Curso/ Clase GETAOP Facultad Ingenieria

Docente Carrera Ing. Industrial

Unidad I Tema Pronósticos

Apellidos y Nombres:
Duración: 100 min Fecha:

Indicaciones:
1) Lea bien la pregunta o enunciado antes de responder. Administre su tiempo eficazmente.
2) No puede utilizar apuntes, notas de clase, diapositivas o libros, laptop, celulares u otros dispositivos.
Asunto T1
Fila FILA A
Tipo Evaluación
2019-0
Nota:
20
PREGUNTA 1
Tottus, cuenta con información histórica por trimestres, en los últimos 5 años, sobre la venta de Pan
Ud. Esta a cargo del Departamento de Planeamiento y se le ha encargado realizar un pronóstico pa
finalidad de hacer el plan agregado de producción. En la siguiente tabla, se muestra las ventas en m

años
Trimestres 2012 2013 2014 2015 2016
1 1000 1100 1188 1366 1639
2 230 253 273 314 377
3 850 935 1009 1161 1393
4 1200 1320 1425 1639 1967

* Trabajar con 3 decimales

PM PM V Irreg
Año Trim T Unid 4 trim Centrado estac
2012 1 1 1000
2 2 230 820.000
3 3 850 845.000 832.500 1.021
4 4 1200 850.750 847.875 1.415
2013 1 5 1100 872.000 861.375 1.277
2 6 253 902.000 887.000 0.285
3 7 935 924.000 913.000 1.024
4 8 1320 929.000 926.500 1.425
2014 1 9 1188 947.500 938.250 1.266
2 10 273 973.750 960.625 0.284
3 11 1009 1018.250 996.000 1.013
4 12 1425 1028.500 1023.375 1.392
2015 1 13 1366 1066.500 1047.500 1.304
2 14 314 1120.000 1093.250 0.287
3 15 1161 1188.250 1154.125 1.006
4 16 1639 1204.000 1196.125 1.37
2016 1 17 1639 1262.000 1233.000 1.329
2 18 377 1344.000 1303.000 0.289
3 19 1393 1245.667
4 20 1967 1680.000

Índices
2017 1 21 1762 Trim Estacionales
2 22 399 Trim 1 1.294
 3 23 1448 Trim 2 0.286
4 24 2041 Trim 3 1.016
2018 1 25 1926 Trim 4 1.401
2 26 435
3 27 1577
4 28 2219
 Puntaje: 5

os, sobre la venta de Panetones entre los años 2012 y 2016.

ealizar un pronóstico para los años 2017 y 2018, con la
muestra las ventas en miles de unidades

Se le Pide:
* Desarrollar un modelo de Pronósticos 2
* Índices estacionales 1
* Encontrar el coeficiente de correlación 1
* Realizar una Interpretación de R y R2 1
* Realizar gráfico estadístico de la evolución de ventas 1
* Realizar los Pronósticos 1

Ventas (Y)
Desestac Resumen
772.798
804.196 Estadísticas de la regresión
836.614 Coeficiente de correlación múlt 0.9701310126
856.531 Coeficiente de determinación 0.9411541816
850.077 R^2 ajustado 0.9378849695
884.615 Error típico 48.1910954093
920.276 Observaciones 20
942.184
918.083 ANÁLISIS DE VARIANZA
954.545 Grados de libertad
Suma de cuadrados
Promedio de los cuadrados
993.11 Regresión 1 668576.751 668576.751
1017.131 Residuos 18 41802.8702 2322.38168
1055.641 Total 19 710379.621
1097.902
1142.717 Coeficientes Error típico Estadístico t
1169.879 Intercepción 695.8768947368 22.3862797 31.0849727
1266.615 Variable X 1 31.7077052632 1.86877052 16.9671476
1318.182
1371.063
1403.997
Venta de Panetones 2012-2018
2500

2000

1500
Ventas His
Axis Title
 Venta de Panetones 2012-2018
2500

2000

1500
Ventas His
Axis Title
1000 Ventas
desestaci

500

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
 F Valor crítico de F
287.884097 1.6126E-12

Probabilidad Inferior 95% Superior 95%Inferior 95.0%

Superior 95.0%
4.2784E-17 648.845066 742.908723 648.845066 742.908723
1.6126E-12 27.7815641 35.6338464 27.7815641 35.6338464

018

Ventas Historicas
018

Ventas Historicas
Ventas
desestacionales

7 18 19 20
PREGUNTA 2
En los últimos años, la venta en miles de relojes electrónicos de cuarzo ha aumentado con una rapid
La tabla siguiente contiene información acerca de las ventas de estos artículos que será útil para de
un pronóstico para los 2 siguientes períodos

Años Ventas Se le Pide:

2012 425 * Realizar gráfico estadístico de la evolución de vent
2013 500 * Desarrollar un modelo de Pronósticos
2014 600 * Interpretar R y R2
2015 725 * Realizar los Pronósticos
2016 800

* Trabajar con 3 decimales

X Y
Años Ventas Venta de Relojes de cu
2012 425
2013 500 1200
2014 600
1000
2015 725
2016 800 800
2017 902.5
2018 1000 Axis Title 600
400
Resumen
200
Estadísticas de la regresión
Coeficiente de co 0.99640345 0
1 2 3 4 5
Coeficiente de d 0.99281984
R^2 ajustado 0.99042646
Error típico 15.1382518
Observaciones 5

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados F Valor crítico de F
Regresión 1 95062.5 95062.5 414.8181818 0.0002587783
Residuos 3 687.5 229.166666667
Total 4 95750

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%

Intercepción -195755 9641.29335 -20.303811206 0.000261191 -226437.8984 -165072.101594
Variable X 1 97.5 4.78713554 20.3670857468 0.000258778 82.265198192 112.7348018083
 Puntaje: 5

umentado con una rapidez significativa.

os que será útil para determinar

dístico de la evolución de ventas 1

elo de Pronósticos 1
1
1

ta de Relojes de cuarzo

Ventas

2 3 4 5 6 7

Inferior 95,0% Superior 95,0%

-226437.89840634 -165072.1
82.2651981917 112.734802
PREGUNTA 3
El RODAJE 7216.BM/7220.BM/7320BM SKF, tiene una Demanda histórica en los últimos 15 años,
se muestra en la siguiente tabla; con esta información, realizar un pronostico utilizando el Promedio
los dos próximos años. Realice los gráficos: Demanda Real Vs Pronostico y el Gráfico de la Señal de R

Años Demanda Real Pronóstico Error de Error de Desviación MAD

(cientos de pronóstico pronóstico Absoluta
cajas) Acumulado
1 2500
2 2600
3 2700
4 2650 2600.000 50.000 50.000 50.000 50.00
5 2680 2650.000 30.000 80.000 30.000 40.00
6 2800 2676.667 123.333 203.333 123.333 67.78
7 2900 2710.000 190.000 393.333 190.000 98.33
8 2850 2793.333 56.667 450.000 56.667 90.00
9 2950 2850.000 100.000 550.000 100.000 91.67
10 3000 2900.000 100.000 650.000 100.000 92.86
11 3020 2933.333 86.667 736.667 86.667 92.08
12 3050 2990.000 60.000 796.667 60.000 88.52
13 3222 3023.333 198.667 995.333 198.667 99.53
14 1580 3097.333 -1517.333 -522.000 1517.333 228.42
15 1605 2617.333 -1012.333 -1534.333 1012.333 293.75
16 2617.333 2135.66667
17 1934.11111

* Trabajar con 3 decimales

Venta de Rodajes SKF

3500 12.000
10.000
3000
8.000
2500
V. Real 6.000
2000 Pronóstico 4.000
Axis Title Axis Title
1500 2.000
0.000
1000 1 2
-2.000
500
-4.000
0 -6.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
 Puntaje: 5
os últimos 15 años,
utilizando el Promedio Móvil de 3 y 4 periódos
ráfico de la Señal de Rastreo.

Señal de Rastreo

Se le Pide:
* Realizar gráfico estadístico de la evolución de ventas vs Pronóstico
* Desarrollar un modelo de Pronósticos
1.00 * Realizar un gráfico para la señal de rastreo
2.00 * Interpretación de la señal de rastreo
3.00 * Realizar los Pronósticos
4.00
5.00
6.00
7.00
8.00
9.00
10.00
-2.29
-5.22

Señal de Rastreo
12.000
10.000
8.000
6.000
4.000
Axis Title
2.000
0.000
1 2 3 4 5 6 7 8 9 10 11 12 13
-2.000
-4.000
-6.000
1
1
1
1
1
PREGUNTA 4

CASO:
Una empresa Fabrica caños de manija roja para agua, La Planta de producción esta ubicada en Huchiapa, La Empresa esta en e
expandido a nivel nacional, la gestión de Robles, un Ing. Ind. Ha sido vital para su crecimiento, lo que no ha podido superar es q
pierde un 10% de la producción.
Robles tiene descentralizados 2 almacenes para la distribución, en Lima y Trujillo, así cubre la mayor parte de la costa y la sierra
muestran en la tabla 1. El ing. Robles necesita determinar la producción por trimestre para el año 2019, y poder hacer el Presu

TABLA 1. Distribución Histórica de las ventas

Ventas en miles de unidades

Año Trimestre Períodos (X) Lima Trujillo
Trim-1 1 500 120
2014 Trim-2 2 520 150
Trim-3 3 530 180
Trim-4 4 560 130
Trim-1 5 570 200
2015 Trim-2 6 590 180
Trim-3 7 600 220
Trim-4 8 620 190
Trim-1 9 630 250
2016 Trim-2 10 650 300
Trim-3 11 670 220
Trim-4 12 680 270
Trim-1 13 710 350
2017 Trim-2 14 700 300
Trim-3 15 740 370
Trim-4 16 710 390
Trim-1 17 780 400
2018 Trim-2 18 750 410
Trim-3 19 800 480
Trim-4 20 810 450

Ventas en miles d PM PM V Irreg

Año Trimestre Períodos (X) Trujillo 4 trim Centrado estac
Trim-1 1 120
2014 Trim-2 2 150 145.000
Trim-3 3 180 165.000 155.000 1.161
Trim-4 4 130 172.500 168.750 0.77
Trim-1 5 200 182.500 177.500 1.127
2015 Trim-2 6 180 197.500 190.000 0.947
Trim-3 7 220 210.000 203.750 1.08
Trim-4 8 190 240.000 225.000 0.844
Trim-1 9 250 240.000 240.000 1.042
2016 Trim-2 10 300 260.000 250.000 1.2
Trim-3 11 220 285.000 272.500 0.807
Trim-4 12 270 285.000 285.000 0.947
Trim-1 13 350 322.500 303.750 1.152
2017 Trim-2 14 300 352.500 337.500 0.889
Trim-3 15 370 365.000 358.750 1.031
Trim-4 16 390 392.500 378.750 1.03
Trim-1 17 400 420.000 406.250 0.985
2018 Trim-2 18 410 435.000 427.500 0.959
Trim-3 19 480
Trim-4 20 450

Trim-1 21 513.770
2019 Trim-2 22 495.415 Índices
Trim-3 23 524.979 Trim Estacionales
Trim-4 24 479.028 Trim 1 1.077
Trim 2 0.999
Trim 3 1.020
Trim 4 0.898

Ventas en miles de unidades

Año Trimestre Períodos (X) Lima
Trim-1 1 500
2014 Trim-2 2 520
Trim-3 3 530
Trim-4 4 560
Trim-1 5 570
2015 Trim-2 6 590
Trim-3 7 600
Trim-4 8 620
Trim-1 9 630
2016 Trim-2 10 650
Trim-3 11 670
Trim-4 12 680
Trim-1 13 710
2017 Trim-2 14 700
Trim-3 15 740
Trim-4 16 710
Trim-1 17 780
2018 Trim-2 18 750
Trim-3 19 800
 Trim-4 20 810

Trim-1 21 821.947
2019 Trim-2 22 837.752
Trim-3 23 853.556
Trim-4 24 869.361
 Puntaje: 5

n Huchiapa, La Empresa esta en el mercado casi 5 años, y se ha

lo que no ha podido superar es que, el proceso de fabricación se

mayor parte de la costa y la sierra, los datos históricos por almacén se

año 2019, y poder hacer el Presupuesto anual necesario.

Lima Trujillo
800 450
700 400
600 350
300
500
250
400
200
300 150
200 100
100 50
0 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Proyección de Producción 2019

Trim-1
2019 Trim-2
Trim-3
Trim-4

Ventas (Y)
Desestac Resumen
111.472
150.188 Estadísticas de la regresión
176.514 Coeficiente de corr 0.96255302
144.806 Coeficiente de det 0.92650832
185.787 R^2 ajustado 0.92242545
 180.225 Error típico 32.1416245
215.739 Observaciones 20
211.64
232.234 ANÁLISIS DE VARIANZA
300.375 Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
215.739 Regresión 1 234433.306 234433.306 226.925691 1.2003E-11
300.752 Residuos 18 18595.5124 1033.08402
325.128 Total 19 253028.818
300.375
362.834 Coeficientes Error típico Estadístico t Probabilidad Inferior 95%
434.419 Intercepción 82.9675263 14.9307956 5.55680544 2.8282E-05 51.5990887
371.575 Variable X 1 18.7758165 1.24639874 15.0640529 1.2003E-11 16.15723
410.513
470.704
501.253

stacionales

Resumen

Estadísticas de la regresión
Coeficiente d 0.99116458
Coeficiente 0.98240722
R^2 ajustado 0.98142985
Error típico 12.855147
Observacione 20

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 166105.41353384 166105.414 1005.14726 3.0182E-17
Residuos 18 2974.5864661654 165.254804
Total 19 169080

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%
Intercepción 490.052632 5.9716201411 82.0635975 1.2621E-24 477.506723 502.59854 477.506723
Variable X 1 15.8045113 0.4985012178 31.7040575 3.0182E-17 14.7571991 16.8518235 14.7571991
Producción 2019
Lima Trujillo TOTAL Perdida Produccion
513.770 821.947 1335.717 10% 1484.130
495.415 837.752 1333.167 10% 1481.297
524.979 853.556 1378.535 10% 1531.706
479.028 869.361 1348.389 10% 1498.210
or crítico de F

Superior 95%Inferior 95.0%

Superior 95.0%
114.335964 51.5990887 114.335964
21.3944031 16.15723 21.3944031

Superior 95.0%
502.59854
16.8518235