Академический Документы
Профессиональный Документы
Культура Документы
Temperatura
Pronostico
93
94
93
95
93.333
96
94
88
94.667
90
93
Temperatura
Pronostico
93
94
93
93.5
95
93.5
96
94
88
95.5
90
92
ADMINISTRACION DE OPERACIONES
Da
Pronostico prom.
Diferencia
Movil 2 dias
absoluta
Temperatura
93
94
93
93.5
0.5
95
93.5
1.5
96
94
88
95.5
7.5
90
92
Mad
2.7
Mes
Ventas
Promedio
Cantidad de
acumuladas
movil de 3
autos
para autos
meses
redondeada
Enero
20
Febrero
21
Marzo
15
Abril
14
18.66667
19
Mayo
13
16.66667
17
Junio
16
14
14
Julio
17
14.33333
15
Agosto
18
15.33333
16
Septiembre 20
17
17
Octubre
20
18.33333
19
Noviembre 21
19.33333
20
Diciembre
20.33333
21
23
ADMINISTRACION DE OPERACIONES
13
7.6666667
12
10
13
11
11
10
11
11.333333
11
11
ADMINISTRACION DE OPERACIONES
a)
b)
c)
AOS
PARA
PRONOSTICAR
LAS
VENTAS.
DESPUS
ADMINISTRACION DE OPERACIONES
Demanda de
Promedio
semillas de pasto
Promedio
(en miles de
mvil 3
Diferencia
ponderado
Diferencia
costales)
aos
absoluta
pesos: 1,1 y 2
absoluta
Ao
mvil
4.66666667 0.3333333
4.5
10
6.33333333 1.6666667
7.25
0.75
7.66666667 0.6666667
7.75
0.75
8.33333333 0.6666667
12
8.25
3.75
10
14
9.33333333 4.6666667
10
11
15
11.6666667 3.3333333
12.25
2.75
Mad
2.31
3 aos
ponderado
2
La diferencia media absoluta es menor al pronosticar con el promedio movil ponderado, por
lo tanto este es mejor
ADMINISTRACION DE OPERACIONES
Promedio movil
Promedio movil
costales)
de 2 aos
de 4 aos
Ao
10
4.5
4.75
7.5
6.25
6.75
7.5
7.5
12
8.5
10
14
10.5
11
15
13
10.5
DE
AOS,
UN
PROMEDIO
MVIL
PONDERADO
ADMINISTRACION DE OPERACIONES
DEMANDA DE
AO
SEMILLAS DE
PASTO (EN MILES
PROMEDIO
MOVIL DE 2
DIFERENCIA
ABSOLUTA
AOS
DE COSTALES)
PROMEDIO
MOVIL DE 4
DIFERENCIA
ABSOLUTA
AOS
10
4.5
5.5
4.75
5.25
7.5
0.5
6.25
1.75
6.75
0.25
7.5
1.5
7.5
1.5
12
8.5
3.5
10
14
10.5
3.5
11
15
13
10.5
4.5
2.22222222
Mad
Mad movil
Movil 4
2 aos
aos
Mad movil
2.5416667
3 aos
2.41666667
Mad
2.31
ponderado
2
ADMINISTRACION DE OPERACIONES
Demanda de
semillas de pasto
Promedio
(en miles de
Ao
costales)
Suavizacin
Diferencia
mvil
Diferencia
absoluta
ponderado
absoluta
4.7
1.3
5.09
1.09
4.76
0.24
4.5
0.5
10
4.83
5.17
6.38
1.62
7.25
0.75
6.87
0.13
7.75
0.75
6.91
2.09
12
7.54
4.46
8.25
3.75
10
14
8.87
5.13
10
11
15
10.41
4.59
12.25
2.75
2.44
mad
2.31
Mad:
ADMINISTRACION DE OPERACIONES
PRONOSTICO
DIFERENCIA
0.6
DIFERENCIA
DA
TEMPERATURA
93
94
93
95
93.20000 1.80000
93.05000 1.95000
96
94.28000 1.72000
94.80500 1.19500
88
95.31200 7.31200
95.88050 7.88050
90
90.92480 0.92480
88.78805 1.21195
Mad 0.6
Mad 0.9
ABSOLUTA
0.9
ABSOLUTA
93.5
2.35136
3.05936
TEMPERATURA
PRONOSTICO
DIFERENCIA
0.6
ABSOLUTA
DIFERENCIA
0.9
ABSOLUTA
93
94
93
95
93.20000 1.80000
93.05000 1.95000
96
94.28000 1.72000
94.80500 1.19500
88
95.31200 7.31200
95.88050 7.88050
90
90.92480 0.92480
88.78805 1.21195
Mad 0.6
Mad 0.9
93.5
2.35136
3.05936
ADMINISTRACION DE OPERACIONES
DIA
TEMPERATURA
93
94
93
95
93.300
96
94.000
88
94.700
90
93.000
PROMEDIO MOVIL
UN
MODELO
DE
PRONSTICO
PARA
LAS
Dia x
Temperatura
y
X2
Xy
93
93
94
188
93
279
95
16
380
96
25
480
88
36
528
90
49
630
Sumatoria:
28
649
140
2578
Promedio:
92.7142857
A=
95.2857143
B=
-0.64285714
ADMINISTRACION DE OPERACIONES
1
0
En donde:
13.
UTILIZARA
LA
SUAVIZACIN
EXPONENCIAL
CON
UNA
2.1 Y LOS
Temperatura Pronostico
93
94
93
95
96
88
90
Diferencia
0.3 absoluta
Promedio
movil 3
dias
Diferencia
absoluta
Ecuacion
tendencia
Diferencia
absoluta
94.6428572 1.64285716
94
0.00
93.3571429 0.35714288
93.5
93.
350
00
93.
845
00
94.
491
50
92.
544
05
Mad
0.3
1.65000
93.3000
1.70000
92.7142857 2.28571426
2.15500
94.0000
2.00000
92.0714286 3.9285714
6.49150
94.7000
6.70000
91.4285715 3.42857146
2.54405
93.0000
3.00000
90.7857143 0.78571432
3.21014
Mad prom
movil
1.775510214
3.35000
Mad ec
El modelo de tendencia es el que tiene menor diferencia con respecto al pronstico real,
por lo tanto es conveniente usar la ecuacin de tendencia
ADMINISTRACION DE OPERACIONES
1
1
LA SUAVIZACIN EXPONENCIAL,
Ao
Cirugas
realizadas
de
trasplante
de
corazn
0.6
0.9
45
41.00000 41.00000
50
43.40000 44.60000
52
47.36000 49.10000
56
50.14400 51.71000
58
53.65760 55.57100
56.26304 57.75710
AO
CIRUGAS
REALIZADAS
TRASPLANTE
CORAZN
45
50
52
56
49.0
58
52.7
55.3
DE PROMEDIO
DE MVIL
ADMINISTRACION DE OPERACIONES
1
2
Ao
X2
trasplante de
Pronstico
Xy
corazn
Y
45
45
45.8
50
100
49.0
52
156
52.2
56
16
224
55.4
58
25
290
58.6
61.8
Sunmatoria 15
261
Promedio
52.2
A=
55
815
42.6
B=
3.2
de
trasplante
0.6
D.a.
0.9
D.a.
Prom
D.a.
Tendencia
D.a.
de
corazn
45
41.00000 4
41.00000 4.00000
45.800
0.800
50
43.40000 6.6
44.60000 5.40000
49.000
1.000
52
47.36000 4.64
49.10000 2.90000
52.200
0.200
56
50.14400 5.856
55.400
0.600
58
53.65760 4.3424
58.600
0.600
Mad
0.64
Mad
5.08768 Mad
3.80380 Mad
6.15
ADMINISTRACION DE OPERACIONES
1
3
Costo
Millas
real
Pronostico
Diferencia
15,000 6,000
7,000
1,000
25,000 10,000
9,000
1,000
Mad
1,000
ADMINISTRACION DE OPERACIONES
1
4
16. CON
LOS
SIGUIENTES
DATOS
UTILICE
LA
SUAVIZACIN
Demanda 0.2
7.4
9.32
4.136
13
9.9728
13.60544
Pronstico Real
D.a.
100
95
110
108
120
123
130
130
mad
2.5
Mse
6.25
<--se calculo: sumatoria de la diferencia absoluta, expresada
Mape1 250.00% como porcentaje del no. De valores observados (en este caso 4
valores).
<--se calculo: sumatoria de la diferencia absoluta, expresada
Mape2 2.19%
ADMINISTRACION DE OPERACIONES
1
5
Periodo x
Demanda y X2
Xy
18
15
11
16
44
10
25
50
13
36
78
Sumatoria
21
55
91
212
Promedio
3.5
9.16666667
A=
5.26666667
B=
1.11428571
( )
(
ADMINISTRACION DE OPERACIONES
1
6
JUEGOS
LLUVIA
PERDIDOS
EN
POR LOS
VERANO
CARDINALS
AO
X2
XY
1984
15
25
225
375
1985
25
20
625
500
1986
10
10
100
100
1987
10
15
100
150
1988
30
20
900
600
1989
20
15
400
300
1990
20
20
400
400
1991
15
10
225
150
1992
10
100
50
1993
25
20
625
500
Sumatoria 180
120
3700
3125
Promedio 18
16
B=
0.5326087
A=
6.41304348
ADMINISTRACION DE OPERACIONES
1
7
MES
VENTAS
PRONOSTICO
(EN
PROMEDIO
MILES)
MOVIL
Enero
11
Febrero
14
Marzo
16
Abril
10
13.6666667
Mayo
15
13.3333333
Junio
17
13.6666667
Julio
11
14
Agosto
14
14.3333333
Septiembre
17
14
Octubre
12
14
Noviembre
14
14.3333333
Diciembre
16
14.3333333
Enero
11
14
Febrero
13.6666667
Venta
pronosticada
para el mes
de :
ADMINISTRACION DE OPERACIONES
1
8
MS
RECIENTE,
RESPECTIVAMENTE.
POR
Mes
Enero
11
Febrero
14
Marzo
16
Abril
10
14.5
Mayo
15
12.6666667
Junio
17
13.5
Julio
11
15.1666667
Agosto
14
13.6666667
Septiembre 17
13.5
Octubre
12
15
Noviembre 14
14
Diciembre
16
13.8333333
Enero
11
14.6666667
Febrero
13.1666667
ADMINISTRACION DE OPERACIONES
1
9
Mes
Ventas (en
Promedio
miles)
movil
Promedio
D.a.
movil
D.a.
ponderado
Enero
11
Febrero
14
Marzo
16
Abril
10
Mayo
15
Junio
17
Julio
11
14
Agosto
14
4.5
3.5
15.1666667 4.16666667
Septiembre 17
14
13.5
3.5
Octubre
14
15
Noviembre 14
14.3333333 0.33333333 14
Diciembre
16
Enero
11
14
12
Febrero
14.6666667 3.66666667
3.24242424 Mad
3.66666667
d) qu
otros
factores
pueden
considerar
peters
en
sus
pronsticos de ventas?
ADMINISTRACION DE OPERACIONES
2
0
LOS
DATOS
QUE
SE
MUESTRAN
EN
LA
SIGUIENTE TABLA.
Demanda de
Apariciones en televisin
bombos
de green shades
10
a) Graficar estos datos para ver si una ecuacin lineal puede describir
la relacin entre los shows en televisin del grupo y las ventas de
bombos.
12
10
8
Demanda de
6
Bombos
4
2
0
0
10
ADMINISTRACION DE OPERACIONES
2
1
Apariciones
en
Demanda
televisin
de
de green
bombos
shades
X2
Xy
16
24
25
40
36
30
49
49
10
64
80
Sumatoria 33
39
199
232
Promedio 5.5
6.5
B=
A=
ADMINISTRACION DE OPERACIONES
2
2
BANCARIOS
LOS
NDICES
DE
PRECIOS
x2 = 55 xy = 70 y = 20 y2 = 130
Promedio de y=
Covarianza=
Desviacion de x=
1.41421356
Desviacion de y=
3.16227766
0.4472136
B=
0.2173913
A=
3.34782609
Error estandar
3.99274705
ADMINISTRACION DE OPERACIONES
2
3
BUREAU.
ES
DECIR,
COMO
EL
CLIMA
FUE
Ventas de
carbn
ndice del
clima
(en millones
X2
Xy
de tons)
16
16
25
30
15
Sumatoria 20
15
55
70
Promedio 4
3
B=
A=
ADMINISTRACION DE OPERACIONES
2
4
Coeficiente de correlacin=0.84
Error estndar=1.15
24. TRECE ESTUDIANTES SE INSCRIBIERON AL PROGRAMA DE P/OM
EN EL ROLLINS COLLEGE HACE DOS AOS. LA SIGUIENTE
TABLA INDICA CUALES FUERON SUS CALIFICACIONES (GPAS)
DESPUS DE ESTAR EN EL PROGRAMA POR DOS AOS Y LO
QUE CADA ESTUDIANTE LOGRO EN EL EXAMEN SAT CUANDO
ESTUVO EN LA PREPARATORIA.
Estudiante
Calificacin sat
Gpa
421
2.90
377
2.93
585
3.00
690
3.45
608
3.66
390
2.88
415
2.15
481
2.53
729
3.22
501
1.99
613
2.75
709
3.90
366
1.60
ADMINISTRACION DE OPERACIONES
2
5
Gpa
sat
X2
Xy
421
2.9
177241
1220.9
377
2.93
142129
1104.61
585
342225
1755
690
3.45
476100
2380.5
608
3.66
369664
2225.28
390
2.88
152100
1123.2
415
2.15
172225
892.25
481
2.53
231361
1216.93
729
3.22
531441
2347.38
501
1.99
251001
996.99
613
2.75
375769
1685.75
709
3.9
502681
2765.1
366
1.6
133956
585.6
Sumatoria
3,857,893.0
6,885.00
Promedio
36.96
20,299.49
2.8430769
529.615385
2
1.0277708
A=
0.0034275
B=
ADMINISTRACION DE OPERACIONES
2
6
Promedio de x=
Promedio de y=
Covarianza=
Desviacion de x=
Desviacion de y=
Coeficiente de correlacion lineal =
529.615385
2.84307692
55.7619527
127.548204
0.63194918
0.69180146
2.22742845
c) qu tal para un estudiante que obtuvo 800?
3.7698454
ADMINISTRACION DE OPERACIONES
2
7
AO
DURANTE
LOS
LTIMOS
10
AOS.
TAMBIN
de
(robos)
por
habitantes
X
crimen
1000
Nmero de
pacientes
X2
Xy
58.3
36
3398.89
2098.8
61.1
33
3733.21
2016.3
73.4
40
5387.56
2936
75.7
41
5730.49
3103.7
81.1
40
6577.21
3244
89
55
7921
4895
101.1
60
10221.21 6066
94.8
54
8987.04
103.3
58
10670.89 5991.4
10
116.2
61
13502.44 7088.2
Sumatoria
854.00
478.00
76,129.94 42,558.60
Promedio
85.4
47.8
A=
1.40907221 B=
Promedio de x=
85.4
Promedio de y=
47.8
ADMINISTRACION DE OPERACIONES
5119.2
0.5432193
2
8
Covarianza=
173.74
Desviacion de x=
17.8839034
Desviacion de y=
71.539255
0.13579791
pacientes
ADMINISTRACION DE OPERACIONES
2
9
Pacientes
DE
VIAJE
INUSUALMENTE
ALTOS
AL
UNA
MUESTRA
DE
200
COMPROBANTES
ADMINISTRACION DE OPERACIONES
3
0
Edad---- asumo que las personas mas jovenes pueden gastar mas.
Sexo----- las mujeres normalmente gastan mas.
Demanda de ventas
Estacin
Demanda
Demanda
mensual
Pronostico
ndice
demanda
promedio
Otoo
200
250
225
250
0.9
270
Invierno
300
350
325
250
1.3
390
Primavera 150
165
157.5
250
0.63
189
Verano
285
292.5
250
1.17
351
Total
300
1000
promedio
estacional
mensual
Pronostico= 1200
ADMINISTRACION DE OPERACIONES
3
1
7.5
B1 =
3.5
B2 =
4.5
b3 =
2.5
Y
X1
X2
X3
(no. De accidentes)
A)
50.5
B)
43
C)
58
ADMINISTRACION DE OPERACIONES
3
2
ADMINISTRACION DE OPERACIONES
3
3
Recoleccion
de
automoviles
X2
impuestos
nuevos
Y2
Xy
sobre
ventas y
10
100
10
12
1.4
144
16.8
144
15
1.9
225
28.5
225
16
256
32
256
14
1.8
196
25.2
196
17
2.1
289
35.7
289
20
2.3
400
46
400
Sumatoria
12.50
104.00
1,610.00 194.20
Promedio
14.8571429 1.78571429
1,511.00
A=
Promedio
0.130837
de
x=
Promedio
0.15814978 B=
14.8571429
de
y=
1.78571429
Covarianza=
1.2122449
Desviacion de
x=
3.04389654
Desviacion de
y=
14.5831535
Coeficiente de
correlacion
lineal=
0.0273092
ADMINISTRACION DE OPERACIONES
3
4
Determinar:
a) La ecuacin de regresin de mnimos cuadrados.
de
correlacion
0.0273092
ADMINISTRACION DE OPERACIONES
3
5
Semana
Millas de
Pronstico
pasajeros
(millas de
Diferencia
Error
reales (en
pasajeros
absoluta
pronostico
miles)
en miles)
17
17.00
0.00
0.00
21
17.00
4.00
4.00
19
17.80
1.20
1.20
23
18.00
5.00
5.00
18
19.00
1.00
-1.00
16
18.80
2.80
-2.80
20
18.30
1.70
1.70
18
18.60
0.60
-0.60
22
18.50
3.50
3.50
10
20
19.20
0.80
0.80
11
15
19.40
4.40
-4.40
12
22
18.50
3.50
3.50
28.50
10.90
Total
Mad
2.38
Rsfe
10.90
Rsfe
/
mad
4.59
ADMINISTRACION DE OPERACIONES
3
6
33.
SE
CREE
QUE
LOS
VIAJES
EN
AUTOBS
METRO
EN
de Viajes
turistas
Ao Nmero
(millones)
de Viajes
turistas
(millones)
(millones)
(millones)
1.5
16
2.4
1.0
12
2.0
1.3
14
2.7
1.5
10
20
4.4
14
2.5
11
15
3.4
15
2.7
12
1.7
10
15
20
25
Nmero de Turistas
(millones)
ADMINISTRACION DE OPERACIONES
3
7
Nmero
Viajes
de
(millones)
turistas
X2
Y2
Xy
(millones)
x
1.5
49
10.5
2.25
1.3
36
7.8
36
1.5
16
16
14
2.5
196
35
196
15
2.7
225
40.5
225
16
2.4
256
38.4
256
12
144
24
144
14
2.7
196
37.8
196
10
20
4.4
400
88
400
11
15
3.4
225
51
225
12
1.7
49
11.9
49
Sumatoria
132.00
27.10
1,796.00
352.90
1,749.25
Promedio
11
2.25833333
A=
0.50600775 B=
0.15930233
ADMINISTRACION DE OPERACIONES
3
8
Diferencia
0.6
Diferencia
Semana
Llamadas
50
25
25
25
25
35
27.5
7.5
40
25
28.3
3.3
37
12
40
27.9
12.1
29.8
10.2
45
29.1
15.9
35.9
9.1
35
30.7
4.3
41.4
6.4
20
31.1
11.1
37.5
17.5
30
30
27
35
30
28.8
6.2
10
20
30.5
10.5
32.5
12.5
11
15
29.5
14.5
25
10
12
40
28
12
19
21
absoluta
abs
ADMINISTRACION DE OPERACIONES
3
9
13
55
29.2
25.8
31.6
23.4
14
35
31.8
3.2
45.6
10.6
15
25
32.1
7.1
39.3
14.3
16
55
31.4
23.6
30.7
24.3
17
55
33.8
21.2
45.3
9.7
18
40
35.9
4.1
51.1
11.1
19
35
36.3
1.3
44.4
9.4
20
60
36.2
23.8
38.8
21.2
21
75
38.6
36.4
51.5
23.5
22
50
42.2
7.8
65.6
15.6
23
40
43
56.2
16.2
24
65
42.7
22.3
46.5
18.5
25
85
44.9
40.1
57.6
27.4
Mad
13.636
Mad
14.524
ADMINISTRACION DE OPERACIONES
4
0
Mes
Demanda en
Demanda en
megawatts
megawatts
Ao
Este
pasado
ao
Ene
17
Feb
Mar
Mes
Ao
Este
pasado
ao
Jul
23
44
14
Ago
26
41
10
20
Sep
21
33
Abr
13
23
Oct
15
23
May
18
30
Nov
12
26
Jun
15
38
Dic
14
17
Ao pasado
20
Este ao
15
10
5
0
1
10 11 12
ADMINISTRACION DE OPERACIONES
4
1
ya
que
ese
observan
en
los
datos
este
comportamiento.
Mes
Demanda en
Demanda en
megawatts
megawatts
Ao pasado
Este
Demanda
ao
promedio
Demanda
mensual
Demanda
Indice
promedio
anual
(pronostico)
Ene
17
11
21
0.52380952 18.77
Feb
14
10
21
0.47619048 17.06
Mar
10
20
15
21
0.71428571 25.6
Abr
13
23
18
21
0.85714286 30.71
May
18
30
24
21
1.14285714 40.95
Jun
15
38
26.5
21
1.26190476 45.22
Jul
23
44
33.5
21
1.5952381
57.16
Ago
26
41
33.5
21
1.5952381
57.16
Sep
21
33
27
21
1.28571429 46.07
Oct
15
23
19
21
0.9047619
32.42
Nov
12
26
19
21
0.9047619
32.42
Dic
14
17
15.5
21
0.73809524 26.45
252
430
ADMINISTRACION DE OPERACIONES
4
2
1990
1991
1992
Demanda
promedio
Demanda
promedio
ndice
periodo
Invierno
73
65
89
76
107
0.7100
Primavera
104
82
146
111
107
1.0400
Verano
168
124
205
166
107
1.5500
Otoo
74
52
98
75
107
0.7000
Total:
428.00
Dmp:
428/4=107
2.37.
SAMANTHA
SHANE,
ADMINISTRADORA
DE
SHANES
NDICE
PRONSTICO
120,000
1.25
150,000
140,000
0.90
126,000
160,000
0.75
120,000
180,000
1.15
207,000
ADMINISTRACION DE OPERACIONES
4
3