You are on page 1of 27

ESFM

INTRODUCCION A LA METROLOGIA E INSTRUMENTACIÓN

EJERCICIOS DE REGRESION LINEAL: MINIMOS CUADRADOS - METODO DEL JACO

1) La siguiente ecuación, y=a+bx+cxlnx
donde a, b y c son constantes, se va ajustar a los datos que se presentan a continuación:
x
0.003
0.015
0.025
0.041
0.055
0.070
0.085
0.095

y
1.210
1.265
1.275
1.320
1.350
1.370
1.375
1.395

i) ¿De qué tipo de regresión se trata, lineal o no lineal, por qué? Utilice las fu
ESTIMACION LINEAL y REGRESION, para encontrar los parámetros a,

ii) Utilice la definición de mínimos cuadrados y exprese en forma de matrices
para obtener los parámetros a, b y c, no los encuentre solo indique como
Las matrices se pueden escribir en una hoja aparte a mano, en vez de la h

iii) Finalmente, utilice el método del Jacobiano para encontrar los parámetros
la desviación estándar de los parámetros y del ajuste y haga una gráfica d
y los experimentales.

SOLUCIONES

i) lineal, los parametros son lineales o dependientes, con
ESTIMACION LINEAL
C

B

A

s=

-1.231908009

-0.787950772

1.1916323

0.25418024

0.557179342

0.0090656

DESV EST

DESV EST

DESV EST

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple
0.995153877
Coeficiente de determinación R^2
0.990331239
R^2 ajustado

0.986463735

Error típico

0.007514357

Observaciones

8

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Regresión

2

0.02891767

Residuos

5

0.00028233

Total

7

0.0292

Coeficientes
Intercepción

1.191632301

0.0090656

Variable X 1

-0.787950772

0.55717934

Variable X 2

-1.231908009

0.25418024

ii)
y
1.210
1.265
1.275
1.320
1.350
1.370
1.375
1.395

Error típico

x
0.003
0.015
0.025
0.041
0.055
0.070
0.085
0.095

XLNX
-0.017427429
-0.062995576
-0.092221986
-0.130961512
-0.159523215
-0.186148203
-0.209533842
-0.223618447

y=a+bx+cxlnx

265 1.040536 5498.455489 68.025 -0.017427429 1 0.020573 2478.08243021 -0.095 matriz D' 1 0.375 1.026715 -0.055 -0.731902 1144.095 dy/db x MATRIZ D 1 0.370 1.085 0.040536 34.055 1 0.210 1.56 0.dy/da 1 iii) y 1.025 1 0.015 1 0.731902 b= 34.194667 c= Se define la siguiente matriz . 3x1 La matriz A= D´D Matriz D´D.041 1 0.069530468 0.003 1 0.025 0.275 1.092221986 La matriz P= D´Y matriz P.320 1.070 0.015 0.15952322 0.130961512 -0.52815 -1.085 1 0. 3x3 8 0.08243021 1 1 0.069530468 -1. 3x3 1.389 0. se obtiene con =MINVERSA(matriz) matriz A-1= (D´D)-1.350 1.003 0.46166496 Matriz inversa de A.389 -1.055 0.062995576 1 0. 3x3 matriz A-1.003 -0.041 0.18393642 10.015 -0.395 x 0.041 0.285520 a= 68.07 1 0.285520 2478.

400 1.064608 -1 Las desviaciones estándard de los parámetros.003842 0.01 0.02 0.05 valores de x 0.001936 0.450 1. sso.04 0.139963 0. 2x2 0.310449 0.003842 0.001936 0.25418024 1.03 0.06 .200 0 0.300 1.139963 0.557179342 sg= 0. su y sg se obtienen diagonales de la matriz de varianza-covarianza sso= 0.000082 0.250 1.009065595 su= 0.2 Matriz de varianza-covarianza = s (D´D) .350 1.

a mano. en vez de la hoja de trabajo en Excel para ahorrar tiempo. rar los parámetros a. b y c y con éstos calcule la Matriz de Varianza-Covarianza. en forma de matrices las ecuaciones que se deben resolver tre solo indique como es que se pueden evaluar con este método. b y c. contrar los parámetros a. con linea de tendencia no se puede hacer . e y haga una gráfica de y contra x que incluyan los valores de y calculados s o dependientes.METODO DEL JACOBIANO entan a continuación: por qué? Utilice las funciones que existen en Excel: LINEA DE TENDENCIA.

220225868 0.445563 4.0% 1.21644707 -2.19236E-06 5.88529912 -0.6466E-05 Estadístico t Probabilidad 131.885299117 -0.Promedio de los cuadradosF 0.01445884 Valor crítico de F 256.0046878 -1.21493616 -1.64432432 -2.21493616 1.84659236 0.0%Superior 95.41417801 0.22022587 0.16832845 1.834E-10 Inferior 95% Superior 95% Inferior 95.5785169 -1.168328446 1.64432432 -4.064682 9.5785169 .

43814E-07 -0.28554254 0.192 -0.69056E-05 -0.32065885 4.21073744 5.1861482 -0.34481293 2.34089E-07 -0.64656E-05 0.000282328 s2= s= 5.232 .05736E-05 -0.53869E-06 S= 0.223618447 La matriz P= D´Y matriz P.20953384 -0.06299558 1.788 -1.36579321 1.07 0.085 0.01742743 1.3827829 6.007514357 1 1 1 0.74898E-05 -0.25741779 5.095 -0.1861482 1.09222199 1.39225433 7.15952322 1.000111145 -0.13096151 1. 3x1 B= A-1 P =(D´D)-1 D´Y. 3x1 1.20953384 1.22361845 1.dy/dc xlnx ycal (y-ycal)2 -0.76971E-05 -0.

07 0.su y sg se obtienen sacándole raiz cuadrada a los elementos Y experimental Y calculada 0.08 0.09 0.1 .

Covarianza. os .

b=3 y c=-10 e incluya las y cal Use Solver con los valores iniciales anteriores y encuentre los parámetros a.2 837. lineal o no lineal.50473675 7. b y c encuentre la desviación estándar del ajuste y solucinones i) no lineal.144 115.3 673. iii) Con los valores finales de a.2 837.0391544 -22.5 i) ¿De qué tipo de regresión se trata. b y c son constantes.31760095 -0.3591348 0.2 585.2 585. y c usando Detenga las iteraciones cuando la suma de los residuales al cuadrado sea igua Con estos parámetros finales encuentre la matriz de varianza-covarianza.160241 4.5 ycal (y-Ycal)^2 489. y=aln(bx+c) donde a. se va ajustar a los datos que se presentan a continuación: x 40 80 160 320 640 y 490. ii) Utilice el método del Jacobiano para encontrar los parámetros a.0065 -22. y.12189161 586.31109414 2.04182 2. b.40582 1. Utilice los siguientes valores iniciales de a=120.00319499 757.22283699 673.31998 b c x 40 80 160 320 640 y 490.7 759.726677 1.85087 0.3 673. b.01327515 900 800 700 600 500 Celda objetivo (Mínimo) 400 .102 0.756524 0. por qué? ¿Se pueden usar LINEA DE TENDENCIA.16061482 838. porque los parametros son independientes.2) La siguiente ecuación.7 759. Por eso mismo no se pue a 115. ESTIMACION LINEAL O REGRESIO Grafique los resultados experimentales x.

5338886 (D'*D)-1*σ2 COVARIANCE MATRIX.52173913 6.26110633 4.Celda $E$37 Nombre (y-Ycal)^2 Valor original Valor final 7. 2x1 -5.5167892 -0.18793 5.038622 Valor final 115.770821 -9478.36017 10.43807931 41.775438 -63.55485852 S= 22971.70048037 43.142614 2.54738517 b= (D'*D)-1 * (D'*Y).6042 D´ (transponer) matriz 2x14 4. 2x2 16729.64965122 y-Ycal (y-Ycal)^2 MATRIZ D 564.327923 -64.70048037 652.12631579 107.442366 10.43807931 738.45655838 -0.583023 -69.83634 6.2083 s2= s= 11485.6103 1264.569517 -67.95156 4.82528248 15.3 673.7391304 0.464 7.057644 -73.4210526 0.964 51878.06282723 (D'*D)-1 (minversa) Matrix 2x2 1.09090909 ln(bx+c) 6.5754382 4041.442366 1.8766962 87.453 -2998.8510638 0.0391544 200 100 0 Restricciones 0 NINGUNA ii) valores iniciales a 120 b 3 c y=aln(bx+c) dy/da -10 Y x 40 80 160 320 640 y 490.76848 6.5167892 -0.26110633 0.964 540.2 837.5 ycal 5.2 585.04708249 -0.170911 7.01329355 7.36017 8565.7 759.15273269 40.85646198 40.8576439 5454.31109414 -22.0830225 4772.38043561 -0.0528 -2998.31119379 -22.85646198 906.15273269 822.6279234 4176.2094241 0.82528248 4.75594 87.6363636 1.55485852 40.01327515 400 300 Celdas cambiantes Celda $D$28 $D$29 $D$30 Nombre a b c Valor original 115.86792 .25531915 D'*D Matrix 2x2 193.143647 2.2695171 4525.8766962 1264.

9357062 6.7143006 0.51114696 3.3 673.6525 194.60748953 -0.35034878 y=aln(bx+c) dy/da c -28.619564 b 2.51938019 (y-Ycal)^2 478.06984331 670.06984331 57.1943949 10.953356 1591.3884526 1.04265 segunda iteracion valores iniciales a 115.5747454 1166. 2x1 0.5 ycal y-Ycal 5.542273 1591.624445 4.698247 14.575322 0.8235308 0.16150615 1.103231 4.07769002 (D'*D)-1 (minversa) Matrix 2x2 1.1943949 10.15002319 3.542273 194.07697073 -0.505605 3.134392 4.31760095 y=aln(bx+c) dy/da c -22.0528 -9478.3591348 Y x 40 80 160 320 y 490.02106465 -0.70763 -46.236221 s2= s= 91.2041588 5.34909654 7.33014707 MATRIZ D 11.75971131 ln(bx+c) (D'*D)-1*σ2 COVARIANCE MATRIX.4949725 132.103231 4.338494 1.62467834 0.29664694 S= 182.-18.70763 -13.7 759.5747454 328.39022303 4.7216148 0.1181105 6.91937145 -46.84983557 754.6698292 328. 2x2 98.6128674 5.3 673.6128674 5.9357062 6.2 ycal y-Ycal ln(bx+c) (y-Ycal)^2 MATRIZ D 489.75542297 b= (D'*D)-1 * (D'*Y).2041588 5.57555528 20.705028 D´ (transponer) matriz 2x14 4.15002319 0.25341033 581.096 primera iteracion valores iniciales a 114.57555528 20.19676869 17.15848219 9.19676869 17.2 585.8785149 Y x 40 80 160 320 640 y 490.77909 16108.60748953 -0.58373157 836.17646874 581.17646874 70.84983557 52.7202011 5.2 585.85351489 754.7 759.6160882 0.7970459 D'*D Matrix 2x2 173.29664694 49.09405041 670.58373157 50.624445 4.86792 178416.03274783 6.698247 3.8785149 51878.1315379 -13.505605 3.101832 b 2.54558068 7.77909 14.51114696 12.6698292 1.57824121 .48226765 -0.2 837.

922251 1355.28681171 50.10592072 1.46256347 S= 17.8782796 .5571445 7.75033545 42.25341033 65.59452185 6.77177322 18.094079 D´ (transponer) matriz 2x14 4.57824121 51.09405041 56.50545055 3.31658248 b= (D'*D)-1 * (D'*Y).598466 1.03257429 -0.369544 2.5 836.31261769 10.58059921 0.2798807 -12.43996165 ln(bx+c) 6.675368 1579.9980277 7.2 585.77177322 4.1600252 5.22306063 6.87176453 4.42115 12.16245524 0.01789836 43.2412131 47.8596548 -4.70593425 5.06448335 (D'*D)-1 (minversa) Matrix 2x2 1.5 ycal 489.4034189 1355.612618 -3.61561383 -0.7 759.585059 14.10134928 91.2 837.41448778 -0.8509751 0.77269246 y=aln(bx+c) dy/da c -32.18801016 0.246026 D´ (transponer) matriz 2x14 4.2015 176.449991 1.3 673.1160289 176.85351489 52.02454236 7.02247977 -0. 2x1 -2.35659881 588.34909654 S= 50.4243251 0.7606176 298.10134928 0.266317 5.18801016 4.2693461 0.9162792 Y x 40 80 160 320 640 y 490.5709836 6.50545055 11.338494 1.0932783 -0.33031859 6.42115 10966.01789836 1.75033545 838.8244927 D'*D Matrix 2x2 174.7606176 91.585059 3.080599 -0.369544 12.79717927 0.5617479 0.63624977 5.47474 0.93368331 0.2080637 0.46256347 41.4920519 s2= s= 25.13145113 2.2798807 -4.4034189 131.640 837.61561383 -0.33709544 7.52315122 y-Ycal (y-Ycal)^2 MATRIZ D 0.35659881 57.18274674 -0.72637 14.304653 b 2.0643603 0.2412131 675.973436 5.3317 131.1160289 1579. 2x2 29.27343726 D'*D Matrix 2x2 183.13798587 4.837986 -2.45509151 -10.28681171 (D'*D)-1*σ2 COVARIANCE MATRIX.98817008 758.07878801 (D'*D)-1 (minversa) Matrix 2x2 1.41448778 -0.9763402 s2= s= 8.521449 tercera iteracion valores iniciales a 112.16245524 3.7499621 0.16150615 1.72637 15431.56752483 -12.

8797373 1.2893719 -7.35527604 ln(bx+c) (y-Ycal)^2 0.b= (D'*D)-1 * (D'*Y).34759 15975.752501 14.08073742 (D'*D)-1 (minversa) Matrix 2x2 1.25447275 .25994896 y=aln(bx+c) dy/da c -20. 2x2 18.069023 1.5003991 Y x 40 80 160 320 640 y 490.93682894 169.83215058 54.26253528 51.844724 y-Ycal 0.681188 cuarta iteracion valores iniciales a 115.29278324 -6.16118523 3.4801705 11.7 759.81616807 -0.538588 1605.33750722 MATRIZ D 1.0828861 D'*D Matrix 2x2 173.2 837.420579 quinta iteracion valores iniciales a 115.37563799 b= (D'*D)-1 * (D'*Y).16118523 0.24703073 584.04769497 7.63414364 4.64699343 ln(bx+c) (D'*D)-1*σ2 COVARIANCE MATRIX.7049 180.38354016 170.2893719 -2.43097693 2.53057669 -0.3769134 6.31155642 y=aln(bx+c) dy/da c -22.93682894 39.5525833 -2.7538267 s2= s= 15.02169233 -0.20652194 -0.0425777 Y x 40 y 490.4158801 (D'*D)-1*σ2 COVARIANCE MATRIX.6898673 39.3 673.47853131 0.16383031 3.5127435 12.55490625 52.752501 3.2696822 180.606188 4.47853131 54.4542933 0. 2x1 2.120821 b 2.33356115 -7.678167 -6.401962 2.26253528 S= 30.678167 -1.4257007 0.24703073 65.68789487 5.921664 D´ (transponer) matriz 2x14 4.29803838 5.470606 0.38354016 54.59381245 21.5 ycal y-Ycal 5.6898673 0.136411 b 2.05160746 -1.0011548 0.83215058 754.12622107 MATRIZ D 4.5421786 (y-Ycal)^2 488.4801705 3.28098041 5.2696822 1605.2 ycal 489.55490625 836. 2x2 9.2 585. 2x1 0.1031128 6.71817867 5.34759 14.01559025 0.92134076 7.53057669 -0.82939428 0.0770191 671.0770191 57.82657131 -1.6719503 0.27833628 1.

852257 5.28437742 50. 2x2 4.34774276 0.2 837.135844 2.01532914 s2= s= 3.5 ycal 489.60683174 -0.0286626 Y x 40 80 160 320 640 y 490.43298359 7.00303191 5.76334063 12.33119224 y-Ycal (y-Ycal)^2 MATRIZ D 0.392691 -1.05506279 0.7 759.09266146 673.09302562 673.85126505 757.85164614 52.9657395 0.70719226 5.3635571 0.4271802 1.19707293 1.87260058 .09269106 1.21927397 5.26074179 6.33103587 6.28398496 50.16477707 -0.57560083 838.31064119 y=aln(bx+c) dy/da c -22.01391513 1.02242979 -0.07900376 (D'*D)-1 (minversa) Matrix 2x2 1.63500335 5.10837 14.5 586.697073 -1.1625904 0.50663293 D´ (transponer) matriz 2x14 4.00140894 5.50271073 3.728327 -1.16124729 6.07904198 1.25415043 586.87287602 (D'*D)-1*σ2 COVARIANCE MATRIX.60683174 -0.03753591 0.6515559 -1.85126505 52.3 673.1361566 sexta iteracion valores iniciales a 115.12092502 4.667387 3.57598961 51.10420739 1.10837 15472.667387 14.3 673.00091523 0.57031257 12.63567951 ln(bx+c) 6.6515559 -0.09266146 56.5868653 0.9907578 0.50878766 7.1604341 7.50271073 11.2 585.70687035 5.80 160 320 640 585.7 759.146905 b 2.22832718 1.25447275 65.404207 -1.50766457 D´ (transponer) matriz 2x14 4.123797 1582.18733619 -0.587005 1582.76334063 41.737536 -0.57560083 51.28437742 S= 7.57031257 0.28398496 S= 7.01326585 s2= s= 3.19397374 5.2 837.57598961 838.16051112 7.123797 176.755063 -0.5496282 0.4001341 1.3389124 0. 2x1 0.01049426 -0.09302562 56.25415043 65.3144671 b= (D'*D)-1 * (D'*Y).7275058 D'*D Matrix 2x2 174.07867617 -1.1625904 3.5624076 0.06415644 4.160086 2.03991355 4.85164614 757.6485 176.5753808 0.

6415555 -0.852244 ln(bx+c) y-Ycal (y-Ycal)^2 0.16251524 0.09266342 673. 2x1 6.677E-06 -0.31064686 y=aln(bx+c) dy/da c -22.819913 3.5 ycal 489.25415174 586.16251524 3.07904176 (D'*D)-1 (minversa) Matrix 2x2 1.1290086 1582.09266342 56.57560318 838.73624 14.1289844 176.70719064 5.404237 -1.3634195 0.76099409 41.76100431 41.16251554 3.31725625 b= (D'*D)-1 * (D'*Y).73624 15486.820605 3.21933904 5.12093414 4.1290086 176.7 759.56988234 0.50218946 11.160103 2.6415555 -1.16051069 3.1289844 1582.73951 14.0063E-07 -8.03989716 4.63567681 5.07857425 -1. 2x2 4.22832282 1.(D'*D)-1 (minversa) Matrix 2x2 1.33119139 D'*D Matrix 2x2 174.16387591 -0.728323 -1.50219237 11.8561E-05 5.02240743 -0.56988128 12.60503109 -0.57560318 51.6415207 -1.756 176.9906221 0.755093 -0.25415174 65.76099409 12.0287954 y=aln(bx+c) dy/da .0806137 octava iteracion valores iniciales a 115.146867 b 2.7151166 (D'*D)-1*σ2 COVARIANCE MATRIX.16387088 -0.2 837.819913 14.50219237 3.0803452 septima iteracion valores iniciales a 115.565263 1582.85126727 757.7150401 D'*D Matrix 2x2 174.50218946 3.56988234 12.16251554 0.28398737 50.0001348 (D'*D)-1*σ2 COVARIANCE MATRIX.31064678 c -22.05509334 0.4305E-08 2.85126727 52.0238E-06 MATRIZ D 6.34775587 0.3 673.0287974 Y x 40 80 160 320 640 y 490.18742851 -0.50663292 1.73951 15486.820605 14.00303528 5.56988128 0.605041 -0.76100431 12. 2x2 4.565386 1582.02240732 -0.6415207 -0.07857464 -1.87260058 7. 2x1 -3.5752509 0.50877696 7.4270726 1.2 585.6847 176.605041 -0.31726809 b= (D'*D)-1 * (D'*Y).60503109 -0.28398737 S= 7.01326585 2 s= s= D´ (transponer) matriz 2x14 4.18742708 -0.10423686 1.16118043 6.5867269 0.146867 b 2.

25415172 586.07857464 -1.819923 3.28031168 6.852244 5.1289847 176.10423658 1.05509306 0.7 759.0806097 iii) Las desviaciones estándard de los parámetros.565384 1582.01326585 s2= s= 3.160103 2.4094157 .22832309 1.03989722 4.02240743 -0.275E-09 -3.87260058 2.16251553 0.16251553 3.6857 176.60504085 -0.3311914 (y-Ycal)^2 MATRIZ D 0. se obtienen sacándole diagonales de la matriz de varianza-covarianza sajuste= sa= sb= s c= 1.2 837.50877762 7.6415549 -0.7151155 D'*D Matrix 2x2 174.09266339 673.728323 -1.28398733 S= 7.73629 15486.34775552 D´ (transponer) matriz 2x14 4.16387095 -0.85126724 757.16051069 1.Y x 40 80 160 320 640 y 490.25415172 65.60504085 -0.819923 14.1209339 4.87260058 7.00303525 5.73629 14.4270742 1. 2x1 -9.9906242 0.5867289 0.09266339 56.85126724 52.5752529 0.31725643 b= (D'*D)-1 * (D'*Y).56988232 12.50219233 11.76100416 12.28398733 50.57560314 51.50219233 3.16118066 6.63567685 ln(bx+c) (D'*D)-1*σ2 COVARIANCE MATRIX.76100416 41.1289847 1582.1874271 -0.755093 -0.07904176 (D'*D)-1 (minversa) Matrix 2x2 1.3634216 0.57560314 838.21933842 5.5 ycal 489.04055653 0.70719066 5.3 673.56988232 0.2 585.404237 -1. 2x2 4.0607E-08 y-Ycal 0.0825E-09 1.50663292 6.6415549 -1.

y c que minimicen la ecuación. b y c. 10 puntos s. e varianza-covarianza. por qué? CION LINEAL O REGRESION. 900 800 700 600 500 400 Yexp Ycal . b. b y c. Por eso mismo no se puede utilizar linea de tendencia. y c usando como valores iniciales los mencionados en el inciso i). 30 puntos viación estándar del ajuste y las desviaciones estándar de los parámetros a. cuentre los parámetros a. para encontrar a. estimacion o regresion lineal. 10 puntos parámetros a. b. duales al cuadrado sea igual a 10-14.e presentan a continuación: l. por qué? 3 y c=-10 e incluya las y calculadas con estos valores en la gráfica anterior.

3443 -144.12631579 40.09090909 41.2094241 0.540737 parametros nuevos.7391304 0.8510638 0. 2x1 -2068.35034878 400 500 600 700 .43675 -14018.06282723 D'*Y.4210526 0.25531915 40.6363636 1.52173913 40.Ycal 400 300 200 100 0 0 100 dy/db ax/bx+c 200 300 dy/dc a/bx+c 43. 2x1 114.619564 2.

6160882 0.31760095 -22.70593425 52.7202011 52.571366 1509.3591348 dy/db ax/bx+c dy/dc a/bx+c 65.8509751 0. 2x1 115.99206676 D'*Y.47474 0.72293076 .63624977 56.3884526 1.-28.1600252 diferencia de suma cuadrados 0.07769002 diferencia de suma cuadrados 0.33014707 50.2080637 0.45198 25. 2x1 126.449991 1.15848219 49.8785149 dy/db ax/bx+c dy/dc a/bx+c 70.7143006 0.7216148 0.1203521 parametros nuevos.8235308 0.101832 2.33031859 51.75971131 57.

2x1 -23. 2x1 81.07878801 D'*Y.13145113 41.2693461 0.86365749 parametros nuevos.43996165 47.304653 2.5617479 0.753064 -1.2967856 739.1016249 diferencia de suma cuadrados 0.4243251 0. 2x1 112.7499621 0.06448335 D'*Y.596988 5.50.77269246 -32.9162792 dy/db ax/bx+c dy/dc a/bx+c 57.0643603 0.27343726 42.598466 1.0280559 -174.59452185 43.64397683 .

740652 4.8797373 1.4001341 dy/dc a/bx+c 1.63500335 diferencia de suma cuadrados -0.33750722 52.parametros nuevos.4257007 0.31155642 -22.136411 2. 2x1 115.120821 2.64699343 57.25994896 -20.4542933 0. 2x1 115.3448084 parametros nuevos.6719503 0.0425777 dy/db ax/bx+c 65.71817867 54.5470203 570.16383031 51.71079466 .08073742 D'*Y.5003991 dy/db ax/bx+c dy/dc a/bx+c 65.0011548 0. 2x1 63.

5753808 0.33119224 51.70719226 52.56.5868653 0.33103587 51.90036798 0.3635571 0.9657395 0.9907578 0.0286626 dy/db ax/bx+c dy/dc a/bx+c 65.0326487 parametros nuevos. 2x1 0.63567951 56.31064119 -22.146905 2.16051112 50.4271802 1.07904198 diferencia de suma cuadrados 0.70687035 52.07900376 diferencia de suma cuadrados 0.3389124 0.00029411 .5496282 0.1604341 50. 2x1 115.7718876 D'*Y.5624076 0.58070214 4.

33119139 51.07904176 D'*Y.31064678 -22.146867 2.1799E-05 parametros nuevos.5752509 0. 2x1 115.146867 2.0085E-08 2.0287974 dy/db ax/bx+c dy/dc a/bx+c 65. 2x1 0.16051069 50.8741E-06 2.00034909 0.D'*Y.9906221 0.4270726 1.70719064 52. 2x1 115.0030497 1. 2x1 1.63567681 56.0287954 dy/db dy/dc diferencia de suma cuadrados 3.31064686 -22.9285E-07 parametros nuevos.5867269 0.3634195 0.1899E-10 .

2088E-08 -4.16051069 50.5867289 0.07904176 diferencia de suma cuadrados 8.0287954 se obtienen sacándole raiz cuadrada a los elementos .8397E-14 D'*Y.8511E-12 -4.5752529 0.3311914 51.4270742 1.63567685 56.3634216 0.70719066 52.9906242 0. 2x1 3.31064678 -22.ax/bx+c a/bx+c 65.418E-09 parametros nuevos.146867 2. 2x1 115.

l inciso i). b y c. 10 puntos egresion lineal. Yexp . s a.