Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cuestionario
INTEGRANTES
UNIVERSIDAD NACIONAL
FEDERICO VILLARREAL
○ Mínimos Cuadrados:
Gráficas
GRAFICA DE DISPERCIÓN
CANTIDAD DEMANDADA
70
60 56 58 59
50 52 53 54
47 47
40
30
20
10
0
0 1 2 3 4 5 6 7 8 9
AÑOS
GRAFICA DE AJUSTE DE CURVA
70
60
CANTIDAD DEMANDADA
50
y = 1.8095x + 45.107
40
30
20
10
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13
AÑOS
7.- Se tiene como objetivo calcular la demanda total esperada de un cierto producto en
cada uno de los próximos cinco años, para lo cual se cuenta con la siguiente información
Para el quinquenio se tiene proyectada una tasa de crecimiento anual del ingreso por
habitante, en términos reales, del 2%, y de crecimiento de la población del 3%.
En el presente año la población consumidora es de 800.000 habitantes.
La información estadística sobre ingreso y cantidad demandada, correspondiente a los
últimos diez años, incluyendo el presente, es:
Estimar la demanda para los años solicitados. Presentar un informe, en el cual se detalle el
diagrama de dispersión, la aplicación del método de mínimos cuadrados, el coeficiente de
correlación y el pronóstico de la demanda.
Solución:
a) La ecuación de mínimos cuadrados es:
b) Luego a partir del décimo año:
Reemplazando obtenemos:
El coeficiente de correlación 0.9998 indica que la existe una correlación casi perfecta entre
ambas variables, el número -1 corresponde a una correlación negativa perfecta, el número
+1 corresponde a una correlación positiva perfecta, el número 0 corresponde a una
correlación nula es decir no existe correlación entre las variables.
Gráfico de la línea de tendencia de la demanda:
e) Diagrama y tendencia hasta el 15vo año:
8.- Obtener una expresión general para la tasa de crecimiento anual de la demanda total
en función de la tasa de crecimiento del ingreso por habitante, del coeficiente de elas-
ticidad ingreso de la demanda y de la tasa de crecimiento de la población. Aplicar la
expresión obtenida a los datos del problema anterior y establecer una expresión de la
forma:
Coeficiente de elasticidad:
Solución:
a)
b)
Sucede que la demanda de zapatos por consumidores baja a 1.621zapatos por año
Hallando variaciones
Volumen de Ventas :
11. En una determinada región un aumento del 1% en el ingreso por habitante origina un
incremento del 2,5% en el consumo de la carne. En el pasado año, el ingreso por habitante fue
de 1.200 dólares, el consumo de carne por habitante y por año de tres kilogramos y la población
de 18 millones. Para los diez años anteriores al presente se tiene la siguiente información
estadística:
SOLUCIÓN:
La demanda esperada para los próximos cinco años:
% inc.
Población Inc. con.
Año Ingreso/$ De Demanda
(millones) Carne
ingresos
12. En un país, la distribución actual del consumo de energía eléctrica es como sigue:
Sector
Consumo de Energía Crecimiento Anual esperado
(Millones de Kw.-hora) del sector (%)
Transporte férreo
50 50.55 51.11 51.67 52.24 52.81
Transporte trolebuses
16 16.10 16.20 16.30 16.40 16.50
Iluminación Publica
36 36.76 37.53 38.32 39.12 39.94
Comercio
70 72.94 76 79.19 82.52 85.99
Domiciliario
58 59.8 61.65 63.56 65.53 67.56
Otros
10 10.18 10.36 10.55 10.74 10.93
CONSUMO ANUAL
395 406.33 418.9 431.45 444.43 457.84
13. Para pronosticar el volumen de ventas de paraguas, en los próximos diez años, se
desea establecer un modelo de regresión lineal que tiene como variables independientes el
precio relativo de los paraguas con respecto al de la competencia, P, el ingreso personal
total en la zona de mercado de los paraguas, I, el porcentaje de gasto en publicidad, A, y
el nivel absoluto de lluvias, en milímetros, R. Los datos históricos que se tienen para los
últimos diez años, incluyendo el año pasado, son los siguientes:
Año Ingreso Precio Ingreso de Gasto Nivel
Venta Relativo las Relativo Absoluto
Paraguas personas en de lluvias
(dólares) (millones Publicidad (miles de
de mm.)
dólares)
V P I A B
1 597 0.89 13.00 1.20 11.5
2 312 1.02 13.56 0.87 8.9
3 307 1.09 13.97 0.79 8.2
4 797 0.89 14.63 1.32 11.7
5 890 0.80 15.23 1.37 12.3
6 927 0.79 16.01 1.43 12.1
7 720 0.92 16.54 1.01 9.7
8 645 1.17 17.54 0.82 9.8
9 841 0.80 17.01 1.00 9.7
10 925 0.85 18.25 1.16 9.9
Definir el modelo cíe regresión más apropiado y su correspondiente coeficiente de correlación.
SOLUCIÓN:
1. Modelo y = a + bx
y = ingreso ventas
x = precio relativo
Resolviendo nuestro modelo por el método de mínimos cuadrados
Ingreso
Precio Relativo
ventas
V=Y p=X XY X2 Y2
597 0,89 531,33 0,7921 356409
312 1,02 318,24 1,0404 97344
307 1,09 334,63 1,1881 94249
797 0,89 709,33 0,7921 635209
890 0,8 712 0,64 792100
927 0,79 732,33 0,6241 859329
720 0,92 662,4 0,8464 518400
645 1,17 754,65 1,3689 416025
841 0,8 672,8 0,64 707281
925 0,85 786,25 0,7225 855625
6961 9,22 6213,96 8,6546 5331971
Reemplazando datos en las ecuaciones normales:
a = 1919.85
b = -1327.28
Hallando el coeficiente de determinación y correlación:
R2 = 0.56. Coef. Determinación
R = -0.75 Coef. Correlación
En conclusión. La variable precio relativo no es la indicad para explicar el volumen de ventas
paraguas.
SOLUCIÓN:
2. Modelo y = a + bx
y = ingreso ventas
x = ingreso de personas (millones $)
Resolviendo nuestro modelo por el método de mínimos cuadrados
Ingreso de
Ingreso
Año personas
ventas
(millones $)
V=Y p=X XY X2 Y2
1 597 13 7761 169 356409
2 312 13,56 4230,72 183,8736 97344
3 307 13,97 4288,79 195,1609 94249
4 797 14,63 11660,11 214,0369 635209
5 890 15,23 13554,7 231,9529 792100
6 927 16,01 14841,27 256,3201 859329
7 720 16,54 11908,8 273,5716 518400
8 645 17,42 11235,9 303,4564 416025
9 841 17,91 15062,31 320,7681 707281
10 925 18,25 16881,25 333,0625 855625
6961 156,52 111424,85 2481,203 5331971
Reemplazando datos en las ecuaciones normales:
a = -537.64
b = 78.82
Hallando el coeficiente de determinación y correlación:
R2 = 0.40. Coef. Determinación
R = 0.63 Coef. Correlación
En conclusión. La variable ingreso de personas con la variable volumen de ventas paraguas, no
tienen un coeficiente de Determinación cercano a la unidad, por lo que se buscará otra variable.
SOLUCIÓN:
3. Modelo y = a + bx
y = ingreso ventas
x = gasto relativo en publicidad
Resolviendo nuestro modelo por el método de mínimos cuadrados
Gasto
Ingreso
Año relativo
ventas
publicidad
V=Y p=X XY X2 Y2
1 597 1,2 716,4 1,44 356409
2 312 0,87 271,44 0,7569 97344
3 307 0,79 242,53 0,6241 94249
4 797 1,32 1052,04 1,7424 635209
5 890 1,37 1219,3 1,8769 792100
6 927 1,43 1325,61 2,0449 859329
7 720 1,01 727,2 1,0201 518400
8 645 0,82 528,9 0,6724 416025
9 841 1 841 1 707281
10 925 1,16 1073 1,3456 855625
6961 10,97 7997,42 12,5233 5331971
Reemplazando datos en las ecuaciones normales:
a = -113.86
b = 738.34
Hallando el coeficiente de determinación y correlación:
R2 = 0.55 Coef. Determinación
R = 0.74 Coef. Correlación
En conclusión. La variable gasto relativo en publicidad presenta un coeficiente de
Determinación cercano a la unidad, por lo que este modelo será el que se utilizará para la
proyección.
SOLUCIÓN:
4. Modelo y = a + bx
y = ingreso ventas
x = nivel absoluto de lluvias (mm)
Resolviendo nuestro modelo por el método de mínimos cuadrados
Ingreso de
Ingreso
Año personas
ventas
(millones $)
V=Y p=X XY X2 Y2
1 597 13 7761 169 356409
2 312 13,56 4230,72 183,8736 97344
3 307 13,97 4288,79 195,1609 94249
4 797 14,63 11660,11 214,0369 635209
5 890 15,23 13554,7 231,9529 792100
6 927 16,01 14841,27 256,3201 859329
7 720 16,54 11908,8 273,5716 518400
8 645 17,42 11235,9 303,4564 416025
9 841 17,91 15062,31 320,7681 707281
10 925 18,25 16881,25 333,0625 855625
6961 156,52 111424,85 2481,203 5331971
Reemplazando datos en las ecuaciones normales:
a = -460.033
b = 111.38
Hallando el coeficiente de determinación y correlación:
R2 = 0.46 Coef. Determinación
R = 0.68 Coef. Correlación
En conclusión. La variable nivel absoluto de lluvias (mm) no tienen un coeficiente de
Determinación, cercano a la unidad, por lo que no se tomara como referencia.
SOLUCIÓN:
Por lo tanto como respuesta a la pregunta que se nos plantea, es que el modelo a usar es el
siguiente:
Modelo y = a + bx
y = ingreso ventas
x = gasto relativo en publicidad
a = -113.86
b = 738.34
Hallando el coeficiente de determinación y correlación:
R2 = 0.55 Coef. Determinación
R = 0.74 Coef. Correlación
Y = -113.86 + 738.34X
A) Análisis para proyectar el ingreso de ventas de paraguas para los 10 próximos años (11-20)
Proyección del gasto relativo en publicidad
Modelo y = a + bx
Donde:
Y = gasto relativo en publicidad
X = Tiempo
SOLUCIÓN:
Resolviendo nuestro modelo:
Gasto relativo
Tiempo
publicidad
Y X XY X2 Y2
1,2 1 1,2 1 1,44
0,87 2 1,74 4 0,7569
0,79 3 2,37 9 0,6241
1,32 4 5,28 16 1,7424
1,37 5 6,85 25 1,8769
1,43 6 8,58 36 2,0449
1,01 7 7,07 49 1,0201
0,82 8 6,56 64 0,6724
1 9 9 81 1
1,16 10 11,6 100 1,3456
10,97 55 60,25 385 12,5233
Reemplazando datos en las ecuaciones normales:
a = 1.103
b = -0.0010
El modelo será:
Y = 1.103 -0.0010x
En base a esta ecuación proyectamos los valores del gasto relativo en público. Para los años 11
al 20
X Y gasto publicidad
11 1,092
12 1,091
13 1,090
14 1,089
15 1,088
16 1,087
17 1,086
18 1,085
19 1,084
20 1,083
SOLUCIÓN:
En base a esta ecuación proyectamos los valores del gasto relativo en public. Para los años 11
al 20
Modelo: Y = -113.86 + 738.34X
Donde:
Y = ingreso ventas paraguas (dólares)
X = gasto relativo en publicidad (%)
11 692,41
12 691,67
13 690,93
14 690,19
15 689,45
16 688,72
17 687,98
18 687,24
19 686,50
20 685,76
14. El propósito es pronosticar para una región la demanda de tractores para uso agrícola, en los
próximos cinco años. Para esto se cuenta con información histórica, correspondiente a los últimos
diez años, incluyendo el actual, sobre número de tractores en operación cada año, número de
tractores que se deben reponer cada año, número de tractores importados por año y superficie
cultivada, así: