Regresión cuadrática

En un taller de carpintería se ha explorado la posibilidad de reducir el tiempo de secado del barniz de los
muebles ya acabados, porque en el Itsmo sopla el viento con polvo y al depositarse en los muebles con
pintura fresca, da mal aspecto. Se consiguió un aditivo y se hicieron pruebas en pedacitos de madera con los
siguientes resultados:

Cantidad de aditivo Tiempo de secado en

en gramos/lto. Hs 2.- Modelo de comportamiento:
0 12.0
𝑦𝑖 = 𝛼 + 𝛽𝑥𝑖 + 𝛿𝑥 2 𝑖 + 𝑒𝑖 𝑝𝑎𝑟𝑎 𝑖 = 1,2 … 𝑛
1 10.5
2 10
3 8.0 4.- Valores Sustituidos en las ecuaciones
4 7.0
5 8.0 80.5 = 9𝛼 + 36𝛽 + 204𝛿
6 7.5
299 = 36𝛼 + 204𝛽 + 1296𝛿
7 8.5
8 9.0 1697 = 204𝛼 + 1296𝛽 + 1697𝛽
1.- Diagrama de dispersión para estos datos son:
Dispersión de Tiempo como Aditivo
12
5.- Sistema de regresión

11

10
Tiempo

0 1 2 3 4 5 6 7 8 9
Aditivo

3.-Parámetros del modelo

𝑥𝑖 𝑦𝑖 𝑥𝑖2 𝑥𝑖3 𝑥𝑖4 𝑥𝑖 𝑦𝑖 𝑥𝑖2 𝑦𝑖
0 12.0 0 0 0 0 0
1 10.5 1 1 1 10.5 10.5 Análisis de Varianza
2 10.0 4 8 16 20 40
Fuente GL SC MC F P
3 8.0 9 27 81 24 72 Regresión 2 19.1201 9.56003 35.80 0.000
4 7.0 16 64 256 28 112 Error 6 1.6022 0.26703
5 8.0 25 125 625 40 200 Total 8 20.7222
6 7.5 36 216 1296 45 270
7 8.5 46 343 2401 59.3 416.5 6.- Predecir el tiempo de secado cuando le
8 9.0 64 512 4096 72 576 adicionamos 𝑥0 = 6.5 𝑔𝑟 de secado:
=36 =80.5 =204 =1296 =8772 =299 =1697
𝑦0 = 12.18 − 1.847(6.5) + 0.1829(6. 5)2

𝑦0 = 7.9 ℎ𝑠

Chevez Trujillo Melissa

 Se realiza un estudio para desarrollar una ecuación con la que sea factible predecir el costo unitario de
producciones de un nuevo medicamento 𝑦0 con base en el número de unidades producidas 𝑥0 . El
modelo propuesto es:

𝑦𝑜 = 𝛼 + 𝛽𝑥𝑖 + 𝛿𝑥 2 𝑖 + 𝑒𝑖 𝑝𝑎𝑟𝑎 𝑖 = 1,2 … 𝑛

Se obtuvieron estos datos de diversos laboratorios médicos:

Número de unidades Costos unitarios

producidas 𝑥1 (x100US$)𝑦1
3.- Valores Sustituidos en las ecuaciones
5 14.0
5 12.5 81.3 = 14.6𝛼 + 150𝛽 + 2750𝛿
10 7.0
10 5.0 1228 = 150𝛼 + 2750𝛽 + 56250𝛿
15 2.1
15 1.8 24555 = 2750𝛼 + 56250𝛽 + 24555𝛽
20 6.2
20 4.9
25 13.2
25 14.6 4.- Sistema de regresión
1.- Diagrama de dispersión
Gráfica de dispersión de Costos unitarios vs. Unidades
16

14

12
Costos unitarios

10

0
5 10 15 20 25
Unidades

Análisis de Varianza
2.- Parámetros
𝑥𝑖 𝑦𝑖 𝑥𝑖2 𝑥𝑖3 𝑥𝑖4 𝑥𝑖 𝑦𝑖 𝑥𝑖2 𝑦𝑖 Fuente GL SC MC F
P
5 14.0 25 125 625 70 350 Regresión 2 215.762 107.881 107.59
5 12.5 25 125 625 62.5 312.5 0.000
10 7.0 100 1000 10000 70 700 Error 7 7.019 1.003
10 5.0 100 1000 10000 50 500 Total 9 222.781
15 2.1 225 3375 50625 31.5 472.5
15 1.8 225 3375 50625 27 405
5.- Predecir el costo unitario de producir 𝑥0 =
20 6.2 400 8000 160000 124 2480
20 4.9 400 8000 160000 98 1960 18 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
25 13.2 625 15625 390625 330 8250 𝑦0 = 27.130 − 3.3313(18) + 0.1110(18)2
25 14.6 625 15625 390625 365 9125
 =81.3 =2750 =56250 =1223750 =1228 =24555 𝑦0 = 3.13

Chevez Trujillo Melissa

 Los constructores de la aautopista Lachigurri-Guigovelaga están arreglando un tramo que reduce el flujo
vehicular de 4 carriles a solo uno que pasa por el túnel. Les interesa que pase la mayor cantidad de autos por
minuto, pero se han fijado que cuando aumentan el letrero de Velocidad Maxima obligatoria, se pana
menos vehículos porque estos por protección aumentan la distancia entre cada uno disminuyendo
contradictoriamente el flujo vehicular provocando serios atascamientos de vehículos. Desesperados
acudieron con los alumnos de Tarín para pedir auxilio. Estos probaron con diversas velocidades máximas el
flujo vehicular resultante, estos son los resultados:

Velocidad Máxima No. de coches 4.- Valores Sustituidos en las ecuaciones

obligatoria por minuto
50 4 73 = 3𝛼 + 810𝛽 + 78900𝛿
60 7
70 10 6460 = 810𝛼 + 78900𝛽 + 8181000𝛿
80 12
90 12 604200 = 78900𝛼 + 8181000𝛽 + 604200𝛽
100 10
110 9
120 6
130 3 4.- Sistema de regresión

1.- Modelo matemático

𝑦𝑜 = 𝛼 + 𝛽𝑥𝑖 + 𝛿𝑥 2 𝑖 + 𝑒𝑖 𝑝𝑎𝑟𝑎 𝑖 = 1,2 … 𝑛

2.- Diagrama de dispersión

Gráfica de dispersión de No. coches vs. Velocida max
12

10
No. coches

8
Análisis de Varianza
6
Fuente GL SC MC F P
4
Regresión 2 84.7876 42.3938 121.05 0.000
Error 6 2.1013 0.3502
2 Total 8 86.8889
40 50 60 70 80 90 1 00 110 1 20 1 30
Velocida max

3.- Parámetros
𝑥𝑖 𝑦𝑖 𝑥𝑖2 𝑥𝑖3 𝑥𝑖4 𝑥𝑖 𝑦𝑖 𝑥𝑖2 𝑦𝑖 5.- Predecir la velocidad máxima 𝑥0 = 130
50 4 2500 125000 6250000 200 10000 𝑦0 = −28.77 + 0.9148(130) − 0.005184(130)2
60 7 3600 216000 12960000 420 25200
70 10 4900 343000 24010000 700 49000 𝑦0 = 2.54
80 12 6400 512000 40960000 960 76800
90 12 8100 729000 65610000 1080 97200
100 10 10000 1000000 100000000 1000 100000
110 9 12100 1331000 146410000 990 108900
120 6 14400 1728000 207360000 720 86400
130 3 16900 2197000 285610000 390 50700
=810 =73 =78900 =8181000 =889170000 =6460 =604200

Chevez Trujillo Melissa