Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 571 vistas

    Tarea NO 2

    Cargado por

    Elder Hernandez
    1) Se aplicó un modelo de pronóstico para anticipar la demanda durante 6 meses. El MAD (desviación absoluta media) para el pronóstico fue de 3. 2) Se usó otro modelo de pronóstico para anticipar la demanda de un producto. El MAD para este modelo fue de -7.166. 3) Se compararon dos métodos de pronóstico de producción semanal. El método 2 tuvo un MAD menor (-1 frente a -2) y por lo tanto fue más adecuado.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd

    Tarea NO 2

    Cargado por

    Elder Hernandez
    571 vistas8 páginas
    1) Se aplicó un modelo de pronóstico para anticipar la demanda durante 6 meses. El MAD (desviación absoluta media) para el pronóstico fue de 3. 2) Se usó otro modelo de pronóstico para anticipar la demanda de un producto. El MAD para este modelo fue de -7.166. 3) Se compararon dos métodos de pronóstico de producción semanal. El método 2 tuvo un MAD menor (-1 frente a -2) y por lo tanto fue más adecuado.

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    XLSX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    1) Se aplicó un modelo de pronóstico para anticipar la demanda durante 6 meses. El MAD (desviación absoluta media) para el pronóstico fue de 3. 2) Se usó otro modelo de pronóstico para anticipar la demanda de un producto. El MAD para este modelo fue de -7.166. 3) Se compararon dos métodos de pronóstico de producción semanal. El método 2 tuvo un MAD menor (-1 frente a -2) y por lo tanto fue más adecuado.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Descargar como xlsx, pdf o txt
    571 vistas8 páginas

    Tarea NO 2

    Cargado por

    Elder Hernandez
    1) Se aplicó un modelo de pronóstico para anticipar la demanda durante 6 meses. El MAD (desviación absoluta media) para el pronóstico fue de 3. 2) Se usó otro modelo de pronóstico para anticipar la demanda de un producto. El MAD para este modelo fue de -7.166. 3) Se compararon dos métodos de pronóstico de producción semanal. El método 2 tuvo un MAD menor (-1 frente a -2) y por lo tanto fue más adecuado.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Descargar como xlsx, pdf o txt
    de 8

    UNIVERSIDAD TECNOLOGICA DE HONDURAS

    Campus: San Pedro Sula

    Modalidad Online
    Asignatura: Administracion de la Produccion
    Catedrático: Mae. Esdras Jhonatan Avelar Maldonado
    Cuenta: 201710010465
    Alumno: Elder Geovanny Hernandez Orellana
    Tarea: Tarea Modulo No 5

    Fecha:
    07 de julio del 2021
    1. Se aplicó cierto modelo de pronóstico para anticipar un periodo de seis meses. Aquí están la demanda
    pronosticada y la real:
    Calcule la desviación absoluta media para el pronóstico

    Mes Pronostico Real Eror porcentual absoluto

    Marzo 50 54 [50-54]= 4
    Abril 66 61 [66-61]= 5
    Mayo 75 74 [75-74]= 1
    Junio 70 68 [70-68]= 2
    Julio 68 73 [68-73]= 5
    Agosto 72 71 [72-71]= 1
    69.5 18
    MAD = 18/6= 3
    La desviacion absoluta media para el pronostico es de 3

    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 Pronostico Real Eror porcentual absoluto


    Marzo 200 223 [200-223]= -23
    Abril 230 229 [230-229]= 1
    Mayo 260 234 [260-234]= 26
    Junio 180 240 [180-240]= -60
    Julio 270 246 [270-246]= 24
    Agosto 240 251 [240-251]= -11
    -43
    MAD = -43/6= -7.166

    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

    Semana Metodo 1 Real Eror porcentual absoluto


    1 12 14 [12-14]= -2
    2 14 16 [14-16]= -2
    3 13 15 [13-15]= -2
    4 15 17 [15-17]= -2
    -8
    MAD = -8/4= -2

    Semana Metodo 2 Real Eror porcentual absoluto


    1 13 14 [13-14]= -1
    2 15 16 [15-16]= -1
    3 14 15 [14-15]= -1
    4 16 17 [16-17]= -1
    -4
    MAD = -4/4= -1
    Se determina que el metodo 2 tiene menor MAD siendo este el mas adecuado

    4. Un restaurante de comida rápida ha recolectado los datos de la demanda uno de sus productos en los
    últimos 12 meses, la cual se puede observar en la tabla siguiente:

    Periodo (x) Demanda X2


    MES XY
    ( Miles)
    Enero 1 21 1 21
    Febrero 2 22 4 44
    Marzo 3 25 9 75
    Abril 4 21 16 84
    Mayo 5 23 25 115
    Junio 6 27 36 162
    Julio 7 31 49 217
    Agosto 8 29 64 232
    Septiembre 9 28 81 252
    Octubre 10 31 100 310
    Noviembre 11 32 121 352
    Diciembre 12 33 144 396
    78 323 650 2,260
    x y x2 xy
    x 6.5
    b= 26.92

    b= 2,260 - (12 )(6.5)(26.92) 160.24 1.12


    650-(12) (6.5)^2 143

    a=y 26.92-(1.12) (6.5) = 19.64

    y>=abx

    Demanda = 19.64 + 1.12 (13)= 34

    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.

    Periodo (x) Demanda X2


    MES XY
    ( Miles)
    Enero 1 17 1 17
    Febrero 2 16 4 32
    Marzo 3 18 9 54
    Abril 4 20 16 80
    Mayo 5 21 25 105
    Junio 6 20 36 120
    Julio 7 23 49 161
    Agosto 8 25 64 200
    Septiembre 9 24 81 216
    45 184 285 985
    x y x2 xy
    x 5
    b= 20.44

    b= 985- (9 )(5)(20.44) 65.2 1.08


    285-(9) (5)^2 60

    a=y 20.44-(1.08) (5) = 15.04

    y>=abx

    Demanda = 15.04+ 1.08 (10)= 26

    6 La asistencia a un parque de diversiones ha sido la siguiente:

    TRIMESTRE AÑO 2010 AÑO 2011 AÑO 2012


    Trimiestre 1 210 198 222
    Trimiestre 2 245 238 255
    Trimiestre 3 289 312 323
    Trimiestre 4 153 147 156

    Calcule los índices estacionales usando todos los datos.


    Demanda Promedio 1 Trimestre 210
    Demanda Promedio 2 Trimestre 246
    Demanda Promedio 3 Trimestre 308
    Demanda Promedio 4 Trimestre 152
    Demanda Promedio Estacional 229

    Indice Estacional 1 Trimestre 0.92


    Indice Estacional 2 Trimestre 1.07
    Indice Estacional 3 Trimestre 1.34
    Indice Estacional 4 Trimestre 0.66

    Si espera que la demanda para el año 2013 sea de 1,032,500 personas, ¿Cuál será la demanda para cada
    trimestre?
    1032500 / 4 = 258,125.00

    1 Trimestre 236,708.52 Personas


    2 Trimestre 277,287.12 Personas
    3 Trimestre 347,172.49 Personas
    4 Trimestre 171,331.88 Personas

    7. En el pasado, una distribuidora vendió un promedio de 2,400 llantas cada año. En los dos años
    anteriores vendió 500 y 600, respectivamente, durante el otoño, 800 y 700 en invierno, 400 y 430 en
    primavera, y 700 y 670 en verano. Luego se invertir en un plan de publicidad muy prometedor, proyecta
    que las ventas se incrementarán el próximo año a 3,500 llantas. ¿Cuál será la demanda en cada estación?

    Demanda Promedio verano 500+600/2= 800


    Demanda Promedio Otoño 800+700/2= 1,150
    Demanda Promedio Invierno400+430/2 = 615
    Demanda Promedio Primave700+670/2= 1,035
    Demanda promedio Estacional 900
    Indice estacional Verano 0.89
    Indice estacional Otoño 1.28
    Indice estacional Invierno 0.68
    Indice estacional Primavera 1.15

    Demanda Promedio Proximo Año 875

    Demanda para Cada Estacion


    verano 778.00
    Otoño 1,118.00
    Invierno 598.00
    Primavera 1,006.00
    -
    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:

    Venta de
    Precio Café
    lempira (X ) X2 XY
    Unidades (Y)

    22 720 484 15,840


    32 432 1024 13,824
    20 866 400 17,320
    40 175 1600 7,000
    30 545 900 16,350
    38 268 1444 10,184
    182 3006 5852 80518

    X 30.33333333
    Y 501

    B = 80518-(6)(30.33)*(501) 10,654.0 32.04


    5852-(6)(30.33)^2 332.5

    A= 501-(32.04)(30.33) 470.77

    Demanda si el precio fuera a 28.00

    470.77+32.04(28) 1,367.00 Pronostico a Precio 28


    470.77+32.04(18) 1,048.00 Pronocstico Precio 18

    1000 866
    800720
    545
    600 432
    400 268
    175
    20022 32 20 40 30 38
    0
    1 2 3 4 5 6

    Precio lempira (X ) Venta de Café Unidades (Y)


    400 268
    175
    20022 32 20 40 30 38
    0
    1 2 3 4 5 6

    Precio lempira (X ) Venta de Café Unidades (Y)

    9. Una empresa de manufactura ha recolectado los siguientes datos en cuanto a su


    producción en relación al capital invertido:

    Produccion Capital X2 XY
    40 191 36,481 7,640
    42 170 28,900 7,140
    53 272 73,984 14,416
    35 155 24,025 5,425
    56 280 78,400 15,680
    39 173 29,929 6,747
    48 234 54,756 11,232
    30 116 13,456 3,480
    37 153 23,409 5,661
    40 178 31,684 7,120
    420 1922 395,024 84,541.00

    X 42
    Y 192.2

    B = 84541-(10)(42)(192.20) 3,817.0 0.15


    395024-(10)(192.2)^2 25,624.0

    A= 192.2-(0.15)(42) 185.7

    Demanda si el precio fuera a 28.00

    185.70+0.15(120000) 18,185.00 Pronostico con inversion de 120000


    185.70+0.15(200000) 30,186.00 Pronostico con inversion de 200000

    300

    250

    200

    150

    100

    50

    0
    1 2 3 4 5 6 7 8 9 10

    Produccion Capital

    También podría gustarte