CH-Pureza.

X-Y PIB-Ventas

CH-Pureza.

El rendimiento del producto de un proceso químico está relacionado con la

temperatura de operación del proceso. Se desea establecer la relación que existe
entre la pureza (y) del oxígeno producido y el porcentaje de hidrocarburo (x) que
está presente en el condensador principal en un proceso de destilación, de acuerdo
con los siguientes datos:

X Y
(% de (Pureza)
Hidro
carburos)

0,99 90,01
1,02 89,05
1,15 91,43
1,29 93,74
1,46 96,73
1,36 94,45
0,87 87,59
1,23 91,77
1,55 99,42
1,4 93,65
1,19 93,54
1,15 92,52
0,98 90,56
1,01 89,54
1,11 89,85
1,2 90,39
1,26 93,25
1,32 93,41
1,43 94,98
0,95 87,33

a. Realice el diagrama de dispersión y determine el tipo de asociación entre las

variables.
b. Encuentre el modelo matemático que permite predecir el efecto de una
variable sobre la otra. ¿Es confiable?
c. Determine el porcentaje de explicación del modelo y el grado de relación de
las dos variables.
d. ¿Cuál es el porcentaje de hidrocarburo cuando la pureza del oxígeno es igual
a 91,3?

Solución

a) Se puede observar en el grafico que las variables mantienen una tendencia

lineal
 Y (Pureza)
105

100

95

90

85

80
0 5 10 15 20 25

b) El mejor modelo lineal que se ajusta es:

y=14,947 x +74,283

Esto es debido a que R-cuadrado= 0,8774 lo que nos indica que el modelo
explica el 87% de la pureza del oxígeno producido relacionado al porcentaje
de hidrogeno

Y (Pureza)
105

100

95

f(x) = − 0.04 x + 92.64

90 R² = 0.01

85

80
0 5 10 15 20 25

c) Respuesta: tenemos que el coeficiente de correlación= 0,93671538, lo que

nos indica una tendencia lineal fuerte

d) Tenemos que si la pureza 91,3 entonces

91.3=14,947 x+74,283
 91.3−74.283
obtenemos x= x ≈ 1.14
14,947
X-Y.
En un nuevo proceso artesanal de fabricación de cierto artículo que está
implantado, se ha considerado que era importante ir anotando periódicamente el
tiempo medio (medido en minutos) que se utiliza para realizar una pieza y el
número de días desde que empezó dicho proceso de fabricación. Con ello, se
pretende analizar como los operarios van adaptándose al nuevo proceso mejorando
paulatinamente su proceso de producción.

Los datos representan dicha situación:

X 12 23 35 42 53 65 70

Y 45 30 27 25 23 21 20

a. Identifique la variable dependiente (y) y la variable independiente (x), realice

el diagrama de dispersión y determine el tipo de asociación entre las
variables
b. Encuentre el modelo matemático que permite predecir el efecto de una
variable sobre la otra. ¿Es confiable?
c. Determine el grado de correlación de las dos variables.
d. ¿Qué tiempo deberá tardarse un empleado cuando lleven 90 días?

Solución

a)

Y
50
45
40
35
30
25
20
15
10
5
0
0 10 20 30 40 50 60 70 80

Se concluye que

Hay una tendencia lineal decreciente por que

 la variable independiente x serán los días
 Y serán los minutos.

b) el modelo experimental se puede representar por medio de la siguiente función

y=−0,3566 x+ 42,569
Temenos que R- cuadrado Podemos decir que el modelo es confiable.

Y
50
45
40
35 f(x) = − 0.36 x + 42.57
30 R² = 0.8
25
20
15
10
5
0
0 10 20 30 40 50 60 70 80

c) tenemos

el grado de correlación -0,8923377; lo que implica que las variables tienen una
relación inversamente proporcional.

e) como el modelo es:

y=−0,3566 x+ 42,569
X= el número de días
Y= el tiempo en minutos
entonces para x= 90 días
tenemos
y=−0 ,3566 ( 90 )+ 42 , 569.

y=−79.525

PIB-Ventas.
Una compañía multinacional del servicio de telecomunicaciones en Colombia, como
medio de planeación estratégica para la toma de decisiones, solicita a su
departamento financiero, hacer predicciones económicas del valor anual de sus
ventas totales, versus el PIB nacional de las últimas dos décadas, para la toma de
decisiones para la apertura de nuevos mercados. Realice el diagrama de dispersión
y determine el tipo de asociación entre las variables.

Año PIB Nación Ventas de la compañía

2001 1,70 339,43
2002 2,50 363,02
2003 3,90 359,75
2004 5,30 336,90
2005 4,70 339,38
2006 6,70 348,40
2007 6,90 372,00
2008 3,50 358,79
 2009 1,70 337,94
2010 4,00 357,32
2011 6,60 342,14
2012 4,00 327,84
2013 4,90 362,06
2014 4,40 348,80
2015 3,10 353,52
2016 2,00 355,40
2017 1,80 342,00

a. Ajuste un modelo matemático que permita predecir el efecto de una variable

sobre la otra. ¿Es confiable?
b. Determine el porcentaje de explicación del modelo y el grado de relación de las
dos variables.
c. ¿Cuál podría ser la proyección de ventas para el año 2018 si se espera que el
PIB nacional sea del 3,1?
Solución

a) se recomienda analizar un modelo de regresión lineal múltiple

y=0,025 x−4,7539
Se evidencia que no es confiable realizar un modelo de regresión lineal

PIB Nación
8

4 f(x) = 0.02 x − 4.75

R² = 0.03
3

0
325 330 335 340 345 350 355 360 365 370 375

b) El coeficiente de correlación =0,16956874

el R-cuadrado = 0,0288

conclusión el modelo no es bueno pues solo explica el 0.02% del PIB Nación.

c) y=0,025 x−4,7539
Para: y=3,1

3.1+4.7539
x= ≈314.15
0.025