Академический Документы
Профессиональный Документы
Культура Документы
PROFESORES:
0
10 11 12 13 14 15
-2
-4
-6
-8
-10
CONCLUSIONES
En conclusion observamos que aproximadamente entre los 15,75 y 16 segundos se produc
del equipo; la cual es "puntual" o corta ya que en su evolucion o trabajo rutinario vuelve a
aceptables de normalidad.
Ahora pero Qu tan bien representa a los datos experimentales la recta encontrada? Pa
llamado parametro de asociacion o coeficiente de correlacion de PEARSON, el cual mide el
involucradas en la experimentacion. Dicho parmetro se define por:
En dnde Y(barra) es el valor medio de los valores de Y , Y' corresponde al valor estimado
de alli concluimos, a partir de la siguiente tabla que
Entonces a partir de los datos del ejercicio pordemos tener que:
R=
R=
GRAFICO DE SUPERPOSICION DE
MODELOS:
30
REAL Vs CUADRATICO
25
20
15
10
5
MODELO REAL
MODELO CUADRATICO
0
EVALUACION DE RESIDUOS
DISPERSION DE RESIDUOS:REAL Vs
10
0
10 11 12 13 14 15 16
-2
-4
-6
-8
-10
DISPERSION DE DATOS
CONCLUSIONES
POR ESTA APROXIMACION OBSERVAMOS UN COMPORTAMIENTO IGUAL; ES DECIR
DE LO ANTERIOR PODEMOS INFERIR QUE EN DEFINITIVA LA MAQUINA O EL SISTE
FALLAR EN UN TIEMPO DE TRABAJO CERCANO A LOS 16 (UNIDADES DE TIEMPO)
COMO EL DIAGRAMA DE DISPERSIONINICIAL NO ARROJO UNA MARCADA TENDENC
RESULTADOS MUY SIMILARES, NOS DAMOS CUENTA QUE LO REALMENTE IMPORTA
MANTENIBILIDAD 3
ABAJO PRESENTA DO POR :
HAROLD ENRIQUE COHEN PADILLA
OFESORES:
JOAQUIN NAVARRO Y DAMIAN GINESTAR
Departamento de Matemticas- Universidad Politcnica de Valencia
ACTIVIDAD - TALLER
se miden las variables x e y que se presentan en la siguiente tabla (ver tabla de datos... en las columnas x- y)
M= 1.5423992413
30
GRAFICO DE SUPERPOSICION DE
25
MODELOS:
REAL Vs LINEAL
20
15
10
MODELO LINE
5
RECTA DE AJU
EVALUACION DE RESIDUOS
L (mn) = 0,001374324 - (2,567 * 2,491658546) = -6,41713809
L (mx) = 0,001374324 + (2,567 * 2,491658546) = 6,419888673
14 15 16 17 18 19 20
L (mn)=-6,4171
L (mn)=-6,4171
DISPERSION DE DATOS
NUEVO PROCESO EN DONDE SE REALIZAR UN A PROXIMACION AL MODELO REAL BASANDONOS EN UNA TENDE
O CODRATICO, TENDREMOS EN CUENTA TAMBIEN EL METODO DE LOS MINIMOS CUADRADOS. LUEGO LOS DEM
E REALIZARN DE FORMA SILILARA AL PRESENTADO EN LA PREGUNTA N1.
ESIDUOS
r = MEDIA ARITMETICA DE LA MUESTRA
= PARAMETRO PARA UN INTERVALO DE CONFIANZA DEL 99%
= DESVIACION TIPICA
7 * 2,3171093) = -5,968799987
67 * 2,3171093) = 5,968947127
DUOS:REAL Vs M. CUADRATICO
L (mx)=
L (mx)= -5,9687
-5,9687
15 16 17 18 19 20
L
L (mx)=
(mx)= 5,9689
5,9689
ERSION DE DATOS
MIENTO IGUAL; ES DECIR ENTRE LOS TIEMPOS 15,75 Y 16 SE PRESENTARN FALLAS EN EL EQUIPO ES
LA MAQUINA O EL SISTEMA EN CUESTIN (INDEPENDIENTEMENTE DEL SISTEMA USADO COMO REFER
(UNIDADES DE TIEMPO); ESTO ES CONCLUYENTE YA QUE LOS DOS MODELOS ARROJARON EL MISMO
UNA MARCADA TENDENCIA HACIA UNO Y OTRO MODELO SE PROCEDI A REALIZARLOS AMBOS Y AL
LO REALMENTE IMPORTANTE ES LA RESPUESTA DE LA EXPERIENCIA Y NO EL MODELO EN S.
3
PADILLA
MIAN GINESTAR
dad Politcnica de Valencia
TALLER
datos... en las columnas x- y)
LLO
cuadrados, luego se comparar el modelo con
limites (superior e inferior) lo cuales dictaminarn
ad y una aproximacion a la realidad basados en un
m y ao= b
b= -6.390464675
RELACION ENTR
VALORES REALES
X Y
10 8.44
10.25 9.75
10.5 10.44
10.75 11.87
11 11.03
11.25 10.66
11.5 13.19
11.75 12.75
12 12.53
12.25 13.34
12.5 12.55
12.75 14.3
13 14.11
MODELO LINEAL
13.25 14.87
RECTA DE AJUSTE
13.5 13.61
13.75 16.61
14 15.93
14.25 14.01
14.5 16.83
14.75 18.07
15 12.63
15.25 13.38
15.5 13.31
15.75 11.09
16 9.69
16.25 21.36
16.5 20.45
16.75 20.57
17 20.64
17.25 20.01
17.5 22.28
17.75 21.2
18 22.26
-6,41713809 18.25 23.41
= 6,419888673 18.5 24.91
18.75 25.07
19 23.9
20
SION DE DATOS
cin entre los valores de dos variables es un hecho. El poderlo considerar
tisfactorio o no depende de la interpretacion del fenomeno(y en el momento
acin) y como la correlacion no implica causalidad no podemos ahondar en
STE CUADRATICO
bX + a
ucin del mismo hallaremos los coeficientes para la ecuacion de ajuste cuadrtico
A= 22.44389
B= -2.574261
C= 0.141954
N DE AJUSTE QUEDARA
26X + 0,141954X A PARTIR DE ESTA ECUACION DEDUCIREMOS LOS VALORES DEL MODEL
COMPARARLO CON EL REAL HALLAREMOS LOS RESIDUOS
7.357E-005
STRA 2.31710926 =
O DE CONFIANZA DEL 99%
VALOR CORRESPONDIENTE
AL 99% DE CONFIANZA