1 - 0.0932076443 * X2

3.2 Estime la recuperación al trabajar a 5 °c y u n volumen de 9ml de CN.

x1 = 8
x2 = 6
Y = 5.29720555
 4. Ajuste una curva de regresión lineal múltiple a los siguientes datos:

X1 4 8 12 16 20 24 28 32
X2 3 6 14 18 29 37 38 42
Y 24 21 20 15 14 10 7 5

4.1 Halle la ecuación de regresión lineal múltiple de mínimos cuadrados.

X1^2 X2^2 X1.X2 X1.Y X2^Y

X1 X2 Y          
1 4 3 24 16 9 12 96 72
2 8 6 21 64 36 48 168 126
3 12 14 20 144 196 168 240 280
4 16 18 15 256 324 288 240 270
5 20 29 14 400 841 580 280 406
6 24 37 10 576 1369 888 240 370
7 28 38 7 784 1444 1064 196 266
8 32 42 5 1024 1764 1344 160 210
144 187 116 3264 5983 4392 1620 2000

MATRIZ
a 8 144 58 116
b1 144 3264 4392 1620
b2 58 4392 5983 2000

-0.0039962 0.01015272 -0.00741417 116

0.01015272 -0.00074454 0.00044813 1620
-0.00741417 0.00044813 -8.9947E-05 2000

a -0.4635588 16.4474005 -14.8283306 => 1.15551115

b1 1.1777151 -1.20614704 0.89625308 => 0.86782114
b2 -0.86004317 0.725965 -0.17989309 => -0.31397127

ECUACION: Y = 1.15551115 + 0.86782114 * X1 - 0.31397127 * X2

4.2 Determine el valor de Y, cuando X1 es igual a 35 y X2 es igual a 30.

Y = 1.15551115 + 0.86782114 * X1 - 0.31397127 * X2
X1=35
X2=30
Y = 1.15551115 + 0.86782114 * 35 - 0.31397127 * 30
Y = 22.110113

REVISE EL VIDEO

https://www.youtube.com/watch?v=RnKowBsV1nw&t=1s&ab_channel=FrinettGuillermo