1 1000

Conclusion: 2 1300 0.97020374 0.94129531

3 1800
4 2000 Interpretacion: indica que la relacion
5 2000 entre variable dependiente e
6 2000 independiente es fuerte, pero
demasiado, algunos autores de libros
La grafica tiende a subir, dado que 7 2200 consideran que un coeficiente de
una metodo de regresion lineal puede 8 2600 correlacion estable y real oscilaria
ser el adecuado. Aquí no observamos
estacionalidad. Aun asi yo 9 2900 entre .75 a .9
consideraria la variable aleatoria para 10 3200
la ecuacion de regresion ( variable de 11 3286.667
sonido ) pues según la ley de los
signos, todo lo que sube tiene que
bajar, es probable que la demanda se
mantenga o baje mas de la que
pueda subir, y la variable aleatoria Ventas
puede suabizar la incertidumbre del
caso. 3500

3000
f(x) = 215.757575757576 x + 913.333333333333
2500

2000

1500

1000

500

0
0 2 4 6 8
 Ventas

57576 x + 913.333333333333

4 6 8 10 12
 1 2 3
Enero 0 741 896
Febrero 697 700 793
Marzo 776 774 885
Abril 0 932 10551800
Mayo 1030 1099 1204
1600
Junio 1070 1223 1326
Julio 1165 1290 13031400
Metodo: Utilizare el metodo de Agosto 1216 1349 14361200
descomposicion de cuadrados, Setiembre 1208 1341 14731000
muestra un comportamiento ciclico Octubre 1131 1296 1453
con ligera tendencia. Este metodo 800
calculara un promedio de las ventas Noviembre 971 1066 1170
historiales para el siguiente periodo Diciembre 783 901 1023 600
1 Enero 10047 12712 14017 400
2 Febrero 697 200
3 Marzo 776 Numero de Ciclo 12
0
4 Abril 0
5 Mayo 1030 Enero 904.5 0.77074855 0
6 Junio 1070 Febrero 816.6 0.69584662 1001.65752
7 Julio 1165 Marzo 899.8 0.76674355 1012.07241
8 Agosto 1216 Abril 1095.25 0.93329171 0
9 Setiembre 1208 Mayo 1215 1.03533387 994.848162
10 Octubre 1131 Junio 1335.6 1.13810035 940.163145
11 Noviembre 971 Julio 1371 1.16826563 997.204721
12 Diciembre 783 Agosto 1432.8 1.22092706 995.964497
13 Enero 741 Setiembre 1430.8 1.2192228 990.795118
14 Febrero 700 Octubre 1380 1.17593477 961.788043
15 Marzo 774 Noviembre 1145.8 0.97636671 994.503389
16 Abril 932 Diciembre 985.8 0.84002645 932.113512
17 Mayo 1099 1173.53448 961.403042
18 Junio 1223 1005.96882
19 Julio 1290 1009.46398
20 Agosto 1349 998.615967
21 Setiembre 1341 1061.49333
22 Octubre 1296 1074.59769
23 Noviembre 1066 1104.20094
24 Diciembre 901 1104.89811
25 Enero 896 1099.881
26 Febrero 793 1102.10195
27 Marzo 885 1091.8029
28 Abril 1055 1072.58528
29 Mayo 1204 1162.50624
30 Junio 1326 1139.61896
31 Julio 1303 1154.23207
32 Agosto 1436 1130.40756
33 Setiembre 1473 1162.90989
34 Octubre 1453 1165.09937
35 Noviembre 1170 1115.32854
36 Diciembre 1023 1176.15544
37 Enero 951 1208.1467
38 Febrero 861 1235.61276
39 Marzo 938 1198.32025
40 Abril 1109 1217.8188
41 Mayo 1274 1233.86544
42 Junio 1422 1237.34165
43 Julio 1486 1223.35557
44 Agosto 1555 1188.26728
45 Setiembre 1604 1230.52093
46 Octubre 1600 1249.45046
47 Noviembre 1403 1271.971
48 Diciembre 1209 1273.62236
49 Enero 1030 1315.59219
50 Febrero 1032 1360.61969
51 Marzo 1126 1436.9601
52 Abril 1285 1439.2404
53 Mayo 1468 1336.3632
54 Junio 1637 1483.08546
55 Julio 1611 1468.54837
56 Agosto 1608 1376.84712
57 Setiembre 1528 1417.9001
58 Octubre 1420 1438.36175
59 Noviembre 1119 1378.96721
60 Diciembre 1013 1317.032
61 Enero 1124.758 1253.2574
62 Febrero 1022.866 1207.54998
63 Marzo 1135.249 1146.08578
64 Abril 1391.783 1205.91442
65 Mayo 1554.984 1459.3066
66 Junio 1721.453 1469.95873
67 Julio 1779.525 1480.61086
68 Agosto 1872.745 1491.26298
69 Setiembre 1883.118 1501.91511
70 Octubre 1828.785 1512.56724
71 Noviembre 1528.822 1523.21937
72 Diciembre 1324.285 1533.8715
1544.52363
1555.17576
1565.82789
1576.48002
 4 5 6
951 1030 1124.75844
Ventas por mes / Apilamiento
861 1032 1022.86581
938 1126 1135.24883 Historial de FventasColumn G
Column Column H Column I Colum

1800
1109 1285 1391.78338 1800
1274 1468 1554.98359 1600
1600
1422 1637 1721.4533 1400
1400 1486 1611 1779.52484 1200
1200 1555 1608 1872.74521 1000
1000
1604 1528 1883.11843 800
1600 1420 1828.78524
800 600
1403 1119 1528.82222
400
600 1209 1013 1324.2849
200
400 15412 15877
0
1 2 3 4 5 6 7 8 9 10 11
200

0
0 1436
10 930520 30 40 50 60
b) 17921.0000
Coef 0.96697662

Ventas por Año

16000
15900 f(x) = 464.999999999999 x + 14947
15800
15700
15600
15500
15400
15300
15200
15100
1 2 3 4 5

Historial y Pronosti co
2000
1800
1600
1400
1200
1000
800
600
400
200
0
0 10 20 30 40 50 60 70 80
 Ventas por mes / Apilamiento - Pronostico
Column F Column G Column H
Column I Column J Column K
2000
1800
1600
1400
1200
1000
800
600
400
200
0
1 2 3 4 5 6 7 8 9 10 11 12
mes / Apilamiento
umn H Column I Column J

7 8 9 10 11 12

60 70

4 5
pilamiento - Pronostico
Column H
Column K

9 10 11 12
 Demanda Historial Datos
3000 Cerrar Planta 2 cuando la dema
2500 El mantenimiento dura 2 seman
2000
1500
Otras fuentes pueden satisface
1000
500
0 Considerciones para la decision
1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65

Si la demanda pronostica es m
Caso contrario, programar man

A
Semanas 1
1 1 2050 1 2050
2 Agosto 2 1925 2 1925
3 3 1825 3 1825
4 4 1525 4 1525
5 5 1050 5 1050
Septiembre
6 6 1300 6 1300
7
8
1 7
8
1200
1175
7
8
1200
1175
9 9 1350 9 1350
Octubre
10 10 1525 10 1525
11 11 1725 11 1725
12 12 1575 12 1575
Noviembre
13 13 1925 13 1925
14 1 2000
15 Agosto 2 2075
Apilamiento de d
Descomposicion de Cuadrados
16 3 2225 3000
17 4 1800 1 2075
2500
18 5 1175 2 2100
Septiembre
19 6 1050 2000 3 2065
20
21
2 7
8
1250
1175 1500
4
5
1650
1300
22 9 1350 1000 6 1325
Octubre
23 10 1525 7 1350
24 11 1725 500 8 1155
25 12 1575 9 1385
Noviembre 0
26 13 1925 1 2 10 3 4 14455 6 7 8
27 1 1950 11 1495
Column H Column I
28 Agosto 2 1800 12 1600
Column K Column L
29 3 2150 13 1920
30 4 1725 1605
Septiembre

3
31 5 1575
Septiembre
32 6 1275
33 3 7 1325
34 8 1100
35 9 1500
Octubre
36 10 1550
37 11 1375
38 12 1825
Noviembre
39 13 2000
40 1 2100
41 Agosto 2 2400
42 3 1975
43 4 1675
44 5 1350
Septiembre
45 6 1525
46
47
4 7
8
1500
1150
48 9 1350
Octubre
49 10 1225
50 11 1225
51 12 1475
Noviembre
52 13 1850
53 1 2275
54 Agosto 2 2300
55 3 2150
56 4 1525
57 5 1350
Septiembre
58 6 1475 Conclusion
59
60
5 7
8
1475
1175
61 9 1375 Según el meto de descomposicion de
Octubre cuadrados, la mejor semana sera 8 y 9
62 10 1400
correspondientes a octubre en OTOÑO,
63 11 1425 teniendo en cuenta si existe un costo
64 12 1550 por no aprovechar la maxima capacidad
Noviembre del servicio, caso contrario cualquiera
65 13 1900 DECSION
66 1 2131.23872 No alternatica ( 5-6-7-8-9) es indiferente a
la otra
67 Agosto 2 2158.64103 No
68 3 2124.35967 No
Capacidad
Demanda Historial con P
3000
69 4 1698.78539 No insatisfecha
70 Septiembre 5 1339.50467 Programar
2500 294.1427308
71 6 1366.3526 Programar 240.4058027
72
6 7 2000
1393.2416 Programar 413.8142097
73 8 1192.94419 Programar
1500
375.4181223
74 9 1431.63768 Programar 73.51744343
Octubre
75 10 1494.84487 No 1000
76 11 1547.79746 No
500
77 12 1657.81972 No
Noviembre
78 13 1990.96057 No 0
1 5 9 13 17 21 25 29 33 37 41 45 49 53 57
1000

500

0
1 5 9 13 17 21 25 29 33 37 41 45 49 53 57
errar Planta 2 cuando la demanda sea baja
mantenimiento dura 2 semanas
tras fuentes pueden satisfacer 1550

onsiderciones para la decision

la demanda pronostica es mayor a 1550 no programar mantenimiento

aso contrario, programar mantenimiento

Años
2 3 4 5 6
2000 1950 2100 2275 2131.238715
2075 1800 2400 2300 2158.641026
2225 2150 1975 2150 2124.359666
1800 1725 1675 1525 1698.785391
1175 1575 1350 1350 1339.504669
1050 1275 1525 1475 1366.3526
1250 1325 1500 1475 1393.241597
1175 1100 1150 1175 1192.944193
1350 1500 1350 1375 1431.637684
1525 1550 1225 1400 1494.844872
1725 1375 1225 1425 1547.797456
1575 1825 1475 1550 1657.819723
1925 2000 1850 1900 1990.960569
Apilamiento de datos
sicion de Cuadrados

1.29283489 1585.66265
1.30841121 1471.25
1.28660436 1418.46247
1.02803738 1483.40909
0.80996885 1296.34615
0.82554517 1574.71698
0.8411215 1426.66667
0.71962617 1632.79221
0.86292835 1564.44043
4 5 0.90031153
6 7 1693.85813
8 9 10 11 12 13
0.93146417 1851.92308
Column H Column I Column J
0.99688474 1579.92188
Column K Column L Column M
1.19626168 1609.17969
1546.98795
 1585.89286
1729.35835
1750.90909
1450.67308
1271.88679
1486.11111
1632.79221
1564.44043
1693.85813
1851.92308
1579.92188
1609.17969
1508.31325
1375.71429
1671.06538
1677.95455
1944.51923
1544.43396
1575.27778
1528.57143
1738.26715
1721.6263
1476.17057
1830.70313
1671.875
1624.33735
1834.28571
1535.04843
1629.31818
1666.73077
e descomposicion de 1847.26415
ejor semana sera 8 y 9 1783.33333
es a octubre en OTOÑO,
nta si existe un costo 1598.05195
ar la maxima capacidad 1564.44043
o contrario cualquiera 1360.64014
-7-8-9) es indiferente a 1315.13378
1479.60938
1546.48438
nda Historial con Pronosti co
1759.6988
1757.85714
1671.06538
1483.40909
1666.73077
1786.69811
1753.61111
1632.79221
1593.41155
1555.0173
25 29 33 37 41 45 49 53 57 61 65 69 73 77
25 29 33 37 41 45 49 53 1529.8495
57 61 65 69 73 77
1554.84375
1588.28125
1648.50031
1649.8185
1651.13669
1652.45488
1653.77307
1655.09126
1656.40945
1657.72765
1659.04584
1660.36403
1661.68222
1663.00041
1664.3186
 Costo POR MILES DE MILES DE GALONES
Planta GALONES VENDIDOS
1 1015 416.9
2 973 472.5
3 1046 250
4 1006 372.1
5 1058 238.1
6 1068 258.6
7 967 597
8 997 414
9 1044 263.2
10 1008 372
TOTAL 10182 3654.4
a) 11 1020.93333333333 356.829412110739
c) 11 1029.599 325
b) Coef. C -0.942337369166719
Coef. D 0.887999717328052
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.94233737
Coeficiente de determinación R^2 0.88799972
R^2 ajustado 0.87399968
Error típico 12.3415876
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 9661.08172 9661.08172 63.4283912 4.51007E-05
Residuos 8 1218.51828 152.314784
Total 9 10879.6

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

Intercepción 1121.21221 13.5103893 82.9888898 4.95728E-13 1090.0572 1152.36722
Variable X 1 -0.28188543 0.03539409 -7.96419432 4.51007E-05 -0.36350435 -0.2002665
Inferior 95.0%
Superior 95.0%
1090.0572 1152.36722
-0.36350435 -0.2002665