1. ¿Cuál es la Definición correcta de Mínimos Cuadrados?

Seleccione la respuesta correcta

a) Es una técnica de análisis numérico enmarcada dentro de la optimización

matemática, estadística y social en la que, dados un conjunto de pares ordenados
variable independiente, variable dependiente y una familia de funciones, se
intenta encontrar la función continua.
b) Es una técnica de análisis numérico enmarcada dentro de la optimización
matemática, en la que, dados un conjunto de pares ordenados variable
independiente, variable dependiente y una familia de funciones, se intenta
encontrar la función continua.
c) Es una técnica de análisis numerica que enmarca dentro de la optimización
matemática, en la que, dados un conjunto de pares ordenados variable
independiente, variable dependiente y funciones, se intenta encontrar la función
continua.
Respuesta correcta: b

Justificación:
Es una técnica de análisis numérico enmarcada dentro de la optimización matemática,
ya que, dados un conjunto de pares ordenados variable independiente, variable
dependiente y una familia de funciones, se intenta encontrar la función continua. dentro
de dicha familia, que mejor se aproxime a los datos un "mejor ajuste", de acuerdo con el
criterio de mínimo error cuadrático.
2. COMPLETE

La técnica de mínimos cuadrados se usa comúnmente en el ________________, muchos

otros problemas de optimización pueden expresarse también en forma de
_________________________, minimizando la ____________ o maximizando
la __________.

Respuesta correcta:

Justificación:

La técnica de mínimos cuadrados se usa comúnmente en el ajuste de curvas. Muchos

otros problemas de optimización pueden expresarse también en forma de mínimos
cuadrados, minimizando la energía o maximizando la entropía.

3. ¿Cuáles son los tipos de Método de cuadrados mínimos?

Respuesta correcta:
Justificación:
Sabemos que existen cinco tipos de Método de cuadrados mínimos que son:
a) Regresión lineal.
b) Regresión Mínimo-Cuadrática.
c) Regresión Mínimo Cuadrática No-Lineal.
d) Regresión Parabólica 
e) Expresión

4. Con los siguientes datos, encuentre el diagrama de dispersión que expresen

los datos mencionados a continuación, tomando en cuenta la recta que
mejor se ajusta. Encierre el diagrama de dispersión correcto.
(X) (Y) X.Y
1 7 2 14
2 1 9 9
3 10 2 20
4 5 5 25
5 4 7 28
6 3 11 33
7 13 2 26
8 10 5 50
9 2 14 28

A)

Valores Y
15

10
Eje Y

0
0 2 4 6 8 10 12 14
Eje X

B)
 100
80
60
Eje Y

40
20
0
0 2 4 6 8 10 12 14
Eje X

C)

Valores Y
15

10
Eje Y

0
0 2 4 6 8 10 12 14
Eje X

Respuesta correcta:
La respuesta correcta es a)

Valores Y
15

10
Eje Y

0
0 2 4 6 8 10 12 14
Eje X

Utilizando los datos mencionados tenemos la tabla de dispersión exacta.

5. Menciones tres ventajas de método mínimo cuadrado:

Justificación:
 Es objetivo, sólo depende de los resultados experimentales.

 Es reproducible, proporciona la misma ecuación no importa quién realice el análisis.

  Proporciona una estimación probabilística de la ecuación que representa unos datos

experimentales.

 Proporciona intervalos pequeños de error.

 Es útil cuando se dispone de datos históricos que cubren amplios períodos de

tiempo

6. Identifique si es Ventaja o Desventaja

a) Sólo sirve para ajustar modelos lineales. ( )

b) Es objetivo, sólo depende de los resultados experimentales. ( )

c) Proporciona intervalos pequeños de error. ( )

d) Proporciona una estimación probabilística de la ecuación que representa unos

datos experimentales. ( )

e) Es ineficaz para pronosticar las ventas de nuevos productos. ( )

Justificación:

a) Sólo sirve para ajustar modelos lineales. ( Desventaja )

b) Es objetivo, sólo depende de los resultados experimentales ( ventaja ) ya que

depende de los resultados experimentales.

c) Proporciona intervalos pequeños de error. ( ventaja ) porque nos da facilidad de

proporcionar intervalos pequeños de error.

d) Proporciona una estimación probabilística de la ecuación que representa unos

datos experimentales. ( ventaja )

e) Es ineficaz para pronosticar las ventas de nuevos productos. ( Desventaja )

7. ¿Escriba con sus propias palabras que es Regresión No-Lineal?

justificación:
Regresion No Lineal genera una ecuación para describir la relación no lineal entre una

variable de respuesta continua y una o más variables predictoras y predice nuevas

observaciones.

8. Verdadero o Falso

a) Según la Regresión Mínima Cuadrática las variables a través de un determinado tipo de

función (lineal, parabólica, exponencial, etc.), de forma que la función de regresión se

obtiene ajustando las observaciones a la función elegida, mediante el método de

Mínimos Cuadrados ( )

b) La Regresión Parabólica desarrollaremos la regresión Y/X y debe quedar claro que la

regresión X/Y resultaría análoga. ( )

c) Expresión se basa en la ecuación de una recta x = mx + b. ( )

Justificacion:

Según la Regresión Mínima Cuadrática las variables a través de un determinado tipo de función

(lineal, parabólica, exponencial, etc.), de forma que la función de regresión se obtiene

ajustando las observaciones a la función elegida, mediante el método de Mínimos Cuadrados

ES VERDADERO.

La Regresión Parabólica desarrollaremos la regresión Y/X y debe quedar claro que la regresión

X/Y resultaría análoga, ES VERDADERO.

Expresión se basa en la ecuación de una recta x = mx + b. ES FALSO por que la Expresión se

basa en la ecuación de una recta y = mx + b.

Desarrolle
9. Con los siguientes datos Debemos aplicar el método de mínimos cuadrados. Como
ya sabemos entonces encontraremos X2
                                                             
Xi Yi X.Y X2

7                2           14            49

1               9              9               1

10               2          20 100

5 5           25             25

4 7            28            16

3 11            33                9

13 2            26 169

10 5          50 100

2 14 28 4

Σ =      55 57 233           473

Desarrollo:
∑=Y=na+b∑X
57 = 9a+ 55b
233 = 233a + 473b

10. COMPLETE
Regresión Parabólica 

Desarrollaremos la regresión Y/X y debe quedar claro que la regresión X/Y resultaría

__________. Supongamos para simplificar que los ________ no están agrupados por

__________.

En tal caso, obtener la función _________ y* = a 0+a1x+a2 x2 se llevará a cabo determinado los

___________ de los tres parámetros a0,a1,a2.

Justificacion:

Regresión Parabólica 

Desarrollaremos la regresión Y/X y debe quedar claro que la regresión X/Y resultaría

análoga. Supongamos para simplificar que los datos no están agrupados por

frecuencias.

En tal caso, obtener la función parabólica y* = a0+a1x+a2 x2 se llevará a cabo determinado los

valores de los tres parámetros a0,a1,a2.