2. Tabla de datos.
MES PRODUCTO A PRODUCTO B
1 2500 2000
2 3000 2000
3 2900 2300
4 3300 2150
5 3500 2225
6 3400 2187
7 4000 2206
8 4200 2000
9 4500 2300
10 5000 2200
11 4800 2000
12 5200 2141
3. a) Determine las ventas para los próximos cuatro
meses. ¿que tan buena es la predicción?
Para producto A;
y = 242.31x + 2283.3
0
1000
2000
3000
4000
5000
6000
0 5 10 15
GRAFICA PRODUCTO A
Producto A
Linear (Producto A)
4. INTERPRETACION:
En la grafica, podemos observar que nuestros datos históricos
poseen una tendencia ascendiente por esta razón
utilizaremos la técnica de la regresión lineal para pronosticar
nuestros siguientes cuatro meses, ya que la línea de
regresión lineal es la que mejor define el comportamiento de
nuestros datos.
La función que define que comportamiento de nuestros datos
es:
Y=b+ax
Donde, a es la pendiente de la recta y b es la intersección en
el eje de la y.
Aplicando la técnica de regresión la formula nos queda:
Y=2283,3+242,31X
6. Para saber que tan
buena es la
predicción, debemos
calcular los tres tipos
de errores.
7. MAD (Error Absoluto Medio): Que proporciona una
medición del error promedio de pronóstico.
8. RECM (Raíz Error cuadrático medio): consiste en
la suma de las diferencias al cuadrado entre lo real
y lo proyectado por el modelo.
9. MAPE (error porcentual absoluto medio): Promedio
de las diferencias absolutas entre los valores
pronosticados y los reales, expresado como
porcentaje de los valores reales.
10. MAD 107,2666667
RECM 156,3130228
MAPE 0,029196557
MAPE% 2,919655707
Pero, ¿cómo podemos decir que tan buena es nuestra
predicción?.
En general un MAPE de 10% se considera muy bueno, un
MAPE en el rango 20% - 30% o incluso más alto es
bastante común; es decir, que nuestra predicción es
bastante buena ya que nuestro MAPE es inferior a 10%.
• ERRORES:
11. Para producto B;
y = 3.3042x + 2120.9
1950
2000
2050
2100
2150
2200
2250
2300
2350
0 5 10 15
Grafica Producto B
Producto B
Linear (Producto B)
12. INTERPRETACION:
En la grafica, podemos observar que nuestros datos
históricos poseen una tendencia ascendiente por esta
razón utilizaremos la técnica de la regresión lineal para
pronosticar nuestros siguientes cuatro meses, ya que la
línea de regresión lineal es la que mejor define el
comportamiento de nuestros datos.
La función que define que comportamiento de nuestros
datos es:
Y=b+ax
Donde, a es la pendiente de la recta y b es la
intersección en el eje de la y.
Aplicando la técnica de regresión la formula nos queda:
Y=2120,3+3,30X
15. B) DETERMINE UN PLAN DE PRODUCCIÓN PARA
LOS PRÓXIMOS CUATRO MESES. ¿CUÁL ES EL
COSTE DEL PLAN? (EXCEL)
MES PRONOSTICOA PRONOSTICOB PRONOACUMTIEMPODISPUNIDADESPRODA UNIDADESPRODBPRODACUM C.U C.A C.V.P INVENTARIO
13 5433,33 2163,852 7597 9600 5433 2083 7517 12949,995 3580,517 402,585 3581
14 5675,64 2167,156 7843 9600 5676 1962 7638 13313,46 3785,493 1024,88 3785
15 5917,95 2170,46 8088 9600 5918 1841 7759 13676,925 4114,928 1647,175 4115
16 6160,26 2173,764 8334 9600 6160 1720 7880 14040,39 4568,822 2269,47 4569
PLANDEPRODUCCION
16. Supuestos a tener en cuenta:
SUPUESTOS
MAQUINAS 1 1
TURNO DIARIO 480 480
DIAS 5 5
SEMANA 4 4
TIEMPO CICLO 1 2
COSTO UNIDAD(C.U) 2 1
COSTO
ALMACENAMIENTO(C.A) 1 1
COSTO DE VENTAS
PERDIDAS(C.V.P) 10 5
Tabla de costos:
Costo Unidad 53980,77
Costo Almacenamiento 16049,76
Costo venta perdidas 5344,11
TOTAL 75374,64
17. C) QUE PROPONDRÍAN PARA MEJORAR EL
PLAN DE PRODUCCIÓN?
Para mejorar el plan de producción, deberíamos
disminuir el inventario para que de esta forma
disminuyan nuestros costos de almacenamiento y
para eso no deberíamos producir a nuestra máxima
capacidad, ya que de esta forma nos está
quedando mucho inventario. Al producir a nuestra
máxima capacidad todos los meses, también
incurrimos en costo de ventas perdidas porque se
están dejando de vender muchas unidades del
producto.