Taller

1. Un gerente desea conocer el nivel de producción esperado para los siguientes tres
meses, del articulo estrella de la línea económica ¿Sera que el jefe de producción
tiene certeza de lo que espera producir?

Mes 1 2 3 4 5 6 7 8 9 10 11 12
Unidades 45 160 198 245 289 323 356 362 426 446 498 507
producidas

Mes 13 14 15 16 17 18 19 20 21 22 23 24
Unidades 518 564 598 603 627 648 702 764 789 827 863 894
producidas

Solución:
Mes Producció
n
X Y X*2 XY Y*2
1 45 1 45 2025
2 160 4 320 25600
3 198 9 594 39204
4 245 16 980 60025
5 289 25 1445 83521
6 323 36 1938 104329
7 356 49 2492 126736
8 362 64 2896 131044
9 426 81 3834 181476
10 446 100 4460 198916
11 498 121 5478 248004
12 507 144 6084 257049
13 518 169 6734 268324
14 564 196 7896 318096
15 598 225 8970 357604
16 603 256 9648 363609
17 627 289 10659 393129
18 648 324 11664 419904
19 702 361 13338 492804
20 764 400 15280 583696
21 789 441 16569 622521
22 827 484 18194 683929
 23 863 529 19849 744769
24 894 576 21456 799236
300 12252 4900 190823 7505550

∑ x ∧2 ∑ y−∑ x ∑ xy
a=
n ∑ x ∧2−(∑ x) ∧2

(4900)(12252)−(300)(190823)
a=
(24 )(4900)−90000

a=101,010

n ∑ xy−∑ x ∑ y
b=
n ∑ x ∧2−(∑ x )∧2

24(190823)−(300)(12252)
b=
(24)( 4900)−90000

b=32,75

Ecuación de regresión=
y=101,010+ 32,75 x
y 25=101,010+32,75( 25)
y 25=919,76
y 26=101,010+ 32,75(26)
y 26=952,51
y 27=101,010+ 32,75(27)
y 26=985,26
Para la producción estimada el jefe de producción debe tener en cuenta otro tipo de cosas
como los intervalos de confianza para estar seguro de lo que va a producir.
 2. Una empresa comercial desea proyectar su demanda cuando el costo de su producto
llegue a $5.000 y a $6.900, teniendo en cuenta como antecedentes los datos que se
muestran en la siguiente tabla. ¿Usted garantiza los resultados obtenidos?
Año 200 200 200 200 200 200 200 200 200 201 201 201
1 2 3 4 5 6 7 8 9 0 1 2
Demand 85 89 92 95 93 98 104 110 116 122 136 142
a
(Unidad
es)
Costo 1.20 2.00 2.50 2.62 2.84 3.00 3.42 3.60 4.00 4.10 4.21 4.35
(Pesos) 0 0 0 0 0 0 0 0 0 0 0 0

Solución:

Demanda Costo
y x Y2 xy X2
85 1.200 7225 102000 1440000
89 2.000 7921 178000 4000000
92 2.500 8464 230000 6250000
95 2.620 9025 248900 6864400
93 2.840 8649 264120 8065600
98 3.000 9604 294000 9000000
104 3.420 10816 355680 11696400
110 3.600 12100 396000 12960000
116 4.000 13456 464000 16000000
122 4.100 14884 500200 16810000
136 4.210 18496 572560 17724100
142 4.350 20164 617700 18922500
sumatoria 1282 37.840 140804 4.223.160 129733000

∑ x ∧2 ∑ y−∑ x ∑ xy
a=
n ∑ x ∧2−(∑ x) ∧2

(129733000)(1282)−(37840)(4223160)
a=
(12)(129733000)−1431865600
a=52,13

n ∑ xy−∑ x ∑ y
b=
n ∑ x ∧2−(∑ x )∧2

12(4223160)−(1282)(37840)
b=
(12)(129733000)−1431865600

b=0,017

Ecuación de regresión=
y=52,13+ 0,017 x
y 5000=52,12+0,017 (5 000)
y 5000=138,8 aprox 139
y 6900=101,010+32,75( 26)
y 6900=171,82 aprox 172

Mediante el proceso de estimación realizado, se pueden garantizar los resultados

3. El departamento de compras de una empresa industrial cuenta con un presupuesto
de $10.000.000 mensual para la compra de una materia prima específica, cuyo
proveedor establece su precio de venta en dólares. Usted desea predecir cual sería la
cantidad de materia prima a comprar por su compañía, cuando el precio unitario de
la materia prima se de US$40, teniendo en cuenta el siguiente histórico de compras:

Mes 1 2 3 4 5 6
US$1 1.820 1.653 1.480 1.358 1.250 1.100
equivale
(Pesos
colombianos)
US$ (Precio US$10 US$15 US$20 US$25 US$30 US$35
unitario MP)
Cantidad de 549451 403307 337838 294551 266667 259740
MPs
compradas
¿Qué tan certero es el pronóstico hallado anteriormente?
Rta: Es bastante certero, puesto que es un proceso de estimación por medio de históricos.
Solución
Estimación de unidades
Precio X Cantidad
x y x2 xy y2
10 549451 100 5494510 3,01896E+11
15 403307 225 6049605 1,62657E+11
20 337838 400 6756760 1,14135E+11
25 294551 625 7363775 8676029160
1
30 266667 900 8000010 7111128888
9
35 259740 1225 9090900 6746486760
0
sumatoria 135 2111554 3475 42755560 8,04024E+11

∑ x ∧2 ∑ y−∑ x ∑ xy
a=
n ∑ x ∧2−(∑ x) ∧2

(7337650150)−(5772000600)
a=
(20850)−18225

a=596437,92

n ∑ xy−∑ x ∑ y
b=
n ∑ x ∧2−(∑ x )∧2

(256533360)−(285059790)
b=
( 20850)−18225

b=−10867,21
Ecuación de regresión= pronostico unidades según precio en dólares
y=596437,92+(−10867,21) x
y US $ 40=596437,92+(−10867,21)40
y US $ 4 0=161749,47 aprox161750
Estimación precio del dólar
MES precio dólar
x y x2 xy y2
1 1820 1 1820 3312400
2 1653 4 3306 2732409
3 1480 9 4440 2190400
4 1358 16 5432 1844164
5 1250 25 6250 1562500
6 1100 36 6600 1210000
Sumatoria 21 8661 91 27848 12851873

∑ x ∧2 ∑ y−∑ x ∑ xy
a=
n ∑ x ∧2−(∑ x) ∧2

(788151)−(584808)
a=
( 546)−( 441)

a=1936,6
n ∑ xy−∑ x ∑ y
b=
n ∑ x ∧2−(∑ x )∧2

(167088)−( 181881)
b=
(546)−441

b=950,4
Ecuación de regresión= pronostico precio del dólar para el mes 7
y=1936,6+(−140,88)x
Ecuación de regresión= pronostico unidades según precio en dólares
y 7=1936,6+(−1 40,88)7
y 7=950,4 prox 950
Presupuesto $10.000.000
Dólares que se pueden adquirir con el presupuesto en el mes 7
10.000.000
=aprox 10526
950
Valor US$40
10526
=aprox 263
40

Según la restricción presupuestal para el mes 7 solo se podrán comprar 263 unidades, sin
embargo, según el histórico de compras, sino se tuviese restricción presupuestal, se
llegarían a adquirir 161750 unidades.

4. La dureza de un material es muy difícil de medir directamente, mientras que la

densidad es relativamente fácil de medir. Por lo tanto, usted como coordinador de
laboratorio de una empresa farmacéutica va a determinar si es posible pronosticar la
dureza de una pastilla XYZ-001, con los últimos 36 datos que posee el laboratorio.
Y además pronostique la dureza de esta pastilla cuando la densidad sea de 70.

Densidad Dureza Densidad Dureza Densidad Dureza

24,7 484 39,4 1210 53,4 1880
24,8 427 39,9 989 56,0 1980
27,3 413 40,3 1160 56,5 1820
28,4 517 40,6 1010 57,3 2020
28,4 549 40,7 1100 57,6 1980
29,0 648 40,7 1130 59,2 2310
30,3 587 42,9 1270 59,8 1940
32,7 704 45,8 1180 66,0 3260
35,6 979 46,9 1400 67,4 2700
38,5 914 48,2 1760 68,8 2890
38,8 1070 51,5 1710 69,1 2740
39,3 1020 51,5 2010 69,1 3140

Solución:
Densidad Pureza
 x y x2 xy y2
24,7 484 610,09 11954,8 234256
24,8 427 615,04 10589,6 182329
27,3 413 745,29 11274,9 170569
28,4 517 806,56 14682,8 267289
28,4 549 806,56 15591,6 301401
29 648 841 18792 419904
30,3 587 918,09 17786,1 344569
32,7 704 1069,29 23020,8 495616
35,6 979 1267,36 34852,4 958441
38,5 914 1482,25 35189 835396
38,8 1070 1505,44 41516 1144900
39,3 1020 1544,49 40086 1040400
39,4 1210 1552,36 47674 1464100
39,9 989 1592,01 39461,1 978121
40,3 1160 1624,09 46748 1345600
40,6 1010 1648,36 41006 1020100
40,7 1100 1656,49 44770 1210000
40,7 1130 1656,49 45991 1276900
42,9 1270 1840,41 54483 1612900
45,8 1180 2097,64 54044 1392400
46,9 1400 2199,61 65660 1960000
48,2 1760 2323,24 84832 3097600
51,5 1710 2652,25 88065 2924100
51,5 2010 2652,25 103515 4040100
53,4 1880 2851,56 100392 3534400
56 1980 3136 110880 3920400
56,5 1820 3192,25 102830 3312400
57,3 2020 3283,29 115746 4080400
57,6 1980 3317,76 114048 3920400
59,2 2310 3504,64 136752 5336100
59,8 1940 3576,04 116012 3763600
66 3260 4356 215160 10627600
67,4 2700 4542,76 181980 7290000
68,8 2890 4733,44 198832 8352100
69,1 2740 4774,81 189334 7507600
69,1 3140 4774,81 216974 9859600
Sumatoria 1646,4 52901 81750,02 2790525,1 10022159
1
 ∑ x ∧2 ∑ y−∑ x ∑ xy
a=
n ∑ x ∧2−(∑ x) ∧2

(81750,02)(52901)− (1646,4 ) (2790525,1)

a=
( 36 ) ( 81750,02 )−( 2710 632,96 )

a=−1155,69

n ∑ xy−∑ x ∑ y
b=
n ∑ x ∧2−(∑ x )∧2

24 (190823)−(300)(12252)
b=
(24)(24010000)−24010000

b=−362,1 55

Ecuación de regresión=
y=−1155,69+ (−362,155 ) x
y 70=−1155,69 + (−362,155 ) 70
y 70=2419 , 5 16

Según el proceso de estimación, cuando la densidad sea de 70, la durabilidad será de

2419,51.