Equipo2 48458 62726345 Situaci N Problema 100 PDF

Instituto Tecnológico y de Estudios Superiores de Monterrey
Modelación de procesos mediante álgebra lineal
Situación problema: Análisis de componentes principales
Profesor: Ronald Richard Jiménez Munguía
Emiliano Cornejo Gallegos - A01275357
Sulym Alarcón Hernández - A01275181
Konrad Luer Alvarado - A01274679
Luis Manuel Acosta Guevara - A01541164
Luis Manuel Cervantes Guerra - A01730516
Brandon Ibrahim Robles Briano - A01276926
Pachuca de Soto, Hidalgo a 8 de Septiembre del 2021.

Introducción
A lo largo de este curso hemos

aprendido distintas cosas
importantes para llevar a cabo
la solución de la situación
problema. Previamente se
realizó una investigación acerca
de matrices, matrices de datos
centrados, las matrices de
varianza y covarianza al igual
que su simbología y
propiedades para tener un
mejor entendimiento.
En base a todo lo aprendido en el curso y las investigaciones previas, se presenta

como situación problema una compañía mediana que requiere establecer una
clasificación entre sus empleados. Para ello tiene registrados varios indicadores
numéricos para sus empleados. Sin embargo, son tres indicadores, lo que hace que
no se pueda hacer una representación gráfica adecuada al no saber cuáles de ellos
podrían ser más relevantes de considerar.
Entonces, para generar los indicadores de los trabajadores:
1) A partir de la matriz de datos, genera la matriz de datos centrados.
Para generar la matriz de datos centrados, se calculó el promedio de cada columna,

después se multiplicó por una matriz 1x200 de unos, para restarle a la matriz inicial
de los índices, la matriz multiplicada de las medias.
2) Genera la matriz S de varianzas y covarianzas.
Se multiplica la matriz transpuesta de datos centrados por la misma la matriz de

datos centrados entre el número total de datos (200 empleados), para multiplicar y
calcular la matriz de varianzas y covarianzas.
NOTA: Se añaden ceros para resolver el sistema.
3) Determina los valores y vectores propios de la matriz S.
Para determinar los valores (L) y vectores propios se usó el programa de matlab,
donde:
4) Localiza el mayor de los valores propios y el vector propio asociado.
Una vez calculados los valores propios de λ y vector propio asociado se localizaron
los valores en rojo como los de mayor valor.
5) Multiplica la matriz de datos centrados por el vector propio del inciso
anterior.
6) Ordena las entradas de este vector de mayor a menor, para jerarquizar el

rendimiento de los empleados también de mayor a menor.
Al jerarquizar por un indicador, encontramos que los primeros 50 empleados de

mayor a menor son:
Y de menor a mayor:
Con 2 indicadores:
Usando el mismo procedimiento que con un indicador se realizaron las siguientes

matrices y operaciones correspondientes para determinar la variabilidad usando
ahora dos indicadores.
Tomando en cuenta la nueva matriz de datos centrados, calculada de la misma
manera que en pasos anteriores, pero ajustándose a 2 indicadores, y el mayor
vector propio asociado previamente calculado, se calculan los valores
correspondientes mediante una multiplicación de la nueva matriz de datos centrados
y el mayor vector propio asociado.
Ordenándolos de mayor a menor (primeros 50)
De menor a mayor:
Gráfico 1. Indicador de mejores empleados con un indicador.
Gráfico 2. Indicador de mejores empleados con 2 indicadores.

¿Cuál lista y por qué es la mejor?
Para determinar la lista que determinará a los mejores rendimientos del mes se
procedió a ubicar la varianza de variabilidad de los datos con un indicador y dos
indicadores, para el caso de la primera lista, con un indicador, se perdió una
variabilidad de 73.25%/ 0 .7325.
Sin embargo al proyectar la misma lista con dos indicadores(valores de Lambda) se

obtuvo primeramente una pérdida de variabilidad del 94.065% o 0.94065.
Sin embargo para determinar la variabilidad acumulada de estos dos indicadores se

repitió mismo procedimiento de combinación lineal entre indicadores (previamente
detallado) donde se obtuvo una variabilidad del 77.62% / 0.7762%
Obtenido esto se procede a identificar el porcentaje de variabilidad acumulada del

proceso repetido una 2da vez haciendo una simple multiplicación entre las dos
variabilidades.
94.065% x 77.62% = 73.01%
Realizada la operación se procede a realizar una comparación entre variabilidades

de las listas para decidir cuál será la lista de empleados que recibirán la
compensación por lo tanto
73.25% (varianza acumulada en la 1ra parte) > 73.01(varianza acumulada en la

2da parte)
Por lo tanto la primera lista será la que usaremos para compensar a los trabajadores
Con base en lo obtenido después de seguir la metodología sugerida:

1) De acuerdo a la jerarquía anterior, indica para cada caso cuál es el factor
que tuvo mayor peso en el rendimiento de cada empleado.
Los valores de λ reflejan la variabilidad entre los indicadores, por lo que el tercer
indicador tiene mayor peso en el rendimiento de cada empleado con un valor de
10.7298.
Preguntas detonadoras:
1) ¿Cómo generar una combinación lineal entre varios indicadores? En

general, ¿qué es una combinación lineal?
Una combinación lineal es aquella en la que se suman dos o más vectores los
cuales son multiplicados por escalares y este es el vector que se obtiene de realizar
tales operaciones. Para generar una combinación lineal entre varios indicadores, se
deben tener los datos a ocupar, así como realizar la suma de vectores por escalares
de la misma magnitud de la que se busque en cantidad de indicadores.
2) ¿Cómo ubicar la combinación lineal donde ocurre la mayor variabilidad de

los datos?
Para ubicar la combinación lineal donde ocurre la mayor variabilidad de los datos,
debemos primero revisar cuál es la dispersión en la matriz de variables, así como su
dependencia de la última matriz obtenida, ya que al ver la última matriz podremos
ver que entre mayor sea, así será la variabilidad de datos determinada entre los
indicadores, arrojando resultados ya sea muy diferentes y dispersos o no.
3) ¿Cómo convertir los datos originales (dimensión alta) a un espacio

representable (dimensión baja)? ¿Cómo calcular el error en esta
representación?
Para convertir los datos originales a un espacio representable debemos hacer una
reducción de los vectores, para que con ello se puedan ver más presentables, sin
embargo, esto podría dar error en cantidad. Este error se podría determinar
revisando las matrices originales con las de la representación, determinando cuáles
han sido modificadas a través de este proceso y observar si estas deben
mantenerse como en los datos originales o reducirse.
Conclusión
Para concluir con el trabajo nos enfocamos en la proyección que nos da al final, en
la gráfica podemos ver cómo es que los indicadores empiezan en un número muy
alto y cada vez van disminuyendo, pero al mismo tiempo ningún valor numérico se
pierde ni se desperdicia o baja su valor, esto nos dice que la combinación de los
indicadores que se está utilizando para trabajar es una buena y no contiene errores,
después tener los vectores podemos ver de una manera más visible y precisa cómo
es que los trabajadores no pierden valor y cuentan con un desempeño de labores
muy bueno y sin fallas, esto también incluye que nos elimina el error, como se ve al
final en al gráfica, aumenta el valor y disminuye el error a un valor casi nulo.

Equipo2 48458 62726345 Situaci N Problema 100 PDF

Cargado por

Copyright:

Formatos disponibles

Equipo2 48458 62726345 Situaci N Problema 100 PDF

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Equipo2 48458 62726345 Situaci N Problema 100 PDF

Cargado por

Copyright:

Formatos disponibles

Instituto Tecnológico y de Estudios Superiores de Monterrey

Modelación de procesos mediante álgebra lineal

Situación problema: Análisis de componentes principales

Profesor: Ronald Richard Jiménez Munguía

Emiliano Cornejo Gallegos - A01275357

Sulym Alarcón Hernández - A01275181

Konrad Luer Alvarado - A01274679

Luis Manuel Acosta Guevara - A01541164

Luis Manuel Cervantes Guerra - A01730516

Brandon Ibrahim Robles Briano - A01276926

Pachuca de Soto, Hidalgo a 8 de Septiembre del 2021.

A lo largo de este curso hemos

En base a todo lo aprendido en el curso y las investigaciones previas, se presenta

Entonces, para generar los indicadores de los trabajadores:

1) A partir de la matriz de datos, genera la matriz de datos centrados.

Para generar la matriz de datos centrados, se calculó el promedio de cada columna,

Se multiplica la matriz transpuesta de datos centrados por la misma la matriz de

NOTA: Se añaden ceros para resolver el sistema.

3) Determina los valores y vectores propios de la matriz S.

4) Localiza el mayor de los valores propios y el vector propio asociado.

6) Ordena las entradas de este vector de mayor a menor, para jerarquizar el

Al jerarquizar por un indicador, encontramos que los primeros 50 empleados de

Usando el mismo procedimiento que con un indicador se realizaron las siguientes

Gráfico 2. Indicador de mejores empleados con 2 indicadores.

Sin embargo al proyectar la misma lista con dos indicadores(valores de Lambda) se

Sin embargo para determinar la variabilidad acumulada de estos dos indicadores se

Obtenido esto se procede a identificar el porcentaje de variabilidad acumulada del

94.065% x 77.62% = 73.01%

Realizada la operación se procede a realizar una comparación entre variabilidades

73.25% (varianza acumulada en la 1ra parte) > 73.01(varianza acumulada en la

Con base en lo obtenido después de seguir la metodología sugerida:

1) ¿Cómo generar una combinación lineal entre varios indicadores? En

2) ¿Cómo ubicar la combinación lineal donde ocurre la mayor variabilidad de

3) ¿Cómo convertir los datos originales (dimensión alta) a un espacio

También podría gustarte