Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ADMIISTRACIÓN DE LA PRODUCCIÓN 1
Tarea 3: Pronóstico
Realizar los ejercicios pares del capítulo 4 del Texto Guía Heizer, Jay; Render, Barry;
(2009). Principios de Administración de Operaciones. Octava Edición, México, Pearson
Educación
Tarea N°: 3
Preguntas de Autoevaluación
1. Los horizontes de tiempo del pronóstico incluyen:
a) el largo plazo
b) el mediano plazo
c) el corto plazo
d) todas las respuestas anteriores son correctas
2. Los métodos cuantitativos de pronóstico incluyen:
a) composición de la fuerza de ventas
b) jurado de opinión ejecutiva
c) encuesta en el mercado de consumo
d) suavizamiento exponencial
e) todos son métodos cuantitativos
3. El método que considera la relación entre los datos y la variable que se predice
es:
a) el suavizamiento exponencial
b) el de pronósticos asociativos
c) el promedio móvil ponderado
d) todas las respuestas anteriores son correctas
4. Tres medidas populares de la exactitud del pronóstico son:
a) error total, error promedio y error medio
b) error promedio, error mediano y error máximo
c) error mediano, error mínimo y error absoluto máximo
d) error absoluto medio, error cuadrático medio y error porcentual absoluto medio
5. En el suavizamiento exponencial, cuando la constante de suavizamiento es alta:
a) se coloca más ponderación en los datos más recientes
b) se coloca menos ponderación en los datos más recientes
c) el pronóstico será un número alto
d) el pronóstico es un número ubicado entre –1 y +1
1
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
6. En relación con un pronóstico basado en regresión, el error estándar de la
estimación proporciona una medida de:
a) la exactitud global del pronóstico
b) el periodo de tiempo para el cual es válido el pronóstico
c) el tiempo requerido para obtener la ecuación de pronóstico
d) el error máximo del pronóstico
e) todas las respuestas anteriores son correctas
7. La diferencia principal entre la regresión simple y la regresión múltiple es la
regresión simple tiene sólo una variable independiente.
8. La diferencia entre un modelo de promedios móviles y otro de suavizamiento
exponencial es que el suavizamiento exponencial es un modelo de promedios móviles
ponderados en el cual todos los valores anteriores se ponderan mediante un conjunto de
pesos que declinan en forma exponencial.
9. El propósito de dibujar un diagrama de dispersión es relaciones puntuales entre
dos variables.
Ejercicio 4.2.
• Identificar
PRONÓSTICOS
14
12
10
0
0 2 4 6 8 10 12
2
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
La siguiente gráfica incluye los datos de los literales posteriores:
PRONÓSTICOS
14
12
10
Título del eje
DEMANDA
8
PRONOSTICO MS
6 PRONOSTICO MMP
4 PRONOSTICO 0,4
0
1 2 3 4 5 6 7 8 9 10 11
|Real-
Año Demanda Pronóstico DAM
Pronóstico|
1 7 2,33
2 9
3 5
4 9 7 2
5 13 7,67 5,33
6 8 9 1
7 12 10 2
8 13 11 2
9 9 11 2
10 11 11,33 0,33
11 7 11 4
12 9
18,67
3
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
0,6 1 7 1,25
0,3 2 9
0,1 3 5 6,4 1,4
1 4 9 7,8 1,2
5 13 11 2
6 8 9,6 1,6
7 12 10,9 1,1
8 13 12,2 0,8
9 9 10,5 1,5
10 11 10,6 0,4
11 7 8,4 1,4
12
10
Ejercicio 4.4.
Un centro de procesamiento de cheques usa el suavizamiento exponencial para
pronosticar el número de cheques entrantes cada mes. El número de cheques recibidos en
junio fue de 40 millones, aunque el pronóstico era de 42 millones. Se usó una constante
de suavizamiento de 0.2.
4
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
c) ¿Por qué podría ser inapropiado este método de pronóstico para esta situación?
Al no contar con pronósticos de demandas anteriores provoca que este método sea
inapropiado, porque al aumentar cada vez el número de cheques recibidos en el próximo
mes es inapropiado la Estacionalidad de la industria bancaria.
Ejercicio 4.6.
Las ventas mensuales en Telco Batteries, Inc., fueron como sigue:
• Identificar
VENTAS MENSUALES
25
20
15
10
5 y = 0,3986x + 15,576
R² = 0,2072
0
0 2 4 6 8 10 12 14
b) Pronostique las ventas para enero usando cada una de las técnicas siguientes:
5
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
i) Método intuitivo.
De acuerdo con los datos se puede observar a simple vista que las ventas no pasan
entre una y dos unidades de cada uno de los meses. Por lo que las ventas para
Enero = 23
ii) Un promedio móvil de 3 meses.
Enero 20 2,74
Febrero 21
Marzo 15
Abril 14 18,67 4,67
Mayo 13 16,67 3,67
Junio 16 14,00 2
Julio 17 14,33 2,67
Agosto 18 15,33 2,67
Septiembre 20 17,00 3
Octubre 20 18,33 1,67
Noviembre 21 19,33 1,67
Diciembre 23 20,33 2,67
ENERO 21,33 24,67
Las ventas por un promedio móvil de 3 meses son de 21,33.
iii) Un promedio móvil ponderado de 6 meses empleando .1, .1, .1, .2, .2 y .3,
con las ponderaciones más altas a los meses más recientes.
6
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
iv) Suavizamiento exponencial con α = .3 y un pronóstico para septiembre de
18.
Ejercicio 4.8.
Las temperaturas máximas diarias en Saint Louis durante la última semana fueron las
siguientes: 93, 94, 93, 95, 96, 88, 90 (ayer).
• Identificar
Año Respuesta
1 93
2 94
3 93
4 95
5 96
6 88
7 90
8 ND
7
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
Media Error %
Desviación Error
Año Respuesta Móvil Media móvil absoluto
absoluta cuadrático
(n=2) medio
1 93 ND ND
2 94 ND ND
3 93 187 93,50 0,50 0,3 0,54
4 95 187 93,50 1,50 2,3 1,58
5 96 188 94,00 2,00 4,0 2,08
6 88 191 95,50 7,50 56,3 8,52
7 90 184 92,00 2,00 4,0 2,22
8 ND 178 89,00 13,50 66,75 14,94
2,70 13,35 2,99
La temperatura máxima será de 89.
8
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
Ejercicio 4.10.
Los datos recopilados en las inscripciones anuales para un seminario de Seis Sigma en
Quality College se muestran en la tabla siguiente:
• Identificar
9
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
c) Grafique los datos originales y los dos pronósticos. ¿Cuál de los dos métodos de
pronóstico parece mejor?
Inscripciones anuales
16
14
12
10
0
1 2 3 4 5 6 7 8 9 10 11 12
Ejercicio 4.12.
Considere los siguientes niveles de demanda real y pronosticada para las hamburguesas
Big Mac en un restaurante McDonald’s local.
• Identificar
10
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
α= 0,25
Alisado exponencial
Día real Previsión
Lunes 88 88
Martes 72 88
Miércoles 68 84,00
Jueves 48 80,00
Viernes 72,00
El pronóstico para la demanda corresponde a 72.
Ejercicio 4.14.
A continuación, se presentan dos pronósticos semanales realizados mediante dos métodos
diferentes para el número de galones de gasolina, en miles, demandado en una gasolinera
local. También se muestran los niveles reales de demanda, en miles de galones:
• Identificar
11
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
Por el Método 1: MAD = 0,5; MSE = 0,085 y por el Método 2: MAD = 0,51; MSE =
0,0721
Ejercicio 4.16.
Retome el problema resuelto 4.1. Usando el método de proyección de tendencia
pronostique las ventas de Volkswagen Beetle en Nevada durante 2008. ¿Cuál es la MAD?
• Identificar
Año X Ventas
2003 1 450
2004 2 495
2005 3 518
2006 4 563
2007 5 584
15 2610
• Resolver el ejercicio e interpretar el resultado obtenido
400
300
200
100
0
0 1 2 3 4 5 6
Ejercicio 4.18.
Considere los siguientes niveles de la demanda real (At ) y pronosticada (Ft ) para un
producto:
• Identificar
12
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
El primer pronóstico, F1, se obtuvo observando A1 y estableciendo F1 igual a A1. Los
pronósticos subsecuentes se obtuvieron mediante suavizamiento exponencial.
• Resolver el ejercicio e interpretar el resultado obtenido
Usando el método de suavizamiento exponencial, encuentre el pronóstico para el
quinto periodo. (Sugerencia: Primero es necesario encontrar la constante de
suavizamiento, α).
a 0,25
Ejercicio 4.20.
Los ingresos en el despacho de abogados Smith and Wesson para el periodo de febrero a
julio han sido como sigue:
• Identificar
13
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
α= 0,1 β= 0,8
Pronóstico
Período Pronóstico incluyendo
Demanda Tendencia
de tiempo alisado la DAM ECM EPAM
real (At) alisada (Tt)
(t) (Ft) tendencia
(fiTt)
Febrero 70 65 0 65,00 5,00 25,00 7,14
Marzo 68,5 65,50 0,40 65,90 2,60 6,76 3,80
Abril 64,8 66,16 0,61 66,77 1,97 3,87 3,04
Mayo 71,7 66,57 0,45 67,02 4,68 21,89 6,52
Junio 71,3 67,49 0,82 68,31 2,99 8,91 4,19
Julio 72,8 68,61 1,06 69,68 3,12 9,76 4,29
Agosto ND 69,99 1,31 71,30
Ejercicio 4.22.
• Resolver el ejercicio e interpretar el resultado obtenido
4.22. Retome el problema 4.21. Complete los cálculos del pronóstico de suavizamiento
exponencial con ajuste de tendencia para los periodos 7, 8 y 9. Confirme que sus cifras
para Ft , Tt y FITt correspondan a las de la tabla 4.1 (pág. 120).
α= 0,2 β= 0,4
Período Pronóstico
Demanda Pronóstico Tendencia
de tiempo incluyendo la DAM ECM EPAM
real (At) alisado(Ft) alisada (Tt)
(t) tendencia (fiTt)
14
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
Ejercicio 4.24.
Howard Weiss, propietario de una tienda distribuidora de instrumentos musicales, cree
que la demanda de tambores bajos puede estar relacionada con el número de apariciones
en televisión del popular grupo de rock Stone Temple Pilots durante el mes pasado. Weiss
ha recopilado los datos que se muestran en la tabla siguiente:
• Identificar
Demanda de tambores
12
10 y = 1,0286x + 0,6762
R² = 0,6774
8
0
0 1 2 3 4 5 6 7 8 9
Las observaciones no forman una línea recta, pero sí se agrupan alrededor de una.
b) Use el método de regresión por mínimos cuadrados para obtener una ecuación
de pronóstico.
La ecuación es y = 1,0286x + 0,6762
c) ¿Cuál sería su estimación de las ventas de tambores bajos si los Stone Temple
Pilots hubiesen aparecido nueve veces en televisión el mes anterior?
y = 1,0286x + 0,6762
y = 1,0286(9) + 0,6762
y= 10 tambores
d) ¿Cuáles son el coeficiente de correlación (r) y el coeficiente de determinación (r2)
para este modelo, y qué significan?
r² = 0,68 y r =0,82
15
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
Ejercicio 4.26.
En el pasado, la distribuidora Arup Mukherjee vendió un promedio de 1,000 llantas
radiales cada año. En los dos años anteriores vendió 200 y 250, respectivamente, durante
el otoño, 350 y 300 en invierno, 150 y 165 en primavera, y 300 y 285 en verano. Con una
ampliación importante en puerta, Mukherjee proyecta que las ventas se incrementarán el
próximo año a 1,200 llantas radiales. ¿Cuál será la demanda en cada estación?
• Identificar, resolver el ejercicio e interpretar el resultado obtenido
Demanda
próximo
año 1200
Años Previsi
Deman
Estació Índice de ón
Demanda da
n Estacionalid Mensua
mensual
1 2 ad l
83,3333
Otoño 200 250 225 33 2,70 270
83,3333
Verano 300 285 292,5 33 3,51 351
83,3333
Invierno 350 300 325 33 3,90 390
Primave 83,3333
ra 150 165 157,5 33 1,89 189
1000 1000 1200
Demanda anual media total
1000
Demanda mensual media 83,333333
33
La demanda será de 270 para otoño, 351 verano, 390 invierno y 189 para primavera.
Ejercicio 4.28.
La asistencia al nuevo parque tipo Disney en Los Ángeles, Vacation World, ha sido la
siguiente:
• Identificar
16
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
Años Demanda Índice de
Estación Demanda
2005 2006 2007 mensual Estacionalidad
Invierno 73 65 89 75,67 106,67 0,709
Primavera 104 82 146 110,67 106,67 1,038
Verano 168 124 205 165,67 106,67 1,553
Otoño 74 52 98 74,67 106,67 0,700
419 323 538
Demanda anual media total 426,67
Demanda trimestral media 106,67
El índice es 0.709, invierno; 1.037, primavera; 1.553, verano; 0.700, otoño.
Ejercicio 4.30.
Brian Buckley ha desarrollado el siguiente modelo de pronóstico:
• Identificar
Ejercicio 4.32.
Los siguientes datos relacionan las cifras de ventas del pequeño bar de la casa de
huéspedes Marty and Polly Starr, en Marathon, Florida, con el número de huéspedes
registrados en la semana:
• Identificar
17
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
350
y = 18x + 50
R² = 0,9818
300
250
200
150
100
50
0
0 2 4 6 8 10 12 14 16 18 20
Ejercicio 4.34.
El número de accidentes automovilísticos en cierta región está relacionado con el número
de automóviles registrados en miles (X1), la venta de bebidas alcohólicas en unidades de
$10,000 (X2), y la cantidad de lluvia medida en pulgadas (X3). Además, la fórmula de
regresión se ha calculado como:
• Identificar
18
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
Ejercicio 4.36.
Los contadores de la empresa Michael Vest creen que algunos ejecutivos estaban
incluyendo en sus cuentas facturas de gastos inusualmente altas cuando regresaban de sus
viajes de negocios. Primero tomaron una muestra de 200 facturas entregadas durante el
año pasado. Después desarrollaron la siguiente ecuación de regresión múltiple para
relacionar el costo esperado del viaje con el número de días de viaje (x1) y la distancia
recorrida (x2) en millas:
• Identificar
19
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
Ejercicio 4.38.
El gobierno de la ciudad ha recopilado los siguientes datos de la recaudación anual de
impuestos sobre ventas y registros de automóviles nuevos:
• Identificar
Determine lo siguiente:
• Resolver el ejercicio e interpretar el resultado obtenido
a) La ecuación de regresión de mínimos cuadrados.
1,5
0,5
0
0 5 10 15 20 25
La ecuación es 0,1308x-0,1581.
b) A partir de los resultados del inciso (a), encuentre la recaudación estimada de
impuestos por ventas si los registros de automóviles nuevos ascienden a 22,000.
La recaudación estimada es de 2,719.
c) Los coeficientes de correlación y determinación.
r = .966; r2 = .934
Ejercicio 4.40.
La doctora Susan Sweeney, psicóloga radicada en Providence, se especializa en el
tratamiento de pacientes con agorafobia (es decir, miedo a salir de casa). La tabla
siguiente indica cuántos pacientes ha atendido anualmente durante los últimos 10 años.
Asimismo señala el índice de robos registrados en Providence para el mismo año.
• Identificar
20
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
Índice de robos
70
y = 0,5426x + 1,4578
60 R² = 0,904
50
40
30
20
10
0
0 20 40 60 80 100 120 140
Ejercicio 4.42.
Des Moines Power and Light ha recabado los datos de la demanda de energía eléctrica en
su subregión oeste sólo para los 2 últimos años. La información se muestra en la tabla
siguiente:
• Identificar
21
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
Para planear una expansión y acordar el préstamo de energía con otras compañías de
servicio público durante los periodos pico, Des Moines necesita estar en posibilidad de
pronosticar la demanda de cada mes para el próximo año. Sin embargo, los modelos de
pronóstico estándar analizados en este capítulo no se ajustan a los datos observados
durante los 2 años.
• Resolver el ejercicio e interpretar el resultado obtenido
a) ¿Cuáles son las debilidades de las técnicas de pronósticos estándar al aplicarse a
esta serie de datos?
Ellos necesitan más datos y deben poder analizar la estacionalidad y los factores de
tendencia.
b) Como los modelos conocidos no son realmente apropiados para este caso, haga
una propuesta para aproximarse al pronóstico. Aunque no existe una solución
perfecta para manejar datos de este tipo (en otras palabras, no existen respuestas
que sean un 100% correctas o incorrectas), justifique su modelo.
Intente construir su propio modelo intuitivo porque la estacionalidad es significativa.
c) Pronostique la demanda para cada mes del próximo año con el modelo que usted
propuso.
1,05
Año Año
Mes pasado Actual Pronóstico
e 5 17 14,7
f 6 14 12,6
m 10 20 18,375
a 13 23 21,525
m 18 30 28,35
j 13 38 333,66
j 23 44 40,68
a 26 41 39,11
s 21 33 31,5
o 15 23 23,625
n 12 26 17,06
d 14 17 13,91
La demanda pronosticada será de 13,91.
22
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
Ejercicio 4.44.
Usando los datos de las llamadas al 911 del problema 4.43, pronostique las llamadas para
las semanas 2 a 25 con un modelo de suavizamiento exponencial con ajuste de tendencia.
Suponga un pronóstico inicial de 50 llamadas para la semana 1 y una tendencia inicial de
cero. Use constantes de suavizamiento α = .3 y β = .2.
• Identificar
Alisado exponencial
Previsión
Semanas Llamadas
1 50 50
2 35 50
3 25 47
4 40 43
5 45 42
6 35 43
7 20 41
8 30 37
9 35 36
10 20 35
11 15 32
12 40 29
13 55 31
14 35 36
15 25 36
16 55 34
17 55 38
18 40 41
19 35 41
20 60 40
21 75 44
22 50 50
23 40 50
24 65 48
25 51
23
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
α= 0,3 β= 0,2
Pronostico
Tendencia incluyendo
Demanda Pronóstico
Mes alisada la DAM ECM EPAM
real (At) alisado(Ft)
(Tt) tendencia
(fiTt)
1 50 50 0 50 0,00 0,00 0,00
2 35 50,00 0,00 50,00 15,00 225,00 42,86
3 25 45,50 -0,90 44,60 19,60 384,16 78,40
4 40 38,72 -2,08 36,64 3,36 11,26 8,39
5 45 37,65 -1,87 35,78 9,22 85,08 20,50
6 35 38,54 -1,32 37,22 2,22 4,94 6,35
7 20 36,56 -1,45 35,10 15,10 228,04 75,50
8 30 30,57 -2,36 28,21 1,79 3,20 5,97
9 35 28,75 -2,25 26,49 8,51 72,35 24,30
10 20 29,05 -1,74 27,30 7,30 53,33 36,51
11 15 25,11 -2,18 22,93 7,93 62,90 52,87
12 40 20,55 -2,66 17,89 22,11 488,64 55,26
13 55 24,53 -1,33 23,20 31,80 1011,50 57,83
14 35 32,74 0,58 33,31 1,69 2,84 4,81
15 25 33,82 0,68 34,50 9,50 90,23 38,00
16 55 31,65 0,11 31,76 23,24 540,18 42,26
17 55 38,73 1,50 40,23 14,77 218,03 26,85
18 40 44,66 2,39 47,05 7,05 49,75 17,63
19 35 44,94 1,97 46,90 11,90 141,69 34,01
20 60 43,33 1,25 44,58 15,42 237,64 25,69
21 75 49,21 2,18 51,39 23,61 557,63 31,49
22 50 58,47 3,59 62,06 12,06 145,54 24,13
23 40 58,44 2,87 61,31 21,31 454,31 53,29
24 65 54,92 1,59 56,51 8,49 72,06 13,06
25 59,06 2,10 61,16
292,99 5140,31 775,96
12,21 214,18 32,33
Ejercicio 4.46.
Trece estudiantes entraron al programa de administración de operaciones en Hillcrest
College hace 2 años. La tabla siguiente indica los puntos que obtuvo cada estudiante en
el examen de matemáticas de preparatoria SAT y los promedios finales (GPA) después
de su participación en el programa de Hillcrest durante 2 años.
24
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
• Identificar
GPA
4,5
y = 0,0034x + 1,0278
4
R² = 0,4786
3,5
2,5
1,5
0,5
0
0 100 200 300 400 500 600 700 800
La ecuación es y=0,0034x+1,0278
b) Si un estudiante obtuvo 350 puntos, ¿cuál será su GPA?
Si el estudiante obtuvo 350 puntos, su GPA será de 2,22.
y= 0,003x + 1,03
y= 0,003(350) + 1,03
y= 2,22 GPA
c) ¿Qué ocurre con un estudiante que obtuvo 800?
Si el estudiante obtuvo 800 puntos, su GPA será de 375.
y= 0,003x + 1,03
y= 0,003(800) + 1,03
y= 3,75 GPA
25
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
Ejercicio 4.48.
Sundar Balakrishnan, gerente general de Precision Engineering Corporation (PEC), cree
que los servicios de ingeniería de las empresas de construcción de carreteras que contratan
a su compañía se relacionan directamente con el volumen de negocios de construcción de
carreteras que contrata a las compañías ubicadas en su área geográfica. Se pregunta si
realmente es de esta forma, y si lo es, ¿le ayudaría esta información a planear mejor sus
operaciones pronosticando la cantidad de sus servicios de ingeniería requeridos por las
empresas de construcción en cada trimestre del año? En la tabla siguiente se presentan
los datos de ventas de sus servicios y los montos totales de los contratos de construcción
de carreteras de los últimos 8 trimestres:
• Identificar
Ventas de
Contratos
Trimestre servicios de y' (y-y') (y-y')^2
Filtrados $ x
PEC $ y
1 153 8 7,80 0,20 0,0393
2 172 10 9,93 0,07 0,0047
3 197 15 12,73 2,27 5,1338
4 178 9 10,60 -1,60 2,5738
5 185 12 11,39 0,61 0,3733
6 199 13 12,96 0,04 0,0017
7 205 12 13,63 -1,63 2,6602
8 226 16 15,99 0,01 0,0002
Sumatoria 1515 95 95,0355 -0,0355 10,79
Promedio 189,38 11,88
y= 0,1121x - 9,3495
y= Ventas
x= Contratos
26
Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
16 y = 0,1121x - 9,3495
R² = 0,8034
14
12
10
0
0 50 100 150 200 250
Bibliografía
Heizer, J., & Render, B. (2009). Principios de Administración de Operaciones. México:
Pearson Educación.
27