Modelos de Simulacion de Verdad
Modelos de Simulacion de Verdad
Modelos de Simulacion de Verdad
Años de Antigüedad
Actual
10 18,900
15 25,300
25 39,000 Media móvil
M
8 14,000 50,000
50,000
6 12,000 40,000
45,000
20 35,200 30,000
Valor
40,000
20,000
21 35,900 35,000
10,000
18 32,000 30,000
-
11 19,300 25,000 1 2 3 4 5 6 7 8 9 10 11
Valor
15 26,000 20,000 Punto de datos
30 45,000 15,000
28 42,000 10,000
10 18,300 5,000
23 38,000 -
22 37,200 1 2 3 4 5 6 7
Punto
Promedio
Salario Promedio n=
Años de Antigüedad movil Promedio n= 4
Actual 3
centrado n=3
10 18,900 #N/A #N/A
15 25,300 #N/A #N/A
25 39,000 27,733 26,917 #N/A
8 14,000 26,100 23,883 24,300
6 12,000 21,667 21,033 22,575
20 35,200 20,400 24,050 25,050
21 35,900 27,700 31,033 24,275
18 32,000 34,367 31,717 28,775
11 19,300 29,067 27,417 30,600
15 26,000 25,767 27,933 28,300
30 45,000 30,100 33,883 30,575
28 42,000 37,667 36,383 33,075
10 18,300 35,100 33,933 32,825
23 38,000 32,767 31,967 35,825
22 37,200 31,167 33,875
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.990537399
Coeficiente de determinación R^2 0.981164339
R^2 ajustado 0.979715442
Error típico 1529.662133
Observaciones 15
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados F
Regresión 1 1584511072.2 1584511072.2 677.180192885479
Residuos 13 30418261.1291 2339866.2407
Total 14 1614929333.33
Valor
Pronóstico
Valor 30,000 20,000
20,000 10,000
50,000
10,000 -
Real 40,000
4 5 6 7 8 9 10 11 12 13 14 15 - 1 2 3 4 5 6 7 8
Pronóstico 30,000
Valor
Punto de datos 1 2 3 4 5 6 7 8 20,000
9 10 11 Punto
12 de13datos14
10,000
Punto de datos
-
1 2 3 4 5 6
P
3 4 5 6 7 8 9 10 11 12 13 14 15
Punto de datos
Promedio Promedio
Promedio
movil Promedio movil Promedio n= Suavizamiento
movil centrado
centrado n= 6 centrado 8 exponencial α=0,35
n=8
n=4 n=6
#N/A #N/A #N/A
#N/A #N/A 18,900
#N/A #N/A 23060
23,438 #N/A #N/A 33421
23,813 #N/A #N/A 20797
24,663 24,067 25,483 #N/A 15079
26,525 26,900 27,458 #N/A 28158
29,688 28,017 26,375 26,538 26,563 33190
29,450 24,733 25,733 26,588 26,631 32417
29,438 26,733 29,483 26,675 27,050 23891
31,825 32,233 32,800 27,425 29,175 25262
32,950 33,367 31,900 30,925 31,319 38092
34,325 30,433 30,933 31,713 31,888 40632
34,850 31,433 32,925 32,063 32,144 26116
34,417 32,225 33841
Valor crítico de F
1.34145E-12
Promedio movil
Regresion
centrado
Coeficientes
18,576 Intercepción 4339.382569
25,695 Variable X 1 1423.699471
39,932
15,729
12,882
32,813
34,237
29,966
20,000
25,695
47,050
44,203
18,576
37,084
35,661
suavizacion
(1-alfa)*y2+0,35*arriba
Suavización exponencial
50,000
45,000
40,000
35,000
30,000
25,000 Real
Valor
20,000 Pronóstico
15,000
10,000
5,000
-
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Punto de datos
Pronóstico
Val
20,000
15,000
10,000
5,000
-
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Punto de datos
promedio promedio promedio
PERIODOS Precios de promedio movil promedio movil promedio movil
venta n=2 centrado n= n=3 centrado n= n=5 centrado n=
2 3 5
1 22,500 #N/A #N/A #N/A
2 28,000 25,250 26,500 #N/A #N/A
3 27,500 27,750 28,625 26,000 27,500 #N/A
4 31,500 29,500 30,175 29,000 29,367 #N/A
5 30,200 30,850 30,225 29,733 29,983 27,940 28,590
6 29,000 29,600 28,800 30,233 29,483 29,240 29,140
7 27,000 28,000 28,000 28,733 28,533 29,040 29,190
8 29,000 28,000 27,250 28,333 27,500 29,340 28,590
9 24,000 26,500 26,025 26,667 26,683 27,840 27,530
10 27,100 25,550 25,900 26,700 26,100 27,220 26,860
11 25,400 26,250 26,638 25,500 26,275 26,500 26,665
12 28,650 27,025 28,600 27,050 27,817 26,830 27,100
13 31,700 30,175 31,863 28,583 30,250 27,370 28,510
14 35,400 33,550 33,825 31,917 32,608 29,650 30,220
15 32,800 34,100 32,225 33,300 32,667 30,790 31,040
16 27,900 30,350 28,975 32,033 30,683 31,290 31,155
17 27,300 27,600 28,975 29,333 29,433 31,020 31,190
18 33,400 30,350 29,533 31,360
Resumen
Estadísticas de la regresión
Coeficiente d 0.43597393
Coeficiente d 0.19007327
R^2 ajustado 0.13945285
Error típico 3054.33411
Observacione 18
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 35029051.9 35029051.9 3.7548734 0.07050945
Residuos 16 149263309 9328956.83
Total 17 184292361
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%
Intercepción 26242.8105 1502.00607 17.4718405 7.60301E-12 23058.6998 29426.9211 23058.6998
Variable X 1 268.885449 138.761712 1.93774957 0.07050945 -25.2762407 563.047139 -25.2762407
promedio suavizamien
promedio movil to Regresion Coeficientes
n=7 centrado n= exponencial
7 = 0,18
#N/A #N/A 26,512 Intercepción 26242.8105
#N/A 22,500 26,781 Variable X 1 268.885449
#N/A 27010 27,049
#N/A 27412 27,318 Suavización exponenc
#N/A 30764 27,587
#N/A 30302 27,856 40,000
27,957 28,421 29234 28,125 35,000
28,886 28,600 27402 28,394 30,000
28,314 28,286 28712 28,663
25,000
28,257 27,821 24848 28,932
20,000
Valor
27,386 27,275 26695 29,201
27,164 27,357 25633 29,469 15,000
27,550 28,150 28107 29,738 10,000
28,750 29,021 31053 30,007
5,000
29,293 29,571 34618 30,276
29,850 29,864 33127 30,545 -
1 2 3 4 5 6 7 8 9 10 11 12 13
29,879 30,450 28841 30,814
31,021 27577 31,083 Punto de datos
Superior 95,0%
29426.9211
563.047139
avización exponencial
Media móvil
40,000
30,000
Real
20,000
Valor
Pronóstico
10,000
-
1 2 3 4 5 6 7 8 9 1011121314151
Punto de datos
7 8 9 10 11 12 13 14 15 16 17 18
Punto de datos
Media móvil
40,000
30,000
20,000
Valor
10,000
-
1 2 3 4 5 6 7 8 9 101112131415
Punto de datos
Media móvil
Media móvil
40,000
Real 30,000
Pronóstic 20,000 Real
o Valor
Pronóstico
10,000
4 5 6 7 8 9 101112131415161718 -
Punto de datos 1 2 3 4 5 6 7 8 9 101112131415161718
Punto de datos
Media móvil
Media móvil
40,000
Real
Pronóstico 30,000
20,000 Real
Valor
Pronóstico
10,000
3 4 5 6 7 8 9 101112131415161718
-
Punto de datos 1 2 3 4 5 6 7 8 9 101112131415161718
Punto de datos
óvil
Real
Pronóstico
131415161718
óvil
Real
Pronóstico
131415161718
α 0.1 β 0.2
Pronostico
Periodo Demanda Pronostico inicial Tendencia con
tendencia
suavizado
0 19,413 4,791 24,204
1 30,604 24,844 4,919 29,764
2 31,745 29,962 4,959 34,921
3 31,112 34,540 4,883 39,423
4 36,672 39,148 4,828 43,975
5 39,124 43,490 4,731 48,221
6 45,576 47,957 4,678 52,634
7 50,634 52,434 4,638 57,072
8 56,345 57,000 4,623 61,623
9 62,340 61,695 4,638 66,332
10 68,334 66,532 4,678 71,210
11 74,545 71,544 4,744 76,288
12 79,651 76,624 4,812 81,436
Suma 606,682 -
Promedio 50,557
Resumen
Estadísticas de la regresión
Coeficiente 0.98426441
Coeficiente 0.96877642
R^2 ajusta 0.96565406
Error típico 3252.79995
Observacio 12
ANÁLISIS DE VARIANZA
Grados de libertadSuma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 3282884248.64336 3282884249 310.270769 7.40018E-09
Residuos 10 105807075.02331 10580707.5
Total 11 3388691323.66667
Inferior 95,0%
Superior 95,0%
14952.2794 23873.569
4185.28835 5397.45291
α 0.65
β 0.7
Pronostico
AÑO (T) DEMAND Pronostico Tendencia Suavizado
A (Dt) Suavizado con
Tendencia
0 329.3 4.3 333.7
1 180 233.8 -66 168.2
2 600 448.9 131 579.8
3 320 410.9 13 423.6
4 340 369.3 -25 343.9
5 290 308.9 -50 259.0
6 245 249.9 -56 193.7
7 310 269.3 -3 266.0
8 480 405.1 94 499.2
9 190 298.2 -47 251.6
10 320 296.1 -15 280.6
11 520 436.2 93 529.7
12 450 477.9 57 535.1
13 600 577.3 87 664.0
14 550 589.9 35 624.8
15 310 420.2 -108 311.8
16 250 271.6 -136 135.2
17 150 144.8 -130 15.1
18 420 278.3 55 332.8
19 640 532.5 194 726.8
20 340 475.4 18 493.7
21 380 419.8 -33 386.4
22 440 421.2 -9 412.2
23 610 540.8 81 621.8
24 270 393.1 -79 314.0
Resumen
Estadísticas de la regresión
Coeficiente d 0.21007822
Coeficiente d 0.04413286
R^2 ajustado 0.00068435
Error típico 145.928592
Observacione 24
ANÁLISIS DE VARIANZA
Grados de libertadSuma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 21630.5706521738 21630.5706521738 1.01575084486 0.32448613
Residuos 22 468493.38768116 21295.1539855073
Total 23 490123.958333333
EMC 1775
Desviacion estandar 0.153
DAM 28.4
Promedio EPAM
del error de 11.6%
pronostico (sesgo medio) -24.3
SAE -438
DATOS
51 102 88 89 79 107 118
38 100 80 64 93 104 115
45 75 73 72 98 109 110
78 62 72 60 90 101 112
89 44 41 77 97 108 119
Fi frelativa %
5 0.09 9%
12 0.13 13%
26 0.25 25%
38 0.22 22%
46 0.15 15%
47 0.02 2%
57 0.18 18%
1
Calculo del error del pronostico
EMC 4957
DAM 55
EPAM 18.6%
SAE -450
La oficina postal de Faca experimenta un patrón estacional del volumen diario de correo cada semana
calcule el promedio diario de correo para cada semana. Luego, para cada día divida el volumen
correo entre el promedio de la semana para obtener el factor estacional. Por último, para cada d
sume los dos factores estacionales y divida la suma entre dos para obtener el factor estacional
promedio para usarlo en el pronostico
b) Si el jefe de correos estima que deberá clasificar 230,000 piezas de correo la próxia semana, pronos
Semana 1 Semana 2
Factor
estaciona
Volumen
volumen de factor factor l
Día de correo estacional
correo semana 1 estacional promedio
semana 2
[(1)+(2)]/2
Domingo 5 0.16 8 0.27 0.21
Lunes 20 0.63 15 0.50 0.56
Martes 30 0.94 32 1.07 1.00
Miércoles 35 1.09 30 1.00 1.05
Jueves 49 1.53 45 1.50 1.52
Viernes 70 2.19 70 2.33 2.26
Sábado 15 0.47 10 0.33 0.40
TOTAL 224 210
promedio 32 30
230000
piezas porsemana
32857 Día pronostico
Domingo 6948
Lunes 18482
Martes 32926
Miércoles 34397
Jueves 49799
Viernes 74271
Sábado 13177
230000
o de correo cada semana. Los siguientes datos para los dos semanas representativas se expresan en miles de p
La dueña de una tienda de computadores renta impresoras a algunos de sus clientes preferidos. Ella esta interesada en ll
los suministros que necesitan las impresoras. Los datos de las ultimas 10 semana
Resumen
Estadísticas de la regresión
Coeficiente d 0.23441921
Coeficiente d 0.05495236
R^2 ajustado-0.06317859
Error típico 4.27767283
Observacione 10
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 8.51212121 8.51212121 0.46518175 0.51447017
Residuos 8 146.387879 18.2984848
Total 9 154.9
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%
Intercepción 26.3333333 2.92220686 9.01145422 1.83587E-05 19.5947122 33.0719544 19.5947122
Variable X 1 0.32121212 0.47095628 0.68204234 0.51447017 -0.764815 1.40723925 -0.764815
Ejercicio 2
2. la demanda de cambios de aceite Daniela`s Spring Motor es la siguiente:
Numero de
Mes cambios de
aceite
enero 41
febrero 46
marzo 58
abril 52
mayo 59
junio 51
julio 60
agosto 62
a) utilice analisis de regresion lineal para desarrollar un modelo de pronosticos para la demanda mensual. En esta aplic
b) utilice un modelo para pronosticar la demanda de septiembre, ocubre y noviembre ahora x=9, 10 y 11
Numero de
Mes cambios de
aceite regresion
1 enero 41 45 Coeficientes
2 febrero 46 48 Intercepción 42.75
3 marzo 58 50 Variable X 1 2.41666667
4 abril 52 52
5 mayo 59 55
6 junio 51 57
7 julio 60 60
8 agosto 62 62
9 septiembre 65 65
10 octubre 67 67
11 noviembre 69 69
Resumen
Estadísticas de la regresión
Coeficiente d 0.79729323
Coeficiente d 0.63567649
R^2 ajustado 0.57495591
Error típico 4.84051191
Observacione 8
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 245.291667 245.291667 10.4688797 0.01778568
Residuos 6 140.583333 23.4305556
Total 7 385.875
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%
Intercepción 42.75 3.77169649 11.3344221 2.82384E-05 33.5209911 51.9790089 33.5209911
Variable X 1 2.41666667 0.7469072 3.23556481 0.01778568 0.58905058 4.24428275 0.58905058
Ejercicio 3
Suavizami
ento
promedio promedio Error
Semana Demnda
de n=1 de n=3 exponenci Regresion Error
absoluto
al con
α=0,28
1 137 137 #N/A #N/A 298 -161 161
2 136 136 #N/A 137 297 -161 161
3 143 143 139 136 305 -162 162
4 136 136 138 141 297 -161 161
5 141 141 140 137 302 -161 161
6 128 128 135 140 288 -160 160
7 149 149 139 131 311 -162 162
8 136 136 138 144 297 -161 161
9 134 134 140 138 294 -160 160
10 142 142 137 135 303 -161 161
11 125 125 134 140 284 -159 159
12 134 134 134 129 294 -160 160
13 118 118 126 133 276 -158 158
14 131 131 128 122 291 -160 160
15 132 132 127 129 292 -160 160
16 124 124 129 131 283 -159 159
17 121 121 126 126 280 -159 159
18 127 127 124 122 287 -160 160
19 118 118 122 126 276 -158 158
20 120 120 122 120 279 -159 159
21 115 115 118 120 273 -158 158
22 106 106 114 116 263 -157 157
23 120 120 114 109 279 -159 159
24 113 113 113 117 271 -158 158
25 121 121 118 114 280 -159 159
26 119 119 118 119 278 -159 159
-4151 4151
Utilice los valores establecidos para los pronosticos iniciales
Ejercicio 4
El número de cirugias del corazón realizadas en el hospital de Heartville General Hospital ha aumentado en form
administración del hospital esta buscando el mejor método para pronosticar la demanda de esas cirugias en el a
se muestran en la tabla
Año Demanda
1 45
2 50
3 52
4 56
5 58
La administración del hospital está considerando los siguientes métodos de pronósticos. Comience la medida de
1. Suavizamiento exponencial comn un α=0,6. El pronostico inicial para el año uno es 45. Igual que la demanda
2. Suavizamiento exponencial con un α=0,9. El Pronostico inicial para el año uno es 45, igual que la demanda re
3, Proyección de tendencia con regresión
4. Promedio móvil de dos años
5. Promedio móvil ponderado de dos años con pesos especificos de 0,6 y 0,4, dando más peso al dato más reci
6, Si la administración elige el EMC como criterio de desempeño
7. Si la administración elige DAM
8, Si la administración eliuge EPAM como criterio de desempeño
Coeficientes
Intercepción 42.6
Variable X 1 3.2
Resumen
Estadísticas de la regresión
Coeficiente d 0.9884833
Coeficiente d 0.97709924
R^2 ajustado 0.96946565
Error típico 0.89442719
Observacione 5
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 102.4 102.4 128 0.00148107
Residuos 3 2.4 0.8
Total 4 104.8
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%
Intercepción 42.6 0.93808315 45.4117526 2.35076E-05 39.6146007 45.5853993 39.6146007
Variable X 1 3.2 0.28284271 11.3137085 0.00148107 2.29986825 4.10013175 2.29986825
Ejercicio 1
dos. Ella esta interesada en llegar a un pronostico de rentas para poder ordenar la cantidad correcta de
tos de las ultimas 10 semanas se muestra en la siguiente tabla.
error error
cuadratico porcentual
115 47% Coeficientes
101 42% Intercepción 26.3333333
21 14% Variable X 1 0.32121212
75 33%
28 17% DAM 7
54 26%
21 14%
7 7%
75 33%
101 42%
598
as. ¿Cuál es el pronostico de la semana 11?
Superior 95,0%
33.0719544
1.40723925
Ejercicio 2
manda mensual. En esta aplicación la variable dependiente es,Y la demanda mensual y la variable independiente es X es el mes. Para En
Superior 95.0%
51.9790089
4.24428275
Ejercicio 3
esas en la industria de papel. Todos los productos se elaboran bajo pedido, por lo que la compañía nunca
el cliente coloca una orden.
Error Error
cuadratico porcentual
s. Comience la medida del error en el año tres para comparar todos los métodos en los mismos años.
0.6 0.4
promedio
Error Error Error movil
Error
absoluto cuadratico porcentual ponderado
n=2
Resumen
Estadísticas de la regresión
Coeficiente de co 0.9905374
Coeficiente de d 0.98116434
R^2 ajustado 0.97971544
Error típico 1529.66213
Observaciones 15
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 1584511072 1584511072 677.180193 1.34145E-12
Residuos 13 30418261.1 2339866.24
Total 14 1614929333
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%
Intercepción 4339.38257 1034.0033 4.19668154 0.00104601 2105.55425 6573.21089 2105.55425
Variable X 1 1423.69947 54.7099352 26.0226861 1.34145E-12 1305.50584 1541.8931 1305.50584
0.35 0.65
Promedio
Suavizamiento
Promedio movil Salario Pronostico
exponencial Suavizado
Tendencia
n= 8 centrado Actual
α=0,35
n=8
4339 1424
#N/A #N/A 18,900 10,361 4,412
#N/A 18,900 25,300 18,458 6,807
#N/A 23060 39,000 30,072 9,932
#N/A 33421 14,000 30,903 4,016
#N/A 20797.35 12,000 26,897 - 1,198
#N/A 15079.0725 35,200 29,024 963
#N/A 28157.675375 35,900 32,057 2,308
26,538 26,563 33190.18638125 32,000 33,538 1,770
26,588 26,631 32416.5652334375 19,300 29,705 - 1,872
26,675 27,050 23890.7978317031 26,000 27,192 - 2,289
27,425 29,175 25261.7792410961 45,000 31,937 2,283
30,925 31,319 38091.6227343836 42,000 36,943 4,053
31,713 31,888 40632.0679570343 18,300 33,053 - 1,110
32,063 32,144 26116.223784962 38,000 34,063 268
32,225 33840.6783247367 37,200 35,335 921
Superior 95,0%
6573.21089
1541.8931
Pronostico
Suavizado
con
Tendencia
5763
14,773
25,265 Coeficientes
40,004 Intercepción
34,919 Variable X 1
25,699
29,988
34,366
35,308
27,834
24,903
34,220
40,996
31,942
34,330
36,255
Unidades
Año
vendidas
2010 38,000
2011 32,000
2012 37,000
2013 35,000
2014 41,000 34,500
2015 40,000
2016 29,000
2017 30,000
2018 33,000
2019 31,917
Metodo del promedio Metodo del incremento porcentual
ventas variaciones
Año de las
unidades
variaciones de las unidades
unidades vendidas vendidas
2013 1,100,000
0.2727 2014 1,400,000
0.1250 2015 1,575,000
0.4603 2016 2,300,000
0.3913 0.31234 No acotado 2017 3,200,000
4,199,360 0.31230 acotado 2018 3,445,000
5,510,821 1.31230 2019 4,098,500
7,231,850 2020 4,781,300
9,490,356 2021 5,323,290
12,454,194 2022 5,844,482
16,343,639 2023 6,505,641
21,447,757 2024 7,073,881
754,360 280,000
acotado exacto
no acotado infinito
La demanda mensual para las unidades fabricadas por Manuela asociados ha sido la siguiente
Mes unidades
MAYO 100
JUNIO 80
JULIO 110
AGOSTO 115
SEPTIEMBRE 105
OCTUBRE 110
NOVIEMBRE 125
DICIEMBRE 120
1 Calcule el metodo de suavizamiento exponencial para pronosticar el numero de unidades de juio a enero. El pronostico in
2. calcule el porcentaje absoluto de error para cada mes de junio a diciembre y la DAM y EPAM del error de pronostico para
α 0.2
Calculo del
Pronostico
pronostico
Mes unidades para el mes
para siguiente
t+1
mes
Error Error
Mes unidades PRONOSTICO Error
absoluto porcentual
1 JUNIO 80 104 -24 24 30% EPAM
2 JULIO 110 99 11 11 10% DAM
3 AGOSTO 115 101 14 14 12%
4 SEPTIEMBRE 105 104 1 1 1%
5 OCTUBRE 110 104 6 6 5%
6 NOVIEMBRE 125 105 20 20 16%
7 DICIEMBRE 120 109 11 11 9%
39 87 84%
ha sido la siguiente
11.96%
12.4286
Segundo cor
do corte
La compañía Majestic Almcena un taladro inalambrico de 19.2 volteos que se vende mucho la demanda anual es de 5000
B)A)cual
cualeseselelcosto
EOQanual del inventario de este
articulo
D 5000
S 15
EOQ 194 Punto A H 4
costo anual 774.60 Punto B 96.82 387 26 387
o la demanda anual es de 5000 unidades el costo de ordenar es $15 y el costo de mantener es de $4 unidad/año
774.60
Una compañía de cementos compra insumos obtenido de varios proveedores y luego los vende su producto a las diversas ti
distribuidor opera cinco dias a la semana 52 semanas al año Solo cuando esta abierto puede recibir pedidos. La administracio
actual que indica cantidades a ordenar 440 bultos de cemento de 30 kilos se estimaron los siguientes datos p
1.41
el hotel San Alejo tiene 500 habitaciones en los bosques de Faca. Los administradores deben llevar un control
jabón es 275 unidades, con una desviación estandar de 30 barras. El costo de ordenar es $10 y el costo de ma
hotel está abierto 365 días al año.
1375
ncluyendo una barra de jabón de olor a especial a pinos. La demanda diaria del
proveedor es cinco dias, con una desviación estándar un día. El
En la compañía aerea Iberia manejan una distribución normal com media de 18 unidades por semana y una de
sistema Q indica que el EOQ es 75 unidades y un inventario de seguridad de 9 unidades para 90% de nivel de
D 936 18 6 p+l
Desviacion 5 Eoq 75
z 1.28
inventario se 16
t 124
dades por semana y una desviacion estandar en la demanda semanal de 5 unidades. El tiempo de entrega es dos sema
dades para 90% de nivel de servicio del ciclo. Cual es el sistema P equivalente?
po de entrega es dos semanas y el negocio opera 52 semanas al año. El
1. Su empresa utiliza un sistema de revisión continua y opera 52 semanas al año. Uno de los SKU ti
La demanda tiene distribución normal con desviación estándar de la demanda semanal de 100 unidades
a) Calcule el EOQ del artículo. Cuál es el tiempo promedio, en semanas, entre ordenes?
b) Encuentre el inventario de seguridad y el punto de reorden que proporciona 95% del nivel de servic
c) Para estas políticas, cual es el costo anual de mantener el inventario de ciclo y colocar las ordenes
Z 1.64 dl 769
EOQ 894 385
punto de reorden 1002
Desviacion 141
inventario de seguridad 233
costo anual 2254 101 colocar una orden
TBO 0.045 2.3 9.3
anual semanal mensual
IP 1040
0.045 1
2.34 52
s al año. Uno de los SKU tiene las siguientes características
a semanal de 100 unidades. El inventario disponible actual es 1,040 unidades, sin recepciones programadas ni orde
entre ordenes?
ona 95% del nivel de servicio del ciclo?
e ciclo y colocar las ordenes
oH 1040
SR 0
Bo 0
ones programadas ni ordenes atrasadas.
El gerente de una planta química debe determinar el tamaño de lote para un químico especifico que tiene una demanda esta
diarios. La demanda anual es 10,500 barriles, el costo de preparación es $200, el costo anual de mantener es $
a.Determine el ELS
b.Determine el costo total anual de preparación y mantener inventario para el ELS
c.Determine el tiempo entre ordenes (TBO) o longitud de ciclo para el ELS
d. Determine el tiempo de producción por lote
D 10500
S 200
H 0.21
P 190
d 30
tiempo de
operaciones 350 dias
ELS 4873 a.
Costo total 862 400 mantener inventari b.
TBO 0.46 162 unidades/diarias c.
tiempo de
produccion 26 dias d.
e tiene una demanda estable de 30 barriles por día. La tasa de producción es 190 barriles
o anual de mantener es $0,21 por barril y la planta opera 350 días por año.
Cantidades Precio por
a ordenar unidad
0 a 299 $ 60
300 a 499 $58.8
500 o más $ 57 $ 14
Cuál es la cantidad que debe ordenar el hospital para minimizar los costos totales.
Suponga que el precio por cantidades entre 300 y 499 se reduce a $58. ¿Debe cambiar la cantidad a ordenar?
D 936
s 45 por orden
h 25% del pecio unitario
costo total
Cantidades Precio por ct en f(cant.
EOQ por
a ordenar unidad Ordenar
descuento
0 a 299 60 75 $ 57,284 $ 57,284
300 a 499 58.8 76 $ 56,150 $ 57,382
500 o más 57 77 $ 54,448 $ 56,999
15
58 15 76 $ 55,393 $ 56,603
15 14
dad a ordenar?
Peachy Keen, INC. Fabrica suéteres de angora, blusas con cuellos Peter Pan, pantalones Capri, faldas de la década de los nov
promedio de los suéteres de angora es 100 por semana. La instalación de producción de Peachy tiene capacidad para coser
semana. El costo de preparación es $351. El valor de inventario de los bienes terminados es $40 por sueter. El costo anua
mantener inventario es 20% del valor del artículo.
D 5200
S 351
H 8
d 100
p 400
precio de
articulo 40
terminado
A)
ELS 780 sueters
B)
TBO 7.80 semana
C)
costo total 4680
i, faldas de la década de los noventa. La demanda
achy tiene capacidad para coser 400 sueteres por
es $40 por sueter. El costo anual por unidad de
ulo.
Producto o Unidades Participación
Costo Unitario Valor Vendido Participación Clasificación
Servicio Vendidas acumulada
Articulo 11 3568 8200 $ 29,257,600 14.13% 14.13% A
PARTICIPACI Participación
Participación estimada Clasificación # ÓN DE N VENTAS de Ventas
0% - 80% A 7 20% $ 165,559,200 80%
81%-95% B 10 29% $ 31,057,810 15%
96%-100% C 18 51% $ 10,474,668 5%
35 100% $ 207,091,678 100%
$ 30,000,000
A Chart Title
100.00%
90.00%
$ 25,000,000
$ 20,000,000
B C 80.00%
70.00%
60.00%
$ 15,000,000 50.00%
40.00%
$ 10,000,000
30.00%
20.00%
$ 5,000,000
10.00%
$- 0.00%
11 25 o 24
9 30 29 35 31 15 o 8 20 10 o 5 17 o 7 12 32 o 4
ulo ulo ulo cul ulo ulo ulo ulo ulo cul ulo ulo cul ulo cul ulo ulo cul
tic rtic rtic Arti rtic rtic rtic rtic rtic Arti rtic rtic Arti rtic Arti rtic rtic Arti
Ar A A A A A A A A A A A A
90.00%
80.00%
70.00%
60.00%
50.00%
40.00%
30.00%
20.00%
10.00%
0.00%
4
lo
P C D
COSTO
PRECIO DE PRODUCCIO D*P (A) UTILIDAD %
PRODUCTO VENTA N DEMANDA INGRESO D*C (B) UTILIDAD (A-B)
E $ 250.00 $ 50.00 5,000 1,250,000 250,000 $ 1,000,000 37.91%
B $ 150.00 $ 50.00 4,000 600,000 200,000 $ 400,000 15.16%
K $ 179.00 $ 100.00 3,490 624,710 349,000 $ 275,710 10.45%
C $ 120.00 $ 30.00 2,500 300,000 75,000 $ 225,000 8.53%
F $ 70.00 $ 30.00 4,500 315,000 135,000 $ 180,000 6.82%
A $ 80.00 $ 20.00 1,900 152,000 38,000 $ 114,000 4.32%
D $ 40.00 $ 10.00 3,000 120,000 30,000 $ 90,000 3.41%
H $ 40.00 $ 10.00 3,000 120,000 30,000 $ 90,000 3.41%
G $ 45.00 $ 5.00 2,000 90,000 10,000 $ 80,000 3.03%
M $ 40.00 $ 20.00 4,000 160,000 80,000 $ 80,000 3.03%
I $ 80.00 $ 30.00 1,000 80,000 30,000 $ 50,000 1.90%
L $ 35.00 $ 15.00 2,000 70,000 30,000 $ 40,000 1.52%
J $ 20.00 $ 5.00 870 17,400 4,350 $ 13,050 0.49%
$ 2,637,760
U.
PARTICIPACI PRODUCTO UTILIDAD ACUMULAD P. ACUMULADA UTILIDAD
ON % ACUMULADA
A%
A
A $ 1,200,000 100.00%
90.00%
$ 1,000,000
80.00%
1
B C
70.00%
2 $ 800,000
60.00%
3 $ 600,000 50.00%
4 40.00%
5 $ 400,000
30.00%
6 20.00%
$ 200,000
7 10.00%
8 $- 0.00%
E B K C F A D H G M I L J
9
10 UTILIDAD (A-B) %utilidad acumulada
11
12
13
0%-80% 5
81%-95% 4
96%-100% 4
100.00%
90.00%
80.00%
C
70.00%
60.00%
50.00%
40.00%
30.00%
20.00%
10.00%
0.00%
L J
da
Localizacion toneladas coordenada coordenada
del cliente enviadas x y
Medellin 5,000 7 13 Medellin
Bogota 92,000 8 12 14
1; 13
Cali 70,000 11 1
12 2; 12
Barranquilla 35,000 11 7
Cucuta 9,000 12 4 10
Neiva 220,000 13 11
8
Mocoa 16,000 14 1 4; 7
Rioacha 153,000 15 5 6
600,000
4 5
Centro de 2
gravedad 12.36 7.87 3; 1
x 0
y 6 7 8 9 10 11 12
14
13
12 12
10
0
6 7 8 9 10 11
Medellin
2
6; 11
4; 7
8; 5
5; 4
3; 1 7; 1
9 10 11 12 13 14 15 16
12
7.87
9 10 11 12 13
Terc
Tercer corte
Una empresa dedicada a la atencion de banquetes ha recibido un pedido de 1500 pasabocas para atender una reunion socia
de mariscos. El proveedor de mariscos solo despacha pedidos por encima de 40 libras. Se piensa, ademas que el numero de
cada tipo deben
X1 # De unidades de pasabocas 1
X2 # De unidades de pasabocas 2
iones
1500 Ha recibido UN pedido de 1500
40 El proveedor de mariscos SOLO despacha pedidos por ENCIMA de 40 libras
1000 NO debe sobrepasar el millar (1000)
Enteros
0 Para que no me de (-)
esita 0,02 libras de mariscos mientras que el pasabocas 2 requiere 0,04 libras
cada pasabocas es de $300 y $400 respectivamente. Cuantos pasabocas de
Producto 1 (P1)Producto 2 (P2)Disponibilidad Tiempo Utilizado
Maquina 1(M1) 1 3 24 24
Maquina 2(M2) 1 1 10 10
Maquina 3(M3) 2 1 16 13
Utilidad 200,000 300,000
x₁ X₂
Celdas Variables 3 7
Z 200000X₁+300000X₂
una empresa metalmecanica fabrica 5 productos diferentes. Cada producto es procesado cuatro maquinas cuyos tiempos de
son:
la disponibilidad de tiempo de cada maquina es de 1500, 1400 , 1600 y 1500 horas repectivamente. El costo de operación por
de 20000 15000 15000 y18000
cada producto contiene una cantidad diferente de dos materias primas como se indica en el siguiente cuadro
siguiente cuadro
materia 1 cuesta 500 por gramo y la materia prrima 2 cuesta 1500 por cada gramo las cantidades
on de 75000 y 100000 gramos el precio de venta de cada producto es de 15000 25 500 14000 19500
y27000
an de produccion que maximice el beneficio teniendo en cuenta que se tendra que elaborar min 1500
unidades de cada producto para cumplir con los compromisos de venta
F.O $ 54,262,500
ingresos $ 285,187,500
costo material $ 137,250,000
costo operacional $ 93,675,000
Celdas precio
Producto variables unitario
A 6375 $ 15,000
B 3875 $ 25,500
C 1500 $ 14,000
D 1500 $ 19,500
E 1500 $ 27,000
una empresa metalmecanica fabrica 5 productos diferentes. Cada producto es procesado cuatro maquinas cuyos tiem
procesamiento en horas son:
la disponibilidad de tiempo de cada maquina es de 1500, 1400 , 1600 y 1500 horas repectivamente. El costo de operación por
maquina es de 20000 15000 15000 y18000
cada producto contiene una cantidad diferente de dos materias primas como se indica en el siguiente cuadro
a 500 por gramo y la materia prrima 2 cuesta 1500 por cada gramo las cantidades
y 100000 gramos el precio de venta de cada producto es de 15000 25 500 14000
19500 y27000
on que maximice el beneficio teniendo en cuenta que se tendra que elaborar min
des de cada producto para cumplir con los compromisos de venta
6375 $ 15,000
3875 $ 25,500
1500 $ 14,000
1500 $ 19,500
1500 $ 27,000
utilidad $ 54,262,500
ingreso $ 285,187,500
costo $ 93,675,000
costo $ 137,250,000
entradas costos y capacidades
ciudades de demanda
Varibles de decision
Ciudad de demanda Localizacion de produccion
ciudades de Plantas(1=a
Atlanta Boston Chicago Denvver Omahoma Portland bierta)
suministro
Baltimore 0 8 2 0 0 0 1
Cheyene 0 0 0 6 7 11 1
Salt lake 0 0 0 0 0 0 0
Memphis 10 0 12 0 0 0 1
Wichita 0 0 0 0 0 0 0
Restricciones
Ciudad de Exceso de
Suministro capacidad
Baltimore 8
Cheyene 0
Salt lake 0
Memphis 0
Wichita 0
Demanda 0 0 0 0 0 0
insatisfecha
Celda
objetivo $ 47,401
Capacidad
18
24
27
22
31
una empresa de embutidos experimento cambios drasticos en los precios de la materia prima estohizo que el gerente orden
proporciones de las mezclas para analizar sus costos la produccion de salchichas implica cumplir con dos requisitos fundame
proteina no debe ser inferior al 18 % y el porcentaje de grasa no debe exceder al 26 %
Se utilizan cuatro materias primas cuyas compociciones, costos y disponibilidades se indican a continuacion
Materia Disponibilid
primas % proteinas % Grasas Costo/libra ad(lbs)
A 0.3 0.1 4,600 2,000
B 0.21 0.15 3,500 1,500 Se debe producir 5000 libras de salchicha
C 0.15 0.35 2,800 2,000 optima que minimiza el costo de las materi
con las restriciones nutricionales en cuanto
D 0.12 0.4 2,100 1,500 proteina y maximo en grasa. Recuerde que
mp es limitada
Celda varible
Cantidad de
Materia libras a
primas % proteinas % Grasas producir
A 270 90 900
B 315 225 1,500 F.O.
C 165 385 1,100
D 180 600 1,500
930 1300 5,000
19% 26%
Disponibilid
ad(lbs)
2,000
1,500
2,000
1,500
estohizo que el gerente ordenara una revision de las
r con dos requisitos fundamentales: el porcentaje de
debe exceder al 26 %
demanda 5000
proteina min 0.18 900
$ 15,620,000 grasa maxima 0.26 1300
2. Una fábrica de alimentos hace mezclas mecánicamente para generar pasturas de bajo costo para el ganado.
costos actuales de la avena y del maíz. Los costos actuales de la avena y del maíz son de $1000 y $800 por kilogr
en la composición de los nutrientes de 5000 unidades de mineral; 8000 calorías y 4000 unidades de vitamina d
kilogramo de avena y de maíz suministra las siguientes unidades de
Cuantos kilogramos de avena y maíz deberán darse diariamente a cada animal para minimizar lo
Unidades
nte a cada animal para minimizar los costos? Cuál es el costo total mínimo?