UNIVERSIDAD TECNOLOGICA DE HONDURAS GERENCIA DE NEGOCIOS
Mapa Mental Desarrollo de Ejercicios II Parcial Módulo 5 ASIGNATURA: ADMISNISTRACION DE LA PRODUCCION CATEDRATICO: MASTER WALTHER FRANCISCO SANTOS
ALUMNO: MARLON LENIN MANCIA RUBI CUENTA NO. 2007-4012-0006 CLASES SISTEMA ONLINE
05 de Julio 2017
MODULO 5 1) MAPA MENTAL
2) DESARROLLO DE EJERCICIOS MODULO NO.5 1. Se aplicó cierto modelo de pronóstico para anticipar un periodo de seis meses. Aquí están la demanda pronosticada y la real: Mes
Marzo Abril Mayo Junio Julio Agosto
Pronóstico
Real
500 650 800 700 750 900
400 500 650 600 650 800
Calcule la desviación absoluta media para el pronóstico. MAD =
Demanda real – pronostico Numero de periodos utilizados
Mes
Pronostico Marzo Abril Mayo Junio Julio Agosto
500 650 800 700 750 900
Real 400 500 650 600 650 800 Sumatoria
MAD = 700/6 = 116.67 La desviación absoluta media para el pronóstico es de 116.67
Error porcentual absoluto 500-400 = 100 650-500 = 150 800-650 = 150 700-600 = 100 750-650 = 100 900-800 = 100 700
2-. Se usó un modelo de pronóstico específico para adelantar la demanda de un producto. Los pronósticos y la demanda correspondiente que se presentaron a continuación se dan en la tabla. Use las técnicas MAD para el modelo de pronóstico. Mes
Pronóstico
Real
Marzo
350
330
Abril
380
420
Mayo
390
375
Junio
395
412
Julio
425
455
Agosto
475
445
Semana
Pronostico
Demanda real
Marzo Abril Mayo Junio Julio Agosto
350 380 390 395 425 475
330 420 375 412 455 445 sumatoria
MAD = -22/6 = 3.6667 La desviación absoluta media para el pronóstico es de 3.6667
Error porcentual absoluto 350-330 = 20 380-420 = -40 390-375 = 15 395-412 = -17 425-455 = -30 475-445 = 30 -22
3-. A continuación se presentan dos pronósticos de producción semanales realizados mediante dos métodos diferentes para el número de litros de una marca de refrescos en miles. También se muestran la producción real en miles de litros: Semana
1 2 3 4
Pronósticos
Demanda real
Método 1
Método 2
0.90 1.05 0.95 1.20
0.80 1.20 0.90 1.11
0.70 1 1 1
Calcule el MAD para cada modelo de pronóstico y determine el más adecuado de los dos para predecir la demanda. Método 1 Semana 1 2 3 4
0.90 1.05 0.95 1.20
Demanda real
Error porcentual absoluto
sumatoria
0.90-0.70 = 0.20 1.05-1 = 0.05 0.95-1 = - 0-05 1.20-1 = 0.20 0.40
0.70 1 1 1
MAD = 0.40/4= 0.1 La desviación absoluta media para el pronóstico es de 0.1 Semana 1 2 3 4
Método 2
Demanda real
0.80 1.20 0.90 1.11
0.70 1 1 1 Sumatoria
Error porcentual absoluto 0.80-0.70 = 0.10 1.20-1 = 0.20 0.90-1 = -0.10 1.11-1 = 0.11 0.31
MAD = 0.31/4=0.0775 La desviación absoluta media para el pronóstico es de 0.0775
4. Una granja avícola ha recolectado los datos de la demanda de huevos del año pasado, la cual se puede observar en la tabla siguiente: Mes
Demanda (Docenas)
Mes Demanda (Docenas)
Enero
4,200
Julio
5,300
Febrero
4,300
Agosto
4,900
Marzo
4,000
Septiembre 5,400
Abril
4,400
Octubre
5,700
Mayo
5,000
Noviembre
6,300
Junio
4,700
Diciembre
6,000
Utilice proyección de tendencia para determinar una ecuación de tendencia y pronostique la demanda para el mes de enero del próximo año.
Mes Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
Periodo (x) 1 2 3 4 5 6 7 8 9 10 11 12 X = 78
Σx= 78/12 = 6.5
Σy=60200/12= 5016.667
Demanda (y) 4200 4300 4000 4400 5000 4700 5300 4900 5400 5700 6300 6000 Y=60,200
X2 1 4 9 16 25 36 49 64 81 100 121 144 X2 = 650
XY 4200 8600 12000 17600 25000 28200 37100 39200 48600 57000 69300 72000 XY =418800
b= xy - n x y / x2 – n x2
418800 -(12) (6.5) (5016.667)/ 650- (12) (6.5)2= 27499.974/144= 190.97 a= y - b(x) 5016.667- 190.97 (6.5)=3775.607 y>= a + bx y> 3775.607+190.97 (13)=6258.207 5. A continuación se da la demanda tabulada actual de un artículo durante un periodo de nueve meses (de enero a septiembre). Utilice proyección de tendencias para determinar la demanda del mes de octubre. Mes Enero Febrero Marzo Abril Mayo
Demanda (Unidades) 110
130 150 170 160
Mes Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre X = 45/9 = 5
Mes
Demanda (Unidades)
Junio Julio Agosto Septiembre
180 140 130 140
Periodo (x) 1 2 3 4 5 6 7 8 9 X = 45
Demanda (y) 110 130 150 170 160 180 140 130 140 Y = 1310
X2 1 4 9 16 25 36 49 64 81 X2 = 285
XY 110 260 450 680 800 1080 980 1040 1260 XY = 6660
b= 1310/9= 145.57 6660-(9) (5) (145,57) /285- (9) (5) 2 =0.5607 a= 145.57- (0.5607) (5) = 142.7665 y> =142.7665 +0.5607 (10)=148.3735 Demanda mes de octubre = 148.3735 6. La asistencia a un parque de diversiones ha sido la siguiente: Mes Trimestre 2007 Trimestre 2007 Trimestre 2007 Trimestre 2007 Trimestre 2008 Trimestre 2008
Asistencia (en miles)
Mes
1
91
2
152
3
212
4
95
1
98
2
165
Trimestre 2008 Trimestre 2008 Trimestre 2009 Trimestre 2009 Trimestre 2009 Trimestre 2009
Asistencia (en miles) 3
231
4
101
1
120
2
172
3
256
4
105
a) Calcule los índices estacionales usando todos los datos. b) Si espera que la demanda para el año 2010 sea de 7,500 personas, ¿Cuál será la demanda para cada trimestre? Calcule los índices estacionales usando todos los datos.
Estación Invierno Primavera Verano Otoño
2007 91 152 212 95
2008 98 165 231 101
Demanda promedio invierno = 91+98+120= 309
2009 120 172 256 105
Demanda promedio primavera = 152+165+172=489 Demanda promedio verano = 212+231+256 = 699 Demanda promedio otoño = 95+101+105 = 301 Demanda promedia estacional = 1798/4 =449.50 Índice estacional para invierno = Índice estacional para primavera = Índice estacional para verano = Índice estacional para otoño =
309/449.50 = 0.68 489/449.50 = 1.08 699/449.50 = 1.55 301/449.50 = 0.669
b) Si espera que la demanda para el año 2010 sea de 6,500 personas, ¿Cuál será la demanda para cada trimestre? Demanda promedio para el año 2010 6500/4 = 1625 asistentes Invierno =1625*0.68 = 1105 Primavera = 1625* 1.08= 1755 Verano = 1625*1.55= 2518.75 Otoño = 1625*0.669= 1087.13
Trimestre 2010
Asistentes
Invierno
1105
Primavera
1755
Verano
2518.75
Otoño
1087.13
7. En el pasado, una distribuidora vendió un promedio de 2,000 llantas cada año. En los dos años anteriores vendió 400 y 500, respectivamente, durante el otoño, 700 y 600 en invierno, 300 y 330 en primavera, y 600 y 570 en verano. Luego se invertir en un plan de publicidad muy prometedor, proyecta que las ventas se incrementarán el próximo año a 2,500 llantas. ¿Cuál será la demanda en cada estación
Demanda promedio invierno = 400+500/2= 450 Demanda promedio primavera = 700+600/2= 650 Demanda promedio verano =300+330/2= 315 Demanda promedio otoño =600+570/2 = 585 Demanda promedio estacional = 2000/4=500 Índice estacional para invierno = 400/500=0.8 Índice estacional para primavera = 700/500=1.67 Índice estacional para verano = 300/500=0.6 Índice estacional para otoño =600/500= 1.2
Deman Demand Demanda Demanda Índice da a promedio promedio estacional para el estacional periodo Estación Año 1 Año 2 Invierno 700 600 450 500 0.8 Primavera 300 330 650 500 1.4 Verano 600 570 315 500 0.6 Otoño 400 500 585 500 1.2 = 2000 Demanda promedio para el próximo año 2500/4 = 625 Demanda para cada estación Invierno =625*0.8=500 Primavera = 625*1.4=875 Verano=625*0.6=375 Otoño =625*1.2=750
Trimestre para el próximo año Invierno Primavera Verano Otoño
Demanda 500 875 375 750
8. Una venta de café local a determinado que las ventas de una de las
presentaciones de sus productos depende del precio asignado. Los datos recopilados por el propietario son los siguientes: Precio (Lempiras) 27 35 20 42 31 40.5
Venta de café (unidades) 750 500 985 270 530 450
Usando estos datos, realice las siguientes actividades:
a) Elabore un gráfico de dispersion de los datos para determinar si existe una relación entre el precio y las ventas. b) Desarrolle una ecuación que relacione el precio con las ventas de la presentación de café estudiada utilizando regresión lineal simple. c) ¿Cuál sería el pronóstico de ventas para la presentación de café estudiada si el precio por taza fuera de L. 25.00? d) Si el precio de la presentación de café estudiada fuera de L. 18.00, ¿Cuál sería el pronóstico de ventas?
Precio (X) 27 35 20 42 31 40.5
Demanda (Y) Cafés vendidos 750 500 985 270 530 450
X= 195.50
Y= 3485
X2 729 1225 400 1764 961 1640.25 X2= 6719.25
XY 20250 17500 19700 11340 16430 18225 XY= 103445
_ X = 195.50/6=32.58 _ Y = 3485/6= 580.833 b= xy – n x y / x2 – nx2 b= 103445 – (6) (3.58) (580.833) / 6719.25 – (6) (32.58)2 = 90979.52/6677.09=13.62 _ _ a= y - bx = 580.83 -13.62 (32.58) = 137.09
Ejercicios desarrollados
