INSTITUTO TECNOLÓGICO SUPERIOR DEL OCCIDENTE DEL

ESTADO DE HIDALGO.

CARRERA:
INGENIERÍA INDUSTRIAL.

MATERIA:
ADMINISTRACIÒN DE OPERACIONES I

PRACTICA:
“EJERCICIOS RESUELTOS”

DOCENTE:
ING. JUAN PATRICIO TREJO MENDOZA
ALUMNO:
UBALDO ANGEL CRISTOBAL
MATRICULA:
16011257
GRUPO:
5” D”
UNIDAD:
2
FECHA DE ENTREGA:
14/09/2018
INDICE

INTRODUCCIÒN _________________________________________________ 3

EJERCISIOS RESUELTOS EN CLASE ___________________________________ 4

EJERCISIO 1 PROMEDIO MOVIL _____________________________________ 4

PLANTEAMIENTO ________________________________________________ 4

SOLUCIÒN ______________________________________________________ 4

FORMULAS Y SUSTITUCIÒN ________________________________________ 5

GRAFICA _______________________________________________________ 6

CONCLUSIÒN ___________________________________________________ 6

EJERCISIO 2 REGRESIÒN LINEAL ____________________________________ 7

PLANTEAMIENTO________________________________________________ 7

SOLUCION _____________________________________________________ 7

FORMULAS Y SUSTITUCIÒN ________________________________________8

GRAFICA ______________________________________________________ 9

CONCLUSIÒN __________________________________________________ 9

EJJERCICIO 1.1 PROMEDIO MOVIL _________________________________ 10

PLANTEAMIENTO ______________________________________________ 10

SOLUCIÒN ____________________________________________________ 10

FORMULAS Y SUSTITUCION ______________________________________ 11

GRAFICA _____________________________________________________ 12

CONCLUSIÒN _________________________________________________ 12

EJERCICIO 2.1 REGRSIÒN LINEAL __________________________________ 13

PLANTEAMIENTO ______________________________________________13

SOLUCIÒN ____________________________________________________ 13

FORMULAS Y SUSTITUCIÒN ______________________________________ 14

GRAFICA _____________________________________________________ 14

CONCLUSIÒN _________________________________________________ 14
INTRODUCCIÒN 3

Principal mente el pronóstico de promedio móvil es óptimo para patrones de

demanda aleatorios o nivelados donde se pretende eliminar el impacto de los
elementos irregulares históricos mediante un enfoque en períodos de demanda
reciente.

Para poder saber o predecir la demanda que tendrá el producto o servicio que
se está analizando por lo que con este método tendremos una forma más
práctica de establecer la decisión que se tomará en estos casos.

También el objeto de un análisis de regresión es investigar la relación

estadística que existe entre una variable dependiente (Y) y una o más
variables independientes (, x1.x2.x3.).

Para poder realizar esta investigación, se debe postular una relación funcional
entre las variables. Debido a su simplicidad analítica, la forma funcional que
más se utiliza en la práctica es la relación lineal.
 4
Promedio móvil

Ejercicio 1
Considere los datos de una empresa de traslado de mercancía a través de
tráileres cada uno de estos representa un envió.
a) Determine el promedio móvil y grafique los resultados obtenidos

Los datos históricos se muestran en el siguiente cuadro.

datos
año envios
2007 80
2008 82
2009 84
2010 83
2011 83
2012 84
2013 85
2014 84
2015 82
2016 83
2017 84
2018 86
2019

Solución:
Se determinan los rangos de años que se van a calcular los pronósticos con los datos
anteriores para poder realizar el siguiente tablero

datos Movil de 2 años Movil de 3 años Movil de 4 años Movil de 5 años

año envios suma pronos EC suma pronos EC suma pronos EC suma pronos EC
2007 80
2008 82 162
2009 84 166 81,00 9,00 246
2010 83 167 83,00 0,00 249 82,00 1 329
2011 83 166 83,50 0,25 250 83,00 0 332 82,25 0,56 412
2012 84 167 83,00 1,00 250 83,33 0,44444444 334 83,00 1,00 416 82,40 2,56
2013 85 169 83,50 2,25 252 83,33 2,77777778 335 83,50 2,25 419 83,20 3,24
2014 84 169 84,50 0,25 253 84,00 0 336 83,75 0,06 419 83,80 0,04
2015 82 166 84,50 6,25 251 84,33 5,44444444 335 84,00 4,00 418 83,80 3,24
2016 83 165 83,00 0,00 249 83,67 0,44444444 334 83,75 0,56 418 83,60 0,36
2017 84 167 82,50 2,25 249 83,00 1 333 83,50 0,25 418 83,60 0,16
2018 86 170 83,50 6,25 253 83,00 9 335 83,25 7,56 419 83,60 5,76
2019 85,00 84,33 83,75 83,80
 5
EC= 27,50 EC= 20,11 EC= 16,25 EC= 15,36
ECM= 2,75 ECM= 2,23 ECM= 2,03 ECM= 2,19
RECM= 1,66 RECM= 1,49 RECM= 1,43 RECM= 1,48
Para calcular:

ERROR CUADRATICO

EC=
∑ 𝐸𝐶

ERROR CUADRATICO MEDIO

∑ 𝐸𝐶
ECM=
𝑁

RAIZ DE ERROR CUADRATICO MEDIO

RECM= √𝐸𝐶𝑀

PARA 2 AÑOS

EC= SUMA DE EC= 27.50

ECM= EC/10 = 2.75

RECM= √2.75 = 1.66

PARA 3 AÑOS

EC= SUMA DE EC= 20.11

ECM= 20.11/9 = 2.23

RECM= √2.23 =1.49

PARA 4 AÑOS

EC= SUMA DE EC= 16.25

ECM= 16.25/8 = 2.03

RECM= √2.03 = 1.43

PARA 5 AÑOS

EC= SUMA DE EC= 15.36

ECM= 15.36/7 = 2.19

RECM= √2.19 = 1.48

 6

Resultados

Se toma el valor más pequeño de los resultados de RECM para seleccionar la fila que es la más
óptima del promedio, en este caso es el 1.43 se grafican los resultados obtenidos de la tabla

pronosticos de envio del 2019

envios pronos

87
86 86
85 85
84 84 84 84 84,00 84
83,50 83,75 83,75 83,50 83,75
83 83 83 83,00 83 83,25

82 82 82,25 82
81
80 80
79
78
77
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Conclusión
En conclusión, podemos observar que para los envíos del año 2019 va a disminuir con un total
de envíos de 83.75, con lo que se prevé que tendrá una baja a comparación de los datos
anteriores con esto se puede revisar todos los gastos tanto de combustible como de mano de
obra para los traslados
 7
Ejercisio2 Regresión lineal
Considere los datos de una empresa de venta de automóviles. Cada uno de estos representa
un automóvil el dato histórico se muestra en el siguiente dato.
año periodo(X)
2007 1
2008 2
2009 3
2010 4
2011 5
2012 6
2013 7
2014 8
2015 9
2016 10
2017 11
2018 12
∑ ∑
Solución

calculo del pronostico con minimos cuadrados

año periodo(X) automoviles moviles (Y) xy
2007 1 34 1 34
2008 2 38 4 76
2009 3 42 9 126
2010 4 28 16 112
2011 5 35 25 175
2012 6 41 36 246
2013 7 31 49 217
2014 8 40 64 320
2015 9 39 81 351
2016 10 37 100 370
2017 11 34 121 374
2018 12 38 144 456
∑ 78 ∑ 437 ∑ 650 ∑ 2857

= 6,50 Ῡ= 36,42
 8

Formula y sustitución

∑
b=
∑

16,5
b=
.
.
.
= 143
0,12

regresion a= a=Ῡ-bx = 36.42-(0.12 )(6.50) = 35,67

y= y=a + bx 35.67+0.12(13)= 37,16666667

ajuste de curva y calculo del pronostico al año 2019(pronostico) año

y=a + bx = 35.67+0.12(1) 35,78 2007
y=a + bx = 35.67+0.12(2) 35,90 2008
y=a + bx = 35.67+0.12(3) 36,01 2009
y=a + bx = 35.67+0.12(4) 36,13 2010
y=a + bx = 35.67+0.12(5) 36,24 2011
y=a + bx = 35.67+0.12(6) 36,36 2012
y=a + bx = 35.67+0.12(7) 36,47 2013
y=a + bx = 35.67+0.12(8) 36,59 2014
y=a + bx = 35.67+0.12(9) 36,71 2015
y=a + bx = 35.67+0.12(10) 36,82 2016
y=a + bx = 35.67+0.12(11) 36,94 2017
y=a + bx = 35.67+0.12(12) 37,05 2018
y=a + bx = 35.67+0.12(13) 37,17 2019
 9
GRAFICA PARA EL PROOSTICO PARA EL PERIODO 13 EN VENTAS DE
AUTOMOVILES QUE COMPRENDE EL AÑO 2019

EN CONCLUSIÒN
Como se puede observar se tiene un pronóstico de 37.17 miles de automóviles, y también se
puede ver que han estado en decadencia en ciertos periodos, pero gracias al análisis visto se
ve que en el año 2019 va aumentar las ventas.
 10

Ejercicio 1.1

La fábrica ALFA fabricantes de conexiones de plástico, desea estimar la demanda de un de

estos productos que se llama codo 90 grados por 25 de largo.

Esto es para el mes de marzo del 2011 por lo cual la información histórica está plasmada en la
siguiente tabla.

DATOS
MES DEMANDA
NOVIEMBRE 10
DICIEMBRE 20
ENERO 20
FEBRERO 30
MARZO 32
ABRIL 27
MAYO 18
JUNIO 30
JULIO 25
AGOSTO 22
SEPTIEMBRE 15
OCTUBRE 17
NOVIEMBRE 16
DICIEMBRE 20
ENERO 18
FEBRERO 20
MARZO
a) Determina el promedio móvil para 2 meses, 3 meses, 4 meses y 5 meses

Solución:

Se determinan los rangos los meses que se van a calcular los pronósticos con los datos
anteriores para poder realizar el siguiente tablero
DATOS MOVIL DE 2 MESES MOVIL DE 3 MESES MOVIL DE 4 MESES MOVIL DE 5 MESES
MES DEMANDA SUMA PRONOS EC SUMA PRONOS EC SUMA PRONOS EC SUMA PRONOS EC
NOVIEMBRE 10
DICIEMBRE 20 30
ENERO 20 40 15 25 50
FEBRERO 30 50 20 100 70 16,7 177,8 80
MARZO 32 62 25 49 82 23,3 75,1 102 20 144 112
ABRIL 27 59 31 16 89 27,3 0,1 109 25,5 2,25 129 22,4 21,16
MAYO 18 45 29,5 132,25 77 29,7 136,1 107 27,25 85,5625 127 25,8 60,84
JUNIO 30 48 22,5 56,25 75 25,7 18,8 107 26,75 10,5625 137 25,4 21,16
JULIO 25 55 24 1 73 25,0 0,0 100 26,75 3,0625 132 27,4 5,76
AGOSTO 22 47 27,5 30,25 77 24,3 5,4 95 25 9 122 26,4 19,36
SEPTIEMBRE 15 37 23,5 72,25 62 25,7 113,8 92 23,75 76,5625 110 24,4 88,36
OCTUBRE 17 32 18,5 2,25 54 20,7 13,4 79 23 36 109 22 25
NOVIEMBRE 16 33 16 0 48 18,0 4,0 70 19,75 14,0625 95 21,8 33,64
DICIEMBRE 20 36 16,5 12,25 53 16,0 16,0 68 17,5 6,25 90 19 1
ENERO 18 38 18 0 54 17,7 0,1 71 17 1 86 18 0
FEBRERO 20 38 19 1 58 18,0 4,0 74 17,75 5,0625 91 17,2 7,84
MARZO 19 19,3 18,5 18,2
 11

EC 497,5 EC 564,7 EC 393,375 EC 284,12

ECM 35,5357143 ECM 40,3333333 ECM 28,0982143 ECM 20,2942857
RECM 5,96118397 RECM 6,35085296 RECM 5,30077488 RECM 4,50491795
FORMULAS Y SUSTITUCION

ERROR CUADRATICO

EC=
∑ 𝐸𝐶

ERROR CUADRATICO MEDIO

∑ 𝐸𝐶
ECM=
𝑁

RAIZ DE ERROR CUADRATICO MEDIO

RECM= √𝐸𝐶𝑀

PARA 2 MESES

EC= SUMA DE EC= 497.5

ECM= 497.5/14 = 35.535

RECM= √35.535 = 5.961

PARA 3 MESES

EC= SUMA DE EC= 564.7

ECM= 20.11/13 = 40.33

RECM= √40.33 =6.35

PARA 4 MESES

EC= SUMA DE EC= 393.375

ECM= 393.375/12 = 28.0982

RECM= √28.098 = 5.300

PARA 5 MESES
 12
EC= SUMA DE EC= 284.12

ECM= 284.12/11 = 20.294

RECM= √20.294 = 4.5049

Se realiza una comparación del resultado de raíz del error cuadrático medio y se elige el
número menor de los datos calculados el cual es RECM= 4.5049 para determinar el mes 17 se
tiene una demanda del producto de 18.2 de producto.

Grafica de pronóstico para la producción para el periodo 17

CONCLUSIÒN
En conclusión, como se puede notar en la gráfica la empresa ha tenido altas y baja en
demanda de su producto, pero al realizar los cálculos necesarios se observa que en el mes 17
que es marzo va a tener un alza en su demanda por lo que se prevé que aumente tanto la
demanda como la producción.
 13
EJERCICIO 2.1 REGRESIÒN LINEAL
El dueño de una empresa de automóviles realizo un estudio, para determinar las relaciones en
un mes determinado entre el número de automóviles vendidos en el mes por su distribuidora
con el número de comerciales de un minuto sobre su distribuidora televisado localmente en
ese mes

Durante el periodo de 6 meses anoto los resultados que se muestran en la siguiente tabla.

SOLUCIÒN

MESES AUTOS VENDIDOS (Y) COMERCIALES TELEVISADOS(X) X² XY

1 10 2 4 20
2 15 5 25 75
3 13 3 9 39
4 18 6 36 108
5 20 8 64 160
6 25 7 49 175
∑
101 ∑
31 ∑
187 ∑
577

= 5,166666667
Ῡ= 16,83333333
 14
FORMULAS Y SUSTITUCIÒN

∑
= 55,1666667
b= ∑ =
26,8333333 2,05590062

REGRESION 16,83-(2,0559)(5,1666666667)= 6,21118012

y= y 6,21118012+2,05590062(7)= 20,6024845

AJUSTE DE CURVAS Y CALCULO DE PRONOSTICO AL MES 7(PRONOS MESES)

Y=a+bx y = 6,21118012+2,05590062(1)= 8,26708075

Y=a+bx y = 6,21118012+2,05590062(2)= 10,3229814
Y=a+bx y = 6,21118012+2,05590062(3)= 12,378882
Y=a+bx y = 6,21118012+2,05590062(4)= 14,4347826
Y=a+bx y = 6,21118012+2,05590062(5)= 16,4906832
Y=a+bx y = 6,21118012+2,05590062(6)= 18,5465839
Y=a+bx y = 6,21118012+2,05590062(7)= 20,6024845
GRAFICA DE PRONOSTICO PARA EL MES 7 DE VENTAS DE AUTOMOVILES

CONCLUSIÒN
Como podemos observar en la gráfica la empresa dedicada a la venta de automóviles siempre
ha estado en alza continua por lo que en el mes 7 y podemos mirar que está en una pendiente
de aumento por lo cual la empresa va en buen estado y podrá seguir como lo ha hecho hasta
ahora.