Salario

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

Coeficientes Error típico Estadístico t Probabilidad

Intercepción 4339.382569 1034.00330159 4.1966815405 0.001046008883742
Variable X 1 1423.699471 54.7099351969 26.02268612 1.34145209248E-12
 Media móvil
Media móvil Media m
50,000
Media móvil
50,000 40,000
Real 40,000 30,000

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

Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%

2105.554245 6573.210892 2105.554245 6573.21089209
1305.505842 1541.8931 1305.505842 1541.89310046
 Media móvil
ia móvil
Real
Media móvil
Real Pronóstico
50,000 Pronóstico
40,000
2 3 4 5 6 7 8 9 10 11 12 13 14 15
30,000 Real
8 20,000
9 10 11 Punto
12 de13datos14 15
Pronóstico
10,000
datos
-
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Punto de datos

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

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%

Intercepció 19412.9242 2001.95997734294 9.69695921 2.10597E-06 14952.2794 23873.569
Variable X 1 4791.37063 272.012796674646 17.6145045 7.40018E-09 4185.28835 5397.45291
 pronostico suavisado
Intercepción 19412.9242
Variable X 1 4791.37063

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

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%

Intercepción 329.32971 61.4870831636836 5.35607957313938 2.2343226E-05 201.813304
Variable X 1 4.33695652 4.30319941494569 1.0078446531379 0.32448613237 -4.58733285
 Chart Title
800
700
Coeficientes
600
Intercepción 329.3297
500
Variable X 1 4.3370
400
300
200
100
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

DEMANDA (Dt) Pronostico Suavizado con Tendencia

or crítico de F

Superior 95%Inferior 95,0%

Superior 95,0%
456.846116 201.813304 456.846116
13.2612459 -4.58733285 13.2612459
5 16 17 18 19 20 21 22 23 24 25

uavizado con Tendencia

 72 73 74 60 76
69 70 71 57 73
74 75 76 62 78
66 67 68 54 70
73 74 75 61 77

Limite Inferior Limite Superior

n° Datos Intervalos de Clase
50
Vmaximo 84 Limite Inferior Limite Superior
Vminimo 54 54 58
Rango 30 59 63
N° Intervalos 7.0 7 64 68
Amplitud de clase 4 69 73
Diferencia 3 74 78
79 83
84 88
 54
57
60
77 78 70 80 81 61
74 75 67 77 78 62
79 80 72 82 84 64
71 72 64 74 75 66
78 79 71 81 82 67
67
68
Marca de fi Fi frelativa %
Clase 69
70
56 2 2 70
61 4 6 70
66 7 13 71
71 12 25 71
76 8 33 71
81 7 40 72
86 14 54 72
54 72
73
73
73
74
74
74
74
74
75
75
75
75
76
76
77
77
77
78
78
78
78
79
79
80
80
81
81
82
82
84
 Calculo del error del pronostico

Error Error Error

MESES t Demanda Pronostico Error
absoluto cuadratico porcentual

1 200 225 -25 25 625 12.5%

2 220 215 5 5 25 2.3%
3 230 228 2 2 4 0.9%
4 240 280 -40 40 1600 16.7%
5 250 240 10 10 100 4.0%
6 260 280 -20 20 400 7.7%
7 270 290 -20 20 400 7.4%
8 280 275 5 5 25 1.8%
9 290 320 -30 30 900 10.3%
10 310 320 -10 10 100 3.2%
11 320 330 -10 10 100 3.1%
12 350 380 -30 30 900 8.6%
13 210 350 -140 140 19600 66.7%
14 255 240 15 15 225 5.9%
15 340 370 -30 30 900 8.8%
16 225 290 -65 65 4225 28.9%
17 265 305 -40 40 1600 15.1%
18 275 290 -15 15 225 5.5%
4790 -438 512 31954 2
determine

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

n° Datos Intervalos de Clase Marca de fi

55 Clase
Limite Limite
Vmaximo 140 Inferior Superior
Vminimo 38 37 52 45 5
Rango 102 53 68 61 7
N° Intervalos 7 69 84 77 14
Amplitud de clase 15 85 100 93 12
Diferencia 1 101 116 109 8
117 132 125 1
133 148 141 10
57
120 130 61 89
127 137 95 125
122 132 74 78
124 134 77 135
121 131 92 140

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

Error Error Error

Meses t Demanda Pronostico Error
Absoluto cuadratico porcentual

1 110 125 -15 15 225 13.6%

2 108 210 -102 102 10404 94.4%
3 135 230 -95 95 9025 70.4%
4 220 310 -90 90 8100 40.9%
5 470 410 60 60 3600 12.8%
6 450 540 -90 90 8100 20.0%
7 140 180 -40 40 1600 28.6%
8 350 320 30 30 900 8.6%
9 290 250 40 40 1600 13.8%
10 330 300 30 30 900 9.1%
11 380 410 -30 30 900 7.9%
12 360 460 -100 100 10000 27.8%
13 550 510 40 40 1600 7.3%
14 620 545 75 75 5625 12.1%
15 720 578 142 142 20164 19.7%
16 410 485 -75 75 5625 18.3%
17 380 390 -10 10 100 2.6%
18 350 240 110 110 12100 31.4%
19 180 210 -30 30 900 16.7%
20 250 225 25 25 625 10.0%
21 220 180 40 40 1600 18.2%
22 190 150 40 40 1600 21.1%
23 110 120 -10 10 100 9.1%
24 470 450 20 20 400 4.3%
25 600 580 20 20 400 3.3%
26 520 480 40 40 1600 7.7%
27 580 620 -40 40 1600 6.9%
28 510 490 20 20 400 3.9%
29 410 620 -210 210 44100 51.2%
30 530 580 -50 50 2500 9.4%
31 570 580 -10 10 100 1.8%
32 460 450 10 10 100 2.2%
33 420 520 -100 100 10000 23.8%
34 340 355 -15 15 225 4.4%
35 360 465 -105 105 11025 29.2%
36 350 325 25 25 625 7.1%
13443 -450 1984 178468 669.5%
 determinar lo siguiente

Promedio del error de -12.5

pronostico (sesgo Medio)

EMC 4957

Desviación estandar σ 0.195

DAM 55

EPAM 18.6%

SAE -450
La oficina postal de Faca experimenta un patrón estacional del volumen diario de correo cada semana

Día Semana 1 Semana 2

Domingo 5 8
Lunes 20 15
Martes 30 32
Miércoles 35 30
Jueves 49 45
Viernes 70 70
Sábado 15 10

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

a) Calcule el factor estacional para cada día de la semana

b) Si el jefe de correos estima que deberá clasificar 230,000 piezas de correo la próxia semana, pronos

Día Semana 1 Semana 2

Domingo 5 8
Lunes 20 15
Martes 30 32
Miércoles 35 30
Jueves 49 45
Viernes 70 70
Sábado 15 10
TOTAL 224 210

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

da día divida el volumen de

. Por último, para cada día,
ener el factor estacional

o la próxia semana, pronostique el volumen para cada día de la semana

expresan en miles de piezas de correo
 Ejercicio 1

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

promedio n Promedio error

Semana Renta =5 movil n=5 Regresion error absoluto
1 23 #N/A 34 -11 11
2 24 #N/A 34 -10 10
3 32 #N/A 37 -5 5
4 26 #N/A 35 -9 9
5 31 27.2 27.7 36 -5 5
6 28 28.2 29 35 -7 7
7 32 29.8 30.1 37 -5 5
8 35 30.4 30.4 38 -3 3
9 26 30.4 29.7 35 -9 9
10 24 29 34 -10 10
11 30 -73 73
1. prepare un pronostico para las semanas 6 a 10 utilizando el promedio movil de cinco semanas. ¿Cuál es el pronostico de
2. calcule la desviacion media absoluta a partir de la semana diez

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

3, La compañía Alejandro Tools fabrica herramientas especializadas para empresas en la industria de

sabe exactamente que componentes comprar para una herramienta hasta que el cliente coloca una or

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

a. Ingeniuo (promedio móvil de un periodo)

b. Promedio móvil de tres periodos
c. Suavizamiento exponencial con α=0,28
d. Proyección de tendencia con regresión
e. Obtener el SAE
f. EMC
g. DAM
h. EPAM

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

Suavizamien Suavizamien promedio

Tendencia promedio
to to movil
Año Demanda exponencial exponencial con movil dos
centrado n=
Regresion
regresion años
comn un con un 2
α=0,6 α=0,9.

1 45 #N/A #N/A 46 187

2 50 45 45 49 48 49 203
 3 52 47 46 52 51 53 209
4 56 49 46 55 54 56 222
5 58 52 47 59 57 228

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

25863 117% Coeficientes

25822 118% Intercepción 143.163077
26113 113% SAE -4151 Variable X 1 -1.12888889
25822 118%
26029 114% EMC 25490
25492 125%
26363 109% DAM 160
25822 118%
25739 120% EPAM 126%
26071 114%
25368 127%
25739 120%
25082 134%
25615 122%
25656 121%
25327 128%
25204 131%
25450 126%
25082 134%
25163 132%
24959 137%
24594 148%
25163 132%
24878 140%
25204 131%
25123 133%
662746 3264%
 Ejercicio 4
ital ha aumentado en forma estable en los últimos años. La
da de esas cirugias en el año seis. Los datos de los últimos cinco años

s. Comience la medida del error en el año tres para comparar todos los métodos en los mismos años.

45. Igual que la demanda real

5, igual que la demanda real

más peso al dato más reciente

0.6 0.4

promedio
Error Error Error movil
Error
absoluto cuadratico porcentual ponderado
n=2

-142 142 20051 315% EMC 24889

-153 153 23287 305% 48
 -157 157 24649 302% 51 DAM 157
-166 166 27490 296% 54
-170 170 28968 293% 57 EPAM 302%
-787 787 124444 1511%

ferior 95,0% Superior 95,0%

45.5853993
4.10013175
iente es X es el mes. Para Enero x=1 febrero = 2
compañía nunca
 Promedio Promedio Promedio
g
Salario Promedio movil Promedio movil Promedio movil
Actual n= 3 centrado n= 4 centrado n= 6 centrado
n=3 n=4 n=6
0
10 18,900 #N/A #N/A #N/A
15 25,300 #N/A #N/A #N/A
25 39,000 27,733 26,917 #N/A #N/A
8 14,000 26,100 23,883 24,300 23,438 #N/A
6 12,000 21,667 21,033 22,575 23,813 #N/A
20 35,200 20,400 24,050 25,050 24,663 24,067 25,483
21 35,900 27,700 31,033 24,275 26,525 26,900 27,458
18 32,000 34,367 31,717 28,775 29,688 28,017 26,375
11 19,300 29,067 27,417 30,600 29,450 24,733 25,733
15 26,000 25,767 27,933 28,300 29,438 26,733 29,483
30 45,000 30,100 33,883 30,575 31,825 32,233 32,800
28 42,000 37,667 36,383 33,075 32,950 33,367 31,900
10 18,300 35,100 33,933 32,825 34,325 30,433 30,933
23 38,000 32,767 31,967 35,825 34,850 31,433 32,925
22 37,200 31,167 33,875 34,417

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

Año ventas Año ventas

unidades variaciones de unidades
las unidades
vendidas
2013 1,100,000 2013 1,100,000
2014 1,400,000 300,000 2014 1,400,000
2015 1,575,000 175,000 2015 1,575,000
2016 2,300,000 725,000 2016 2,300,000
2017 3,200,000 900,000 2017 3,200,000
2018 3,725,000 745,000,000 525,000 2018 4,199,360
2019 4,250,000 850,000,000 2019 5,510,820
2020 4,775,000 955,000,000 2020 7,231,849
2021 5,300,000 1,060,000,000 2021 9,490,356
2022 5,825,000 1,165,000,000 2022 12,454,194
2023 6,350,000 1,270,000,000 2023 16,343,639
2024 6,875,000 1,375,000,000 2024 21,447,757

dolares 200 - 474,360 474360

el incremento porcentual Metodo de la extrapolacion

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

1 MAYO 100 104 JUNIO

2 JUNIO 80 99 JULIO
3 JULIO 110 101 AGOSTO
4 AGOSTO 115 104 SEPTIEMBRE
5 SEPTIEMBRE 105 104 OCTUBRE
6 OCTUBRE 110 105 NOVIEMBRE
7 NOVIEMBRE 125 109 DICIEMBRE
8 DICIEMBRE 120 111 ENERO

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

io a enero. El pronostico inicial para mayo fue de 105 α=0,2

el error de pronostico para el final de diciembre

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

Demanda diaria promedio es 100 bultos

desviacion estandar de la demanda diaria es 30 unidades 26000
Tiempo de entrega es 3 dias
costo de mantener de $9,40 por unidad anual
costo de ordenar es de $35 por orden
nivel de servicio es del 92%
el distribuidor usa un sistema de revision continua (q)

A) que cantidad a ordenar Q y punto de reorden r debe usar

cual es el costo total anual del sistema

eoq 440 costo total 4825 Desviacion

IP 480 1.73
0.92 nivel de servicio 51.96
30 Desviacion estandar
inventario de seguridad 73

punto de reorden 373

de su producto a las diversas tiendas minoristas de la region el
cibir pedidos. La administracion revalua su politica deinventarios
stimaron los siguientes datos para los insumos:

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.

a) Cuál es el lote economico para la barra de jabón

b) Cual debe ser el punto de reorden para la barra de jabón si la administración quiere tener 99% del nivel de s
c) Cual es el costo total anual para la barra de jabón, suponiendo que se utilizara un sistemaQ?

Eoq 2587 Z 2.33

Inventario de 659 desviacion 283.1

punto de reo 2034
Demanda anu 100375
costo total 974
ores deben llevar un control estricto de todos los articulos de servicio para las habitraciones, incluyendo una barra de jabó
enar es $10 y el costo de mantener el inventario es $0,30/barra/año. El tiempo de entrega del proveedor es cinco dias, co

ere tener 99% del nivel de servicio del ciclo?

un sistemaQ?

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

P 0.080 unidades semanales

p 4 semanas
desviacion 12.42

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

Demanda de 20,000 unidades/año

Costo de ordenar de $40/orden
Costo de mantener de $ 2/unidad/año
Tiempo de entrega de 2 semanas
Nivel de servicio de ciclo es 95%

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.

A)      Cual es el tamaño del lote económico de producción (ELS)

B)      Cual es el tiempo promedio entre ordenes (TBO)
C)      Cual es el costo total anual de mantener inventario y preparar

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

Articulo 13 2830 8450 $ 23,913,500 11.55% 25.68% A

Articulo 25 1930 12370 $ 23,874,100 11.53% 37.20% A
Articulo 22 2975 7990 $ 23,770,250 11.48% 48.68% A
Articulo 24 2295 9950 $ 22,835,250 11.03% 59.71% A
Articulo 16 1456 15450 $ 22,495,200 10.86% 70.57% A
Articulo 9 978 19850 $ 19,413,300 9.37% 79.94% A
Articulo 14 960 9100 $ 8,736,000 4.22% 84.16% B
Articulo 30 875 8450 $ 7,393,750 3.57% 87.73% B
Articulo 19 952 4900 $ 4,664,800 2.25% 89.99% B
Articulo 29 350 6100 $ 2,135,000 1.03% 91.02% B
Articulo 3 690 2300 $ 1,587,000 0.77% 91.78% B
Articulo 35 657 2400 $ 1,576,800 0.76% 92.54% B
Articulo 1 385 3700 $ 1,424,500 0.69% 93.23% B
Articulo 31 389 3200 $ 1,244,800 0.60% 93.83% B
Articulo 33 621 1960 $ 1,217,160 0.59% 94.42% B
Articulo 15 280 3850 $ 1,078,000 0.52% 94.94% B
Articulo 34 459 2300 $ 1,055,700 0.51% 95.45% C
Articulo 8 286 3500 $ 1,001,000 0.48% 95.94% C
Articulo 27 526 1900 $ 999,400 0.48% 96.42% C
Articulo 20 860 1110 $ 954,600 0.46% 96.88% C
Articulo 28 700 1150 $ 805,000 0.39% 97.27% C
Articulo 10 415 1750 $ 726,250 0.35% 97.62% C
Articulo 26 489 1450 $ 709,050 0.34% 97.96% C
Articulo 5 180 3700 $ 666,000 0.32% 98.28% C
Articulo 6 2790 195 $ 544,050 0.26% 98.54% C
Articulo 17 559 965 $ 539,435 0.26% 98.81% C
Articulo 23 742 680 $ 504,560 0.24% 99.05% C
Articulo 7 622 809 $ 503,198 0.24% 99.29% C
Articulo 18 612 645 $ 394,740 0.19% 99.48% C
Articulo 12 169 2100 $ 354,900 0.17% 99.65% C
Articulo 2 150 1800 $ 270,000 0.13% 99.78% C
Articulo 32 426 450 $ 191,700 0.09% 99.88% C
Articulo 21 221 635 $ 140,335 0.07% 99.94% C
Articulo 4 255 450 $ 114,750 0.06% 100.00% C
$ 207,091,678 100.00%
 Regla de Pareto

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

Valor Vendido Participación acumulada

 100.00%

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%

1 A $ 114,000 4.3% 4.3% $ 114,000

1 B $ 400,000 15.2% 19.5% $ 514,000
1 C $ 225,000 8.5% 28.0% $ 739,000
1 D $ 90,000 3.4% 31.4% $ 829,000
1 E $ 1,000,000 37.9% 69.3% $ 1,829,000
1 F $ 180,000 6.8% 76.2% $ 2,009,000
1 G $ 80,000 3.0% 79.2% $ 2,089,000
1 H $ 90,000 3.4% 82.6% $ 2,179,000
1 I $ 50,000 1.9% 84.5% $ 2,229,000
1 J $ 13,000 0.5% 85.0% $ 2,242,000
1 K $ 275,710 10.5% 95.5% $ 2,517,710
1 L $ 40,000 1.5% 97.0% $ 2,557,710
1 M $ 80,000 3.0% 100.0% $ 2,637,710
$ 2,637,710
 UTILIDAD
%utilidad N ACUMULADA
acumulada Participacion Clasificacion
37.91% 8% 1 $ 1,000,000 A
53.08% 15% 2 $ 1,400,000 A
63.53% 23% 3 $ 1,675,710 A A
72.06% 31% 4 $ 1,900,710 A B
78.88% 38% 5 $ 2,080,710 A C
83.20% 46% 6 $ 2,194,710 B
86.62% 54% 7 $ 2,284,710 B
90.03% 62% 8 $ 2,374,710 B
93.06% 69% 9 $ 2,454,710 B
96.09% 77% 10 $ 2,534,710 C
97.99% 85% 11 $ 2,584,710 C
99.51% 92% 12 $ 2,624,710 C
100.00% 100% 13 $ 2,637,760 C

PART. Chart Title

ACUMULAD

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

Plantear la ecuación Restrincciones

1 X1+X2 ≥
Z 300X1+400X2 2 (0,02)X1+(0,04)X2 ≥
3 X2 ≤
4 X1 =
5 X1+X2 ≥
para atender una reunion social. Se le ha pedido que fabrique dos tipos de pasabocas. El pasabocas 1 necesita 0,02 libras de mariscos mie
nsa, ademas que el numero de unidades de pasabocas 2 no debe sobrepasar el millar. El costo unitario de cada pasabocas es de $300 y $4
cada tipo deben elaborarse para que su costo sea minimo?

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

Celda Objetivo 2,700,000

 Restrincciones
1 X1+(3)X2 ≤
2 X1+X2 ≤
3 (2)X1+X2 ≤
4 X1+X2 ≥

Z 200000X₁+300000X₂
una empresa metalmecanica fabrica 5 productos diferentes. Cada producto es procesado cuatro maquinas cuyos tiempos de
son:

producto Maquina 1 Maquina 2 Maquina 3 Maquina 4

x1 A 0.05 0.1 0.15 0.05
x2 B 0.15 0.1 0.05 0.05
x3 C 0.2 0.05 0.1 0.2
x4 D 0.15 0.1 0.1 0.1
x5 E 0.05 0.1 0.1 0.05

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

Producto materia prim 1 materia prim 2

A 4 2
B 6 8
C 1 3
La materia materia 1 cuesta 500 por gramo
D 2 5 disponibles son de 75000 y 100000 gramos el
E 6 10

elabore un plan de produccion que maximice e

unidades de cada produc

producto Maquina 1 Maquina 2 Maquina 3 Maquina 4

A 0.05 0.1 0.15 0.05
B 0.15 0.1 0.05 0.05
C 0.2 0.05 0.1 0.2
D 0.15 0.1 0.1 0.1
E 0.05 0.1 0.1 0.05
Costo operación 20,000 15,000 15,000 18,000
Tiempo disponibl 1500 1400 1600 1500
tiempo utilizado 1500 1400 1600 1037.5

Producto materia prim 1 materia prim 2

A 4 2
B 6 8
C 1 3
D 2 5
E 6 10
Costos MP 500 1500
MP disponible 75,000 100,000
MP utilizadas 62250 70750
uatro maquinas cuyos tiempos de procesamiento en horas

mente. El costo de operación por hora de cada maquina es

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:

producto Maquina 1 Maquina 2 Maquina 3 Maquina 4

x1 A 0.05 0.1 0.15 0.05
x2 B 0.15 0.1 0.05 0.05
x3 C 0.2 0.05 0.1 0.2
x4 D 0.15 0.1 0.1 0.1
x5 E 0.05 0.1 0.1 0.05

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

Producto materia prim materia prim 2

A 4 2
B 6 8
C 1 3
La materia materia 1 cuesta 500 por gramo y la materia
D 2 5 disponibles son de 75000 y 100000 gramos el precio d
E 6 10 19500 y

elabore un plan de produccion que maximice el benefic

1500 unidades de cada producto para c

producto Maquina 1 Maquina 2 Maquina 3 Maquina 4

A 0.05 0.1 0.15 0.05
B 0.15 0.1 0.05 0.05
C 0.2 0.05 0.1 0.2
D 0.15 0.1 0.1 0.1
E 0.05 0.1 0.1 0.05
20000 15000 15000 18000
1500 1400 1600 1500
1500 1400 1600 1037.5

Producto materia prim materia prim 2

A 4 2
B 6 8
C 1 3
D 2 5
E 6 10
500 1500
75000 100000
62250 70750
cuatro maquinas cuyos tiempos de

e. El costo de operación por hora de cada

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

ciudades de Atlanta Boston Chicago Denvver Omahoma Portland Costos fijos

suministro
Baltimore 1,675 400 685 1,630 1,160 2,800 7,650
Cheyene 1,490 1,940 970 100 495 1,200 3,500
Salt lake 1,925 2,400 1,425 500 950 800 5,000
Memphis 380 1,355 543 1,045 665 2,321 4,100
Wichita 922 1,646 700 508 311 1,797 2,200
Demanda 10 8 14 6 7 11

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

Atlanta Boston Chicago Denvver Omahoma Portland

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 %

ducir 5000 libras de salchichas establesca la mezcla

minimiza el costo de las materias primas y que cumpla
ones nutricionales en cuanto al porcentaje minimo de
ximo en grasa. Recuerde que la disponibilidad de cada
mp es limitada

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

X1: Numero de kilos a producir de Avena

X2: Numero de kilos a producir de Maiz

Composición de las materias primas

Materia Prima Minerales Calorías Vitaminas Costo * kg
Avena 400 400 200 $ 1,000
Maíz 200 600 400 $ 800

Cuantos kilogramos de avena y maíz deberán darse diariamente a cada animal para minimizar lo

Unidades

5000 8000 4000

Requerimiento Min
3000 5000 3000
turas de bajo costo para el ganado. Las materias primas principales son avena y maíz. Los
maíz son de $1000 y $800 por kilogramo, respectivamente. La empresa requiere un mínimo
orías y 4000 unidades de vitamina diarios. Por cada una de las cabezas de ganado. Cada
ministra las siguientes unidades de nutrientes:

nte a cada animal para minimizar los costos? Cuál es el costo total mínimo?

Composición de las materias primas

Cantidad en
Materia Prima Minerales Calorías Vitaminas
kilos
Avena 2000 2000 1000 5000 5
Maíz 1000 3000 2000 5000 5
F.O $ 9,000