Vous êtes sur la page 1sur 17

UNIVERSIDAD NACIONAL DEL ALTIPLANO – FACULTAD DE INGENIERIA CIVIL Y

ARQUITECTURA – ESCUELA PROFESIONAL DE INGENIERIA CIVIL

1: Al estudiar la regresión lineal entre los ingresos medios (Y en $) y el


número de hijos por familia (X), se obtuvo la siguiente información:

̅ = 𝟑,
𝑿 ̅ = 𝟕𝟎𝟎,
𝒀 𝑺𝒙 = 𝟎. 𝟓 × √𝑪𝒐𝒗𝒙𝒚

Estimar los ingresos de las familias con 4 hijos, ¿a cuántos hijos por
familia correspondería un ingreso estimado en $712?

SOLUCION:

Usaremos la notación 𝑦̂ para representar un valor de Y calculado de la


ecuación 𝑌 = 𝑎 + 𝑏𝑋 cuando X es igual a 𝑥̂. Esto es. 𝑦̂ = 𝑎 + 𝑏𝑥̂.

Calculo de los parámetros 𝑎 𝑦 𝑏


𝐶𝑜𝑣𝑥𝑦
= 𝑏, 𝑎 = 𝑌̅ − 𝑏𝑋̅
𝑆𝑥 2

Calculo del parámetro b


𝐶𝑜𝑣𝑥𝑦 1
𝑆𝑥 = 0.5 × √𝐶𝑜𝑣𝑥𝑦 (𝑆𝑥 )2 = (0.5 × √𝐶𝑜𝑣𝑥𝑦 )2 = =4
𝑆𝑥 2 0.25

𝑏=4

Calculo del parámetro a

𝑎 = 𝑌̅ − 𝑏𝑋̅ 𝑎 = 700 − 4 × 3 𝑎 = 688

Por lo tanto, la recta de regresión es:

𝑌 = 688 + 4𝑋

Calculo de ingreso de familias con 4 hijos:

𝑌 = 688 + 4 × 4 𝑌 = $704

Cantidad de hijos por familia con un ingreso de $712.

712 = 688 + 4𝑋 𝑋 = 6 ℎ𝑖𝑗𝑜𝑠


UNIVERSIDAD NACIONAL DEL ALTIPLANO – FACULTAD DE INGENIERIA CIVIL Y
ARQUITECTURA – ESCUELA PROFESIONAL DE INGENIERIA CIVIL

2: Si n valores (𝒙𝟏 , 𝒚𝟏 ), … , (𝒙𝒏 , 𝒚𝒏 ) de (x, y) tienen índice de correlación


r, compruebe que la recta de regresión en las variables estandarizados
𝒁𝒀 𝒚 𝒁𝒙 cuyos valores son
̅
𝒙𝒊 −𝒙 ̅
𝒚𝒊 −𝒚
𝒁𝒙𝒊 = , 𝒁𝒚𝒊 = , para i=1,2,…,n, es 𝒁𝒀 = 𝒓 × 𝒁𝒙
𝒔𝒙 𝒔𝒚

SOLUCION:

Ecuacion lineal → Y = a + bx

La recta pasa por (x , y) entonces:

∑ 𝑥𝑖 ∑ 𝑦𝑖
𝑥= 𝑦=
𝑛 𝑛
Por ecuación punto pendiente de una recta tenemos:

𝑦 − 𝑦 = 𝑏(𝑥 − 𝑥) 𝑙𝑢𝑒𝑔𝑜 𝑑𝑖𝑣𝑖𝑑𝑖𝑚𝑜𝑠 𝑒𝑛𝑡𝑟𝑒 𝑆𝑦


(𝑌 − 𝑌) 𝑏
= (𝑋 − 𝑋)
𝑆𝑦 𝑆𝑦
𝑏 𝑆𝑥 (𝑋 − 𝑋) 𝑆𝑥
𝑍𝑦 = (𝑋 − 𝑋) → 𝑍𝑦 = 𝑏 = 𝑏 𝑍𝑥 … … . (I)
𝑆𝑦 𝑆𝑦 𝑆𝑥 𝑆𝑦

Por otro lado: b = Cov xy / (Sx) y r = Cov xy / (Sx.Sy)

Se obtienen lo siguiente:
𝑆𝑥. 𝑆𝑦. 𝑟 𝑆𝑦. 𝑟
𝑏= =
𝑆𝑥. 𝑆𝑥 𝑆𝑥
𝑆𝑥
→ 𝑟 = 𝑏 𝑆𝑦 reemplazando esta igualadad en I

Rpta: Zy = r . Zx

3: En el estudio de la producción diaria (Y) de un bien y los años de


servicio (x) de los empleados de la fábrica se usó una recta de
regresión lineal simple aplicando una muestra de 4 empleados. Si
producciones observadas fueron 10, 8, 6, 14 y las producciones
estimadas respectivas resultaron: 10.8, 8.2, 5.6, 13.4, ¿Qué
porcentaje de la varianza de la producción es explicada por la recta de
regresión?
UNIVERSIDAD NACIONAL DEL ALTIPLANO – FACULTAD DE INGENIERIA CIVIL Y
ARQUITECTURA – ESCUELA PROFESIONAL DE INGENIERIA CIVIL

SOLUCION:

Para determinar la recta de regresión de mínimos cuadrados a partir de los


datos, es decir para calcular a y b se dispone del cuadro:

X Y X*Y X2 Y2
10 10.8 108 100 116.64
8 8.2 65.6 64 67.24
6 5.6 33.6 36 31.36
14 13.4 187.6 196 179.56
38 38 394.8 396 394.8
De donde se obtiene:

𝑛 = 4, ∑ 𝑥 = 38, ∑ 𝑦 = 38, ∑ 𝑥 𝑦 = 394.8

∑ 𝑥 2 = 396, ∑ 𝑦 2 = 394.8

38 38
𝑋̅ = = 9.5 𝑌̅ = = 9.5
4 4
Una forma de calcular b es:
∑𝑥𝑦 394.8
𝑺𝒙𝒚 = − 𝑋̅ 𝑌̅ 𝑺𝒙𝒚 = − 9.5 × 9.5 = 8.45
𝑛 4
∑ 𝑥2 396
𝑺𝟐 𝒙 = − 𝑋̅ 2 𝑺𝟐 𝒙 = − 9.5 × 9.5 = 8.75
𝑛 4
𝐶𝑜𝑣𝑥𝑦 8.45
𝑏= = = 0.96
𝑆𝑥 2 8.75

𝑎 = 𝑌̅ − 𝑏𝑋̅ 𝑎 = 9.5 − 0.96 × 9.5 𝑎 = 0.38

Por lo tanto, la recta de regresión es:

𝑌 = 0.38 + 0.96𝑋

Calculamos la varianza
∑𝑛 ̅)2
1 (𝑦−𝑦 ∑41(10.8−9.5)2
𝑺𝟐 𝒚 = = = 0.965 *100 = 96.5%
𝑛 4
UNIVERSIDAD NACIONAL DEL ALTIPLANO – FACULTAD DE INGENIERIA CIVIL Y
ARQUITECTURA – ESCUELA PROFESIONAL DE INGENIERIA CIVIL

4: con el fin de tener un modelo de regresión lineal entre ingresos


mensuales y gastos de educación de las familias, se obtuvo un
coeficiente de determinación del 90.25%, medias respectivas de $420 y
$120, y desviaciones estándar respectivas de $10 y 7$. Con el modelo
de regresión obtenido

a) ¿En cuánto se estima los gastos por educación de una familia cuyo
ingreso mensual es de $300?
b) Si una familia estima su gasto por educación en $370, ¿cuánto
debería ser su ingreso mensual?
c) Si una familia tiene un aumento de $50, ¿en cuánto se
incrementaría la estimación de sus gastos en educación?

SOLUCION:

Datos:

𝑋̅ = 420 , ̅𝑌 = 120, 𝑆𝑥 = 10, 𝑆𝑦 = 7

Calculamos r

𝑟 2 = 90.25 ÷ 100 = 0.9025; 𝑟 = 0.95


𝐶𝑜𝑣𝑥𝑦 𝐶𝑜𝑣𝑥𝑦
𝑟= = = 0.95; 𝐶𝑜𝑣𝑥𝑦 = 66.5
𝑆𝑥 × 𝑆𝑦 10 × 7
𝑆𝑦
𝑏=𝑟×
𝑆𝑥
7
𝑏 = 0.95 × = 0.665
10
𝑎 = 𝑌̅ − 𝑏𝑋̅ 𝑎 = 120 − 0.665 × 420 𝑎 = −159.30

Por lo tanto, la recta de regresión es:

𝑌 = −159.30 + 0.665𝑋

Gasto mensual:

𝑌 = −159.30 + 0.665𝑋; 𝑌 = −159.30 + 0.665(300); 𝑌 = $40.2

Ingreso mensual:

𝑌 = −159.30 + 0.665𝑋; 370 = −159.30 + 0.665𝑋; 𝑋 = $795.93

Incremento de gastos:

𝑌 = 0 + 0.665𝑋; 𝑌 = 0 + 0.665(50); 𝑌 = 33.25


UNIVERSIDAD NACIONAL DEL ALTIPLANO – FACULTAD DE INGENIERIA CIVIL Y
ARQUITECTURA – ESCUELA PROFESIONAL DE INGENIERIA CIVIL

5: (taller de regresión lineal simple). Se realizó un estudio estadístico


para determinar un modelo de regresión lineal simple con el fin de
predecir el monto de las ventas semanales de un producto en función de
la demanda. De una muestra de montos de ventas (Y en cientos de
soles) y demandas semanales X (en unidades del producto) resultaron las
siguientes estadísticas:
̅ = 𝟓𝟎 , ̅𝒀 = 𝟑𝟎𝟎,
𝑿 𝑺𝒙 = 𝟒. 𝟒𝟖𝟕, 𝑺𝒚 = 𝟏𝟕𝟓, 𝑪𝒐𝒗𝒙𝒚 = 𝟕𝟔𝟓. 𝟔

a) Obtenga el modelo de regresión planteado


b) ¿quetanto porciento de la variabilidad de Y es explicada por la
regresión? ¿Qué opina Ud. Sobre la bondad de ajuste del modelo
a los datos de la muestra?
c) Si el modelo obtenido es el adecuado, pronostique el monto de
venta para una semana que tenga una demanda de 60 und del
producto.
d) ¿Cuánto fue la demanda en una semana donde el monto de venta
llego a 1060.536?
e) ¿es la variabilidad de las ventas menor que la variabilidad de la
demanda?

SOLUCION:

𝑋̅ = 50 , ̅𝑌 = 300, 𝑆𝑥 = 4.487, 𝑆𝑦 = 175, 𝐶𝑜𝑣𝑥𝑦 = 765.6

𝐶𝑜𝑣𝑥𝑦 𝐶𝑜𝑣𝑥𝑦 𝑆𝑦
𝑏= 𝑦 𝑟= ; 𝑏=𝑟×
𝑆𝑥 2 𝑆𝑥 × 𝑆𝑦 𝑆𝑥

765.6 175
𝑟= = 0.975; 𝑏 = 0.975 × = 38.02
4.487 × 175 4.487
𝑎 = 𝑌̅ − 𝑏𝑋̅ 𝑎 = 300 − 38 × 50 𝑎 = −1600

Por lo tanto, la recta de regresión es:

𝑌 = −1600 + 38𝑋

Calculamos la varianza
765.6
𝑟= = 0.975; 𝑟 2 = 0.95
4.487 × 175
Pronostico Yest:

𝑌 = −1600 + 38(60) = 680

Demanda: 1060.536 = −1600 + 38𝑋 ; 𝑥 = 70.01


UNIVERSIDAD NACIONAL DEL ALTIPLANO – FACULTAD DE INGENIERIA CIVIL Y
ARQUITECTURA – ESCUELA PROFESIONAL DE INGENIERIA CIVIL

6: Al estudiar la relación entre el costos(X) y las utilidades (Y) en


dólares de ciertos productos a partir de una muestra se obtuvo la
siguiente información:

𝑺𝒙 = 𝟓 𝑺𝒚 = 𝟒 ̅ = 𝟏𝟎𝟎 𝒀
𝑿 ̅ = 𝟓𝟎 𝒀 = −𝟐𝟔 + 𝟎. 𝟕𝟔𝑿

a) ¿Qué porcentaje de la varianza de las utilidades es explicada por


la regresión de utilidades sobre costos?
b) ¿es la variabilidad conjunta mayor que 20?
c) ¿se confirma que la variabilidad de los costos es mayor que la
variabilidad de las utilidades?

SOLUCION:

De la ecuación tenemos: 𝑌 = −26 + 0.76𝑋 ; a=-26 y b=0.76


𝑆𝑦 4
𝑏=𝑟×𝑆 ; 0.76 = 𝑟 × 5 ; 𝑟 = 0.95
𝑥

a) porcentaje de variabilidad

𝑟 = 0.95; 𝑟 2 = 0.9025 × 100 = 90.25 %

b) La variabilidad conjunta
𝐶𝑜𝑣𝑥𝑦 𝐶𝑜𝑣𝑥𝑦
𝑟= ; 0.95 = ; 𝐶𝑜𝑣𝑥𝑦 = 19
𝑆𝑥 × 𝑆𝑦 4× 5

7: Una compañía de alimentos maneja una cadena de tiendas al


menudeo. Para medir la eficiencia en las tiendas se estudio la relación
del numero de empleados (X) y el promedio del volumen de ventas
mensuales (Y) en cientos de dólares para todas las tiendas durante el
año pasado. La grafica de los datos sugiere una relación lineal entre las
variables. Se tienen la siguiente información.

n  100,  X  600, Y  1600,  XY  13600,  X 2


 5200, Y 2
 37700

a) Obtenga el modelo de regresión lineal simple para predecir las


ventas a partir del numero de empleados. ¿en cuanto se estiman
las ventas para una tienda de 8 empleados?
b) ¿Que porcentaje de la varianza de las ventas es explicada por la
variabilidad del numero de empleados?
c) ¿Cuántos empleados tiene la tienda cuya venta promedio se estima
en $1,100?

Solución
UNIVERSIDAD NACIONAL DEL ALTIPLANO – FACULTAD DE INGENIERIA CIVIL Y
ARQUITECTURA – ESCUELA PROFESIONAL DE INGENIERIA CIVIL

a) la ecuación de la regresión lineal esta dado por

y  a  bx

n xy   x y
 b
Donde: n x 2    x 
2

 a  y  bx

Reemplazando datos hallamos b

b
100 13600    600 1600 
100  5200    600 
2

b  2.5

Luego hallamos a

a  y  bx
1600  600 
a  2.5   
100  100 
a 1

Reemplazando los valores de a y b tenemos la ecuación de la regresión lineal

y  1  2.5 x

Luego: la estimación de ventas de 8 empleados será

y  1  2.5 x
y  1  2.5  8 
y  21$

b) calculamos el coeficiente de correlacion

r
 xy  nx y  x y
 x  nx   y  n y
2 2 2 2

r
13600   100  6 16 
 5200   100  6    37700   100 16 
2 2

r  0.909 El porcentaje de varianza es de


 r  0.826
2

82.6%
UNIVERSIDAD NACIONAL DEL ALTIPLANO – FACULTAD DE INGENIERIA CIVIL Y
ARQUITECTURA – ESCUELA PROFESIONAL DE INGENIERIA CIVIL

c) el numero de empleados será

y  1  2.5 x
11  1  2.5 x
 x4

8: (taller de regresión lineal simple). En una muestra de 10 adultos se


registraron las siguientes mediciones de edad en años (X) y la
hipertensión arterial (HTA) (Y):

X 38 42 43 46 48 50 54 60 65 67
Y 120 124 135 138 135 140 143 150 160 170

a) Indique la tendencia y obtenga la línea recta de regresión de la


HTA en función de la edad por el método de minimos cuadrados.
¿Qué opina usted de correlacion entre dos variables?
b) Compruebe la idoniedad del modelo lineal de regresión. Si el
modelo es apropiado pronostique la HTA de un adulto de 70 años.
c) De seguir la tendencia, ¿Cuánto se espera aumente la HTA para
el próximo año?

Solución

De la tabla hallamos los siguientes valores

n  10,  X  513, Y  1415,  XY  73913,  X 2


 27207, Y 2
 202319

a) la ecuación de la recta de regresión de la HTA esta dado por

y  a  bx

n xy   x y
 b
n x 2    x 
2
Donde:
 a  y  bx

Reemplazando datos hallamos b

b
10  73913   5131415
10  27207    263169 
b  1.4869

Luego hallamos a
UNIVERSIDAD NACIONAL DEL ALTIPLANO – FACULTAD DE INGENIERIA CIVIL Y
ARQUITECTURA – ESCUELA PROFESIONAL DE INGENIERIA CIVIL

a  y  bx
1415  513 
a  2.5   
100  100 
a  65.222

Reemplazando los valores de a y b tenemos la ecuación de la regresión lineal

y  65.222  1.4869 x

Luego, calculamos el coeficiente de correlacion

r
 xy  nx y x y
 x  nx   y  n y
2 2 2 2

r
 73913  10  51.3141.5
 27207   10  51.3   202319   10 141.5
2 2

r  0.96885  0

Se dice que hay una correlacion directa positiva en ambas variables


aumentan(disminuyen) simultaneamente

 r 2  0.93867

Concluimos que se realizo un buen ajuste y es mas útil la recta de regresión


como instrumento de prediccion

b) pronosticamos la HTA de un adulto de 70 años

y  65.222  1.4869 x
y  65.222  1.4869  70 
y  169.305

c) pronosticamos la HTA del próximo año

y  65.222  1.4869 x
y  65.222  1.4869  71
y  170.792

Entonces el aumento de la HTA es

  170.792  169.305
  1.487
UNIVERSIDAD NACIONAL DEL ALTIPLANO – FACULTAD DE INGENIERIA CIVIL Y
ARQUITECTURA – ESCUELA PROFESIONAL DE INGENIERIA CIVIL

9: Un editor tomo una muestra de 7 libros anotando el precio y el


numero de paginas respectivo, obteniendo los siguientes datos:

No. De 630 550 400 250 370 320 610


paginas
Precio 10 8 7 4 6 6 9
($)

a) determine una función lineal entre el precio y el número de


páginas con el fin de predecir precios ¿ que porcentaje de la
varianza total de precios se explica por esta función?.
b) ¿Estimar el precio de un libro de 300 páginas. Si este libro se le
incrementa 20 páginas en una segunda edición, ¡en cuanto se
incrementara su precio?
c) ¿Cuántas paginas debería tener un libro cuyo precio se estima en
$12.277

Solución

De la tabla hallamos los siguientes valores

n  7,  X  3130, Y  50,  XY  24130,  X 2


 1533300, Y 2
 382

a) la ecuación de la recta de regresión para predecir precios esta dado


por

y  a  bx

n xy   x y
 b
n x 2    x 
2
Donde:
 a  y  bx

Reemplazando datos hallamos b

b
 7  24130    3130  50 
 7 1533300    9796900 
b  0.0133
UNIVERSIDAD NACIONAL DEL ALTIPLANO – FACULTAD DE INGENIERIA CIVIL Y
ARQUITECTURA – ESCUELA PROFESIONAL DE INGENIERIA CIVIL

Luego hallamos a

a  y  bx
50  3130 
a  0.0133   
7  7 
a  1.2

Reemplazando los valores de a y b tenemos la ecuación de la regresión lineal

y  1.2  0.0133x

Luego, calculamos el coeficiente de correlacion

r
 xy  nx y  x y
 x  nx   y  n y
2 2 2 2

r
 24130    7  44.71 7.14 
1533300   7  44.71   382   7  7.14 
2 2

r  0.945
 r 2  94.5%

b) estimamos el precio del libro de 300 paginas

y  1.2  0.0133x
y  1.2  0.0133  300 
y  5.19$

c) el numero de paginas sera

y  1.2  0.0133x
y  1.2  0.0133x
y  832.33  833 paginas

10: Una muestra de 5 varones adultos de quienes se observaron las


estaturas (X en pies, pulgadas) y los pesos (Y en libras)ha dado los
siguientes resultados

X 5’1” 5’2” 5’3” 5’4” 5’5”


Y 125 130 140 145 160
UNIVERSIDAD NACIONAL DEL ALTIPLANO – FACULTAD DE INGENIERIA CIVIL Y
ARQUITECTURA – ESCUELA PROFESIONAL DE INGENIERIA CIVIL

a) realice una regresión lineal y utilice los datos para verficar que la
varianza total de Y es igual a la varianza residual mas la varianza
explicada por la recta de regresión
b) usando la descripción de la varianza calcule r 2 e interprete el
resultado

Solución

12. un fabricante quiere obtener un modelo de regresión lineal simple


entre la edad en años (X) de un tipo de maquinas que vende para
producir un bien y el numero de artículos (Y) producidos. A partir de
la muestra de la tabla siguiente:

a) obtenga la recta re regresión y realice la predicción de la


producción para 4, 7 y 8 años
b) ¿en cuantos años aproximadamente las maquinas dejaran de
producir por edad?
c) Si realmente en cada maquina de la muestra produce 10 artículos
menos determinar la recta de regresión ¿Cuánto es el porcentaje
de la varianza explicada por la regresión de la producción?

X Y
2 95
3 70,.80
4 ….
5 75
6 60
7 …
8 …
9 45,50
10 25

Solución

De la tabla hallamos los siguientes valores

n  6,  X  35, Y  371.3,  XY  1796.9,  X 2


 137863.69, Y 2
 25957.89
UNIVERSIDAD NACIONAL DEL ALTIPLANO – FACULTAD DE INGENIERIA CIVIL Y
ARQUITECTURA – ESCUELA PROFESIONAL DE INGENIERIA CIVIL

a) la ecuación de la recta de regresión para predecir precios esta dado


por

y  a  bx

n xy   x y
 b
n x 2    x 
2
Donde:
 a  y  bx

Reemplazando datos hallamos b

b
 6 1796.9    35 371.3
 6  225  1225
b  7.259

Luego hallamos a

a  y  bx
35  371.3 
a  7.259   
6  6 
a  455.04

Reemplazando los valores de a y b tenemos la ecuación de la regresión lineal

y  455.04  7.259 x

12: sea Y el índice de precion al consumidor, tomando como base al año


2000 (es decir 2000=100). Para los datos que siguen:

a) obtenga la recta de minimos cuadrados que se ajuste a los datos.


b) Realice la predicción del índice de precios para el año 2008 y
compararlo con el valor verdadero (144.4). ¿en que año podemos
esperar que el índice de precios sea 150.57, suponiendo que las
tendencias presentes continúen?

Solución
UNIVERSIDAD NACIONAL DEL ALTIPLANO – FACULTAD DE INGENIERIA CIVIL Y
ARQUITECTURA – ESCUELA PROFESIONAL DE INGENIERIA CIVIL

De la tabla hallamos los siguientes valores

n  7,  X  14028, Y  841.4,  XY  1686287.2,  X 2


 28112140, Y 2
 101670.54

a) la ecuación de la recta de regresión para predecir precios esta dado


por

y  a  bx

n xy   x y
 b
n x 2    x 
2
Donde:
 a  y  bx

Reemplazando datos hallamos b

b
 7 110.1  14028841.4 
 7  28112140   196784784 
b  4.3429

Luego hallamos a

a  y  bx
841.4  14028 
a  4.3429   
7  7 
a  8582.97

Reemplazando los valores de a y b tenemos la ecuación de la regresión lineal

y  8582.97  4.3429 x

b) pronosticamos los beneficios para un gasto de 5%

y  8582.97  4.3429 x
y  8582.97  4.3429 150.57 
y (año)  2010.99  2011
UNIVERSIDAD NACIONAL DEL ALTIPLANO – FACULTAD DE INGENIERIA CIVIL Y
ARQUITECTURA – ESCUELA PROFESIONAL DE INGENIERIA CIVIL

13. los porcentajes en gastos de publicidad y los porcentajes de


beneficios netos de ventas en una muestra de 9 negocios de pequeños
comerciantes es como sigue:

a) Halle la ecuación de regresión lineal simpe para predecir


beneficios netos.
b) ¿Es idóneo la recta de regresión propuesto?. Si lo es, pronostique
el beneficio para un negocio que gasta 5% en publicidad.

Solución

De la tabla hallamos los siguientes valores

n  9,  X  22.2, Y  40.8,  XY  110.1,  X 2


 61.92, Y 2
 197.98

a)

la ecuación de la recta de regresión para predecir precios esta dado por

y  a  bx

n xy   x y
 b
n x 2    x 
2
Donde:
 a  y  bx

Reemplazando datos hallamos b

b
 9 110.1   22.2  40.8
 9  61.92    492.84 
b  1.3212

Luego hallamos a

a  y  bx
40.8  22.2 
a  1.3212   
9  9 
a  1.2744

Reemplazando los valores de a y b tenemos la ecuación de la regresión lineal

y  1.2744  1.3212 x
UNIVERSIDAD NACIONAL DEL ALTIPLANO – FACULTAD DE INGENIERIA CIVIL Y
ARQUITECTURA – ESCUELA PROFESIONAL DE INGENIERIA CIVIL

c) pronosticamos los beneficios para un gasto de 5%

y  1.2744  1.3212 x
y  1.2744  1.3212  5 
y  7.88
UNIVERSIDAD NACIONAL DEL ALTIPLANO
FACULTAD DE INGENIERIA CIVIL Y ARQUITECTURA
ESCUELA PROFESIONAL DE INGENIERIA CIVIL

CURSO : ESTADISTICA

TEMA : TRABAJO ENCARGADO

SEMESTRE : 3ERO “B”

DE : CHAYÑA SANDOVAL
JEHYSON ARNOL (Cod. 130359)

A : ING. NESTOR TIPULA QUISPE

PUNO 14 de enero de 2016