Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Justificación:
La principal razón de la realización de esta investigación es el hecho de
que podemos poner en práctica nuevos ejercicios de matemáticas que no
pueden servir para nuestro futuro e incluso carrera, pues la regresión lineal es
un método de predicción y conocer nuevos datos sobre cierta situación. Es
precisamente en este rubro donde más se denota su importancia y el por qué
de analizarlo, un ejemplo podrían ser las finanzas, una área donde el aplicar
estos conocimientos es una ventaja notable a la hora de cálculos de datos.
Teoría:
Regresión y Modelos Lineales, no es un tema completamente aislado
de cualquier otro tema de matemáticas, sino que este también abarca
bastantes otros temas que funcionan como antecedentes y bases
fundamentales para el correcto entendimiento y realización de estos
procedimientos.
Tomando en cuenta las pequeñas diferencias entre tema y tema realmente
podemos apreciar como tienen la misma cimentación sin embargo distintos
objetivos, procedimientos y aplicaciones; algunos ejemplos de temas que
funcionan como bases son:
● Plano cartesiano: La base y el gráfico donde se presentan los datos y
las coordenadas para poder usar como material visual.
● Coordenadas en el Plano: La ubicación de los datos y la
representación de lo obtenido en el experimento
● Recta en el Plano: La representación y unión visual de los datos en
busca de una relación entre ellos.
● Ecuaciones y Funciones: Las representaciones algebraicas para
llegar a los resultados necesarios para representarse en el plano
cartesiano, así como la “regla” que sigue el plano y los datos.
Procedimiento:
Lo que se planteó fue que nosotros teníamos que resolver cinco
ejercicios de la página 243 - 246, específicamente los ejercicios 1, 2, 3, 4 y
11 del libro Precálculo 5ta Edición, “Matemáticas para el cálculo”, de James
Stewart, mediante el método de la regresión lineal, a través del uso del
programa Octave, un programa de PC que genera modelos lineales y puede
resolver ecuaciones, de esta manera simplemente modificamos los datos
según el problema y lo que nos pedía el mismo, después de terminar cada
problema solamente hacemos el cambio de datos haciendo más sencillo
nuestro método para lograr completar en tiempo y forma los cinco problemas
que se nos solicitaba.
Estas fórmulas junto con las tablas de valores, son los componentes
esenciales para calcular la regresión lineal de cualquier problema que se nos
presente y debamos responder, y aunque no representan el requerido
procedimiento por completo, sí son las bases que nos ayudarán a cumplir
cualquier otra especificación. De esta manera y con un proceso extenso es
que se puede calcular la regresión lineal y los datos ajustados usando un
modelo lineal, unas cuantas operaciones que nos ayudan como sistemas de
predicción y cálculo de datos en conjunto.
Historial de Comandos
Con esto ya establecido y con pleno conocimiento del uso del programa, se
decidió comenzar con el proceso de cálculo de regresión lineal, además de
calcular todos los demás datos que pedían los incisos de los ejercicios, de
esta manera no solo era un copia y pega en cada ejercicio, sino también una
prueba acerca de si habíamos comprendido correctamente el uso de las
fórmulas y operaciones tanto manual como virtualmente.
Ejercicios y Resultados:
50.1 178.5
48.3 173.6
45.2 164.8
44.7 163.7
44.5 168.3
42.7 165.0
39.5 155.4
38.0 155.8
a) Elabore una gráfica de dispersión de los datos
*: Datos Reales
Recta: Datos Ajustados
X Y XX XY Ajuste
55 340
58 335
64 410
68 460
70 450
75 610
80 735
84 780
X Y XX XY Ajuste
2.5 15
4.0 24
6.0 32
8.0 56
9.0 49
9.5 76
12.5 90
15.5 89
X Y XX XY Ajuste
1984 344.3
1986 347.0
1988 351.3
1990 354.0
1992 356.3
1994 358.9
1996 362.7
1998 366.5
2000 369.4
a) Construya una gráfica de dispersión de los datos
*: Datos Reales
Recta: Datos Ajustados
Varones
Mujeres
Varones Mujeres
Conclusión y Discusión:
Un modelo lineal es una herramienta poderosa y versátil para
comprender y analizar relaciones lineales entre variables, ya que utiliza la
representación visual de una línea recta para mostrar la relación entre dos
variables, lo que ayuda a visualizar fácilmente la pendiente y la intersección
en el eje y. Por su parte se utiliza la fórmula y = mx + b para calcular la
relación lineal entre dos variables, donde "m" representa la pendiente y "b"
representa la ordenada al origen.
https://www.significados.com/plano-cartesiano/
3. teoricas123.pdf (uba.ar)