GESTIÓN TÁCTICA DE OPERACIONES - EXAMEN T1 NOTA

Docente: Ing. Rafael Castillo Cabrera Duración: 75 minutos 20

01. PREGUNTAS DE TEORÍA 2 puntos

a. ¿Qué es un proceso anidado? Da un ejemplo. 1

Es un proceso que pertenece a otro proceso más grande.

b. Explica todo sobre el flujo de operaciones 1

Ver PPT Semana 01, diapositivas 16-19

c. Explica sobre el caso Walmart. 1

Libre

d. Explica las prioridades de las operaciones. 1

Costo, calidad, tiempo y flexibilidad.
 GESTIÓN TÁCTICA DE OPERACIONES - EXAMEN T1
Docente: Ing. Rafael Castillo Cabrera Duración: 75 minutos 6

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?

COSTO MANTTO VS EDAD DEL TRACTOR

Resumen

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

COSTO MANTTO VS SERIE DEL TRACTOR

Resumen

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

a. Variable escogida: Edad de la máquina

Y = 24.21655526 + 242.4234169X

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

c. Significado del coeficiente de correlación.

El coeficiente de correlación indica que existe un 97.01% de relación entre la variables Costo de Mantenimiento y Edad del tractor.
 GESTIÓN TÁCTICA DE OPERACIONES - EXAMEN T1
Docente: Ing. Rafael Castillo Cabrera Duración: 75 minutos 4

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

Producto Unidad Peso (gr/bolsa) bolsas / caja

DATOS Cocano bolsa 50 4
GENERALES Coquero bolsa 50 9
Cocaso bolsa 50 16

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

Promedio general 16,696

Promedio 5,168 6,158 7,229 16,467 17,872 21,578 22,978 23,500 18,594 17,478 20,772 22,553
IE 0.3095 0.3689 0.4330 0.9863 1.0705 1.2924 1.3763 1.4076 1.1137 1.0469 1.2442 1.3508

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

Ene 14,050 0.30953 45,391 1 43,738 13,538 Resumen

Feb 16,325 0.36886 44,258 2 44,101 16,267
Mar 19,610 0.43298 45,290 3 44,464 19,252 Estadísticas de la regresión
Abr 44,950 0.98629 45,575 4 44,827 44,212 Coeficiente de c 0.9361019294
May 48,700 1.07048 45,494 5 45,189 48,374 Coeficiente de d 0.8762868222
Jun 59,200 1.29243 45,805 6 45,552 58,873 R^2 ajustado 0.8726481993
2014
Jul 62,550 1.37628 45,449 7 45,915 63,192 Error típico 1456.9825248
Ago 63,900 1.40756 45,398 8 46,278 65,139 Observaciones 36
Sep 50,850 1.11374 45,657 9 46,640 51,945
Oct 47,700 1.04685 45,565 10 47,003 49,205 ANÁLISIS DE VARIANZA
Nov 57,100 1.24418 45,894 11 47,366 58,932 Grados de libertad
Suma de cuadrados
Promedio de los cuadrados F Valor crítico de F
Dic 61,625 1.35083 45,620 12 47,729 64,473 Regresión 1 511231870.89 511231870.89 240.82925094 5.383543E-17
Ene 15,260 0.30953 49,301 13 48,092 14,886 Residuos 34 72175134.633 2122798.0774
Feb 18,400 0.36886 49,883 14 48,454 17,873 Total 35 583407005.53
Mar 21,350 0.43298 49,309 15 48,817 21,137
Abr 49,100 0.98629 49,782 16 49,180 48,506 Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%
May 53,050 1.07048 49,557 17 49,543 53,034 Intercepción 43375.698526 495.95868308 87.458290389 1.3034075E-41 42367.789215 44383.607836 42367.789215 44383.607836
Jun 64,150 1.29243 49,635 18 49,905 64,499 Variable X 1 362.75503464 23.375388158 15.518674265 5.383543E-17 315.25053041 410.25953888 315.25053041 410.25953888
2015 Jul 68,550 1.37628 49,808 19 50,268 69,183
Ago 69,900 1.40756 49,660 20 50,631 71,266
Sep 55,100 1.11374 49,473 21 50,994 56,793 Demanda 2014 - 2017
Oct 51,650 1.04685 49,338 22 51,356 53,762
90,000
Nov 61,450 1.24418 49,390 23 51,719 64,348
80,000
Dic 67,200 1.35083 49,747 24 52,082 70,353
Ene 17,200 0.30953 55,568 25 52,445 16,233 70,000
2014
Feb 20,700 0.36886 56,119 26 52,807 19,479 60,000
2015
Mar 24,100 0.43298 55,660 27 53,170 23,022 50,000 2016
Abr 54,150 0.98629 54,903 28 53,533 52,799 40,000 2017
May 59,100 1.07048 55,209 29 53,896 57,694 30,000
2016 Jun 70,850 1.29243 54,819 30 54,258 70,125 20,000
Jul 75,700 1.37628 55,003 31 54,621 75,174
10,000
Ago 77,700 1.40756 55,202 32 54,984 77,393
Sep 61,400 1.11374 55,130 33 55,347 61,642 0
Oct 57,950 1.04685 55,356 34 55,709 58,319 1 2 3 4 5 6 7 8 9 10 11 12
Nov 68,400 1.24418 54,976 35 56,072 69,764
Dic 74,150 1.35083 54,892 36 56,435 76,234
Ene 0.30953 37 56,798 17,581
Feb 0.36886 38 57,160 21,084
Mar 0.43298 39 57,523 24,907
Abr 0.98629 40 57,886 57,092
May 1.07048 41 58,249 62,354
Jun 1.29243 42 58,611 75,751
2017
Jul 1.37628 43 58,974 81,165
Ago 1.40756 44 59,337 83,520
Sep 1.11374 45 59,700 66,490
Oct 1.04685 46 60,062 62,876
Nov 1.24418 47 60,425 75,180
Dic 1.35083 48 60,788 82,114
04. LA EMPRESA COCOS SAC VENDE HOJAS DE MATE DE COCA EN BOLSITAS Y REQUIERE PRONOSTICAR LA DEMANDA AGREGADA (EN KI
AÑOS, APLICAR EL MÉTODO ESTACIONALIDAD. SE PRESENTA LA SIGUIENTE DEMANDA HISTÓRICA EN CIENTOS DE CAJAS:

Año SKU Ene Feb Mar Abr May

Cocano 180 220 250 540 590
2014 Coquero 90 105 138 270 260
Cocaso 80 90 105 275 315
Cocano 210 250 290 620 680
2015 Coquero 100 120 150 300 290
Cocaso 82 100 110 290 330
Cocano 230 280 320 680 750
2016 Coquero 120 140 180 350 340
Cocaso 90 110 120 310 360

Producto Unidad Peso (gr/bolsa) bolsas / caja

DATOS Cocano bolsa 50 4
GENERALES Coquero bolsa 50 9
Cocaso bolsa 50 16

Año SKU Ene Feb Mar Abr May

Cocano 3,600 4,400 5,000 10,800 11,800
2014 Coquero 4,050 4,725 6,210 12,150 11,700
Cocaso 6,400 7,200 8,400 22,000 25,200
Cocano 4,200 5,000 5,800 12,400 13,600
2015 Coquero 4,500 5,400 6,750 13,500 13,050
Cocaso 6,560 8,000 8,800 23,200 26,400
Cocano 4,600 5,600 6,400 13,600 15,000
2016 Coquero 5,400 6,300 8,100 15,750 15,300
Cocaso 7,200 8,800 9,600 24,800 28,800

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

Año Ene Feb Mar Abr May Jun

2014 14,050 16,325 19,610 44,950 48,700 59,200
2015 15,260 18,400 21,350 49,100 53,050 64,150
2016 17,200 20,700 24,100 54,150 59,100 70,850

año mes ventas ie d. desest. periodo d. proyectada desest.

Ene 14050
Feb 16325
Mar 19610
Abr 44950

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:

Jun Jul Ago Sep Oct Nov Dic

680 720 760 545 490 590 640
320 350 380 310 300 340 365
390 405 395 325 305 375 405
780 830 870 630 560 680 740
350 390 420 340 330 370 400
410 430 420 340 320 390 430
860 910 960 690 620 750 810
410 460 500 400 390 440 470
440 460 450 370 350 420 460

Jun Jul Ago Sep Oct Nov Dic

13,600 14,400 15,200 10,900 9,800 11,800 12,800
14,400 15,750 17,100 13,950 13,500 15,300 16,425
31,200 32,400 31,600 26,000 24,400 30,000 32,400
15,600 16,600 17,400 12,600 11,200 13,600 14,800
15,750 17,550 18,900 15,300 14,850 16,650 18,000
32,800 34,400 33,600 27,200 25,600 31,200 34,400
17,200 18,200 19,200 13,800 12,400 15,000 16,200
18,450 20,700 22,500 18,000 17,550 19,800 21,150
35,200 36,800 36,000 29,600 28,000 33,600 36,800

21,578 22,978 23,500 18,594 17,478 20,772 22,553

1.2924264608 1.37628111 1.40756023 1.11373619 1.04685212 1.24417676 1.35082524

Jul Ago Sep Oct Nov Dic

62,550 63,900 50,850 47,700 57,100 61,625
68,550 69,900 55,100 51,650 61,450 67,200
75,700 77,700 61,400 57,950 68,400 74,150

D. proy estacionaliz