Cruz - Maria - NRC2163 - Parcial - 3 - Metodos Numericos - 202360

CORPORACIÓN UNIVERSITARIA MINUTO DE DIOS
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE CIENCIAS BÁSICAS
DOCENTE: MARIA CRUZ
MÉTODOS NUMÉRICOS– NRC 2163 Noviembre 29, 2023
EVALUACIÓN PARCIAL N° 3
Nombres: ID:
• Se hará uso de Excel para el desarrollo de los análisis y estructura de entrega del
parcial. Toda respuesta debe estar justificada, sin esto no será válida.
• Lea muy bien y conteste lo que se pida.
• Conteste realizando una hoja de cálculo para cada punto a desarrollar, la
presentación y el uso de fórmulas, serán revisadas y tenidas en cuenta.
• No debe pedir elementos prestados, ni usar ningún tipo de comunicación en línea
con externos o compañeros de clase.
• Para cada punto use formulas de Excel, muestre el paso a paso y demuestre con
el programa que da el mismo resultado que usted ofrece en su proceso.
• De los puntos a continuación escoja los que considere para completar 5 puntos.
1) (1 punto) Utilice la regresión por mínimos cuadrados para ajustar una línea recta
a
a) Calcule el error estándar de la estimación y el coeficiente de correlación.

b) Si el coeficiente de correlación no es uno que punto especifico cambiaria, para
que este sea de mínimo 0.999
c) Use la recta para predecir el comportamiento de x cuando es igual a 13, 14, 15.
2) (1 punto) Una empresa de comercio electrónico está interesada en analizar y

proyectar las ventas mensuales. Se han recopilado datos de varios meses e
identificado tres posibles variables predictoras: el gasto en publicidad, el número
de visitantes al sitio web y la cantidad de productos nuevos lanzados en ese
mes. Construya un modelo de regresión lineal múltiple para predecir las ventas
de los siguientes 3 meses en función de estas variables.
Mes Gasto de Visitantes en Productos Ventas en
publicidad en miles nuevos miles de
millones millones
1 5 10 3 12
2 6 12 4 13
3 8 15 5 16
4 7 13 4 14
5 7.5 14 5 15
Página 1 de 3
a) Escoja de las variables solo tres que le sirvan para el modelo, Explique
y escriba la tabla de sumatorias
b) Calcule los coeficientes de polinomio, el error estándar de la estimación y el
coeficiente de correlación,
c) Realice la proyección y el análisis
3) (2 puntos) Imaginemos que trabaja en una empresa de fabricación de productos

electrónicos y está estudiando el tiempo de respuesta de un componente
electrónico en función de la temperatura a la que está expuesto. Tiene datos
recopilados que muestran una relación entre la temperatura y el tiempo de
respuesta.
Temperatura Tiempo de Respuesta
45 6
60 8
70 11
85 15
90 20
a) Ajuste una parábola a estos datos.

b) En el contexto de la empresa de productos electrónicos, podría interpretar los
coeficientes en términos del tiempo de respuesta en función de la temperatura.
Por ejemplo, “¿Cuál coeficiente está relacionado con la velocidad de cambio del
tiempo de respuesta con respecto a la temperatura?, a, b o c”.
c) Con la ecuación de la parábola, puede hacer proyecciones para temperaturas no
incluidas en tus datos originales. Introduzca nuevas temperaturas en una
columna adicional y utilice la ecuación para prever los tiempos de respuesta
correspondientes. (10 datos)
d) ¿Hay alguna temperatura para la cual la ecuación predice un tiempo de
respuesta negativo? ¿Tiene sentido en el contexto del problema?
e) ¿Qué cambios podría hacer en el modelo para mejorarlo si los datos originales
no se ajustan bien a una parábola?
f) Supongamos que aumentamos la temperatura en todos los datos originales en
10 grados. ¿Cómo cree que afectaría esto a la parábola ajustada y a las
predicciones de tiempo de respuesta?
g) Si eliminamos uno de los puntos de datos originales (por ejemplo, el punto
correspondiente a 70 grados de temperatura), ¿cómo cree que afectaría esto al
ajuste de la parábola y a la precisión de las predicciones? ¿Sería posible estimar
el valor eliminado utilizando la ecuación de la parábola ajustada?
Página 2 de 3
4) (2 puntos) Considere un estudio realizado para examinar el papel que juega la televisión
en la vida de un grupo de personas de edades superiores a los 30 años e inferior a los
50, teniendo en cuenta los años de escolaridad.
Individuo 1 2 3 4 5 6 7 8 9 10
Horas TV 0.5 0.5 0.9 1.6 2.5 2.8 3.0 3.2 3.3 3.8
Edad 43 36 39 41 34 46 35 32 49 38
Escolaridad 14 16 10 12 8 12 6 6 4 12
a. Determine una ecuación en donde pueda hallar las horas de TV usando la edad y la
escolaridad y estime el número de horas TV, para una persona de 40 años y 11 años de
escolaridad.
b. Determine una ecuación en donde pueda hallar la edad de la persona con las horas de
TV y la escolaridad y estime la edad de una persona que ve 4 horas de TV y 11 años de
escolaridad.
c. Determine una ecuación en donde pueda hallar la escolaridad con la edad de la persona
y las horas de TV y estime los años de escolaridad para una persona con 45 años y que
ve 2 horas de TV.
d. Determine el coeficiente de correlación múltiple para cada ecuación anterior. Compare
los resultados y de conclusiones.
e. ¿Qué puede concluir para una persona de 30 y 50 años, que son los límites de edad?
¿Es posible ampliar el rango de edad de 25 a 55 años y que el modelo continue
funcionando? ¿Explique con datos en caso de que la respuesta sea afirmativa y con
argumentos en caso de que sea negativa?
5) (1 punto) Supongamos que tiene datos de la concentración de un químico en un tanque
de agua a diferentes momentos del tiempo:
Tiempo (minutos) Concentración del
Químico (mg/L)
0 10
10 25
20 50
30 80
a) Utilice estos datos para realizar una interpolación de Lagrange para estimar la
concentración del químico en momentos intermedios. (5, 15, 25).
b) Debido a un error en las mediciones, el valor de la concentración a los 20 minutos es
incorrecto. ¿Cómo afectaría esto a la interpolación de Lagrange y a las estimaciones de
concentración en otros momentos? ¿Podría ajustar el valor incorrecto y recalcular la
interpolación?
c) Si eliminamos el dato correspondiente a los 30 minutos, ¿cómo afectaría esto a la
interpolación de Lagrange y a la precisión de las estimaciones? ¿Cómo podría manejar
esta eliminación y aun así hacer proyecciones razonables para los 30 minutos?
Página 3 de 3

Cruz - Maria - NRC2163 - Parcial - 3 - Metodos Numericos - 202360

Cargado por

Copyright:

Formatos disponibles

Cruz - Maria - NRC2163 - Parcial - 3 - Metodos Numericos - 202360

Cargado por

Información del documento

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

Cruz - Maria - NRC2163 - Parcial - 3 - Metodos Numericos - 202360

Cargado por

Copyright:

Formatos disponibles

CORPORACIÓN UNIVERSITARIA MINUTO DE DIOS

a) Calcule el error estándar de la estimación y el coeficiente de correlación.

2) (1 punto) Una empresa de comercio electrónico está interesada en analizar y

3) (2 puntos) Imaginemos que trabaja en una empresa de fabricación de productos

a) Ajuste una parábola a estos datos.

También podría gustarte