Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Regresin y
Correlacin
Docente: Roberto Villamayor
Alumnos: _Astier Grabriel
_Mazza Pablo
_Talijancic Ivn
Curso: 3ro - Ing. Electromecnica
Problema 8.1 :
Consigna:
Regresin y Correlacin.nb
In[1]:=
Solucin:
Regresin y Correlacin.nb
In[1]:=
Out[1]//MatrixForm=
Altitud Temperatura
5740.9
90.3
5740.9
90.2
4934.3
92.2
4793.1
92.4
4538
93
4430.1
93.3
4134.2
93.8
4078.6
93.9
4061.9
94.1
4067.5
94.1
3423.2
95.3
2565.5
95.9
1339.2
98.6
1815.5
98.1
972.1
99.3
398
99.9
182.5
100
In[2]:=
Regresin y Correlacin.nb
In[3]:=
98
96
Out[3]=
94
92
1000
2000
3000
4000
A continuacin, valindonos del comando Fit, procedemos a hacer la ajustar los datos, anteriormente graficados a una recta:
In[4]:=
Out[4]=
Regresin y Correlacin.nb
In[5]:=
100
98
Out[5]=
96
94
92
1000
2000
3000
Respuesta a):
In[6]:=
r@6962D
Out[6]=
88.6701
Por lo tanto, en la cima del Aconcgua (Medoza), el agua hace ebullicin a 88.6701 C
Respuesta b):
In[7]:=
r@2200D
Out[7]=
97.0048
4000
Regresin y Correlacin.nb
r@0D
100.855
De acuerdo con el modelo estimado, a nivel del mar, el agua hace ebullicin a 100 C. Estamos de acuerdo con
esta prediccin.
Respuesta d):
Como podemos ver en el grfico, en funcin al modelo estimado, es ms que obvio que la temperatura de
ebullicin disminuye a medida que aumenta la altitud.
Respuesta e):
In[9]:=
Out[9]=
r@500D
99.9803
Cuando se haciendo a 500m, la temperatura de ebullici del agua es de 99.9803 C. Si es este cambio constante
e independiente de la altura a la que se parta.
Problema 8.2 :
Consigna:
In[11]:=
Regresin y Correlacin.nb
In[12]:=
Solucin:
Regresin y Correlacin.nb
In[10]:=
Out[10]//MatrixForm=
In[12]:=
datosprd1 = 880.00, 5<, 80.01, 7<, 80.05, 10<, 80.1, 16<, 80.15, 17<,
80.2, 25<, 80.25, 26<, 80.30, 30<, 80.40, 35<, 80.70, 72<, 80.90, 85<<;
datosprd2 = 880.00, 4<, 80.01, 8<, 80.05, 10<, 80.1, 13<, 80.15, 17<,
80.2, 20<, 80.25, 26<, 80.30, 33<, 80.40, 40<, 80.70, 70<, 80.90, 91<<;
Regresin y Correlacin.nb
Respuesta a):
In[13]:=
80
60
Out[13]=
40
20
0
0.0
0.2
0.4
0.6
10
Regresin y Correlacin.nb
In[14]:=
80
60
Out[14]=
40
20
0
0.0
0.2
0.4
0.6
Regresin y Correlacin.nb
In[15]:=
Show@
8ListPlot@datosprd1, PlotRange 880, 1<, 80, 95<<, PlotStyle PointSize@0.01DD,
ListPlot@datosprd2, PlotRange 880, 1<, 80, 95<<,
PlotStyle Directive @ PointSize@0.01D, RGBColor@1, 0, 0DDD<,
PlotLabel "Grfico de Dispercin de los dos Productos Juntos",
ImageSize 800, AxesLabel 8"Dosis", "Mortandad"<D
Grfico de Dispercin de los dos Productos Juntos
Mortandad
80
60
Out[15]=
40
20
0
0.0
0.2
0.4
Respuesta b):
Como podemos ver en el grfico, resulta ms que rasonable proponer una un ajuste lineal.
Respuesta c):
Producto 1:
El modelo lineal, que se supone, relaciona la mortalidad con la dosis del producto 1 es:
0.6
11
12
Regresin y Correlacin.nb
In[16]:=
Out[16]=
In[17]:=
80
60
Out[17]=
40
20
0
0.0
0.2
0.4
Producto 2:
El modelo lineal, que se supone, relaciona la mortalidad con la dosis del producto 2 es:
In[18]:=
Out[18]=
0.6
Regresin y Correlacin.nb
In[19]:=
80
60
Out[19]=
40
20
0
0.0
0.2
0.4
Respuesta e):
Producto 1:
In[20]:=
Out[20]=
x1 = Solve@p1@xD 500, xD
88x 5.53008<<
Por lo tanto la docis necesaria, para matar el 50% de los insectos, ser:
In[21]:=
Out[21]=
0.6
13
14
Regresin y Correlacin.nb
Producto 2:
In[22]:=
Out[22]=
x2 = Solve@p2@xD 500, xD
88x 5.22868<<
Por lo tanto la docis necesaria, para matar el 50% de los insectos, ser :
In[23]:=
Out[23]=
Problema 8.4:
Consigna:
In[27]:=
Solucin:
Sabemos que el rendimiento, en Kg/ha del ajo, depende linealmente del porcentaje de Materia Orgnica del
suelo (%MO). Mediante una constante de proporcionalidad igual a 4000. Tenemos entonces:
In[24]:=
b = 4000;
In[25]:=
rend@mo_D = b * mo
Out[25]=
In[26]:=
Out[26]=
4000 mo
dif = Simplify@rend@mo + 1.3D - rend@moDD
5200.
Regresin y Correlacin.nb
In[27]:=
15
300 000
Out[27]=
200 000
100 000
20
40
60
80
16
Regresin y Correlacin.nb
In[28]:=
15
8
>,
ParametricPlotB:
GraphicsA9Black, TextA"%mo
12 000
Dif = 5200
10 000
8000
Out[28]=
%mo = 1.3
6000
4000
2000
0
0.0
Problema 8.7 :
Consigna:
0.5
1.0
1.5
2.0
Regresin y Correlacin.nb
In[33]:=
Solucin:
In[29]:=
88"Dosis", "Dao"<, 8100, 50<, 8125, 48<, 8200, 39<, 8250, 35<, 8275, 30<,
8300, 25<, 8325, 20<, 8350, 12<, 8375, 10<, 8400, 5<< MatrixForm
Out[29]//MatrixForm=
Dosis Dao
100
50
125
48
200
39
250
35
275
30
300
25
325
20
350
12
375
10
400
5
In[30]:=
17
18
Regresin y Correlacin.nb
In[31]:=
50
40
Out[31]=
30
20
10
0
0
100
Respuesta a):
El ajuste en regresin lineal, pedido es:
In[32]:=
Out[32]=
200
300
Regresin y Correlacin.nb
In[33]:=
50
40
Out[33]=
30
20
10
100
Respuesta b):
El tamao promedio de las manchas, aplicando 260 gr.p.a/ha, ser:
In[34]:=
Out[34]=
y@260D
28.9219
200
300
19