UNIDADES PRODUCIDAS= 70 Mp expresada en Kg

1 Kg de Mp
PROPORCION DE INSUMOS
INSUMOS PROPORCION en (Kg, g,mL,onzas)
INSUMO A 1:4 Kg de Mp
INSUMO B 150 mL*Kg de Mp
INSUMO C 0,25 g por Kg de A
INSUMO D 45 g por Kg de Mp
INSUMO E 1 onza por Kg de Mp

COSTO SEGÚN LA PROPORCIÓN A UTILIZAR Y SU PRESENTACIÓN

INSUMOS COSTO/PRESENTACIÓN
INSUMO A 1070
INSUMO B 5.7
INSUMO C 8.5
INSUMO D 95.2222222222222
INSUMO E 607.900738024355

MERMA=
MERMA=
PRECIO VENTA P/U=
IVA POR PRODUCTO=
 966 Kg
9000 $
PROPORCION DE INSUMOS EJERCICIOS NATHALIA BELALCÁZAR QUINTO
PROPORCION en (Kg, g,mL,onzas)
241.5 Kg
144900 mL
60.375 g
43470 g
966 onzas

ORCIÓN A UTILIZAR Y SU PRESENTACIÓN TOTAL INSUMOS 5811390.3

$ NECESARIA POR INSUMO TOTAL MP 8694000
258405 PRESUPUESTO MATERIALES DIRECTOS 14505390.3
825930
513.1875 % PRESUPUESTO PARA INSUMOS 40.0636603
4139310 % PRESUPUESTO PARA MP 59.9363397
587232.112931527 Kg PRODUCIDOS AL FINAL DE LA OPERACIÓN 338.1
INGRESOS OPERACIONALES 20286000
65 % IVA A DECLARAR ANTE DIAN POR (UNIDAD) 50420.1681
627.9 Kg DINERO PROPIO UNA VEZ PAGADO A LA DIAN 17047058.8
60000 $ MARGEN BRUTO 2541668.52
19 %
$
$
$

%
%
Kg
$ 17047058.8 BASE
$
$
$
 ITEM 75% ($) 35% ($) 0% ($)
Depreciación de edificios 100000 100000 160000
Depreciación de equipos 300000 100000 0
Mantenimiento 200000 60000 0
Seguros 50000 50000 50000
Supervisión 100000 300000 0
Mano de obra Indirecta
Producción
Cambios referencia 70000 40000 0
Test 2000 2000 0
Recepción 100000 30000 0
Almacenamiento 40000 40000 40000
Energía 75000 25000 0
TOTAL 1037000 747000 250000
MOD 5000000 2500000

TOTAL COSTO 1 11537000 $

COSTO TOTAL 2 12241000 $
 x y 8000
Mes unidades costos
7000
Enero 100 2000 2093.7 f(x) = 12.39
febrero 125 3090 R² = 0.862
2403.5 6000
marzo 175 2780 3023.1
abril 200 1990 3332.9 5000
mayo 500 7500 7050.5
4000
junio 300 5300 4572.1
julio 250 4300 3952.5 3000
Agosto 400 6300 5811.3
2000
Septirembre 475 5600 6740.7
octubre 425 6240 1.392 1000

0
50 100 15
8000

7000
f(x) = 12.3915275994865 x + 854.499358151476
R² = 0.862946393968258
6000

5000

4000

3000

2000

1000

0
50 100 150 200 250 300 350 400 450 500 550

COSTO TOTAL= 866.892COSTO FIJO= 854.5

COSTO VARIABLE POR UNIDAD= 12.392
PARA 800 U PRONÓSTICO COSTO TOTAL= 10768.1

50% 11195.35
 Estadísticas de la regresión
Coeficiente de correlación múltiple 0.92894908039583
Coeficiente de determinación R^2 0.862946393968258
R^2 ajustado 0.845814693214291
Error típico 770.498703806433
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Regresión 1 29903853.9794608
Residuos 8 4749346.02053915
Total 9 34653200

Coeficientes Error típico

Intercepción 854.499358151475 569.781026328259
Variable X 1 12.3915275994865 1.74595553553158

Análisis de los residuales

Observación Pronóstico para Y Residuos

1 2093.65211810013 -93.6521181001276
2 2403.44030808729 686.559691912709
3 3023.01668806162 -243.016688061617
4 3332.80487804878 -1342.80487804878
5 7050.26315789474 449.736842105262
6 4571.95763799743 728.042362002567
7 3952.38125802311 347.618741976893
8 5811.11039794609 488.889602053914
9 6740.47496790758 -1140.47496790758
10 6120.89858793325 119.101412066751
 Variable X 1 Curva d
ajustada
10000

5000

Y
0
50 100 150 200 250 300 350 400 4
VARIANZA Variable X 1
Promedio de los cuadrados F Valor crítico de F
29903853.9794608 50.371320767344 0.0001022677313543
593668.252567394

Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0%

1.49969781138199 0.1720799248312 -459.418044722364 2168.416761025 -459.4180447224
7.09727558767053 0.0001022677314 8.3653469146681 16.41770828431 8.3653469146681

Variable X 1 Gráfico de los residuales

Residuos estándares 1000
-0.128920491599659 500
Residuos

0.945110636998783 0
-0.334534141110707 -500 50 100 150 200 250 300 350 400 450 50

-1.84849065362712 -1000
0.619102866554489 -1500
1.00221523142059 Variable X 1
0.478528195774518
0.673000131906962
-1.56996549039663
0.163953714078766
riable X 1 Curva de regresión
ajustada
Y
Pronóstico para Y

150 200 250 300 350 400 450 500 550

Variable X 1

Superior 95,0%
2168.41676102531
16.417708284305

e los residuales

300 350 400 450 500 550

eX1
25000
X Y
KILOVATIOS COSTO
20000
f(x) = 17.2770303030303 x + 2514.33333333333 100 4725
R² = 0.970575036197478 200 6007
15000
300 8175
400 8210
10000 500 11625
600 13350
5000 700 12500
800 16800
0 900 18525
0 200 400 600 800 1000 1200
1000 20250
 RESIDUOS
4242 483
5969.7 37.3
7697.4 477.6
9425.1 -1215.1
11152.8 472.2
12880.5 469.5
14608.2 -2108.2
16335.9 464.1
18063.6 461.4
19791.3 458.7
 Estadísticas de la regresión
Coeficiente de correlación múltiple 0.985177667325786
Coeficiente de determinación R^2 0.970575036197478
R^2 ajustado 0.966896915722163
Error típico 966.038613633173
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Regresión 1 246259015.275758
Residuos 8 7465844.82424243
Total 9 253724860.1

Coeficientes Error típico

Intercepción 2514.33333333334 659.930007461
Variable X 1 17.2770303030303 1.06357350932303

Análisis de los residuales

Observación Pronóstico para Y Residuos

1 4242.03636363637 482.963636363633
2 5969.7393939394 37.2606060606031
3 7697.44242424243 477.557575757573
4 9425.14545454546 -1215.14545454546
5 11152.8484848485 472.151515151514
6 12880.5515151515 469.448484848484
7 14608.2545454545 -2108.25454545455
8 16335.9575757576 464.042424242425
9 18063.6606060606 461.339393939394
10 19791.3636363636 458.636363636368
 Variable X 1 Curva
ajustad
30000
20000
10000

Y
E VARIANZA 0
Promedio de los cuadrados F Valor crítico de F 0 200 400 600 800
246259015.275758 263.87799 2.07442871562208E-07 Variable X 1
933230.603030304

Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0%

3.81000000743553 0.00516263 992.532007182956 4036.13465948 992.532007183
16.2443217620447 2.07443E-07 14.8244253924378 19.7296352136 14.82442539244

Variable X 1 Gráfico de los residuales

1000
500
Residuos estándares 0
Residuos

0.530268962626969 -500 0 200 400 600 800 1000

-1000
0.040910208212305 -1500
0.524333389151795 -2000
-2500
-1.33416653161347
0.518397815676621 Variable X 1
0.515430028939034
-2.31475387917208
0.50949445546386
0.506526668726271
0.503558881988687
 riable X 1 Curva de regresión
ajustada
Y
Pronóstico para Y

200 400 600 800 1000 1200

Variable X 1

Superior 95,0%
4036.134659484
19.72963521362

de los residuales

600 800 1000 1200

eX1