Espejo Abanto Junior (1)

Evaluación: T1Curso: Gestión Táctica de Operaciones

Semestre: 2014 - 0

Nombre:Fecha:

Problema 1 (4 ptos)

Edad

2.2 1,2384.5 2,0984.5 2,0662.0 9903.0 1,4463.7 1,3623.2 1,7806.0 3,0443.6 1,9745.0 2,3880.5 3260.6 3642.9 1,5285.0 2,7463.5 1,9561.8 8922.6 1,098

c. Valide el modelo aplicado

d. Grafique el modelo aplicado

Solución

Edad

El gerente de manejo de materiales de una compañía manufacturera está tratando de elaborar un pronóstico sobre el costo de mantenimiento de la flotilla de tractores que esa empresa tiene en circulación. Él considera que el costo de mantenimiento de cualquier tractor se eleva a medida que la máquina se vuelve más antigua. Él mismo ha recopilado los siguientes datos:

Costo de mantenimiento anual

a. Por medio de la regresión lineal, desarrolle una relación para pronosticar el costo anual de mantenimiento, basándose en la edad de un tractor.

b. Si una sección tiene 20 tractores de 3 años de edad y otra de 5 tractores tiene 7 años, ¿cuál es su pronóstico para el costo de mantenimiento anual en ambos casos?


Edad

0.5 326 290.860.6 364 339.341.8 892 921.162.0 990 1018.132.2 1,238 1115.102.6 1,098 1309.032.9 1,528 1454.493.0 1,446 1502.973.2 1,780 1599.943.5 1,956 1745.403.6 1,974 1793.883.7 1,362 1842.374.5 2,098 2230.244.5 2,066 2230.245.0 2,388 2472.675.0 2,746 2472.676.0 3,044 2957.513.0 1502.977.0 3442.36

Costo Pronosticado de mantenimiento de 3 años20 tractores30059.4722

Costo Pronosticado de mantenimiento de 7 años5 tractores17211.8047


1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 170

500

1,000

1,500

2,000

2,500

3,000

3,500

f(x) = 143.156862745098 x + 317.235294117647R² = 0.901436815300091

Chart Title

Column DLinear (Column D)

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 170

500

1,000

1,500

2,000

2,500

3,000

3,500

f(x) = 143.156862745098 x + 317.235294117647



Semestre: 2014 - 0


a. Por medio de la regresión lineal, desarrolle una relación para pronosticar el costo anual de mantenimiento, basándose en la

b. Si una sección tiene 20 tractores de 3 años de edad y otra de 5 tractores tiene 7 años, ¿cuál es su pronóstico para el costo

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 170.00

500.00

1000.00

1500.00

2000.00

2500.00

3000.00

3500.00

f(x) = 143.671524991661 x + 312.603333898581

Column ELinear (Column E)

Resumen

Estadísticas de la regresiónCoeficiente de0.97014611Coeficiente d 0.94118348R^2 ajustado 0.93726238Error típico 190.712274Observacione 17

ANÁLISIS DE VARIANZAGrados de libertadSuma de cuadradosPromedio de los cuadradosF

Regresión 1 8730186.31 8730186.31 240.030387Residuos 15 545567.57 36371.1713Total 16 9275753.88

Coeficientes Error típico Estadístico t ProbabilidadIntercepción 48.4331105 110.643641 0.43773967 0.66781253Variable X 1 484.846834 31.2947475 15.4929141 1.2288E-10

r 97.01% Existe una fuerte relacion entre el costo y la edad del tractorr2 94.12% El 94.12% de los datos estàn representados en la lìnea recta

r2>60% Por lo tanto se valida el Pronòstico

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 170

500

1,000

1,500

2,000

2,500

3,000

3,500

f(x) = 143.156862745098 x + 317.235294117647R² = 0.901436815300091

Chart Title


1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 170.00

500.00

1000.00

1500.00

2000.00

2500.00

3000.00

3500.00

f(x) = 143.671524991661 x + 312.603333898581


1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 170

500

1,000

1,500

2,000

2,500

3,000

3,500

f(x) = 143.156862745098 x + 317.235294117647


1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 170.00

500.00

1000.00

1500.00

2000.00

2500.00

3000.00

3500.00

f(x) = 143.671524991661 x + 312.603333898581


Valor crítico de F1.2288E-10

Inferior 95% Superior 95%Inferior 95.0%Superior 95.0%-187.398227 284.264448 -187.398227 284.264448418.143658 551.550009 418.143658 551.550009

Existe una fuerte relacion entre el costo y la edad del tractorEl 94.12% de los datos estàn representados en la lìnea recta

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 170.00

500.00

1000.00

1500.00

2000.00

2500.00

3000.00

3500.00

f(x) = 143.671524991661 x + 312.603333898581


Pregunta 2 (5 ptos)

Demanda histórica por presentación (decena de miles de cajas)Producto / año 2001 2002 2003

Wafer Vainilla 6 pack 28.85 31.62 33.50 Wafer Limón 6 pack 10.10 11.07 11.73 Wafer Fresa 6 pack 15.87 17.39 18.43 Wafer Vainilla 12 pack 32.32 35.42 37.52 Wafer Fresa 12 pack 25.97 28.46 30.15 TON 3085.18 3381.35 3581.82

Presentación (SKU) Unidad kg / caja

Wafer Vainilla 6 pack cja 1.8Wafer Limón 6 pack cja 1.8Wafer Fresa 6 pack cja 1.8Wafer Vainilla 12 pack cja 3.6Wafer Fresa 12 pack cja 3.6

Se pide:a. Utilice la regresión lineal simple para pronosticar la cantidad anual unidades vendidas para cada uno de los cinco años siguientes.b. Desagregar la demanda para el año 2014.c. Determine los límites de confianza superior e interior que se pueden estimar para el pronóstico agregado del año 14 si se utiliza un nivel de confianza del 90%

d. Grafique su modelo de pronóstico.e. Si la capacidad actual de producción de la planta es de 445 tn/mes, ¿para que año se requiere ampliar la capacidad y en cuantas toneladas por mes para poder satisfacer el mercado para los siguientes 5 años en adelante(2014 - 2018)? e. Realice un análisis para otras regresión y comente.

Solución: Año Demanda Pronòstico1 3085.1766 3308.332 3381.345 3432.453 3581.82 3556.564 3942.675 3680.675 3795.66 3804.786 4076.325 3928.907 3982.77 4053.018 4250.07 4177.129 4250.07 4301.23

10 4425.4188 4425.3511 4532.3388 4549.46

Sayon, para su línea de productos Wafer requiere pronosticar la demanda agregada(en toneladas) de sus productos que manufactura para los siguientes 5 años. Con base a las ventas por presentación de los últimos años, haga un pronóstico desagregado para el año 2014. Valide la técnica de pronóstico empleada y establezca rangos de para el pronóstico hallado con un nivel de confianza del 90%. Haga un gráfico

12 4639.2588 4673.5713 4746.1788 4797.6814 4921.7915 5045.9116 5170.0217 5294.1318 5418.24

r 97.25% Existe una fuerte relacion entre la demanda y el tiempor2 94.58% El 94.58% de los datos están representados en la lìnea recta

r2>60% El Pronòstico se valida

Lìmites de Confianza AÑO 2014 Pronòstico Error estàndar4921.79 120.796206947128

LI 4697.11395507834LS 5146.47584492166

Anàlisis de Otras Regresiones

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 180

1000

2000

3000

4000

5000

6000

f(x) = 124.112383516483 x + 3184.22153076923R² = 1

Pronóstico de Demanda

Demanda Real

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 180

1000

2000

3000

4000

5000

6000

f(x) = 3281.41726760364 exp( 0.0288254991900132 x )R² = 0.995539301103642


Demanda Real

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 180

1000

2000

3000

4000

5000

6000

f(x) = 3281.41726760364 exp( 0.0288254991900132 x )R² = 0.995539301103642


Demanda Real

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 180

1000

2000

3000

4000

5000

6000

f(x) = 771.989046414547 ln(x) + 2802.35111639903R² = 0.872820013629955


Demanda Real

Demanda histórica por presentación (decena de miles de cajas)2004 2005 2006 2007 2008

36.88 35.50 38.13 37.25 39.75 12.91 12.42 13.34 13.04 13.91 20.28 19.53 20.97 20.49 21.86 41.30 39.76 42.70 41.72 44.52 33.19 31.95 34.31 33.53 35.78

3942.68 3795.66 4076.33 3982.77 4250.07

a. Utilice la regresión lineal simple para pronosticar la cantidad anual unidades vendidas para cada uno de los cinco años siguientes.

c. Determine los límites de confianza superior e interior que se pueden estimar para el pronóstico agregado del año 14 si se utiliza un nivel de confianza del 90%

e. Si la capacidad actual de producción de la planta es de 445 tn/mes, ¿para que año se requiere ampliar la capacidad y en cuantas toneladas por mes para poder satisfacer el mercado para los siguientes 5 años en adelante(2014 - 2018)?

Resumen

Estadísticas de la regresiónCoeficiente de correlació 0.9725469Coeficiente de determina 0.94584747R^2 ajustado 0.94092451Error típico 120.796207Observaciones 13

ANÁLISIS DE VARIANZAGrados de libertadSuma de cuadrados

Sayon, para su línea de productos Wafer requiere pronosticar la demanda agregada(en toneladas) de sus productos que manufactura para los siguientes 5 años. Con base a las ventas por presentación de los últimos años, haga un pronóstico desagregado para el año 2014. Valide la técnica de pronóstico empleada y establezca rangos de para el pronóstico hallado

Regresión 1 2803506.84Residuos 11 160508.96Total 12 2964015.8

Coeficientes Error típicoIntercepción 3184.22153 71.0702557Variable X 1 124.112384 8.95401059

Existe una fuerte relacion entre la demanda y el tiempoEl 94.58% de los datos están representados en la lìnea recta

El Pronòstico se valida

sigma1.86

Se puede observar que la la regresiòn exponencial tuvo un mejor coeficiente de determinaciòn, por lo que se

podrìa obtener datos màs cercanos a los datos reales siendo mejor que el anàlisis de regresiòn lineal y el

anàlisis de regresiòn exponencial

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 180

1000

2000

3000

4000

5000

6000

f(x) = 124.112383516483 x + 3184.22153076923R² = 1


Demanda Real

2009 2010 2011 2012 2013 Cajas 39.75 41.39 42.39 43.39 44.39 4,927,900.00 13.91 14.49 14.84 15.19 15.54 1,724,765.00 21.86 22.76 23.31 23.86 24.41 2,710,345.00 44.52 46.36 47.48 48.60 49.72 5,519,248.00 35.78 37.25 38.15 39.05 39.95 4,435,110.00

4250.07 4425.42 4532.34 4639.26 4746.18


Promedio de los cuadradosF Valor crítico de F

2803506.84 192.12993 2.6091E-0814591.7236

Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0% Superior 95.0%44.8038564 8.3662E-14 3027.79695 3340.64611 3027.79695 3340.6461089713213.8610941 2.6091E-08 104.404739 143.820028 104.404739 143.820027938431

2014TON Participación TON Caja 8,870.22 16.84% 828.585 460.325 3,104.58 5.89% 290.00475 161.11375 4,878.62 9.26% 455.72175 253.17875 19,869.29 37.71% 1856.0304 515.564 15,966.40 30.30% 1491.453 414.2925 52,689.11 4,921.79 1,804.47

Pregunta 3 (7 ptos)

Demanda histórica por producto (en miles de cajas)Año Producto Ene Feb

1 (2011)

Nescafé Grande 2,070 2,530Nescafé Mediano 1,035 1,208Kirma Grande 1,438 1,553Kirma Mediano 920 1,035

2 (2012)


3 (2013)

Nescafé Grande 2,645 3,220Nescafé Mediano 1,380 1,610Kirma Grande 1,725 1,840Kirma Mediano 1,035 1,265

Producto Unidad

Nescafé Grande cja 480Nescafé Mediano cja 280Kirma Grande cja 480Kirma Mediano cja 260

Solución

Año Producto Ene Feb

1 (2011)


2 (2012)


3 (2014)

Nescafé Grande 2,645 3,220Nescafé Mediano 1,380 1,610Kirma Grande 1,725 1,840Kirma Mediano 1,035 1,265

1 (2011) TON 20644.8 24039.6

Nestle, para su línea de productos Café instantaneo requiere pronosticar la demanda agregada(en toneladas) de sus productos que manufactura para los próximos 12 meses. Con base a las ventas de los 3 últimos años aplicar el método de pronóstico estacional para tal fin. Valide la técnica de pronóstico empleada. Haga un gráfico

contenido gramos/tarro

2 (2012) TON 23292.56 27103.23 (2013) TON 25640.4 30074.84(2014 TON 26467.91 31102.45

23192.5866666667 27072.5333

Indice General 67582.8677777778

Indice Estacional 0.34317257360145 0.40058278

Año Mes IE

2011

Enero 20644.8 0.34317257Febrero 24039.6 0.40058278Marzo 27746.28 0.461791Abril 60761.4 1.00356696Mayo 66465.4 1.09790448Junio 78982 1.30302846Julio 83163.4 1.37374756Agosto 85343.8 1.4100033Septiembre 66069.8 1.0878763Octubre 61175.4 1.00728783Noviembre 73328.6 1.20635406Diciembre 79133.8 1.3046847

2012

Enero 23292.56 0.34317257Febrero 27103.2 0.40058278Marzo 31326 0.461791Abril 68254.8 1.00356696Mayo 74510.8 1.09790448Junio 88421.2 1.30302846Julio 93370.8 1.37374756Agosto 95551.2 1.4100033Septiembre 73839.2 1.0878763Octubre 68116.8 1.00728783Noviembre 81815.6 1.20635406Diciembre 88660.4 1.3046847

2013

Enero 25640.4 0.34317257Febrero 30074.8 0.40058278Marzo 34555.2 0.461791Abril 74455.6 1.00356696Mayo 81622.4 1.09790448Junio 96784 1.30302846Julio 101991.2 1.37374756Agosto 104981.2 1.4100033Septiembre 80656.4 1.0878763Octubre 74934 1.00728783Noviembre 89442.4 1.20635406

Indice Por estacion

Demanda Estacionalizada

2013

Diciembre 96728.8 1.3046847

2014

Enero 0.34317257Febrero 0.40058278Marzo 0.461791Abril 1.00356696Mayo 1.09790448Junio 1.30302846Julio 1.37374756Agosto 1.4100033Septiembre 1.0878763Octubre 1.00728783Noviembre 1.20635406Diciembre 1.3046847

Estacionalizar el Pronostico de la Demanda Desestacionalizada

Año Mes Pronòstico DD IE

2011

Enero 77127.1050862197 0.34317257Febrero 77643.009805595 0.40058278Marzo 78158.9145249702 0.461791Abril 78674.8192443454 1.00356696Mayo 79190.7239637207 1.09790448Junio 79706.6286830959 1.30302846Julio 80222.5334024712 1.37374756Agosto 80738.4381218464 1.4100033Septiembre 81254.3428412216 1.0878763Octubre 81770.2475605969 1.00728783Noviembre 82286.1522799721 1.20635406Diciembre 82802.0569993474 1.3046847

1 2 3 4 5 6 7 8 9 10 11 120

20000

40000

60000

80000

100000

120000Pronòstico de Demanda

Row 48 Row 49 Row 50 Row 51

1 2 3 4 5 6 7 8 9 10 11 120

20000

40000

60000

80000

100000



Mar Abr May Jun Jul Ago2,875 6,210 6,785 7,820 8,280 8,7401,587 3,105 2,990 3,680 4,025 4,3701,725 3,680 4,140 5,003 5,175 5,0601,208 3,163 3,623 4,485 4,658 4,5433,335 7,130 7,820 8,970 9,545 10,0051,725 3,450 3,335 4,025 4,485 4,8301,955 4,140 4,600 5,635 5,750 5,6351,265 3,335 3,795 4,715 4,945 4,8303,680 7,820 8,625 9,890 10,465 11,0402,070 4,025 3,910 4,715 5,290 5,7502,070 4,370 4,830 5,980 6,095 5,9801,380 3,565 4,140 5,060 5,290 5,175

tarros/cajaGramos/Caja Ton/Caja

10 4,800.000 58 2,240.000 28 3,840.000 4

12 3,120.000 3

Mar Abr May Jun Jul Ago2,875 6,210 6,785 7,820 8,280 8,7401,587 3,105 2,990 3,680 4,025 4,3701,725 3,680 4,140 5,003 5,175 5,0601,208 3,163 3,623 4,485 4,658 4,5433,335 7,130 7,820 8,970 9,545 10,0051,725 3,450 3,335 4,025 4,485 4,8301,955 4,140 4,600 5,635 5,750 5,6351,265 3,335 3,795 4,715 4,945 4,8303,680 7,820 8,625 9,890 10,465 11,0402,070 4,025 3,910 4,715 5,290 5,7502,070 4,370 4,830 5,980 6,095 5,9801,380 3,565 4,140 5,060 5,290 5,175

27746.28 60761.4 66465.4 78982 83163.4 85343.8


31326 68254.8 74510.8 88421.2 93370.8 95551.234555.2 74455.6 81622.4 96784 101991.2 104981.2

36093.08 78955.45 86943.85 103860.01 110205.51 113841.46

31209.16 67823.9333 74199.5333 88062.4 92841.8 95292.0667

0.461790998609592 1.00356696 1.09790448 1.30302846 1.37374756 1.4100033

X Pronòstico DD60158.6536573756 1 58554.535260011.5655312642 2 59070.4399

60084.064183887 3 59586.344660545.4366972622 4 60102.2493

60538.41767195 5 60618.154160614.1788416446 6 61134.058860537.6141581749 7 61649.9635

60527.376022066 8 62165.868260732.8242440232 9 62681.772960732.7899572043 10 63197.677760785.3056315786 11 63713.582460653.5818301597 12 64229.487167874.1886496183 13 64745.391867659.4229066606 14 65261.296567835.8826705578 15 65777.201368012.2030217259 16 66293.10667866.3775659386 17 66809.010767858.2263071691 18 67324.915467967.9458035641 19 67840.820167766.6498534121 20 68356.724967874.6288912525 21 68872.629667623.9682447012 22 69388.534367820.5536643408 23 69904.43967955.4226701446 24 70420.343774715.7610263395 25 70936.248575077.6148954085 26 71452.153274828.6564788885 27 71968.057974190.9636143453 28 72483.962674343.8080954447 29 72999.867374276.1981845197 30 73515.772174243.0433715944 31 74031.676874454.5774578553 32 74547.581574141.1501980577 33 75063.486274391.8451314278 34 75579.390974142.7440374139 35 76095.2956

Demanda Desestacionalizada

74139.598833029 36 76611.200437 77127.105138 77643.009839 78158.914540 78674.819241 79190.72442 79706.628743 80222.533444 80738.438145 81254.342846 81770.247647 82286.152348 82802.057

26467.907146867731102.453035493436093.083188727778955.449374924386943.8506480333103860.005479825110205.509865838113841.46428008488394.673678941782366.174946737399266.2335638973108030.576603421

Demanda Estacionalizada

1 2 3 4 5 6 7 8 9 10 11 120

20000

40000

60000

80000

100000



1 2 3 4 5 6 7 8 9 10 11 120

20000

40000

60000

80000

100000



Sep Oct Nov Dic6,268 5,635 6,785 7,3603,565 3,450 3,910 4,1984,255 4,025 4,830 5,1753,738 3,508 4,313 4,6587,245 6,440 7,820 8,5103,910 3,795 4,255 4,6004,715 4,485 5,405 5,7503,910 3,680 4,485 4,9457,935 7,130 8,625 9,3154,600 4,485 5,060 5,4054,945 4,715 5,635 6,0954,255 4,025 4,830 5,290

Sep Oct Nov Dic6,268 5,635 6,785 7,3603,565 3,450 3,910 4,1984,255 4,025 4,830 5,1753,738 3,508 4,313 4,6587,245 6,440 7,820 8,5103,910 3,795 4,255 4,6004,715 4,485 5,405 5,7503,910 3,680 4,485 4,9457,935 7,130 8,625 9,3154,600 4,485 5,060 5,4054,945 4,715 5,635 6,0954,255 4,025 4,830 5,290

66069.8 61175.4 73328.6 79133.8

Nestle, para su línea de productos Café instantaneo requiere pronosticar la demanda agregada(en toneladas) de sus productos que manufactura para los próximos 12 meses. Con base a las ventas de los 3 últimos años aplicar el

73839.2 68116.8 81815.6 88660.480656.4 74934 89442.4 96728.8

88394.67 82366.17 99266.23 108030.58

73521.8 68075.4 81528.8667 88174.3333

1.0878763 1.00728783 1.20635406 1.3046847

Resumen


ANÁLISIS DE VARIANZAGrados de libertadSuma de cuadradosPromedio de los cuadradosF

Regresión 1 1034022585 1034022585 267.327561Residuos 34 131511946 3867998.42Total 35 1165534531

Coeficientes Error típico Estadístico t ProbabilidadIntercepción 58038.6305 669.4749 86.6927654 1.7552E-41Variable X 1 515.904719 31.5535068 16.3501548 1.1193E-17

r 94.19% Existe una fuerte relacion entre la demanda y el tiempor2 88.72% El 88.72% de los datos quedan demostrados en la linea recta

1 4 7 10 13 16 19 22 25 28 31 340

10000

20000

30000

40000

50000

60000

70000

80000

90000

f(x) = 515.904719375239 x + 58038.6304693358R² = 1

Column F Column HLinear (Column H)

1 4 7 10 13 16 19 22 25 28 31 340

10000

20000

30000

40000

50000

60000

70000

80000

90000

f(x) = 515.904719375239 x + 58038.6304693358R² = 1


Valor crítico de F1.1193E-17

Inferior 95% Superior 95%Inferior 95.0%Superior 95.0%56678.0938 59399.1672 56678.0938 59399.1672451.780279 580.02916 451.780279 580.02916

Existe una fuerte relacion entre la demanda y el tiempoEl 88.72% de los datos quedan demostrados en la linea recta

1 4 7 10 13 16 19 22 25 28 31 340

10000

20000

30000

40000

50000

60000

70000

80000

90000

f(x) = 515.904719375239 x + 58038.6304693358R² = 1


1 4 7 10 13 16 19 22 25 28 31 340

10000

20000

30000

40000

50000

60000

70000

80000

90000

f(x) = 515.904719375239 x + 58038.6304693358R² = 1


Pregunta 3 (4 ptos)

Inresa S.A. presenta las ventas mensuales de su producto estrella Cocina FAEDA modelo 5 hornillas

Mes VentasEnero 1,750Febrero 1,825Marzo 1,700Abril 1,900Mayo 1,950Junio 1,750Julio 1,575Agosto 1,610Septiembre 1,900Octubre 2,050Noviembre 1,875Diciembre 1,670

Se pide:Realizar un pronóstico para el mes de enero del siguiente año utilizando las siguientes técnicas:

1. Promedio móvil de 4 meses2. Promedio móvil ponderado para m=3 períodos y facotres de ponderación a=3; b=5; c=7.3. Suavizado exponencial con α = 0.8 y un pronóstico para febrero igual a la demanda de enero.3. En cada caso valide su tècnica e indique que técnica es más confiable.4. Grafique su modelo para cada caso.Promedio Mòvil de 4 Meses

Mes Ventas Pronòstico Error de PronòsticoEnero 1,750Febrero 1,825Marzo 1,700Abril 1,900Mayo 1,950 1,794 156Junio 1,750 1,844 -94Julio 1,575 1,825 -250Agosto 1,610 1,794 -184Septiembre 1,900 1,721 179Octubre 2,050 1,709 341Noviembre 1,875 1,784 91Diciembre 1,670 1,859 -189Enero 1,874

Proemdio Mòvil PonderadoMes Ventas Pronòstico Error de PronòsticoEnero 1,750

Febrero 1,825Marzo 1,700Abril 1,900 1765.00 135Mayo 1,950 1798.33 152Junio 1,750 1816.67 -67Julio 1,575 1886.67 -312Agosto 1,610 1808.33 -198Septiembre 1,900 1663.67 236Octubre 2,050 1651.67 398Noviembre 1,875 1794.67 80Diciembre 1,670 1945.00 -275Enero 1915.66667

Proemdio Mòvil PonderadoMes Ventas Pronòstico Error de PronòsticoEnero 1,750Febrero 1,825 1,750 75Marzo 1,700 1810.00 -110Abril 1,900 1722.00 178Mayo 1,950 1864.40 86Junio 1,750 1932.88 -183Julio 1,575 1786.58 -212Agosto 1,610 1617.32 -7Septiembre 1,900 1611.46 289Octubre 2,050 1842.29 208Noviembre 1,875 2008.46 -133Diciembre 1,670 1901.69 -232Enero

Inresa S.A. presenta las ventas mensuales de su producto estrella Cocina FAEDA modelo 5 hornillas Upn Dom 5-7

3. Suavizado exponencial con α = 0.8 y un pronóstico para febrero igual a la demanda de enero.

MAD

156.25 156.25 156 1.0093.75 125.00 63 0.50

250 166.67 -188 -1.13183.75 170.94 -371 -2.17178.75 172.50 -193 -1.12341.25 200.63 149 0.74

91.25 185.00 240 1.30188.75 185.47 51 0.28

MAD

Error Absoluto

Error Acumulado

Señal de Rastreo

Error Absoluto

Error Acumulado

Señal de Rastreo

1 2 3 4 5 6 7 8

-3.75

-2.75

-1.75

-0.75

0.25

1.25

2.25

3.25

Chart Title

1 2 3 4 5 6 7 8 9

-3.75

-2.75

-1.75

-0.75

0.25

1.25

2.25

3.25

Chart Title

135 135.00 135 1.00151.6666667 143.33 287 2.0066.66666667 117.78 220 1.87311.6666667 166.25 -92 -0.55198.3333333 172.67 -290 -1.68236.3333333 183.28 -54 -0.29398.3333333 214.00 345 1.6180.33333333 197.29 425 2.15

275 205.93 150 0.73

MAD

75.00 75.00 75 1.00110.00 92.50 -35 -0.38178.00 121.00 143 1.18

85.60 112.15 229 2.04182.88 126.30 46 0.36211.58 140.51 -166 -1.18

7.32 121.48 -173 -1.43288.54 142.36 115 0.81207.71 149.62 323 2.16133.46 148.01 190 1.28231.69 155.62 -42 -0.27

Error Absoluto

Error Acumulado

Señal de Rastreo

1 2 3 4 5 6 7 8 9

-3.75

-2.75

-1.75

-0.75

0.25

1.25

2.25

3.25

Chart Title

1 2 3 4 5 6 7 8 9 10 11

-3.75

-2.75

-1.75

-0.75

0.25

1.25

2.25

3.25

Chart Title

Los valores se encuentran dentro de los rangos establecidos y la recta està

zigzagiante por lo tanto se valida

1 2 3 4 5 6 7 8

-3.75

-2.75

-1.75

-0.75

0.25

1.25

2.25

3.25

Chart Title

1 2 3 4 5 6 7 8 9

-3.75

-2.75

-1.75

-0.75

0.25

1.25

2.25

3.25

Chart Title




zigzagiante pero tiene picos por lo tanto no se valida

1 2 3 4 5 6 7 8 9

-3.75

-2.75

-1.75

-0.75

0.25

1.25

2.25

3.25

Chart Title

1 2 3 4 5 6 7 8 9 10 11

-3.75

-2.75

-1.75

-0.75

0.25

1.25

2.25

3.25

Chart Title






zigzagiante pero tiene picos por lo tanto no se valida

Tabla de calificación para el exámen T1

P1 P2 P3 P4 TotalPuntaje objetivo 4 5 7 4 20Puntaje obtenido 4 5 7 4 20

PROBLEMA 1


Semestre: 2014 - 0

Nombre:Fecha:

Problema 1 (4 ptos)

Edad

1 2.22 4.53 4.54 2.05 3.06 3.77 3.28 6.09 3.6

10 5.011 0.512 0.613 2.914 5.015 3.516 1.817 2.6






XEdad

1 0.52 0.63 1.84 2.05 2.26 2.67 2.98 3.09 3.2

10 3.511 3.612 3.713 4.514 4.515 5.016 5.017 6.0

TRACTORES 20 3.0TRACTORES 5 7.0

30059.472233661717211.8047327906

validacion de modelo

Estadísticas de la regresiónCoeficiente de correlación múltipleCoeficiente de determinación R^2R^2 ajustadoError típicoObservaciones

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 170

500

1,000

1,500

2,000

2,500

3,000

3,500

f(x) = 143.156862745098 x + 317.235294117647

Column DLinear (Column D)Linear (Column D)


Semestre: 2014 - 0

Costo de mantenimiento anual1,2382,0982,066

9901,4461,3621,7803,0441,9742,388

326364

1,5282,7461,956

8921,098






YCosto de mantenimiento anual

326 290.856527364 339.341211892 921.157411990 1018.12678

1,238 1115.096141,098 1309.034881,528 1454.488931,446 1502.973611,780 1599.942981,956 1745.397031,974 1793.881711,362 1842.36642,098 2230.243862,066 2230.243862,388 2472.667282,746 2472.667283,044 2957.51411

1502.973613442.36095

COSTO DE LOS 20 TRACTORES 3 AÑOS COSTO DE LOS 5 TRACTORES 7 AÑOS

Estadísticas de la regresión0.970146112362578 EXISTE FUERTE RECLACION ENTRE MANTENIMIENTO DEL TRACTOR Y LA EDAD DEL MISMO 97,01%0.941183479332223 EL 94,11% DE LOS DATOS QUEDA REPRESENTADO POR UNA LINEA RECTA. R2 0.937262377954371 R2 ES MAYOR QUE EL 60% POR LO TANTO EL PRONOSTICO SE VALIDA

190.71227367085817

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 170

500

1,000

1,500

2,000

2,500

3,000

3,500

f(x) = 143.156862745098 x + 317.235294117647



Semestre: 2014 - 0




Resumen

Estadísticas de la regresiónCoeficiente de correlación múltiple 0.97014611Coeficiente de determinación R^2 0.94118348R^2 ajustado 0.93726238Error típico 190.712274Observaciones 17

ANÁLISIS DE VARIANZAGrados de libertadSuma de cuadradosPromedio de los cuadrados

Regresión 1 8730186.31 8730186.31Residuos 15 545567.57 36371.1713Total 16 9275753.88

Coeficientes Error típico Estadístico tIntercepción 48.4331105 110.643641 0.43773967Variable X 1 484.846834 31.2947475 15.4929141

EXISTE FUERTE RECLACION ENTRE MANTENIMIENTO DEL TRACTOR Y LA EDAD DEL MISMO 97,01%EL 94,11% DE LOS DATOS QUEDA REPRESENTADO POR UNA LINEA RECTA. R2

R2 ES MAYOR QUE EL 60% POR LO TANTO EL PRONOSTICO SE VALIDA

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 170

500

1,000

1,500

2,000

2,500

3,000

3,500

f(x) = 143.156862745098 x + 317.235294117647


F Valor crítico de F240.030387 1.2288E-10

Probabilidad Inferior 95% Superior 95%Inferior 95.0%Superior 95.0%0.66781253 -187.398227 284.264448 -187.398227 284.2644481.2288E-10 418.143658 551.550009 418.143658 551.550009

Pregunta 2 (5 ptos)

Demanda histórica por presentación (decena de miles de cajas)Producto / año 2001 2002 2003

28.85 31.62 33.50

10.10 11.07 11.73

15.87 17.39 18.43

32.32 35.42 37.52

25.97 28.46 30.15

TONELADAS 3085.18 3381.35 3581.82

3085.1766 3381.345 3581.82

Presentación (SKU) Unidad kg / caja

cja 1.8

cja 1.8

cja 1.8

cja 3.6

cja 3.6

Se pide:


b. Desagregar la demanda para el año 2014.c. Determine los límites de confianza superior e interior que se pueden estimar para el pronóstico agregado del año 14 si se utiliza un nivel de confianza del 90%

d. Grafique su modelo de pronóstico.


e. Realice un análisis para otras regresión y comente.

X YAÑO DEMANDA PRONOSTICO MENSUAL

2001 1 3085.1766 3308.3339142857 275.6944932002 2 3381.345 3432.4462978022 286.0371912003 3 3581.82 3556.5586813187 296.379892004 4 3942.675 3680.6710648352 306.7225892005 5 3,796 3804.7834483516 317.065287

Sayon, para su línea de productos Wafer requiere pronosticar la demanda agregada(en toneladas) de sus productos que manufactura para los siguientes 5 años. Con base a las ventas por presentación de los últimos años, haga un pronóstico desagregado para el año 2014. Valide la técnica de pronóstico empleada y establezca rangos de para el pronóstico hallado con un nivel de confianza del 90%. Haga un gráfico

Wafer Vainilla 6 packWafer Limón 6 packWafer Fresa 6 packWafer Vainilla 12 packWafer Fresa 12 pack

Wafer Vainilla 6 packWafer Limón 6 packWafer Fresa 6 packWafer Vainilla 12 packWafer Fresa 12 pack

2006 6 4,076 3928.8958318681 327.4079862007 7 3,983 4053.0082153846 337.7506852008 8 4,250 4177.1205989011 348.0933832009 9 4,250 4301.2329824176 358.4360822010 10 4,425 4425.3453659341 368.778782011 11 4,532 4549.4577494506 379.1214792012 12 4,639 4673.570132967 389.4641782013 13 4,746 4797.6825164835 399.806876

2014 14 4921.7949 410.1495752015 15 5045.9072835165 420.4922742016 16 5170.019667033 430.8349722017 17 5294.1320505495 441.1776712018 18 5418.2444340659 451.52037

90% SIGMA 1.86LIMITE INFERIOR 4697.114LIMITE SUPERIOR 5146.476

Demanda histórica por presentación (decena de miles de cajas)2004 2005 2006 2007 2008 2009

36.88 35.50 38.13 37.25 39.75 39.75

12.91 12.42 13.34 13.04 13.91 13.91

20.28 19.53 20.97 20.49 21.86 21.86

41.30 39.76 42.70 41.72 44.52 44.52

33.19 31.95 34.31 33.53 35.78 35.78

3942.68 3795.66 4076.33 3982.77 4250.07 4250.07

3942.675 3,796 4,076 3,983 4,250 4,250


c. Determine los límites de confianza superior e interior que se pueden estimar para el pronóstico agregado del año 14 si se utiliza un nivel de confianza del 90%


Resumen

Estadísticas de la regresiónCoeficiente de 0.9725469Coeficiente d 0.94584747R^2 ajustado 0.94092451

Sayon, para su línea de productos Wafer requiere pronosticar la demanda agregada(en toneladas) de sus productos que manufactura para los siguientes 5 años. Con base a las ventas por presentación de los últimos años, haga un pronóstico desagregado para el año 2014. Valide la técnica de pronóstico empleada y establezca rangos de para el pronóstico hallado con un

1 2 3 4 5 6 7 8 9 10 11 12 130

500

1000

1500

2000

2500

3000

3500

4000

4500

5000

Column D

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 180

1000

2000

3000

4000

5000

6000

f(x) = 124.112383516483 x + 3184.22153076923


Error típico 120.796207Observacione 13

ANÁLISIS DE VARIANZAGrados de libertadSuma de cuadradosPromedio de los cuadradosF Valor crítico de F

Regresión 1 2803506.84 2803506.84 192.12993 2.6091E-08Residuos 11 160508.96 14591.7236Total 12 2964015.8

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%Intercepción 3184.22153 71.0702557 44.8038564 8.3662E-14 3027.79695Variable X 1 124.112384 8.95401059 13.8610941 2.6091E-08 104.404739

1 2 3 4 5 6 7 8 9 10 11 12 130

500

1000

1500

2000

2500

3000

3500

4000

4500

5000

Column D

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 180

1000

2000

3000

4000

5000

6000

f(x) = 124.112383516483 x + 3184.22153076923


DESAGREGAR DEMANDANDA2010 2011 2012 2013 CAJAS TON

41.39 42.39 43.39 44.39 4,927,900.00 8,870.22

14.49 14.84 15.19 15.54 1,724,765.00 3,104.58 22.76 23.31 23.86 24.41 2,710,345.00 4,878.62

46.36 47.48 48.60 49.72 5,519,248.00 19,869.29

37.25 38.15 39.05 39.95 4,435,110.00 15,966.40

4425.42 4532.34 4639.26 4746.18 52,689.11 4,425 4,532 4,639 4,746


1 2 3 4 5 6 7 8 9 10 11 12 130

500

1000

1500

2000

2500

3000

3500

4000

4500

5000

Column D

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 180

1000

2000

3000

4000

5000

6000

f(x) = 124.112383516483 x + 3184.22153076923


Valor crítico de F

Superior 95%Inferior 95.0%Superior 95.0%3340.64611 3027.79695 3340.64611143.820028 104.404739 143.820028

1 2 3 4 5 6 7 8 9 10 11 12 130

500

1000

1500

2000

2500

3000

3500

4000

4500

5000

Column D

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 180

1000

2000

3000

4000

5000

6000

f(x) = 124.112383516483 x + 3184.22153076923


DESAGREGAR DEMANDANDAPARTICIPACION

16.8350% 828.585

5.8923% 290.004759.2593% 455.72175

37.7104% 1856.0304

30.3030% 1491.453

4921.795

Pregunta 3 (7 ptos)

Demanda histórica por producto (en miles de cajas)Año Producto Ene

1 (2011)

Nescafé Grande 2,0701,035

Kirma Grande 1,438Kirma Mediano 920

2 (2012)


Kirma Grande 1,610Kirma Mediano 943

3 (2013)


Kirma Grande 1,725Kirma Mediano 1,035

Producto Unidad

Nescafé Grande cjacja

Kirma Grande cjaKirma Mediano cja

AÑO ENERO FEBRERO1 2011 20644.8 24039.62 2012 23292.56 27103.23 2013 25640.4 30074.84 2014 26467.9071 31102.453

26467.9071 31102.453

INDICES DE ESTACIONAMIENTO

IE 23192.5867 27072.5333IG 67582.8678IE 0.34317257 0.40058278

DESESTACIONAR LA DEMANDA PARA LUEGO VOLVER A ESTACIONARLA


Nescafé Mediano

Nescafé Mediano

Nescafé Mediano

Nescafé Mediano

AÑO MES DEMANDA IE

2011

ENERO 20644.8 0.34317257FEBRERO 24039.6 0.40058278

MARZO 27746.28 0.461791ABRIL 60761.4 1.00356696MAYO 66465.4 1.09790448JUNIO 78982 1.30302846JULIO 83163.4 1.37374756

AGOSTO 85343.8 1.4100033SEPTIEMBRE 66069.8 1.0878763

OCTUBRE 61175.4 1.00728783NOVIEMBRE 73328.6 1.20635406DICIEMBRE 79133.8 1.3046847

2012

ENERO 23292.56 0.34317257FEBRERO 27103.2 0.40058278

MARZO 31326 0.461791ABRIL 68254.8 1.00356696MAYO 74510.8 1.09790448JUNIO 88421.2 1.30302846JULIO 93370.8 1.37374756


OCTUBRE 68116.8 1.00728783NOVIEMBRE 81815.6 1.20635406DICIEMBRE 88660.4 1.3046847

2013

ENERO 25640.4 0.34317257FEBRERO 30074.8 0.40058278

MARZO 34555.2 0.461791ABRIL 74455.6 1.00356696MAYO 81622.4 1.09790448JUNIO 96784 1.30302846JULIO 101991.2 1.37374756


OCTUBRE 74934 1.00728783NOVIEMBRE 89442.4 1.20635406DICIEMBRE 96728.8 1.3046847

2014

ENERO 0.34317257FEBRERO 0.40058278

MARZO 0.461791ABRIL 1.00356696MAYO 1.09790448JUNIO 1.30302846JULIO 1.37374756

AGOSTO 1.4100033SEPTIEMBRE 1.0878763

2014

OCTUBRE 1.00728783NOVIEMBRE 1.20635406DICIEMBRE 1.3046847

ESTACIOANR LA DEMANDA PARA EL AÑO 2014

IE2014 ENERO 0.34317257

FEBRERO 0.40058278MARZO 0.461791ABRIL 1.00356696MAYO 1.09790448JUNIO 1.30302846JULIO 1.37374756AGOSTO 1.4100033SEPTIEMBRE 1.0878763OCTUBRE 1.00728783NOVIEMBRE 1.20635406DICIEMBRE 1.3046847

Demanda histórica por producto (en miles de cajas)Feb Mar Abr May Jun

2,530 2,875 6,210 6,785 7,8201,208 1,587 3,105 2,990 3,6801,553 1,725 3,680 4,140 5,0031,035 1,208 3,163 3,623 4,4852,875 3,335 7,130 7,820 8,9701,380 1,725 3,450 3,335 4,0251,725 1,955 4,140 4,600 5,6351,150 1,265 3,335 3,795 4,7153,220 3,680 7,820 8,625 9,8901,610 2,070 4,025 3,910 4,7151,840 2,070 4,370 4,830 5,9801,265 1,380 3,565 4,140 5,060

contenido gramos/tarro tarros/cajagr/caja kg/caja TN/CAJA

480 10 4,800.000 5 0.0048280 8 2,240.000 2 0.00224480 8 3,840.000 4 0.00384260 12 3,120.000 3 0.00312

MARZO ABRIL MAYO JUNIO JULIO27746.28 60761.4 66465.4 78982 83163.4

31326 68254.8 74510.8 88421.2 93370.834555.2 74455.6 81622.4 96784 101991.2

36093.0831887277 78955.4494 86943.8506 103860.005 110205.5136093.0831887277 78955.4494 86943.8506 103860.005 110205.51

31209.16 67823.9333 74199.5333 88062.4 92841.8

0.461790998609592 1.00356696 1.09790448 1.30302846 1.37374756

DESESTACIONAR LA DEMANDA PARA LUEGO VOLVER A ESTACIONARLA


DEMANDA DESESTACIONADA X PRONOSTICO DD60158.6536573756 1 58554.535260011.5655312642 2 59070.4399

60084.064183887 3 59586.344660545.4366972622 4 60102.2493

60538.41767195 5 60618.154160614.1788416446 6 61134.058860537.6141581749 7 61649.9635

60527.376022066 8 62165.868260732.8242440232 9 62681.772960732.7899572043 10 63197.677760785.3056315786 11 63713.582460653.5818301597 12 64229.487167874.1886496183 13 64745.391867659.4229066606 14 65261.296567835.8826705578 15 65777.201368012.2030217258 16 66293.10667866.3775659386 17 66809.010767858.2263071691 18 67324.9154

67967.945803564 19 67840.820167766.6498534121 20 68356.724967874.6288912525 21 68872.629667623.9682447012 22 69388.534367820.5536643408 23 69904.43967955.4226701446 24 70420.343774715.7610263395 25 70936.248575077.6148954086 26 71452.153274828.6564788885 27 71968.057974190.9636143452 28 72483.962674343.8080954447 29 72999.867374276.1981845196 30 73515.772174243.0433715944 31 74031.676874454.5774578553 32 74547.581574141.1501980576 33 75063.486274391.8451314278 34 75579.390974142.7440374139 35 76095.2956

74139.598833029 36 76611.20040 37 77127.10510 38 77643.00980 39 78158.91450 40 78674.81920 41 79190.7240 42 79706.62870 43 80222.53340 44 80738.43810 45 81254.3428

0 46 81770.24760 47 82286.15230 48 82802.057

PRONOSTICO DD DEMANDA DESESTACIONALIZADO77127.1050862197 26467.9071

77643.009805595 31102.45378158.9145249702 36093.083278674.8192443454 78955.449479190.7239637207 86943.850679706.6286830959 103860.00580222.5334024712 110205.5180738.4381218464 113841.46481254.3428412216 88394.673781770.2475605969 82366.174982286.1522799721 99266.233682802.0569993474 108030.577

Jul Ago Sep Oct Nov Dic8,280 8,740 6,268 5,635 6,785 7,3604,025 4,370 3,565 3,450 3,910 4,1985,175 5,060 4,255 4,025 4,830 5,1754,658 4,543 3,738 3,508 4,313 4,6589,545 10,005 7,245 6,440 7,820 8,5104,485 4,830 3,910 3,795 4,255 4,6005,750 5,635 4,715 4,485 5,405 5,7504,945 4,830 3,910 3,680 4,485 4,945

10,465 11,040 7,935 7,130 8,625 9,3155,290 5,750 4,600 4,485 5,060 5,4056,095 5,980 4,945 4,715 5,635 6,0955,290 5,175 4,255 4,025 4,830 5,290

AGOSTO SEPTIEMBR OCTUBRE NOVIEMBREDICIEMBRE85343.8 66069.8 61175.4 73328.6 79133.895551.2 73839.2 68116.8 81815.6 88660.4

104981.2 80656.4 74934 89442.4 96728.8113841.464 88394.6737 82366.1749 99266.2336 108030.577113841.464 88394.6737 82366.1749 99266.2336 108030.577

95292.0667 73521.8 68075.4 81528.8667 88174.3333

1.4100033 1.0878763 1.00728783 1.20635406 1.3046847

Nestle, para su línea de productos Café instantaneo requiere pronosticar la demanda agregada(en toneladas) de sus productos que manufactura para los próximos 12 meses. Con base a las ventas de los 3 últimos años aplicar el

1 2 3 4 5 6 7 8 9 10 11 120

20000

40000

60000

80000

100000

120000

Row 35

Row 36

Row 37

Row 38

Resumen


ANÁLISIS DE VARIANZAGrados de libertadSuma de cuadradosPromedio de los cuadradosF Valor crítico de F

Regresión 1 1034022585 1034022585 267.327561 1.1193E-17Residuos 34 131511946 3867998.42Total 35 1165534531

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%Intercepción 58038.6305 669.4749 86.6927654 1.7552E-41 56678.0938Variable X 1 515.904719 31.5535068 16.3501548 1.1193E-17 451.780279

Valor crítico de F

Superior 95%Inferior 95.0%Superior 95.0%59399.1672 56678.0938 59399.1672

580.02916 451.780279 580.02916

Documents

Espejo Abanto Junior (1)