Professional Documents
Culture Documents
01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 1 de 39
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 2 de 39
Regresin lineal
Mtodo de series de tiempo
Promedio mvil simple
Suavizacin exponencial
Mtodo de ponderaciones
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 3 de 39
Desarrollo
Ejercicio 1
1. La duea de una tienda de computadoras alquila impresoras a algunos de
sus mejores clientes. Ahora le interesa elaborar un pronstico de sus
operaciones de alquiler para poder comprar la cantidad correcta de
suministros para sus impresoras. A continuacin se presentan los datos
correspondientes a las 10 ltimas semanas.
Semana
1
2
3
4
5
6
7
8
9
10
Alquilere
s
23
24
32
26
31
28
32
35
26
24
Semana
1
2
3
4
5
6
7
8
9
Alquilere
s
23
24
32
26
31
28
32
35
26
Semana 5
27
28
30
30
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 4 de 39
10
11
24
30
29
Respuesta
Ft6= (23+24+32+26+31)/5= 27.2= 27
Ft7= (24+32+26+31+28)/5= 28.2= 28
Ft8= (32+26+31+28+32)/5= 29.8= 30
Ft9= (26+31+28+32+35)/5= 30.4= 30
Ft10= (31+28+32+35+26)/5= 30.4= 30
Ft11= (28+32+35+26+24)/5= 29= 30
b. Calcule la desviacin media absoluta al final de la semana 10
Respuesta
DMA=
1+ 4+5+ 4+6
5
DMA= 4
Ejercicio 2
2. Las ventas realizadas en los ltimos doce meses por Dalworth Company
aparecen a continuacin:
Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Ventas (millones
de dlares)
20
24
27
31
37
47
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 5 de 39
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
53
62
54
36
32
29
a) Utilice un promedio mvil de tres meses y pronostique las ventas para los
meses comprendidos entre abril y diciembre
Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiemb
re
Octubre
Noviemb
re
Diciembr
e
Ventas
(millones
Tres meses
de
dlares)
20
24
27
31
37
47
53
62
24
27
32
38
46
54
54
36
56
32
51
29
41
Respuesta
Ftabril= (20+24+27)/3= 23.67= 24
Ftmay= (24+27+31)/3= 27.33= 27
Ftjun= (27+31+37)/3= 31.67= 32
Ftjul= (31+37+47)/3= 38.33= 38
Ftagost= (37+47+53)/3= 45.67= 46
Ftsept= (47+53+62)/3= 54
Ftoct= (53+62+54)/3= 56.33=56
Ftnov= (62+54+36)/3= 50.67= 51
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 6 de 39
Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
Ventas
(millones de
dlares)
20
24
27
31
37
47
53
62
54
36
32
29
Respuesta
Ftmay= (20+24+27+31)/4= 25.5 = 26
Ftjun= (24+27+31+37)/4= 29.7= 30
Ftjul= (27+31+37+47)/4= 35.5=36
Ftagost= (31+37+47+53)/4= 42
Ftsept= (37+47+53+62)/4= 49.8= 50
Ftoct= (47+53+62+54)/4= 54
Ftnov= (53+62+54+36)/4= 51.3= 51
Ftdic= (62+54+36+32)/4= 46
Cuatro meses
26
30
36
42
50
54
51
46
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 7 de 39
|3124|+|3727|+|4732|+|5338|+|6246|+|5454|+|3656|+|3251|+ 2941
9
DMA 3=
DMA=
DMA. 3 = 12.67= 13
DMA . 4=
DMA=
|3726|+|4730|+|5336|+|6242|+|5450|+|3654|+|3251|+|2946|
8
DMA. 4 = 15.4= 15
Se recomendara utilizar el mtodo de tres semanas ya que este tiene una menor
desviacin es decir se obtendran valores ms preciso que con el mtodo de las 4
semanas
d) Compare el desempeo de los dos mtodos, usando el error porcentual
medio absoluto como criterio de desempeo. Qu mtodo recomendara?
Mes
Ventas
(millones de
dlares)
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
20
24
27
31
37
47
53
62
54
Tres meses
Et
Error
porcentual
absoluto (|
Et|/Dt)*100
24
27
32
38
46
54
7
10
15
15
16
0
23
27
32
28
26
0
Cdigo: F.TI.01
Revisin: 01
Fecha: 2015-12-17
Ingeniera de la
Produccin Industrial
Pg.: 8 de 39
Octubre
Noviembre
Diciembre
MAPE=
36
32
29
56
51
41
-20
-19
-12
56
59
41
292
292
9
MAPE=32.44
Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
MAPE=
Ventas
(millones de
dlares)
20
24
27
31
37
47
53
62
54
36
32
29
Cuatro meses
Et
26
30
36
42
50
54
51
46
12
17
18
20
4
-18
-19
-17
Error porcentual
absoluto (|
Et|/Dt)*100
31
37
33
32
8
50
60
59
310
310
8
MAPE=38.75
Segn el MAPE se recomendara utilizar el mtodo de promedio mvil simple para
tres meses debido a que el porcentaje de error es menor a comparacin del mtodo
mvil simple para cuatro semanas por lo que los resultados seran ms preciso
e) Compare el desempeo de los dos mtodos, utilizando el error cuadrtico
medio como criterio de desempeo. Qu mtodo recomendara?
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 9 de 39
Mes
Ventas
(millones de
dlares)
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
20
24
27
31
37
47
53
62
54
36
32
29
MSE=
Tres meses
Et
24
27
32
38
46
54
56
51
41
7
10
15
15
16
0
-20
-19
-12
Error
porcentual
absoluto (|
Et|/Dt)*100
Et^2
23
27
32
28
26
0
56
59
41
292
49
100
225
225
256
0
400
361
144
1760
Et^2
144
289
324
400
16
324
361
289
1760
9
MSE=195.6
Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
Ventas
(millones de
dlares)
20
24
27
31
37
47
53
62
54
36
32
29
Cuatro meses
Et
Error
porcentual
absoluto (|
Et|/Dt)*100
26
30
36
42
50
54
51
46
12
17
18
20
4
-18
-19
-17
32
36
34
32
7
50
59
59
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 10 de 39
310
MSE=
2147
2147
8
MSE=268.4
El error cuadrtico medio mide el promedio de los errores, es decir la
diferencia entre lo pronosticado y demandado realmente, el menor
promedio de errores lo tiene el promedio mvil simple para 3 semanas.
Ejercicio 3
3. Karls Copiers vende y repara fotocopiadoras. El gerente necesita
pronsticos semanales de las solicitudes de servicio para poder programar
las actividades del personal del servicio. El pronstico de la semana del 3 de
julio fue de 24 solicitudes de servicio. El gerente usa el suavizamiento
exponencial con =0.2. Pronostique el nmero de solicitudes de servicio
correspondientes a la semana del 7 de agosto, suponiendo que sta sea la
semana prxima.
N. Real de
solicitudes de
Semana servicio
3 de julio 24
10 de
julio
32
17 de
julio
36
24 de
julio
23
31 de
julio
25
N
1
2
3
4
N. Real de
solicitudes de
Semana servicio
3 de julio 24
10 de
julio
32
17 de
julio
36
24 de
julio
23
=0.2
24
24
25,6
27,7
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 11 de 39
5
6
31 de
julio
7 de
agosto
25
26,7
26,4
Respuesta
Ejercicio 4
4. Considere los datos sobre las ventas de Dalworth Company
presentados en el problema 2. Para las partes ( c ) a ( e ) use solo los
datos de abril a diciembre.
a. Utilice un promedio mvil ponderado de tres meses para pronosticar
las ventas de los meses transcurridos entre abril y diciembre. Use
ponderaciones de (3/6), (2/6) y (1/6), signando una ponderacin
mayor a los datos ms recientes.
Ft +1=27
Ft +2=31
Ft +3=37
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 12 de 39
Ft +4=47
Ft +5=53
Ft +6=62
Ft +7=54
Ft +8=36
Ft +9=32
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 13 de 39
Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiem
bre
Octubre
Noviemb
re
Diciembr
e
Ventas
(Millones de
dlares)
20
24
27
31
37
47
53
62
Mvil
Ponderado
20
24
27
25
29
33
41
48
Suavizamie
Err nto
Erro
or
exponencia r
abs l
abs
0
22
2
0
21
-3
0
23
-4
-6
25
-6
-8
29
-8
-14
34 -13
-12
42 -11
-14
49 -13
54
36
57
57
3
21
57
55
3
19
32
46
14
44
12
29
37
8
100
37
8
102
Respuesta
MAD=
Et
n
MAD=
100
=8.33=8
12
MAD=
102
=8.5=8
12
No existe una diferencia numrica amplia los dos mtodos nos dan los
mismos resultados.
Cdigo: F.TI.01
Revisin: 01
Fecha: 2015-12-17
Ingeniera de la
Produccin Industrial
Pg.: 14 de 39
Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiemb
re
Octubre
Noviemb
re
Diciembr
e
54
36
57
57
3
21
5,5
58,3
57
55
3
19
5,5
52,7
32
46
14
43,7
44
12
37,5
29
37
27,5
37
Total
250
27,5
270.
6
Et / Dt
100
MAPE=
MAPE=
250
=20.83
12
MAPE=
270.6
=22.55
12
Suavizamiento exponencial
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 15 de 39
Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiemb
re
Octubre
Noviemb
re
Diciembr
e
MSE=
Ventas
(Millones
de
dlares)
20
24
27
31
37
47
53
62
Mvil
Pondera
do
Error
20
24
27
25
29
33
41
48
Suavizamie
Error
nto
Error
Cuadrti exponencia
Cuadrti
co
l
Error co
0
22
2
4
0
21
-3
9
0
23
-4
16
36
25
-6
36
64
29
-8
64
196
34
-13
169
144
42
-11
121
196
49
-13
169
0
0
0
-6
-8
-14
-12
-14
54
36
57
57
3
21
9
441
57
55
3
19
9
361
32
46
14
196
44
12
144
29
37
8
0
64
1346
37
8
102
64
1166
E 2t
n
MSE=
1346
=112.16
12
Suavizamiento exponencial
MSE=
1166
=97.16
12
Ejercicio 5
5. ltimamente, una tienda de artculos varios ha empezado a vender en su
territorio una nueva marca de refrescos. A la gerencia le interesa estimar el
volumen de las ventas futuras para determinar si debe seguir vendiendo la
nueva marca o si ser preferible sustituirla por otra. A finales de abril, el
volumen promedio de ventas mensuales del nuevo refresco era de 700 latas
y la tendencia indicaba +50 latas por mes. Las cifras reales del volumen de
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 16 de 39
Fmayo= A1 + T1
Fjun= A2 + T2
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 17 de 39
Fjul= At + Tt
Ejercicio 6
6. El Commmunity Federal Bank de Dothan, Alabama, instal recientemente un
nuevo cajero automtico para ofrecer servicios bancarios convencionales y
atender solicitudes de prstamo y transacciones de inversin. El manejo de
la nueva mquina es un poco complicado, por lo cual a la gerencia le
interesa llevar un registro de su utilizacin en el pasado y proyectar el uso
en el futuro. Si el uso proyectado es suficientemente amplio, tal vez sea
necesario adquirir ms mquinas.
Al final de abril, el uso promedio mensual era de 600 clientes y la tendencia
sealada +60 clientes por mes. Las cifras de uso real correspondientes a
mayo, junio y julio son 680, 710 y 790, respectivamente. Use el
suavizamiento exponencial ajustado a la tendencia, con =0.3 y =0.2, para
elaborar un pronstico de la utilizacin en junio, julio y agosto.
A= 600 clientes
T= 60 clientes
Pronstico para Mayo:
Fmayo= A1 + T1
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 18 de 39
Fjun= A1 + T1
Fjul= A1 + T1
Ejercicio 7
7. El nmero de intervenciones quirrgicas de corazn que se realizan
en el Hospital General de Heartville ha aumentado sin cesar en los
ltimos aos. La administracin del hospital est buscando el mejor
mtodo para pronosticar la demanda de esas operaciones en el ao
6. A continuacin se presentan los datos de los ltimos cinco aos.
Hace seis aos, el pronstico para el ao 1 era de 41 operaciones, y
la tendencia estimada fue de un incremento de 2 por ao.
Cdigo: F.TI.01
Revisin: 01
Fecha: 2015-12-17
Ingeniera de la
Produccin Industrial
Pg.: 19 de 39
Ft =F t 1 + ( A t1F t 1 )
Ao Demanda
t
At
=0,2
1
45
41,00
50
41,80
52
43,44
56
45,15
58
47,32
Error
Et =AF
49,46
Error cuadrtico
Error
Absoluto
E2t
Error
absoluto
|Et|
(|Et|/ At ) (
4,00
16,00
4,00
100)
8,89
8,20
67,24
8,20
16,40
8,56
73,27
8,56
16,46
10,85
117,68
0,85
10,68
114,03
0,68
18,41
42,29
Desviacion
Media
absoluta(DMA)
388,22
2,29
4 79,54
TOTAL
|Et|
Error cuadrtico
estandar(MSE)
E 2t
1
19,38
1
Error Medio %
n
(|Et|/ At )(100))
8,46
77,64
15,91
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 20 de 39
absoluto(MAPE
)
(ii) Suavizamiento exponencial con = 0.9
Ft =F t 1 + ( A t1F t 1 )
Ao Demanda
T
A
1
45
=0,9
41
50
44,60
52
49,46
56
51,75
58
55,57
6
Desviacion
Media
absoluta(DMA
)
57,76
|Et|
3,72
4
n
Error
cuadrtico
estandar(MSE
)
Error Medio %
absoluto(MAP
E)
E 2t
n
(|Et|/ At )(100))
15,1
2
7,27
Cdigo: F.TI.01
Revisin: 01
Fecha: 2015-12-17
Ingeniera de la
Produccin Industrial
Pg.: 21 de 39
Error
Et =AF
Error cuadrtico
2
Et
Error
Absoluto
|Et|
Error
%
absoluto
(|Et|/ At ) (
100)
4,00
16,00
4,00
8,89
5,40
29,16
5,40
10,80
2,54
6,45
2,54
4,88
4,25
18,10
4,25
7,59
2,43
5,88
2,43
4,19
18,62
75,59
18,62
36,35
Demand
a
Dt
45
49
50
50
1,47
52
52
1,50
56
55
1,66
5
6
promedio
pronostico
58
57
1,74
=0,6
A t = Dt +(1 )(A t 1 +T t1 )
=0,1
T t = ( A t A t 1 ) +(1 )T t1
52,2
Error
Error
Error
Error % absoluto
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 22 de 39
Absolut
o
cuadrtico
T t =
Ft +1= A t
Et =AF
+ Tt
|Et|
Et
(|Et|/ Dt ) (
100)
41
4,00
16,00
8,89
50
(0)
0,0
52
0,47
0,22
0,47
0,90
53
2,69
7,22
2,69
4,80
57
1,42
2,00
1,42
2,45
8,41
25,47
8,58
17,04
59
Total
Desviacion
Media
absoluta(DMA)
|Et|
n 1,716
Error
cuadrtico
estandar(MSE)
E 2t
n
5,09
Error Medio %
absoluto(MAP
E)
(|Et|/ At )(100))
3,41
aos.
(iv) Promedio mvil de
tres
A Demand prom.movi
o
a
l
Error
Et =AF
T
A
F
1
45
2
50
3
52
4
56
49
7,00
58
52,67
5,33
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 23 de 39
6
55,33
Desviacion
Media
absoluta(DMA)
|Et|
6,17
Error
cuadrtico
estandar(MSE)
2
t
38,7
2
Error Medio %
absoluto(MAPE
)
10,8
(|Et|/ At )(100)) 4
Error
Et =AF
Error cuadrtico
E2t
Error
Absoluto
|Et|
Error
%
absoluto
(|Et|/ At ) (
100)
7,00
49,00
12,50
5,33
28,44
5,33
9,19
12,33
77,44
12,33
21,69
Ao
t
1
2
Demanda
A
45
50
prom.movil
ponderado
F
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 24 de 39
52
56
50,17
58
53,67
6
Desviacion
Media
absoluta(DMA)
56,33
|Et|
5,08
Error
cuadrtico
estandar(MSE)
26,4
0
E 2t
Error Medio %
n
absoluto(MAP
(|Et|/ At )(100))
E)
Error
Et =AF
0,09
Error
cuadrtico
E2t
Error
Absoluto
Error
absoluto
|Et|
(|Et|/ At ) (
100)
5,83
34,03
5,83
0,10
4,33
18,78
4,33
0,07
52,81
10,16
0,18 total
10,17
Ao
t
Demand
a
Regresion Lineal(F)
y=42,6+3,2 x
A
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 25 de 39
1
2
3
4
5
6
45
50
52
56
58
45,8
49
52,2
55,4
58,6
61,8
Error
cuadratico
2
Et
Error
Absoluto
-0,8
0,64
0,8
100)
1,78
2,00
-0,2
0,04
0,2
0,38
0,6
0,36
0,6
1,07
-0,6
0,36
0,6
1,03
2,4
3,2
6,27 total
Error
Et =AF
|Et|
Error
absoluto
(|Et|/ At ) (
(
0,00)
Desviacion
Media
absoluta(DMA)
Error cuadrtico
estandar(MSE)
Error Medio %
absoluto(MAPE)
|Et|
n
E 2t
0,64
0,48
(|Et|/ At )(100))
1,25
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 26 de 39
Ejercicio 8
8. Los siguientes datos corresponden a las ventas de calculadoras,
expresadas en unidades, en una tienda de artculos electrnicos en las
ltimas cinco semanas.
Semana
1
2
3
4
5
Ventas
46
49
43
50
53
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 27 de 39
Fsem1= A1 + T1
Fsem1= 47 + 2 = 49
Fsem2= A1 + T1
Fsem2= 49 + 2 = 51
Fsem3= A1 + T1
Fsem3= 49 + 2 = 51
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 28 de 39
Fsem4= A1 + T1
Fsem4= 51+2 = 53
Fsem5= A1 + T1
Fsem5= 53+2 = 55
Pronstico para semana 6: 53+1(2)=55
Ejercicio 9
9. Forrest y Dan fabrican cajas de chocolates, cuya demanda es incierta.
Forrest comenta: As es la vida. Por otro lado, Dan est convencido de
que existen ciertos patrones de demanda que podran ser tiles para
planear las compras de azcar, chocolate y camarones. Forrest insiste en
incluir en algunas cajas, como regalo sorpresa, un camarn cubierto de
chocolate, para que el cliente nunca sepa lo que va a encontrar. A
continuacin se presenta la demanda trimestral registrada en los ltimos
tres aos (expresada en cajas de chocolate):
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 29 de 39
c. Trimestre
Ao1
1
2
3
4
Total
3000
1700
900
4400
10000
Promedio
(total/n.trimestres)
2500
Factor
estacio
nal (1)
1,2
0,68
0,36
1,76
Ao2
3300
2100
1500
5100
12000
3000
Factor
estacional Ao3
(2)
Factor
Factor
estacional
estacion promedio
al (3)
((1)+(2)+(3
))/3
1,1
0,7
0,5
1,7
1,03
0,72
0,52
1,73
3502
2448
1768
5882
13600
3400
1,11
0,7
0,46
1,73
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 30 de 39
El volumen promedio de cajas de chocolates trimestrales que espera ser de: 14800/4= 3700
cajas.
Trimestre
1
2
3
Pronstico
4107
2590
1702
4
Total
6401
14800
Pronstico:
Trimestre 1= 1.11*3700= 4107
Trimestre 2= 0.7*3700= 2590
Trimestre 3= 0.46*3700= 1702
Trimestre 4= 1.73*3700= 6401
Ejercicio 10
10. La gerente de Snyders Garden Center debe elaborar sus planes anuales
de compras de rastrillos, guantes y otros artculos de jardinera. Uno de
los artculos que tiene en inventario es Fast-Grow, un fertilizante lquido.
Las ventas de dicho artculo son estacionales, con puntos mximos en los
meses de primavera, verano y otoo. A continuacin se presenta la
demanda trimestral (en cajas) registrada durante los dos ltimos aos:
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 31 de 39
Trimestre
1
2
3
4
Total
Ao 1
40
350
290
210
890
Promedio
(total/n.trimestr
es)
223
Factor
estacion
al (1)
0,18
1,57
1,30
0,94
Ao 2
60
440
320
280
1100
Factor
estacion
al
promedi
Factor
o
estacion ((1)+(2)
al (2)
)/2
0,22
0,20
1,6
1,59
1,16
1,23
1,02
0,98
275
Las cajas promedio trimestrales que esperas de Fast-Grow ser de: 1150/4= 287.5
cajas.
Trimestre
1
2
3
4
Total
Pronstic
o
57,21
456,12
354,63
282,04
1150
Ejercicio 11
El gerente de una compaa de luz, localizada en la franja estrecha del
territorio del estado de Texas, necesita elaborar pronsticos trimestrales de
las cargas de energa elctrica que deber suministrar el ao entrante. Las
cargas de energa son estacionales, y los datos sobre las cargas
trimestrales, en megawatts (MW), en los ltimos cuatro aos, son los
siguientes:
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 32 de 39
Respuesta
Ejercicio 12
La demanda de cambios de aceite en Garcias Garage ha sido la siguiente:
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 33 de 39
m=
n ( x y ) x y
n ( x2 ) ( x ) 2
m = 2,4523
B=
ym x
n
B = 42,4642
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 34 de 39
Respuesta
y=B+mx
y=42,4642+ 2,4523 x
b) Utilice el modelo para pronosticar la demanda en septiembre, octubre
y noviembre. En este caso, X= 9, 10 y 11, respectivamente.
y=42,4642+ 2,4523 x
y=42,4642+ 2,4523 ( 9 )
y = 54.5349
Respuesta Octubre (10)
y=42,4642+ 2,4523 ( 10 )
y = 66.9872
Respuesta noviembre (11)
y=42,4642+ 2,4523 ( 11 )
y =69,4395
Ejercicio 13
En una fbrica procesadora de hidrocarburos, el control de procesos
requiere el anlisis peridico de muestras para un parmetro determinado
de la calidad del proceso. El procedimiento analtico que se sigue
actualmente es costoso y consume mucho tiempo. Se ha propuesto un
procedimiento alternativo ms rpido y econmico. Sin embargo, las cifras
obtenidas con el procedimiento alternativo para el parmetro de calidad son
un tanto diferentes de las obtenidas con el procedimiento actual, no a causa
de errores intrnsecos, sino por cambios en el carcter del anlisis qumico.
La gerencia considera que si es posible usar las cifras obtenidas con el
nuevo procedimiento para hacer un pronstico fiable de las cifras
correspondientes del procedimiento actual, la adopcin del nuevo
procedimiento sera sensata y rentable. Los siguientes datos referentes al
parmetro de calidad se obtuvieron analizando muestras con los dos
procedimientos:
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 35 de 39
m=
n ( x y ) x y
n ( x2 ) ( x ) 2
m = 0,896
B=
ym x
n
B = -0,0561
Respuesta
y=B+mx
y=0,0561+0,896 x
b) Existe una relacin fuerte entre Y y X? Explique.
r=
n ( x y ) x y
n ( x )( x) n ( y ) ( y )
2
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 36 de 39
r = 0,67
Respuesta
No existe una relacin fuerte entre Y y X ya que el coeficiente de correlacin
es de 0,67 lo que representa que existe una correlacin mediana, es decir
hay una relacin mediana lineal entre mtodo actual y el propuesto.
EJERCICIO 14
Ohio Swiss Milk Products fabrica y distribuye helados en Ohio, Kentucky y
West Virginia. La compaa desea expandir sus operaciones, abriendo otra
planta en el norte de Ohio. El tamao de la nueva planta se calcular en
funcin de la demanda esperada de helado en el rea atendida por dicha
planta. Actualmente se est realizando un estudio de mercado para
determinar cul ser esa demanda. Ohio Swiss desea estimar la relacin
entre el costo de fabricacin por galn y el nmero de galones vendidos en
un ao para determinar la demanda de helado y por consiguiente, el
tamao de la nueva planta. Se han recopilado los siguientes datos:
m=
n ( x y ) x y
n ( x2 ) ( x ) 2
m = -0,2819
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 37 de 39
B=
ym x
n
B = 1121,2122
Respuesta
y=B+mx
y=1121,2110,2819 x
r=
n ( x y ) x y
n ( x )( x) n ( y ) ( y )
2
r=0,94233
Coeficiente de determinacin
r 2=0,888
El coeficiente de correlacin nos muestra mediante el signo negativo que
la tendencia es decreciente, el valor de -0,94 nos indica que la variable
dependiente est fuertemente relacionada con la variable independiente
es decir estn relacionadas linealmente. El coeficiente de determinacin
0,888 indica que es buena la relacin de la cantidad de variacin de la
variable dependiente con el punto medio.
c) Suponga que el estudio de mercado indica una demanda de 325,000
galones en el rea de Bucyrus, Ohio. Estime el costo de fabricacin
por galn en una planta que produce 325,000 galones al ao.
y=1121,2110,2819 x
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 38 de 39
y=1121,2110,2819(325)
Respuesta
Y = 1029,59
Conclusiones
El nivel actual de competencia del mercado es muy fuete y existe
gran cantidad de competidores, por lo que una ventaja competitiva es
la informacin, entre ms exacta ser mucho mejor, los pronsticos
parte fundamental de la informacin que debe tener una organizacin
debe ajustarse o ser lo ms parecidos a la demanda real de esta
manera se reduce el entorno de incertidumbre, se planifica de mejor
manera la produccin reduciendo costoso y siendo ms competentes.
Es de suma importancia que la organizacin tenga un modelo
adecuado para pronsticos, esto se logra mediante la determinacin
de coeficientes que dependiendo de sus valores nos darn una idea
de que tan acertado es el mtodo conforme a los datos histricos de
la empresa
Bibliografa
Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial
Revisin: 01
Fecha: 2015-12-17
Pg.: 39 de 39
Viteri Moya, J.R, 2015, gestin de la produccin con enfoque sistmico, Quito,
Ecuador, UTE
Lee j krajewski, L. P. (2008). Administracion de operaciones, procesos y cadena de
valor . Mxico : Pearson Educacin .