Documente Academic
Documente Profesional
Documente Cultură
02. EL GERENTE DE MANTENIMIENTO DE LA EMPRESA TRACTITOS QUIERE SABER CÓMO DETERMINAR EL COSTO DE MANTENIMIENTO; 6 puntos
SI ES EN BASE A LA EDAD DEL TRACTOR O SU NÚMERO DE SERIE. SE PRESENTA LA SIGUIENTE INFORMACIÓN OBTENIDA:
Serie del Tractor Edad del tractor Costo de mantenimiento Serie del Tractor
Tractor 001 2.2 S/. 619 1
Tractor 002 4.5 S/. 1,049 2
Tractor 003 4.5 S/. 1,033 3
Tractor 004 2 S/. 495 4
Tractor 005 3 S/. 723 5
Tractor 006 3.7 S/. 681 6
Tractor 007 3.2 S/. 890 7
Tractor 008 6 S/. 1,522 8
Tractor 009 3.6 S/. 987 9
Tractor 010 5 S/. 1,194 10
Tractor 011 0.5 S/. 163 11
Tractor 012 0.6 S/. 182 12
Tractor 013 2.9 S/. 764 13
Tractor 014 5 S/. 1,373 14
Tractor 015 3.5 S/. 978 15
Tractor 016 1.8 S/. 446 16
Tractor 017 2.6 S/. 549 17
a. Halla la ecuación lineal para la determinación del costo de mantenimiento con la variable escogida.
b. Si la empresa tuviera 10 tractores con 3 años de antigüedad en una estación y otros 5 con 4.5 años de antigüedad, ¿cuál sería el costo de mantenimiento total?
c. ¿Qué representa el coeficiente de correlación para este caso?
Estadísticas de la regresión
Coeficiente de correlación m 0.9701461124
Coeficiente de determinació 0.9411834793
R^2 ajustado 0.937262378
Error típico 95.3561368354
Observaciones 17
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 2182546.57810558 2182546.57810558 240.0303865257 1.228812E-10
Residuos 15 136391.892482656 9092.7928321771
Total 16 2318938.47058824
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%
Intercepción 24.2165552634 55.3218203991 0.4377396674 0.6678125276 -93.69911369 142.13222421 -93.69911369 142.13222421
Variable X 1 242.4234168594 15.6473737407 15.4929140747 1.22881221611445E-10 209.07182921 275.77500451 209.07182921 275.77500451
Estadísticas de la regresión
Coeficiente de correlación m 0.1247107538
Coeficiente de determinació 0.0155527721
R^2 ajustado -0.0500770431
Error típico 390.1172942436
Observaciones 17
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 36065.921568627 36065.921568627 0.2369772346 0.6334343295
Residuos 15 2282872.54901961 152191.503267974
Total 16 2318938.47058824
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%
Intercepción 887.4411764706 197.9063692459 4.4841466187 0.0004368915 465.61373568 1309.2686173 465.61373568 1309.2686173
Variable X 1 -9.4019607843 19.3136840184 -0.4868030758 0.6334343295 -50.56810381 31.76418224 -50.56810381 31.76418224
b. Costo de mantenimiento
10 tractores 3 años S/. 7,514.87
5 tractores 4.5 años S/. 5,575.61
Costo de mantenimiento S/. 13,090.48
03. LA EMPRESA GETAOP QUIERE UTILIZAR TRES MÉTODOS DE PRONÓSTICOS CUANTITATIVOS DE SERIE DE TIEMPO PARA PRONOSTICAR SU DEMANDA PARA EL AÑO 2018, EN BASE A LA DEMANDA HISTÓRICA. ESCOGER
4 puntos
EL MÁS ACERTADO Y FUNDAMENTAR POR QUÉ.
0.1
Mes Ventas PMS 3 MESES PMP 3 MESES PSE DAM PMS DAM PMP DAM PSE
Enero 5,250 1 5,389
Febrero 5,475 2 5,375
Marzo 5,100 3 5,385
Abril 5,700 5,275 5,250 5,356 425 450 344
Mayo 5,850 5,425 5,463 5,391 425 388 459
Junio 5,250 5,550 5,675 5,437 300 425 187
Julio 4,725 5,600 5,525 5,418 875 800 693
Agosto 4,830 5,275 5,088 5,349 445 258 519
Septiembre 5,700 4,935 4,865 5,297 765 835 403
Octubre 6,150 5,085 5,248 5,337 1,065 903 813
Noviembre 5,625 5,560 5,780 5,418 65 155 207
Diciembre 5,010 5,825 5,813 5,439 815 803 429
576 557 450
Se escoge en Suavizado Exponencial, por tener el menor DAM.
0.1
Mes Ventas PMS 3 MESES PMP 3 MESES PSE DAM PMS DAM PMP DAM PSE
Enero 5,250 1 5,389
Febrero 5,475 2 5,375
Marzo 5,100 3 5,385
Abril 5,700 5,275 5,250 5,356 425 450 344
Mayo 5,850 5,425 5,463 5,391 425 388 459
Junio 5,250 5,550 5,675 5,437 300 425 187
Julio 4,725 5,600 5,525 5,418 875 800 693
Agosto 4,830 5,275 5,088 5,349 445 258 519
Septiembre 5,700 4,935 4,865 5,297 765 835 403
Octubre 6,150 5,085 5,248 5,337 1,065 903 813
Noviembre 5,625 5,560 5,780 5,418 65 155 207
Diciembre 5,010 5,825 5,813 5,439 815 803 429
576 557 450
GESTIÓN TÁCTICA DE OPERACIONES - EXAMEN T1
Docente: Ing. Rafael Castillo Cabrera Duración: 75 minutos 8
04. LA EMPRESA COCOS SAC VENDE HOJAS DE MATE DE COCA EN BOLSITAS Y REQUIERE PRONOSTICAR LA DEMANDA AGREGADA (EN KILOGRAMOS) DE LO QUE PRODUCIRÁ PARA EL AÑO 2017. CON LAS VENTAS DE LOS 3 ÚLTIMOS AÑOS, 8 puntos
APLICAR EL MÉTODO ESTACIONALIDAD. SE PRESENTA LA SIGUIENTE DEMANDA HISTÓRICA EN CIENTOS DE CAJAS:
Año SKU Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
Cocano 180 220 250 540 590 680 720 760 545 490 590 640
2014 Coquero 90 105 138 270 260 320 350 380 310 300 340 365
Cocaso 80 90 105 275 315 390 405 395 325 305 375 405
Cocano 210 250 290 620 680 780 830 870 630 560 680 740
2015 Coquero 100 120 150 300 290 350 390 420 340 330 370 400
Cocaso 82 100 110 290 330 410 430 420 340 320 390 430
Cocano 230 280 320 680 750 860 910 960 690 620 750 810
2016 Coquero 120 140 180 350 340 410 460 500 400 390 440 470
Cocaso 90 110 120 310 360 440 460 450 370 350 420 460
Año Producto Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
Cocano 3,600 4,400 5,000 10,800 11,800 13,600 14,400 15,200 10,900 9,800 11,800 12,800
2014 Coquero 4,050 4,725 6,210 12,150 11,700 14,400 15,750 17,100 13,950 13,500 15,300 16,425
Cocaso 6,400 7,200 8,400 22,000 25,200 31,200 32,400 31,600 26,000 24,400 30,000 32,400
Cocano 4,200 5,000 5,800 12,400 13,600 15,600 16,600 17,400 12,600 11,200 13,600 14,800
2015 Coquero 4,500 5,400 6,750 13,500 13,050 15,750 17,550 18,900 15,300 14,850 16,650 18,000
Cocaso 6,560 8,000 8,800 23,200 26,400 32,800 34,400 33,600 27,200 25,600 31,200 34,400
Cocano 4,600 5,600 6,400 13,600 15,000 17,200 18,200 19,200 13,800 12,400 15,000 16,200
2016 Coquero 5,400 6,300 8,100 15,750 15,300 18,450 20,700 22,500 18,000 17,550 19,800 21,150
Cocaso 7,200 8,800 9,600 24,800 28,800 35,200 36,800 36,000 29,600 28,000 33,600 36,800
Año Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
2014 14,050 16,325 19,610 44,950 48,700 59,200 62,550 63,900 50,850 47,700 57,100 61,625
2015 15,260 18,400 21,350 49,100 53,050 64,150 68,550 69,900 55,100 51,650 61,450 67,200
2016 17,200 20,700 24,100 54,150 59,100 70,850 75,700 77,700 61,400 57,950 68,400 74,150
y x
Demanda Demanda
Año Mes Ventas IE Demanda Periodo Proyectada Proyectada
desestacionalizada Desestacionaliz Estacionalizada
ada
P. general 16,696
Promedio 5,168 6,158 7,229 16,467 17,872
IE 0.3095301477 0.3688606416 0.43298283 0.98629043 1.0704778384
2014
May 48700
Jun 59200
2014
Jul 62550
Ago 63900
Sep 50850
Oct 47700
Nov 57100
Dic 61625
Ene 15260
Feb 18400
Mar 21350
Abr 49100
May 53050
Jun 64150
2015
Jul 68550
Ago 69900
Sep 55100
Oct 51650
Nov 61450
Dic 67200
Ene 17200
Feb 20700
Mar 24100
Abr 54150
May 59100
Jun 70850
2016
Jul 75700
Ago 77700
Sep 61400
Oct 57950
Nov 68400
Dic 74150
Ene
Feb
Mar
Abr
May
Jun
2017
Jul
Ago
Sep
Oct
Nov
Dic
EMANDA AGREGADA (EN KILOGRAMOS) DE LO QUE PRODUCIRÁ PARA EL AÑO 2017. CON LAS VENTAS DE LOS 3 ÚLTIMOS
S DE CAJAS:
D. proy estacionaliz