PRACTICA DIRIGIDA

SOBRE PRONOSTICOS
INTEGRANTES
LIZARRAGA SALVATIERRA, DIANA 09170028

QUIONES MALPARTIDA, CHRISTIAN 12170206

FACULTAD DE INGENIERIA
INDUSTRIAL SAUCEDO OLANO, AXEL 11170169
CURSO: PLANEAMIENTO,
PROGRAMACION Y CONTROL
DE OPERACIONES

DOCENTE: ING. RIVERA

POMA, JUAN MANUEL

AYUDANTE CATEDRA:
INAFUKU PILLACA, DAIJI
PERCY

2015-I
PREGUNTA 1:
GRAA Y MONTERO S.A.A., fabrica mquinas controladas numricamente, que se venden a un
precio promedio de 0.75 millones de dlares cada una. Las ventas de estas mquinas durante los 3

aos anteriores son: (12 PTOS)

2010 2011 2012
CANTIDAD CANTIDAD CANTIDAD
TRIMESTRE TRIMESTRE TRIMESTRE
(UNIDADES) (UNIDADES) (UNIDADES)
I 13 I 15 I 15
II 17 II 20 II 19
III 25 III 29 III 27
IV 16 IV 18 IV 19

a. Grafique el diagrama de dispersin

b. Encuentre los factores estacionales y hallar la demanda no estacional.
c. Grafique la demanda desestacionalizada y halle el coeficiente de correlacin
d. Pronostique las ventas para el 2013 mediante descomposicin
e. Hallar los ingresos por ventas para el ao 2013

SOLUCIN:
a. Diagrama de dispersin:

1
 VENTAS GRAA Y MONTERO S.A.A.
35

30
29
27
VENTAS EN UNIDADES

25 25

20 20
19 19
18
17
15 16
15 15
13 CANTIDAD (UNIDADES)
10

0
I II III IV I II III IV I II III IV
2010 2011 2012
TRIMESTRES

b. Hallando los factores estacionales y la demanda no estacional:

Se procede a hallar el promedio anual y luego se divide las cantidades de cada trimestre entre
el promedio anual de su respectivo ao, a ese resultado se le promedia para cada trimestre y
se obtiene el factor estacional. Finalmente se divide las cantidades entre su respectivo factor
estacional:

DEMANDA
CANTIDAD PROMEDIO CANTIDAD/PROMEDIO FACTORES
AO TRIMESTRE NO
(UNIDADES) ANUAL ANUAL ESTACIONALES
ESTACIONAL
I 13 0.73 0.74 17.61 Comentario [P1]: De preferencia
usar 3 decimales
II 17 0.96 0.96 17.69
2010 17.75
III 25 1.41 1.39 17.97
IV 16 0.90 0.91 17.59
I 15 0.73 0.74 20.32
II 20 0.98 0.96 20.81
2011 20.5
III 29 1.41 1.39 20.85
IV 18 0.88 0.91 19.78
I 15 0.75 0.74 20.32
II 19 0.95 0.96 19.77
2012 20
III 27 1.35 1.39 19.41
IV 19 0.95 0.91 20.88

2
c. Con los datos obtenidos del literal b, se procede a graficar la demanda desestacionalizada

DEMANDA NO ESTACIONAL
25.00

20.32 20.85 20.32 19.41

20.00 17.97
17.61 20.81 20.88
19.78 19.77
17.69 17.59
15.00

DEMANDA
10.00 NO

5.00

0.00
I II III IV I II III IV I II III IV
2010 2011 2012

Luego se procede a hallar el coeficiente de correlacin:

DEMANDA
NO
AO TRIMESTRE X X*Y X^2 Y^2
ESTACIONAL
(Y)
I 1 17.61 17.61 1 310.27 Comentario [P2]: Redondear a un
entero positivo ya que las ventas
II 2 17.69 35.38 4 312.86 realizadas estn unidades
2010
III 3 17.97 53.92 9 323.00
IV 4 17.59 70.34 16 309.26
I 5 20.32 101.62 25 413.08
II 6 20.81 124.85 36 433.02
2011
III 7 20.85 145.94 49 434.63
IV 8 19.78 158.27 64 391.41
I 9 20.32 182.92 81 413.08
II 10 19.77 197.69 100 390.80
2012
III 11 19.41 213.51 121 376.75
IV 12 20.88 250.60 144 436.11
78 233.01 1552.65 650 4544.27

3
Finalmente se aplica la frmula de correlacin:

[ ] [ ]

Comentario [P3]: El coeficiente

cambia

Decimos entonces que la demanda no estacional se relaciona positivamente con los

trimestres por ao.

d. Se procede a pronosticar las ventas para el 2013 usando el mtodo de descomposicin,

hallando la recta de regresin, usando los datos del problema anterior:

Ecuacin de la recta:

Comentario [P4]: La ecuacin de la

Recta tambin cambia al usarse los
datos redondeados a un entero
Finalmente se hace reemplazo en: positivo.

DEMANDA
AO TRIMESTRE X PRONOSTICADA
(Y)
I 13 21.1476
II 14 21.4138
2013
III 15 21.68
IV 16 21.9462

e. Para hallar los ingresos por ventas del 2013, se multiplica la demanda pronosticada por
el precio promedio de una unidad que es 0.75 millones Comentario [P5]: PUNTAJE POR LA
PREGUNTA 7 PTOS

4
 DEMANDA
INGRESOS POR
AO TRIMESTRE PRONOSTICADA
VENTAS
(Y)
I 21.1476 $ 15,860,700.00
II 21.4138 $ 16,060,350.00
2013
III 21.68 $ 16,260,000.00
IV 21.9462 $ 16,459,650.00

PREGUNTA 2
El seor Antonio Ramrez presidente de la empresa Asesora Empresarial considera que existe
relacin ente el nmero de entrevistas con los clientes y el importe en dlares de las ventas. Para
documentar esta afirmacin tiene la siguiente informacin: el nmero de entrevistas con los
clientes durante el mes pasado, y la columna Y muestra el valor de las ventas (en miles de dlares)
del mismo mes para cada cliente en la muestra. (8 PTOS)

NUMERO DE
CONTACTOS VENTAS
14 24
12 14
20 28
16 30
46 80
23 30
48 90
50 85
55 120
50 110

a. Determinar la ecuacin de regresin.

b. Evalu las ventas estimadas si hay comunicacin con 40 clientes.
c. Realice el diagrama de dispersin.
d. Calcular los coeficientes de correlacin y determinacin, e interprete cada resultado.

Solucin

a. Ecuacin de regresin

5
 NUMERO DE
CONTACTOS (X) VENTAS (Y) XY X Y
14 24 336 196 576
12 14 168 144 196
20 28 560 400 784
16 30 480 256 900
46 80 3680 2116 6400
23 30 690 529 900
48 90 4320 2304 8100
50 85 4250 2500 7225
55 120 6600 3025 14400
50 110 5500 2500 12100
334 611 26584 13970 51581

6
 Sea nuestro modelo de regresin lineal:

Por ende la ecuacin de regresin lineal ser:

b. Se procede a conocer las ventas sabiendo que se entrevist a 40 clientes.

Se concluye que se tendr aproximadamente un valor de ventas de 76 miles de dlares

aproximadamente.
c.

DIAGRAMA DE DISPERSIN
140

120
y = 2.1946x - 12.201
100 R = 0.9513
VENTAS(Y)

80

60

40

20

0
0 10 20 30 40 50 60
NUMERO DE CONTACTOS(X)

Series1 Lineal (Series1)

7
d. Calculando el coeficiente de correlacin

[ ] [ ] [ ] [ ]

Ahora para el coeficiente de determinacin:

Interpretacin:

El coeficiente de correlacin es r= 0.97536, este coeficiente indica que las ventas

en miles de dlares y la cantidad de entrevistas hechas previamente a los clientes
estn fuertemente relacionadas y esta correlacin es directa, las ventas en miles
de dlares aumentaran cuando aumente el nmero de entrevistas a los clientes.
El importe en dlares de las ventas explica 95.1331% de la variacin observada por
el nmero de entrevistas con los clientes. Comentario [P6]: PUNTAJE POR
LA PREGUNTA 8 PTOS