You are on page 1of 15

calc

Tecnológico de Estudios Superiores de Chimalhuacán


Alumna:
Quiroz Zamudio Magali

Profesor:
Ing. José Alberto Lona Lozano

Carrera:
Licenciatura en Gastronomía

Materia:
Investigación de Operaciones

Grupo:
7LG11
Introducción
En los ejercicio que se presentaran en este proyecto se aplicaran los diferentes
tipos de pronósticos usando las reglas largas de solución, así dándole seguimiento
con las enseñanzas que el profesor nos fue dando durante el 2º parcial y hacer de
utilidad en algún momento requerido en cualquier establecimiento que estemos
laborando, para realizar los ejercicios fue un poco difícil ya que en lo personal me
tomo un poco de tiempo porque las cosas deben de ser con exactitud y con un
poco de paciencia para poder lograr el objetivo del problema para llevar acabo la
solución óptima.
Desarrollo

Cuantitativo: La investigación de operaciones utiliza el enfoque planeado (método


científico) y un grupo interdisciplinario, a fin de representar las complicadas
relaciones funcionales en modelos matemáticos para suministrar un base
cuantitativo para la toma de decisiones, y descubrir nuevos problemas para su
análisis cuantitativo.

Correlación: El coeficiente de correlación de Pearson o r es una prueba


estadística que permite analizar la relación entre dos variables medidas en un
nivel por intervalos o de razón, donde r mide el grado de asociación lineal entre
dos variables X e Y. La prueba en si no considera a una como independiente y a
otra como dependiente, ya que no se trata de una prueba que evalúa causalidad.

Pronóstico: Un pronóstico, en el plano empresarial, es la predicción de lo que


sucederá con un elemento determinado dentro del marco de un conjunto dado de
condiciones. Se diferencia del presupuesto porque este ultimo es el resultado de
decisiones encaminadas a generar las condiciones que propiciaran un nivel
deseado de dicho elemento.

Índice estacional: El modelo de variación estacional, estacionaria o cíclica,


permite determinar el pronostico cuando existen fluctuaciones periódicas de la
seria de tiempo, esto generalmente como resultado de la influencia de fenómenos
de naturaleza económica, como, por ejemplo: las temporadas de ventas.

Control de pronóstico: Uno de los puntos clave del desarrollo del proceso de
pronósticos consiste en monitorear el modelo, por ende, se debe acudir casi a
indicadores en tiempo real respecto a las desviaciones de la previsión, es decir, el
control del pronostico es un trabajo tan dinámico como lo es el comportamiento de
la demanda. También debe efectuarse al momento de selección del mismo,
comparando los indicadores de desviación de varias metodologías de previsión en
la etapa de evaluación de alternativas del proceso de desarrollo del modelo.
Cualitativo

1.- En la Oficina de la Academia de Policías del Norte, se reciben un promedio de


24 visitas por hora, el tiempo de atención de cada visita es de 2 minutos, los
procesos de visita son para la información de entrega de los Procesos de
Capacitación Policiaca de FORTASEG. Cuantificar la cola.

Solución:

ʎ= 24

µ= 60/6= 30
p = 24/30= 0.8

p0= (1-p) = 1 – 0.8= 0.2


p1= 0.8 * 0.2= 0.16
p2= (0.8)2 * 0.2= 0.128
p3= (0.8)3 * 0.2= 0.1024

Lq= (ʎ)2/(µ*(µ-ʎ))= (24)2/(30*(30-24))= 576/(30*6)= 576/180=


3.2

L= ʎ/(µ-ʎ)= 24/(30-24)= 24/6= 4

Wq= ʎ/µ(µ-ʎ)= 24/30(30-24)= 24/30(6)= 24/180= 0.13 Horas = 7


minutos

W= 1/(µ-ʎ) = 1/(30-24)= 1/6= 0.16 horas= 10 minutos

Probabilidad (Mas de 15 minutos en sistema)= P(W>15 Min)=


0.8(10>15)= 0.3035

Resultado

Por tanto, el servidor estará ocupado un 80% de su tiempo, la probabilidad de que


en un instante cualquiera no haya ningún cliente en el sistema es de 20%, la que
haya un cliente es de 16%, el promedio de clientes en el sistema es de 2, y el
promedio de espera en cola es de 7 minutos. También existe un 30.35% de
probabilidad de que un cliente que llegue al sistemas y pase más de 15 minutos
antes de abandonarlo.
Correlación
Pronósticos

3.-

Años (x) Ventas (y) xy x2

0 (2014) 350 0 0

1 (2015) 650 650 1

2(2016) 350 700 4

3 (2017) 550 1650 9

Σxy= 3000

N=4

Z= 6

Saca X

Σy= Na+Σxb…1

Σxy= Σya+Σx2b…2

(-6) 1900=4a+6b

(4) 3000=6a+14b

-11400=-24a-36b

12000=24+56b
_______________

600= 0 + 20b
Encontrar b= 600/20= 30

Sustituir “b”

1900=4a+6(30)

a=1900-6(30)/4

a=1900-180/4

a= 1720/4

a= 430

y1= 430+30x

y18=430+[(30*4)]= 430+120= 550

y19=430+[(30*5)]= 430+150= 580

y20=430+[(30*6)]= 430+180= 610


Exponencial

4.-

Año (x) Ventas (Y) Logy xLogy X2

0 (2014) 500 2.6989 0 0

1 (2015) 800 2.9030 2.9030 1

2 (2016) 1200 3.0791 6.1582 4

3 (2017) 1500 3.1760 9.5280 9

ΣLogy= 11.8570 ΣxLogy= 18.5892

N=4

Z= 6

X= ΣLogy=Nloga+ZxLogb

X= ΣxLogy=ZxLoga+Σx2Logb

(-6) 11.8570=4Loga+6logb

(4) 18.5892=6Loga+14Logb

-71.1420= -24Loga-36Logb
74.3568= 24Loga+56Logb
______________________

3.2148= 0 + 20Logb

Logb= 3.2148/20= 0.16, b=Log-1 0.16= 1.4454

Loga=11.8570-6(0.16)/4= 11.8570-0.9600/4

Loga= 2.7242, a= Log-1 2.7242= 529.9074

y18=529.9074(1.4454)4 = 2312.87

y19=529.9074(1.4454)6= 4832.01
Índices estacionales

5.-

Ei= ẋn/ẋp= Yei= Ei (Yf/Periodos)

Trimestres

Año Q1 Q2 Q3 Q4 Año x xy x2
Periodo (y)

2013 35 28 24 52 139 -1.5 -208.5 2.25

2014 43 36 41 70 190 -0.5 -95 0.25

2015 42 38 29 75 184 0.5 92 0.25

2016 41 29 25 78 173 1.5 259.5 2.25

2017 50 45 25 - Error!

Σx/n ẋ1= ẋ2= ẋ3= ẋ4=


42.2 35.2 28.8 68.75
Σx= 0 Σxy= 48 Σx2= 5

ẋp=Σẋ/n= (42.2+35.2+28.8+68.75)/4= 43.73

E1= 42.2/43.73= 0.96, E2= 35.2/43.73= 0.80, E3= 28.8/43.73= 0.65,


E4= 68.75/43.73= 1.57

Comprobación ΣEi/n= 0.99 = 1

a= Σy/n= 686/4 = 171.5

b= Σxy/Σx2= 48/5= 9.6

y= 171.5+9.6x

y17= 171.5+[9.6(2.5)]= 195.5

y18= 171.5+[9.6(3.5)]= 205.1

y17= 1.57*(195.5/4)= 76.73

y18= 0.65*(205.1/4)= 33.32


Control de pronóstico

6.-

ẏ=Σy/n Sy= √Σ(y-ẏ)-2/ √ 95% Confianza

LCS= ẏ+Syt

LCIẏ-Syt √=n-1

LCS= 42.37+[11.42(2.5463)]= 71.44

LCI= 42.37-[11.42(2.5463)]= 13.29


Encuestas
Pronósticos Respuesta Si

Pregunta (x) Respuesta Si (y) xy x2

0 (1) 37 0 0

1(2) 49 49 1

2(3) 49 98 4

3(4) 39 117 9

4(5) 43 172 16

5(6) 25 125 25

6(7) 25 150 36

7(8) 49 343 49

8(9) 25 200 64

9(10) 29 261 81

xy= 1515
N= 10

Z= 45

Saca X

Saca X

Σy= Na+Σxb…1

Σxy= Σya+Σx2b…2

(45) 370=10a+45b

(-10) 1515=45a+285b

16650=-450a+2025b

-15150=-450-2850b
_______________

1500 = 0 - 825b

Encontrar b= 1500/825= 1.81

Sustituir “b”

370=10a+45(1.81)

a=370-45(1.81)/10

a=370-81.45/10

a= 288.55/10

a= 28.85

y1= 28.85+(1.81)x

y18=28.85+[(1.81*10)]= 28.85+18.1= 46.95

y19=28.85+[(1.81*11)]= 28.85+19.9 = 48.75

y20=28.85+[(1.81*12)]= 28.85+21.72 = 50.57


Pronósticos Respuesta No

Pregunta (x) Respuesta No (y) xy x2

0 (1) 13 0 0

1(2) 1 1 1

2(3) 1 2 4

3(4) 11 33 9

4(5) 3 12 16

5(6) 25 125 25

6(7) 25 150 36

7(8) 1 7 49

8(9) 25 200 64

9(10) 1 9 81

xy= 539
N= 10

Z= 45

Saca X

Saca X

Σy= Na+Σxb…1

Σxy= Σya+Σx2b…2

(-45) 106=10a+45b

(10) 539=45a+285b

-4770=-450a-2025b

5390=450+2850b
_______________

620 = 0 - 825b

Encontrar b= 620/825= 0.75

Sustituir “b”

106=10a+45(0.75)

a=106-45(0.75)/10

a=106-33.75/10

a= 72.25/10

a= 7.22

y1= 7.22+(0.75)x

y18=7.22+[(0.75*10)]= 7.22+7.5= 14.72

y19=7.22+[(0.75*11)]= 7.22+8.25 = 15.47

y20=7.22+[(0.75*12)]= 7.22+9 = 16.22