Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 603 vistas

    Ejemplos de Metodos Matematicos Universitarios

    Cargado por

    IvanMartinMalagonDiaz
    El documento presenta varios ejercicios de pronósticos utilizando diferentes métodos como pronósticos cuantitativos, correlación, pronósticos exponenciales, índices estacionales y control de pronósticos. Se resuelven los ejercicios y se presentan las soluciones con cálculos.

    Copyright:

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

    Ejemplos de Metodos Matematicos Universitarios

    Cargado por

    IvanMartinMalagonDiaz
    603 vistas15 páginas
    El documento presenta varios ejercicios de pronósticos utilizando diferentes métodos como pronósticos cuantitativos, correlación, pronósticos exponenciales, índices estacionales y control de pronósticos. Se resuelven los ejercicios y se presentan las soluciones con cálculos.

    Descripción original:

    Ejemplos de Ejercicios y Significado Metod Simplex Metodo grafico Metodo Hungaro Etc

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El documento presenta varios ejercicios de pronósticos utilizando diferentes métodos como pronósticos cuantitativos, correlación, pronósticos exponenciales, índices estacionales y control de pronósticos. Se resuelven los ejercicios y se presentan las soluciones con cálculos.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    603 vistas15 páginas

    Ejemplos de Metodos Matematicos Universitarios

    Cargado por

    IvanMartinMalagonDiaz
    El documento presenta varios ejercicios de pronósticos utilizando diferentes métodos como pronósticos cuantitativos, correlación, pronósticos exponenciales, índices estacionales y control de pronósticos. Se resuelven los ejercicios y se presentan las soluciones con cálculos.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    Está en la página 1de 15

    calc

    Tecnológico de Estudios Superiores de Chimalhuacán


    Alumna:
    Quiroz Zamudio Magali

    Profesor:
    Ing. José Alberto Lona Lozano

    Carrera:
    Licenciatura en Gastronomía

    Materia:
    Investigación de Operaciones

    Grupo:
    7LG11
    Introducción
    En los ejercicio que se presentaran en este proyecto se aplicaran los diferentes
    tipos de pronósticos usando las reglas largas de solución, así dándole seguimiento
    con las enseñanzas que el profesor nos fue dando durante el 2º parcial y hacer de
    utilidad en algún momento requerido en cualquier establecimiento que estemos
    laborando, para realizar los ejercicios fue un poco difícil ya que en lo personal me
    tomo un poco de tiempo porque las cosas deben de ser con exactitud y con un
    poco de paciencia para poder lograr el objetivo del problema para llevar acabo la
    solución óptima.
    Desarrollo

    Cuantitativo: La investigación de operaciones utiliza el enfoque planeado (método


    científico) y un grupo interdisciplinario, a fin de representar las complicadas
    relaciones funcionales en modelos matemáticos para suministrar un base
    cuantitativo para la toma de decisiones, y descubrir nuevos problemas para su
    análisis cuantitativo.

    Correlación: El coeficiente de correlación de Pearson o r es una prueba


    estadística que permite analizar la relación entre dos variables medidas en un
    nivel por intervalos o de razón, donde r mide el grado de asociación lineal entre
    dos variables X e Y. La prueba en si no considera a una como independiente y a
    otra como dependiente, ya que no se trata de una prueba que evalúa causalidad.

    Pronóstico: Un pronóstico, en el plano empresarial, es la predicción de lo que


    sucederá con un elemento determinado dentro del marco de un conjunto dado de
    condiciones. Se diferencia del presupuesto porque este ultimo es el resultado de
    decisiones encaminadas a generar las condiciones que propiciaran un nivel
    deseado de dicho elemento.

    Índice estacional: El modelo de variación estacional, estacionaria o cíclica,


    permite determinar el pronostico cuando existen fluctuaciones periódicas de la
    seria de tiempo, esto generalmente como resultado de la influencia de fenómenos
    de naturaleza económica, como, por ejemplo: las temporadas de ventas.

    Control de pronóstico: Uno de los puntos clave del desarrollo del proceso de
    pronósticos consiste en monitorear el modelo, por ende, se debe acudir casi a
    indicadores en tiempo real respecto a las desviaciones de la previsión, es decir, el
    control del pronostico es un trabajo tan dinámico como lo es el comportamiento de
    la demanda. También debe efectuarse al momento de selección del mismo,
    comparando los indicadores de desviación de varias metodologías de previsión en
    la etapa de evaluación de alternativas del proceso de desarrollo del modelo.
    Cualitativo

    1.- En la Oficina de la Academia de Policías del Norte, se reciben un promedio de


    24 visitas por hora, el tiempo de atención de cada visita es de 2 minutos, los
    procesos de visita son para la información de entrega de los Procesos de
    Capacitación Policiaca de FORTASEG. Cuantificar la cola.

    Solución:

    ʎ= 24

    µ= 60/6= 30
    p = 24/30= 0.8

    p0= (1-p) = 1 – 0.8= 0.2


    p1= 0.8 * 0.2= 0.16
    p2= (0.8)2 * 0.2= 0.128
    p3= (0.8)3 * 0.2= 0.1024

    Lq= (ʎ)2/(µ*(µ-ʎ))= (24)2/(30*(30-24))= 576/(30*6)= 576/180=


    3.2

    L= ʎ/(µ-ʎ)= 24/(30-24)= 24/6= 4

    Wq= ʎ/µ(µ-ʎ)= 24/30(30-24)= 24/30(6)= 24/180= 0.13 Horas = 7


    minutos

    W= 1/(µ-ʎ) = 1/(30-24)= 1/6= 0.16 horas= 10 minutos

    Probabilidad (Mas de 15 minutos en sistema)= P(W>15 Min)=


    0.8(10>15)= 0.3035

    Resultado

    Por tanto, el servidor estará ocupado un 80% de su tiempo, la probabilidad de que


    en un instante cualquiera no haya ningún cliente en el sistema es de 20%, la que
    haya un cliente es de 16%, el promedio de clientes en el sistema es de 2, y el
    promedio de espera en cola es de 7 minutos. También existe un 30.35% de
    probabilidad de que un cliente que llegue al sistemas y pase más de 15 minutos
    antes de abandonarlo.
    Correlación
    Pronósticos

    3.-

    Años (x) Ventas (y) xy x2

    0 (2014) 350 0 0

    1 (2015) 650 650 1

    2(2016) 350 700 4

    3 (2017) 550 1650 9

    Σxy= 3000

    N=4

    Z= 6

    Saca X

    Σy= Na+Σxb…1

    Σxy= Σya+Σx2b…2

    (-6) 1900=4a+6b

    (4) 3000=6a+14b

    -11400=-24a-36b

    12000=24+56b
    _______________

    600= 0 + 20b
    Encontrar b= 600/20= 30

    Sustituir “b”

    1900=4a+6(30)

    a=1900-6(30)/4

    a=1900-180/4

    a= 1720/4

    a= 430

    y1= 430+30x

    y18=430+[(30*4)]= 430+120= 550

    y19=430+[(30*5)]= 430+150= 580

    y20=430+[(30*6)]= 430+180= 610


    Exponencial

    4.-

    Año (x) Ventas (Y) Logy xLogy X2

    0 (2014) 500 2.6989 0 0

    1 (2015) 800 2.9030 2.9030 1

    2 (2016) 1200 3.0791 6.1582 4

    3 (2017) 1500 3.1760 9.5280 9

    ΣLogy= 11.8570 ΣxLogy= 18.5892

    N=4

    Z= 6

    X= ΣLogy=Nloga+ZxLogb

    X= ΣxLogy=ZxLoga+Σx2Logb

    (-6) 11.8570=4Loga+6logb

    (4) 18.5892=6Loga+14Logb

    -71.1420= -24Loga-36Logb
    74.3568= 24Loga+56Logb
    ______________________

    3.2148= 0 + 20Logb

    Logb= 3.2148/20= 0.16, b=Log-1 0.16= 1.4454

    Loga=11.8570-6(0.16)/4= 11.8570-0.9600/4

    Loga= 2.7242, a= Log-1 2.7242= 529.9074

    y18=529.9074(1.4454)4 = 2312.87

    y19=529.9074(1.4454)6= 4832.01
    Índices estacionales

    5.-

    Ei= ẋn/ẋp= Yei= Ei (Yf/Periodos)

    Trimestres

    Año Q1 Q2 Q3 Q4 Año x xy x2
    Periodo (y)

    2013 35 28 24 52 139 -1.5 -208.5 2.25

    2014 43 36 41 70 190 -0.5 -95 0.25

    2015 42 38 29 75 184 0.5 92 0.25

    2016 41 29 25 78 173 1.5 259.5 2.25

    2017 50 45 25 - Error!

    Σx/n ẋ1= ẋ2= ẋ3= ẋ4=


    42.2 35.2 28.8 68.75
    Σx= 0 Σxy= 48 Σx2= 5

    ẋp=Σẋ/n= (42.2+35.2+28.8+68.75)/4= 43.73

    E1= 42.2/43.73= 0.96, E2= 35.2/43.73= 0.80, E3= 28.8/43.73= 0.65,


    E4= 68.75/43.73= 1.57

    Comprobación ΣEi/n= 0.99 = 1

    a= Σy/n= 686/4 = 171.5

    b= Σxy/Σx2= 48/5= 9.6

    y= 171.5+9.6x

    y17= 171.5+[9.6(2.5)]= 195.5

    y18= 171.5+[9.6(3.5)]= 205.1

    y17= 1.57*(195.5/4)= 76.73

    y18= 0.65*(205.1/4)= 33.32


    Control de pronóstico

    6.-

    ẏ=Σy/n Sy= √Σ(y-ẏ)-2/ √ 95% Confianza

    LCS= ẏ+Syt

    LCIẏ-Syt √=n-1

    LCS= 42.37+[11.42(2.5463)]= 71.44

    LCI= 42.37-[11.42(2.5463)]= 13.29


    Encuestas
    Pronósticos Respuesta Si

    Pregunta (x) Respuesta Si (y) xy x2

    0 (1) 37 0 0

    1(2) 49 49 1

    2(3) 49 98 4

    3(4) 39 117 9

    4(5) 43 172 16

    5(6) 25 125 25

    6(7) 25 150 36

    7(8) 49 343 49

    8(9) 25 200 64

    9(10) 29 261 81

    xy= 1515
    N= 10

    Z= 45

    Saca X

    Saca X

    Σy= Na+Σxb…1

    Σxy= Σya+Σx2b…2

    (45) 370=10a+45b

    (-10) 1515=45a+285b

    16650=-450a+2025b

    -15150=-450-2850b
    _______________

    1500 = 0 - 825b

    Encontrar b= 1500/825= 1.81

    Sustituir “b”

    370=10a+45(1.81)

    a=370-45(1.81)/10

    a=370-81.45/10

    a= 288.55/10

    a= 28.85

    y1= 28.85+(1.81)x

    y18=28.85+[(1.81*10)]= 28.85+18.1= 46.95

    y19=28.85+[(1.81*11)]= 28.85+19.9 = 48.75

    y20=28.85+[(1.81*12)]= 28.85+21.72 = 50.57


    Pronósticos Respuesta No

    Pregunta (x) Respuesta No (y) xy x2

    0 (1) 13 0 0

    1(2) 1 1 1

    2(3) 1 2 4

    3(4) 11 33 9

    4(5) 3 12 16

    5(6) 25 125 25

    6(7) 25 150 36

    7(8) 1 7 49

    8(9) 25 200 64

    9(10) 1 9 81

    xy= 539
    N= 10

    Z= 45

    Saca X

    Saca X

    Σy= Na+Σxb…1

    Σxy= Σya+Σx2b…2

    (-45) 106=10a+45b

    (10) 539=45a+285b

    -4770=-450a-2025b

    5390=450+2850b
    _______________

    620 = 0 - 825b

    Encontrar b= 620/825= 0.75

    Sustituir “b”

    106=10a+45(0.75)

    a=106-45(0.75)/10

    a=106-33.75/10

    a= 72.25/10

    a= 7.22

    y1= 7.22+(0.75)x

    y18=7.22+[(0.75*10)]= 7.22+7.5= 14.72

    y19=7.22+[(0.75*11)]= 7.22+8.25 = 15.47

    y20=7.22+[(0.75*12)]= 7.22+9 = 16.22

    También podría gustarte