PROBLEMA 1

Los antecedentes historicos de produccion y ventas de un determinado producto son los sgtes:

1997
1998

1999
2000

2001
x 2002
2003

2004
2005
2006

2007

10
20

30
45

70
y 90
125

150
180
220

270

Graficando tendremos
300

200
y
100

0
3
1.996 10

2 10

2.004 10

2.008 10

a) Establezca la ecuacion de regresion

el modelo que mejor se adapta es una ecuacion de primer grado

Construyendo la tabla de regresion

x^2

1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
22022

10
20
30
45
70
90
125
150
180
220
270
1210

x*y

3988009
3992004
3996001
4000000
4004001
4008004
4012009
4016016
4020025
4024036
4028049
44088154

19970
39960
59970
90000
140070
180180
250375
300600
360900
441320
541890
2425235

Generando el sistema

44088154 22022 a = 2425235

7 b 1210
22022

a 25.591
b 51123

Y( x ) 25.591x 51123

b ) Estimar la demanda esperada para los aos 2008,2009 y 2010

reemplazando en el modelo tendremos
Y( 2008) 263.728
Y( 2009) 289.319
Y( 2010) 314.91
c ) Determinar el coeficiente de correlacion
r 0.9790
d ) Coeficiente de determinacion

r2 0.9790

r2 0.9584

PROBLEMA 2
Una empresa se dedica al rubo industrial de bebidas y resfrescos y desea estimar las ventas de
sus productos en pesos para los proximos aos

1988
1989
1990
1991

1992
1993
x 1

1994
1995
1996

1997
1998
1999

250
350
265
420

386
253
y 1

432
356
457

389
476
490

Graficando tendremos
500

400
y1

300

200
3
1.985 10

1.99 10

1.995 10
x1

2 10

a ) Derive matematicamente las ecuaciones de la recta de regresion

x^2

5,5
4,5
3,5
2,5
1,5
0,5
0,5
1,5
2,5
3,5
4,5
5,5
0

250
350
265
420
386
253
432
356
457
389
476
490
4524

143 0

0 12

x*y
30,25
20,25
12,25
6,25
2,25
0,25
0,25
2,25
6,25
12,25
20,25
30,25
143

2458

4524

1375
1575
927,5
1050
579
126,5
216
534
1142,5
1361,5
2142
2695
2458

X1 A

Finalmente el modelo matematico ser

x 1 8.5

Ao 2013

x 2 9.5

Y1 ( 8.5) 523.1065
Y1 ( 9.5) 540.2955
Lo acumulado hasta el mes de abril
M mes =

540 unid

12 meses

M abril = 45

unid

4 meses
mes

17.1888

377

Y1 ( x ) 17.189x 377

b ) La produccion para el 2012 y 2013

Ao 2012

X1

M mes = 45

unid

mes

M abril = 180 ( unid)

c ) Cuantifique las ventas en pessos para las fechas anteriores

sabiendo que la cantidad demandada disminuira 2000 unidades la funcion de la demanda sera
Qd = 2 P 60 I 0.02Pb 0.04 Pu
Reemplazando los datos de
Pb 1500000 habitantes

I = 3000 Sus

Pu = 625000 Sus

Qd = 2000P 60 ( 3000) 0.02 ( 1500000 ) 0.04 ( 625000)

Qd = 2000 P 235000
.................. ( 1 )
Para los costos
CT = Cf Cv
CT = 2000000 30Q 200H
CT = 2000000 30 200 600
CT = 2120000 30Q .................. ( 2 )
Sabiendo que la utilidad es
U = I CT

de donde

U = P Q ( 2120000 30 Q)

I = P Q

combinando 1 y 2

reemplzando el valor de funcion de la demanda

U = P ( 2000 P 235000) [ 2120000 30 ( 2000 P 235000) ]

Simplicando tendremos
2

U = 295000 P 2000 P 9170000

Para maximizar tendremos
U
p

P=

= 4000 P 295000

295000

4000

igualando a cero tendremos

P = 73.75 Sus

PROBLEMA 3
El mercado de la oferta nacional para fruta exportable actualmente compuesto por cuatro empresas
con igual participacion de mercado

Aos

Egipto

Peru

1992
1993
1994
1995
1996
1997
1998

Uruguay

15
20
25
15
30
35
40

10
10
15
5
20
25
30

y = a bx

nuestro modelo sera

Total
20
25
20
30
15
10
25

45
55
60
50
65
70
95

para determinar las constantes tendremos

F( a b ) =

2
y a bx

aplicando maximo para nuestra funcion

F
a

y a bx

= 2

y a bx
2

= ( 2x )

igualando a cero y despejando

y = aN b x
2

x y = a x b x
2

Finalmente nuestra tabla sera

y
3,5
2,5
1,5
0,5
0,5
1,5
2,5
3,5

x^2
45
55
60
50
65
70
95
440

x^4
12,25
6,25
2,25
0,25
0,25
2,25
6,25
29,75

x^2*y
150,0625
39,0625
5,0625
0,0625
0,0625
5,0625
39,0625
238,4375

551,25
343,75
135
12,5
16,25
157,5
593,75
1810

29.75 a 440
7

=
resolviendo tendremos
29.75 238.43 b 1810

Y( x ) 65.13 0.53 x

a ) Cual es la demanda de EXPOFRUT para los proximos cinco aos

tendremos para los 5 aos restantes
Y( 3.5) 58.6375

1999

Y( 6.5) 42.7375

2002

Y( 4.5) 54.3975

2000

Y( 7.5) 35.3175

2003

Y( 5.5) 49.0975

2001

b ) Cual es el precio que maximiza las utilidades del proyecto

Qd = 40 5P

CT = 25 2Q

Sabemos que las utilidades son

U = P Qd CT

desarrollando tendremos

U = P ( 40 5 P) 25 2 Qd
2

U( p ) = 50 P 5 P 105
U
P

= 50 10P

U = P ( 40 5 P) [ 25 2 ( 40 5P) ]

para maximizar tendremos

U
P

=0

P = 5 Sus

PREGUNTA 4
r 0.75
Que el modelo es aceptable pero no es del todo confiable puesto que es muy bajo el coeficiente de
correlacion

PREGUNTA 5
Con la siguiente informacion historica, proyecte las ventas de la empresa en los aos 2001-2003

6.5
5.5

4.5
3.5
2.5

1.5
0.5
T

0.5
1.5
2.5

3.5
4.5
5.5

6.5

178.454
136.62

141.909
173.528
206.030

198.215
221.893
Q

216.631
260.026
295.313

280.666
348.912
389.992

443.806

a ) Graficando tendremos el diagrama de dispersion

500

400

300

200

100
10

0
T

10

b ) Dibuje la tendencia linea y polinomica

para la regresion lineal tendremos

Y
6,5
5,5
4,5
3,5
2,5
1,5
0,5
0,5
1,5
2,5
3,5
4,5
5,5
6,5
0

de donde

x^2
178,454
135,62
141,909
173,528
206,03
198,215
221,893
216,631
260,026
295,313
280,666
348,912
389,992
443,606
3490,795

x*y
42,25 1159,951
30,25
745,91
20,25 638,5905
12,25
607,348
6,25
515,075
2,25 297,3225
0,25 110,9465
0,25
108,3155
2,25
390,039
6,25
738,2825
12,25
982,331
20,25
1570,104
30,25
2144,956
42,25
2883,439
227,5 4742,3235

y ( x ) 20.845x 249.34

R 0.881

4.21 10

4.2 10

y( x)
4

4.19 10

4.18 10
3
1.996 10

2 10

2.004 10
x

2.008 10

para el modelo cuadratico

Y
6,5
5,5
4,5
3,5
2,5
1,5
0,5
0,5
1,5
2,5
3,5
4,5
5,5
6,5
0

x^2
178,454
135,62
141,909
173,528
206,03
198,215
221,893
216,631
260,026
295,313
280,666
348,912
389,992
443,606
3490,795

x^3
42,25
30,25
20,25
12,25
6,25
2,25
0,25
0,25
2,25
6,25
12,25
20,25
30,25
42,25
227,5

x^4
y*x
y*x^2
274,625 1785,0625 1159,951 7539,6815
166,375
915,0625
745,91
4102,505
91,125
410,0625 638,5905 2873,65725
42,875
150,0625
607,348
2125,718
15,625
39,0625
515,075 1287,6875
3,375
5,0625 297,3225 445,98375
0,125
0,0625 110,9465
55,47325
0,125
0,0625
108,3155
54,15775
3,375
5,0625
390,039
585,0585
15,625
39,0625
738,2825 1845,70625
42,875
150,0625
982,331 3438,1585
91,125
410,0625
1570,104
7065,468
166,375
915,0625
2144,956 11797,258
274,625 1785,0625
2883,439 18742,3535
0
6608,875 4742,3235 61958,8668

de donde tendremos y ( x ) 1.797x 20.845x 220.14

R 0.964

c ) determine cual de la funciones se ajusta mas

para el analisis solo tenemos que comparar los coeficientes de correlacion de donde podemos
concluir que el modelo mas adaptable es el de grado dos