Avance 2 - Pcp2 - Grupo 4

"Año de la universalización de la salud”
UNIVERSIDAD PERUANA DE CIENCIAS APLICADAS

FACULTAD DE INGENIERÍA
INGENIERIA INDUSTRIAL
CURSO:
PLANEAMIENTO Y CONTROL TÁCTICO DE OPERACIONES
TRABAJO:
TRABAJO APLICATIVO
PROFESOR:
LUIS MIGUEL SALAS HIDALGO
SECCION:
IX71
ALUMNOS:
Cahuas Egúzquiza, Melissa Lady U201425210
Chipana Castro, Carolina Alexandra U201718106
Espino Donayre, Álvaro Félix U20141A403
Jiménez Carrasco, Alonso Fernando U201516143
Palomino Diaz, Tahis Lizett U201618250
LIMA – PERÚ
2020
Precio Precio
Polos Pantalón
Año Mes unitario unitario T-Shirt
camiseros Buzo
(soles/unid) (soles/unid)
Octubre 2400 S/.16,50 900 S/.15,84 690
2017 Noviembre 3000 S/.16,50 950 S/.15,84 800
Diciembre 3600 S/.16,50 1200 S/.15,84 850
Enero 3300 S/.16,50 1500 S/.15,84 800
Febrero 3100 S/.16,50 1300 S/.15,84 790
Marzo 2700 S/.16,50 1000 S/.15,84 750
Abril 2300 S/.16,50 850 S/.15,84 770
2018 Mayo 2800 S/.16,50 1200 S/.15,84 810
Junio 2500 S/.16,50 1300 S/.15,84 800
Julio 3900 S/.16,50 1700 S/.15,84 900
Agosto 2900 S/.16,50 1500 S/.15,84 750
Septiembre 3500 S/.16,50 1000 S/.15,84 770
36000 14400 9480
Datos
Precio de Costo de Costo de

Demanda
Producto venta Materia Prima Mano de Obra
(unidad)
(S/./unidad) (S/./unidad) (S/./unidad)
Polos Camiseros 3500 S/16.50 S/ 2.80 S/.0.42
Pantalones de buzo 1000 S/15.84 S/ 2.50 S/.0.45
T-Shirts 770 S/14.85 S/ 2.90 S/.0.41
T-Shirts sublimados 0 S/16.50 S/ 3.30 S/.0.44
Flujo de Producción
Números de
Polos Pantalones de T-Shirts
Estación (min/unidad) T-Shirts Operarios por
Camiseros buzo sublimados
Estación
Cortado 1.20 1.50 1.30 1.30 2
Botonera y ojal 0.83 0.00 0.00 0.00 2
Acabados 2.00 2.80 2.50 2.40 2
Empaquetado 0.25 2.50 0.35 0.37 2
Sublimado 0.00 2.40 0.37 0.45 2
Precio Precio
T-Shirt
unitario unitario
Sublimado
(soles/unid) (soles/unid)
S/.14,85 0 S/.16,50
S/.14,85 10 S/.16,50
S/.14,85 10 S/.16,50
S/.14,85 20 S/.16,50
S/.14,85 10 S/.16,50
S/.14,85 10 S/.16,50
S/.14,85 0 S/.16,50
S/.14,85 0 S/.16,50
S/.14,85 0 S/.16,50
S/.14,85 40 S/.16,50
S/.14,85 20 S/.16,50
S/.14,85 0 S/.16,50
120
POLOS BOTONERA Y
CORTADO ACABADOS EMPAQUETADO SUBLIMADO
CAMISEROS OJAL
POLOS CAMISEROS
5.87 T = 1.2 T = 0.83 T = 2.00 T = 0.25 T = 0.00 Precio: 16.50 soles/und
soles/unid min/unid min/unid min/unid min/unid min/unid
Demanda: 3000
PANTALÓN BOTONERA Y
DE BUZO OJAL
PANTALÓN DE
11.15 T= 1.50 T = 0.00 T= 2.80 T= 0.28 T = 0.00 BUZO
soles/unid min/unid min/unid min/unid min/unid min/unid Precio: 15.84 soles/und
Demanda: 1200
BOTONERA Y
T-SHIRTS CORTADO ACABADOS EMPAQUETADO SUBLIMADO
OJAL
7.96 T= 1.30 T = 0.00 T= 2.50 T= 0.35 T = 0.00

T.SHIRTS
soles/unid min/unid min/unid min/unid min/unid min/unid Precio: 14.85 soles/und
Demanda: 790
T-SHIRTS BOTONERA Y
SUBLIMADO OJAL
T.SHIRT SUBLIMADO
51.69 T= 1.30 T = 0.00 T= 2.40 T= 0.37 T= 0.45
soles/unid Precio: 16.50 soles/und
min/unid min/unid min/unid min/unid min/unid
Demanda: 10
DEMANDA (Unidades) 3000 1200 790 10
Producto
Estación de trabajo Carga total (min/mes)
1 2 3 4
Cortado 3600.00 1800.00 1027.00 13.00 6,440.00
Botonera y Ojal 2490.00 0.00 0.00 0.00 2,490.00
Acabado 6000.00 3360.00 1975.00 24.00 11,359.00
Empaquetado 750.00 336.00 276.50 3.70 1,366.20
Sublimado 0.00 0.00 0.00 4.50 4.50
MÉTODO TRADICIONAL
1° 2° 3° 4°
Orden de prioridad
Polos Camiseros Pantalones de buzo T-shirt sublimado T-shirt
Producto
Polos Camiseros Pantalones de buzo T-shirt T-shirt sublimado
Precio (soles/und) S/.16.50 S/.15.84 S/.14.85 S/.16.50
M.P. (soles/und) S/.2.80 S/.2.50 S/.2.90 S/.3.30
M.O.(soles/und) S/.0.42 S/.0.45 S/.0.41 S/.0.44
Margen de utilidad S/.13.28 S/.12.89 S/.11.54 S/.12.76
#1 #2 #4 #3
PRODUCCIÓN 3000 1200 10 790

Producto
Estación de trabajo Minutos disponibles
Cortado 9600 6000 4200 4187 3160
Botonera y Ojal 9600 7110 7110 7110 7110
Acabado 9600 3600 240 216 -1759
Empaquetado 9600 8850 7674 7670 7394
Sublimado 9600 9600 9600 9596 9308
PRODUCCIÓN 3190 1120 10 24

Producto
Cortado 9600 5772 4092 4079 4048
Botonera y Ojal 9600 6952 6952 6952 6952
Acabado 9600 3220 84 60 0
Empaquetado 9600 8803 8489 8485 8477
Sublimado 9600 9600 9600 9596 9587
MEZCLA ES 3200(P1) +1120(P2) +10(P4)+16(P3)
Polos Camiseros Pantalones de buzo T-shirt sublimado T-shirt TOTAL

INGRESOS S/.52,635.00 S/.17,740.80 S/.165.00 S/.356.40 S/.70,897.20
MATERIALES S/.8,932.00 S/.2,800.00 S/.29.00 S/.79.20 S/.11,840.20
M.O. S/.2,352.00
G.GENERALES S/.3,500.00
UTILIDAD S/.53,205.00

Producción
3190 1120 10 24
Flujo de Producción
Estación (min/unidad) Polos Camiseros Pantalones de buzo T-Shirts
Cortado 1.20 1.50 1.30

Botonera y ojal 0.83 0.00 0.00
Acabados 2.00 2.80 2.50
Empaquetado 0.25 2.50 0.35
Sublimado 0.00 2.40 0.37
MÉTODO CUELLO DE BOTELLA
1° 2° 3° 4°
Orden de prioridad
Polos Camiseros T-shirt T-shirt sublimado Pantalones de buzo
Producto
Margen de utilidad S/.13.28 S/.12.89 S/.11.54 S/.12.76
Tiempo en C.B S/.2.00 S/.2.80 S/.2.50 S/.2.40
Margen de utilidad/min S/.6.64 S/.4.60 S/.4.62 S/.5.32
#1 #4 #3 #2
PRODUCCIÓN 3000 10 790

Producto
Polos Camiseros T-shirt T-shirt sublimado
Cortado 9600 6000 5987 4960
Botonera y Ojal 9600 7110 7110 7110
Acabado 9600 3600 3576 1601
Empaquetado 9600 8850 8846 8570
Sublimado 9600 9600 9596 9596
PRODUCCIÓN 3200 10 16
Producto
Polos Camiseros T-shirt T-shirt sublimado
Cortado 9600 5760 5747 5726
Botonera y Ojal 9600 6944 6944 6944
Acabado 9600 3200 3176 3136
Empaquetado 9600 8800 8796 8791
Sublimado 9600 9600 9596 9590
MEZCLA ES 3200(P1) +10 (P4) +16(P3)+1120(P2)

INGRESOS S/.52,800.00 S/.165.00 S/.237.60 S/.17,740.80
MATERIALES S/.8,960.00 S/.33.00 S/.46.40 S/.2,800.00
M.O. S/.2,352.00
G.GENERALES S/.3,500.00
UTILIDAD S/.53,252.00

Producción
3200 10 16 1120
T-Shirts sublimados Números de Operarios por Estación
1.30 2
0.00 2
2.40 2
0.37 2
0.45 2
1200
Pantalones de buzo
3160
7110
-1759
8270
9596
1120
Pantalones de buzo
4046
6944
0
8511
9590
TOTAL
S/.70,943.40
S/.11,839.40
Diciembre del 2019
Productos Demanda mensual (unid) Precio unitario

P1 Polos Camiseros 3500 S/16.50
P2 Pantalones de buzo 1000 S/15.84
P3 T-shirt 770 S/14.85
P4 T-shirt sublimado 0 S/16.50
Productos Ingresos %Ingresos

P1 Polos Camiseros S/57,750.00 67.92%
P2 Pantalones de buzo S/15,840.00 18.63%
P3 T-shirt S/11,434.50 13.45%
P4 T-shirt sublimado S/0.00 0.00%
S/85,024.50 100.00%
Ingresos % Ingresos Acumulados

P1 S/ 57,750.00 67.92%
P2 S/ 15,840.00 86.55%
P3 S/ 11,434.50 100.00%
P4 S/ 0.00 100.00%
Ingresos
S/57,750.00 Gráfica ABC
S/15,840.00
S/ 70,000.00 100.00%
S/11,434.50 A
S/0.00 S/ 60,000.00 86.55%
S/ 50,000.00
67.92% C
Ingreso Mensual
% Ingresos Acumulados
S/ 40,000.00
67.92% B
86.55% S/ 30,000.00
100.00% S/ 20,000.00
100.00%
S/ 10,000.00
S/ 0.00
P1 P2 P3
Productos
Ingresos % Ingresos Acumulados

Gráfica ABC
100.00% 100.00% 100.00%
86.55% 90.00%
80.00%
Porcentaje Acumulado
C 70.00%
60.00%
B 50.00%
40.00%
30.00%
20.00%
10.00%
0.00%
P2 P3 P4
Productos
gresos % Ingresos Acumulados

DEMANDA
Pantalones T-shirts
Año Mes Polos Camiseros T-shirts
Buzo sublimados
Octubre 2400 900 690 0
2017 Noviembre 3000 950 800 10
Diciembre 3600 1200 850 10
Enero 3300 1500 800 20
Febrero 3100 1300 790 10
Marzo 2700 1000 750 10
Abril 2300 850 770 0
2018 Mayo 2800 1200 810 0
Junio 2500 1300 800 0
Julio 3900 1700 900 40
Agosto 2900 1500 750 20
Septiembre 3500 1000 770 0
Dema
3000 1200 790 10 1800
1600
1400
1200
1000
800
600
400
200
0
e e
br br
tc u m
O vie
No Di
Demanda mensual de polos camiseros Dem
4500 1000
4000 900
3500 800
3000 700
2500 600
500
2000 400
1500 300
1000 200
500 100
0 0
re br
e
br
e
er
o ro zo ril ay
o
ni
o li o t o
br
e re br
e
br
e
tub m m En re ar Ab Ju Ju os ub En
e
Oc vie cie F e b M M Ag ti em Oc
t
vie
m
cie
m
No Di S ep No Di
Demanda mensual de pantalones buzo Demanda

45
1800
1600 40
1400 35
1200 30
1000 25
800 20
600 15
400 10
200 5
0 0
br
e
br
e
br
e
er
o
er
o zo ril ay
o
ni
o lio to br
e
br
e
br
e
br
e
er
o
tc u m m En br ar Ab M Ju Ju gos m tu m m En
O vie cie Fe M A
pti
e Oc
vi e ci e
No Di Se No Di
Demanda mensual de t-shits
1000
900
800
700
600
500
400
300
200
100
0
re br
e
br
e
er
o ro zo ril ay
o
ni
o li o t o
br
e
tub m m En re ar Ab Ju Ju os m
Oc vie cie F eb M M Ag tie
No Di S ep
Demanda mensual de t-shirts sublimados

45
40
35
30
25
20
15
10
5
0
br
e
br
e
br
e
er
o ro zo ril ay
o
ni
o li o t o
br
e
tu m m En re ar Ab Ju Ju os m
Oc
vi e ci e F eb M M Ag tie
No Di S e p
Año Mes Demanda Periodo Mes Yt Yt-1
Octubre 2400 1 Enero 2400
2017 Noviembre 3000 2 Febrero 3000 2400
Diciembre 3600 3 Marzo 3600 3000
Enero 3300 4 Abril 3300 3600
Febrero 3100 5 Mayo 3100 3300
Marzo 2700 6 Junio 2700 3100
Abril 2300 7 Julio 2300 2700
2018 Mayo 2800 8 Agosto 2800 2300
Junio 2500 9 Septiembre 2500 2800
Julio 3900 10 Octubre 3900 2500
Agosto 2900 11 Noviembre 2900 3900
Setiembre 3500 12 Diciembre 3500 2900
Ypromedio= 3000
r1= 0.0145
Periodo Mes Yt Yt-1

1 Enero 2400
2 Febrero 3000
3 Marzo 3600 2400
4 Abril 3300 3000
5 Mayo 3100 3600
6 Junio 2700 3300
7 Julio 2300 3100
8 Agosto 2800 2700
9 Septiembre 2500 2300
10 Octubre 3900 2800
11 Noviembre 2900 2500
12 Diciembre 3500 3900
Ypromedio= 3000
r2= 0.0978
Resumen de coeficientes de
autocorrelación: Autocorrelación P1
r1 0.0145 0.3000
r2 0.0978
0.2000
r3 -0.4058
r4 -0.3225 0.1000
r5 -0.1159 0.0000
1 2 3 4 5 6
r6 0.0833
-0.1000
r7 0.2464
-0.2000
-0.3000
-0.4000
0.0000
1 2 3 4 5 6
-0.1000
r8 0.1413 -0.2000
-0.3000
-0.4000
-0.5000
Se puede observar que coeficientes de autocorrelación bajan gradualment

Conclusión:
presentan tendencia. Por lo cual, podemos recomendar que se utilice el mé
Yt-Y pormedio Yt-1 - Y pormedio (Yt- Y pormedio)^2
-600 360000
0 -600 0
600 0 360000
300 600 90000
100 300 10000
-300 100 90000
-700 -300 490000
-200 -700 40000
-500 -200 250000
900 -500 810000
-100 900 10000
500 -100 250000
2760000

-600 360000
0 0
600 -600 360000
300 0 90000
100 600 10000
-300 300 90000
-700 100 490000
-200 -300 40000
-500 -700 250000
900 -200 810000
-100 -500 10000
500 900 250000
2760000
Autocorrelación P1
3 4 5 6 7 8
3 4 5 6 7 8
correlación bajan gradualmente hacia cero con respecto al número de periodos, en otras palabras se puede afirmar que
recomendar que se utilice el método de pronóstico promedio móvil.
(Yt - Y pormedio) * (Yt-1 - Y pormedio) Periodo Mes Yt Yt-1
1 Enero 2400
0 2 Febrero 3000
0 3 Marzo 3600
180000 4 Abril 3300 2400
30000 5 Mayo 3100 3000
-30000 6 Junio 2700 3600
210000 7 Julio 2300 3300
140000 8 Agosto 2800 3100
100000 9 Septiembre 2500 2700
-450000 10 Octubre 3900 2300
-90000 11 Noviembre 2900 2800
-50000 12 Diciembre 3500 2500
40000
Ypromedio= 3000
r3= -0.4058

1 Enero 2400
2 Febrero 3000
-360000 3 Marzo 3600
0 4 Abril 3300
60000 5 Mayo 3100 2400
-90000 6 Junio 2700 3000
-70000 7 Julio 2300 3600
60000 8 Agosto 2800 3300
350000 9 Septiembre 2500 3100
-180000 10 Octubre 3900 2700
50000 11 Noviembre 2900 2300
450000 12 Diciembre 3500 2800
270000
Ypromedio= 3000
r4= -0.3225
mero de periodos, en otras palabras se puede afirmar que
móvil.
-600 360000
0 0
600 360000
300 -600 90000
100 0 10000
-300 600 90000
-700 300 490000
-200 100 40000
-500 -300 250000
900 -700 810000
-100 -200 10000
500 -500 250000
2760000

-600 360000
0 0
600 360000
300 90000
100 -600 10000
-300 0 90000
-700 600 490000
-200 300 40000
-500 100 250000
900 -300 810000
-100 -700 10000
500 -200 250000
2760000
1 Enero 2400
2 Febrero 3000
3 Marzo 3600
4 Abril 3300
0 5 Mayo 3100
-180000 6 Junio 2700 2400
-210000 7 Julio 2300 3000
-20000 8 Agosto 2800 3600
150000 9 Septiembre 2500 3300
-630000 10 Octubre 3900 3100
20000 11 Noviembre 2900 2700
-250000 12 Diciembre 3500 2300
-1120000
Ypromedio= 3000
r5= -0.1159

1 Enero 2400
2 Febrero 3000
3 Marzo 3600
4 Abril 3300
-60000 5 Mayo 3100
0 6 Junio 2700
-420000 7 Julio 2300 2400
-60000 8 Agosto 2800 3000
-50000 9 Septiembre 2500 3600
-270000 10 Octubre 3900 3300
70000 11 Noviembre 2900 3100
-100000 12 Diciembre 3500 2700
-890000
Ypromedio= 3000
r6= 0.0833
-600 360000
0 0
600 360000
300 90000
100 10000
-300 -600 90000
-700 0 490000
-200 600 40000
-500 300 250000
900 100 810000
-100 -300 10000
500 -700 250000
2760000

-600 360000
0 0
600 360000
300 90000
100 10000
-300 90000
-700 -600 490000
-200 0 40000
-500 600 250000
900 300 810000
-100 100 10000
500 -300 250000
2760000
1 Enero 2400
2 Febrero 3000
3 Marzo 3600
4 Abril 3300
5 Mayo 3100
180000 6 Junio 2700
0 7 Julio 2300
-120000 8 Agosto 2800 2400
-150000 9 Septiembre 2500 3000
90000 10 Octubre 3900 3600
30000 11 Noviembre 2900 3300
-350000 12 Diciembre 3500 3100
-320000
Ypromedio= 3000
r7= 0.2464

1 Enero 2400
2 Febrero 3000
3 Marzo 3600
4 Abril 3300
5 Mayo 3100
6 Junio 2700
420000 7 Julio 2300
0 8 Agosto 2800
-300000 9 Septiembre 2500 2400
270000 10 Octubre 3900 3000
-10000 11 Noviembre 2900 3600
-150000 12 Diciembre 3500 3300
230000
Ypromedio= 3000
r8= 0.1413
Yt-Y promedio Yt-1 - Y promedio (Yt- Y promedio)^2
-600 360000
0 0
600 360000
300 90000
100 10000
-300 90000
-700 490000
-200 -600 40000
-500 0 250000
900 600 810000
-100 300 10000
500 100 250000
2760000
Yt-Y promedio Yt-1 - Y promedio (Yt- Y promedio)^2

-600 360000
0 0
600 360000
300 90000
100 10000
-300 90000
-700 490000
-200 40000
-500 -600 250000
900 0 810000
-100 600 10000
500 300 250000
2760000
(Yt - Y promedio) * (Yt-1 - Y promedio)
120000
0
540000
-30000
50000
680000
(Yt - Y promedio) * (Yt-1 - Y promedio)
300000
0
-60000
150000
390000
REPORTE ESCRITO (MINITAB) REPORTE GRAFICO (MINITA
Gráfica de probabilidad para Polo Ca

Normal - 95% de IC Normal - 95% de IC
Prueba de bondad del ajuste 99 99
90 90
Distribución AD P LRT P
Porcentaje
Porcentaje
Normal 0.156 0.937 50 50
Transformación Box-Cox 0.129 0.975 10 10

Lognormal 0.129 0.975
Lognormal de 3 parámetros 0.157 * 0.782 1
1000 2000 3000 4000
1
7.5 8.0
Exponencial 3.910 <0.003 Polo Camisero Polo Camisero

Después de la transformación de Box-Cox (λ = 0)
Exponencial de 2 parámetros 0.556 0.234 0.000
Weibull 0.223 >0.250 Lognormal - 95% de IC Lognormal de 3 parámetros - 95%
Weibull de 3 parámetros 0.201 >0.500 0.132 99 99
Valor extremo más pequeño 0.314 >0.250 90 90
Valor extremo por máximos 0.166 >0.250
Porcentaje
Porcentaje
Gamma 0.157 >0.250 50 50
Gamma de 3 parámetros 0.175 * 1.000 10 10

Logística 0.177 >0.250
Loglogística 0.158 >0.250 1
2000 3000 4000 5000
1
1000
Loglogística de 3 parámetros 0.163 * 0.763 Polo Camisero Polo Camisero - Valor umbra
REPORTE GRAFICO (MINITAB) PRONOSTICO (MINITAB)
áfica de probabilidad para Polo Camisero

Prueba de bondad del ajuste Pronósticos
de IC Normal - 95% de IC
99 Normal
AD = 0.156 Período Pronóstico Inferior Superior
90 Valor p = 0.937
13 3631.18 1957.36 5304.99
Porcentaje
50 Transformación Box-Cox 14 3565.09 1865.05 5265.13

AD = 0.129
Valor p = 0.975
15 3750.38 2021.10 5479.66
10
16 3868.38 2107.00 5629.77
4000
1
7.5 8.0 8.5
Lognormal
AD = 0.129
17 3793.02 1996.82 5589.22
ro Polo Camisero Valor p = 0.975 18 3985.15 2151.57 5818.72
Después de la transformación de Box-Cox (λ = 0)
Lognormal de 3 parámetros
de IC Lognormal de 3 parámetros - 95% de IC AD = 0.157 Gráfica del método Winters de Polo Camisero
Valor p = * Método multiplicativo
99
6000 Variable
90
Actual
Porcentaje
Ajustes
50 Pronósticos
5000 IP de 95.0%
10
Polo Camisero Constantes de suavizació
α (nivel) 0.2
γ (tendencia) 0.2
1 4000 δ (estacional) 0.2
4000 5000 1000 10000
ro Polo Camisero - Valor umbral Medidas de exactitud
MAPE 25
3000 MAD 683
MSD 725284
2000
2 4 6 8 10 12 14 16 18
Índice
TICO (MINITAB)
onósticos
stico Inferior Superior

18 1957.36 5304.99
09 1865.05 5265.13
38 2021.10 5479.66
38 2107.00 5629.77
02 1996.82 5589.22
15 2151.57 5818.72
Winters de Polo Camisero
o multiplicativo
Variable
Actual
Ajustes
Pronósticos
IP de 95.0%
Constantes de suavización
α (nivel) 0.2
γ (tendencia) 0.2
δ (estacional) 0.2
Medidas de exactitud
MAPE 25
MAD 683
MSD 725284
12 14 16 18
Yt-Y Yt-1 - Y
promedio promedio
Octubre 900 1 Enero 900 -300

2017 Noviembre 950 2 Febrero 950 900 -250 -300
Diciembre 1200 3 Marzo 1200 950 0 -250
Enero 1500 4 Abril 1500 1200 300 0
Febrero 1300 5 Mayo 1300 1500 100 300
Marzo 1000 6 Junio 1000 1300 -200 100
Abril 850 7 Julio 850 1000 -350 -200
2018 Mayo 1200 8 Agosto 1200 850 0 -350
Junio 1300 9 Septiembre 1300 1200 100 0
Julio 1700 10 Octubre 1700 1300 500 100
Agosto 1500 11 Noviembre 1500 1700 300 500
Setiembre 1000 12 Diciembre 1000 1500 -200 300
Ypromedio= 1200
r1= 0.3665
Ypromedio= 1200
r1= 0.3665
Yt-Y Yt-1 - Y
Periodo Mes Yt Yt-1
promedio promedio
Resumen de coeficientes 1 Enero 900 -300

de autocorrelación: 2 Febrero 950 -250
r1 0.3665 3 Marzo 1200 900 0 -300
r2 -0.3416 4 Abril 1500 950 300 -250
r3 -0.4286 5 Mayo 1300 1200 100 0
r4 -0.2174 6 Junio 1000 1500 -200 300
r5 0.2950 7 Julio 850 1300 -350 100
r6 0.4037 8 Agosto 1200 1000 0 -200
r7 0.0559 9 Septiembre 1300 850 100 -350
r8 -0.2671 10 Octubre 1700 1200 500 0
11 Noviembre 1500 1300 300 100
12 Diciembre 1000 1700 -200 500
Ypromedio= 1200
r2= -0.3416
Resumen de
coeficientes de
autocorrelación:
Autocorrelación P2
r1 0.3665 0.5000
r2 -0.3416 0.4037
0.4000 0.3665
r3 -0.4286 0.2950
0.3000
0.2000
0.1000 0.0559
0.0000
Autocorrelación P2
0.5000
0.4037
0.4000 0.3665
0.2950
r4 -0.2174 0.3000
r5 0.2950 0.2000
r6 0.4037 0.1000 0.0559
r7 0.0559
0.0000
r8 -0.2671 r1 r2 r3 r4 r5 r6 r7 r8
-0.1000
-0.2000 -0.2174
-0.2671
-0.3000 -0.3416
-0.4000 -0.4286
-0.5000
(Yt - Y
(Yt- Y promedio) * Yt-Y Yt-1 - Y
Periodo Mes Yt Yt-1
promedio)^2 (Yt-1 - Y promedio promedio
promedio)
90000 1 Enero 900 -300
62500 75000 2 Febrero 950 -250
0 0 3 Marzo 1200 0
90000 0 4 Abril 1500 900 300 -300
10000 30000 5 Mayo 1300 950 100 -250
40000 -20000 6 Junio 1000 1200 -200 0
122500 70000 7 Julio 850 1500 -350 300
0 0 8 Agosto 1200 1300 0 100
10000 0 9 Septiembre 1300 1000 100 -200
250000 50000 10 Octubre 1700 850 500 -350
90000 150000 11 Noviembre 1500 1200 300 0
40000 -60000 12 Diciembre 1000 1300 -200 100
805000 295000
Ypromedio= 1200
r3= -0.4286
(Yt - Y
Periodo Mes Yt Yt-1
promedio)
90000 1 Enero 900 -300
62500 2 Febrero 950 -250
0 0 3 Marzo 1200 0
90000 -75000 4 Abril 1500 300
10000 0 5 Mayo 1300 900 100 -300
40000 -60000 6 Junio 1000 950 -200 -250
122500 -35000 7 Julio 850 1200 -350 0
0 0 8 Agosto 1200 1500 0 300
10000 -35000 9 Septiembre 1300 1300 100 100
250000 0 10 Octubre 1700 1000 500 -200
90000 30000 11 Noviembre 1500 850 300 -350
40000 -100000 12 Diciembre 1000 1200 -200 0
805000 -275000
Ypromedio= 1200
r4= -0.2174
n P2
0.4037
0.0559
n P2
0.4037
0.0559
r6 r7 r8
-0.2671
(Yt - Y
Periodo Mes Yt Yt-1
promedio)
90000 1 Enero 900 -300
62500 2 Febrero 950 -250
0 3 Marzo 1200 0
90000 4 Abril 1500 300
10000 -25000 5 Mayo 1300 100
40000 0 6 Junio 1000 900 -200 -300
122500 -105000 7 Julio 850 950 -350 -250
0 0 8 Agosto 1200 1200 0 0
10000 -20000 9 Septiembre 1300 1500 100 300
250000 -175000 10 Octubre 1700 1300 500 100
90000 0 11 Noviembre 1500 1000 300 -200
40000 -20000 12 Diciembre 1000 850 -200 -350
805000 -345000
Ypromedio= 1200
r5= 0.2950
(Yt - Y
Periodo Mes Yt Yt-1
promedio)
90000 1 Enero 900 -300
62500 2 Febrero 950 -250
0 3 Marzo 1200 0
90000 4 Abril 1500 300
10000 -30000 5 Mayo 1300 100
40000 50000 6 Junio 1000 -200
122500 0 7 Julio 850 900 -350 -300
0 0 8 Agosto 1200 950 0 -250
10000 10000 9 Septiembre 1300 1200 100 0
250000 -100000 10 Octubre 1700 1500 500 300
90000 -105000 11 Noviembre 1500 1300 300 100
40000 0 12 Diciembre 1000 1000 -200 -200
805000 -175000
Ypromedio= 1200
r6= 0.4037
(Yt - Y
Periodo Mes Yt Yt-1
promedio)
90000 1 Enero 900 -300
62500 2 Febrero 950 -250
0 3 Marzo 1200 0
90000 4 Abril 1500 300
10000 5 Mayo 1300 100
40000 60000 6 Junio 1000 -200
122500 87500 7 Julio 850 -350
0 0 8 Agosto 1200 900 0 -300
10000 30000 9 Septiembre 1300 950 100 -250
250000 50000 10 Octubre 1700 1200 500 0
90000 -60000 11 Noviembre 1500 1500 300 300
40000 70000 12 Diciembre 1000 1300 -200 100
805000 237500
Ypromedio= 1200
r7= 0.0559
(Yt - Y
Periodo Mes Yt Yt-1
promedio)
90000 1 Enero 900 -300
62500 2 Febrero 950 -250
0 3 Marzo 1200 0
90000 4 Abril 1500 300
10000 5 Mayo 1300 100
40000 6 Junio 1000 -200
122500 105000 7 Julio 850 -350
0 0 8 Agosto 1200 0
10000 0 9 Septiembre 1300 900 100 -300
250000 150000 10 Octubre 1700 950 500 -250
90000 30000 11 Noviembre 1500 1200 300 0
40000 40000 12 Diciembre 1000 1500 -200 300
805000 325000
Ypromedio= 1200
r8= -0.2671
(Yt - Y
(Yt- Y promedio) *
promedio)^2 (Yt-1 - Y
promedio)
90000
62500
0
90000
10000
40000
122500
0 0
10000 -25000
250000 0
90000 90000
40000 -20000
805000 45000
(Yt - Y
(Yt- Y promedio) *
promedio)
90000
62500
0
90000
10000
40000
122500
0
10000 -30000
250000 -125000
90000 0
40000 -60000
805000 -215000
Gráfica de probabilidad para Pantaló

90 90
Distribución AD P LRT P
Porcentaje
Porcentaje
50 50
Normal 0.324 0.475
Transformación Box-Cox 0.291 0.546 10 10
Lognormal 0.288 0.554 1

500 1000 1500 2000
1
0.02 0.03
Lognormal de 3 parámetros 0.333 * 0.552 Pantalón buzo Pantalón buzo
Exponencial 3.447 <0.003 Después de la transformación de Box-Cox (λ = -0.5
Exponencial de 2 parámetros 0.463 >0.250 0.000 Lognormal - 95% de IC Lognormal de 3 parámetros - 95%
Weibull 0.358 >0.250 99 99
Weibull de 3 parámetros 0.369 0.448 0.072 90 90
Valor extremo más pequeño 0.462 0.236
Porcentaje
Porcentaje
Valor extremo por máximos 0.335 >0.250 50 50
Gamma 0.330 >0.250 10 10

Gamma de 3 parámetros 0.328 * 1.000
1 1
Logística 0.349 >0.250 500 1000 2000 100 1000
Pantalón buzo Pantalón buzo - Valor umbra
Loglogística 0.331 >0.250
Loglogística de 3 parámetros 0.351 * 0.52
áfica de probabilidad para Pantalón buzo

de IC Normal - 95% de IC
99 Normal
90
AD = 0.324 Período Pronóstico Inferior Superior
Valor p = 0.475
13 1714.22 931.03 2497.41
Porcentaje
50 Transformación Box-Cox
AD = 0.291
14 1696.53 901.07 2491.99
10
Valor p = 0.546 15 1540.39 731.25 2349.53
1 Lognormal 16 1873.69 1049.53 2697.85
500
o
2000 0.02 0.03
Pantalón buzo
0.04 AD = 0.288
Valor p = 0.554
17 1849.60 1009.15 2690.06
Después de la transformación de Box-Cox (λ = -0.5) 18 1675.32 817.38 2533.26
de IC Lognormal de 3 parámetros - 95% de IC AD = 0.333
99
Valor p = * Gráfica del método Winters de Pantalón buzo
Método multiplicativo
90
Variable
Porcentaje
Actual
50 2500 Ajustes
Pronósticos
IP de 95.0%
10
Pantalón buzo 2000 Constantes de suavizaci
1 α (nivel) 0.2
2000 100 1000 10000
γ (tendencia) 0.2
o Pantalón buzo - Valor umbral δ (estacional) 0.2
1500 Medidas de exactitud

MAPE 31
MAD 320
MSD 193796
1000
500
2 4 6 8 10 12 14 16 18
Índice
TICO (MINITAB)
onósticos

22 931.03 2497.41
53 901.07 2491.99
39 731.25 2349.53
69 1049.53 2697.85
60 1009.15 2690.06
32 817.38 2533.26
Winters de Pantalón buzo
o multiplicativo
Variable
Actual
Ajustes
Pronósticos
IP de 95.0%
α (nivel) 0.2
γ (tendencia) 0.2
δ (estacional) 0.2
MAPE 31
MAD 320
MSD 193796
12 14 16 18
Yt-Y Yt-1 - Y
promedio promedio

2017 Noviembre 800 2 Febrero 800 690 10 -100
Diciembre 850 3 Marzo 850 800 60 10
Enero 800 4 Abril 800 850 10 60
Febrero 790 5 Mayo 790 800 0 10
Marzo 750 6 Junio 750 790 -40 0
Abril 770 7 Julio 770 750 -20 -40
2018 Mayo 810 8 Agosto 810 770 20 -20
Junio 800 9 Septiembre 800 810 10 20
Julio 900 10 Octubre 900 800 110 10
Agosto 750 11 Noviembre 750 900 -40 110
Setiembre 770 12 Diciembre 770 750 -20 -40
Ypromedio= 790
r1= -0.0559
Yt-Y Yt-1 - Y
Periodo Mes Yt Yt-1
promedio promedio
1 Enero 690 -100

2 Febrero 800 10
3 Marzo 850 690 60 -100
4 Abril 800 800 10 10
5 Mayo 790 850 0 60
6 Junio 750 800 -40 10
7 Julio 770 790 -20 0
8 Agosto 810 750 20 -40
9 Septiembre 800 770 10 -20
10 Octubre 900 810 110 20
11 Noviembre 750 800 -40 10
12 Diciembre 770 900 -20 110
Ypromedio= 790
r2= -0.2533
Resumen de
coeficientes de
r1 -0.0559 0.3000
r2 -0.2533
r3 -0.2039 0.2000
0.1000
0.0000
r1 r2 r3 r4 r5 r6 r7 r8
Autocorrelación P3
0.3000
0.2000
r4 -0.1776
r5 0.2336 0.1000
r6 0.1546
r7 0.1414 0.0000
r1 r2 r3 r4 r5 r6 r7 r8
r8 -0.0822
-0.1000
-0.2000
-0.3000
(Yt - Y
Periodo Mes Yt Yt-1
promedio)
10000 1 Enero 690 -100
100 -1000 2 Febrero 800 10
3600 600 3 Marzo 850 60
100 600 4 Abril 800 690 10 -100
0 0 5 Mayo 790 800 0 10
1600 0 6 Junio 750 850 -40 60
400 800 7 Julio 770 800 -20 10
400 -400 8 Agosto 810 790 20 0
100 200 9 Septiembre 800 750 10 -40
12100 1100 10 Octubre 900 770 110 -20
1600 -4400 11 Noviembre 750 810 -40 20
400 800 12 Diciembre 770 800 -20 10
30400 -1700
Ypromedio= 790
r3= -0.2039
(Yt - Y
Periodo Mes Yt Yt-1
promedio)
10000 1 Enero 690 -100
100 2 Febrero 800 10
3600 -6000 3 Marzo 850 60
100 100 4 Abril 800 10
0 0 5 Mayo 790 690 0 -100
1600 -400 6 Junio 750 800 -40 10
400 0 7 Julio 770 850 -20 60
400 -800 8 Agosto 810 800 20 10
100 -200 9 Septiembre 800 790 10 0
12100 2200 10 Octubre 900 750 110 -40
1600 -400 11 Noviembre 750 770 -40 -20
400 -2200 12 Diciembre 770 810 -20 20
30400 -7700
Ypromedio= 790
r4= -0.1776
r6 r7 r8
3
r6 r7 r8
(Yt - Y
Periodo Mes Yt Yt-1
promedio)
10000 1 Enero 690 -100
100 2 Febrero 800 10
3600 3 Marzo 850 60
100 4 Abril 800 10
0 0 5 Mayo 790 0
1600 -2400 6 Junio 750 690 -40 -100
400 -200 7 Julio 770 800 -20 10
400 0 8 Agosto 810 850 20 60
100 -400 9 Septiembre 800 800 10 10
12100 -2200 10 Octubre 900 790 110 0
1600 -800 11 Noviembre 750 750 -40 -40
400 -200 12 Diciembre 770 770 -20 -20
30400 -6200
Ypromedio= 790
r5= 0.2336
(Yt - Y
Periodo Mes Yt Yt-1
promedio)
10000 1 Enero 690 -100
100 2 Febrero 800 10
3600 3 Marzo 850 60
100 4 Abril 800 10
0 0 5 Mayo 790 0
1600 -400 6 Junio 750 -40
400 -1200 7 Julio 770 690 -20 -100
400 200 8 Agosto 810 800 20 10
100 0 9 Septiembre 800 850 10 60
12100 -4400 10 Octubre 900 800 110 10
1600 800 11 Noviembre 750 790 -40 0
400 -400 12 Diciembre 770 750 -20 -40
30400 -5400
Ypromedio= 790
r6= 0.1546
(Yt - Y
Periodo Mes Yt Yt-1
promedio)
10000 1 Enero 690 -100
100 2 Febrero 800 10
3600 3 Marzo 850 60
100 4 Abril 800 10
0 5 Mayo 790 0
1600 4000 6 Junio 750 -40
400 -200 7 Julio 770 -20
400 1200 8 Agosto 810 690 20 -100
100 100 9 Septiembre 800 800 10 10
12100 0 10 Octubre 900 850 110 60
1600 1600 11 Noviembre 750 800 -40 10
400 400 12 Diciembre 770 790 -20 0
30400 7100
Ypromedio= 790
r7= 0.1414
(Yt - Y
Periodo Mes Yt Yt-1
promedio)
10000 1 Enero 690 -100
100 2 Febrero 800 10
3600 3 Marzo 850 60
100 4 Abril 800 10
0 5 Mayo 790 0
1600 6 Junio 750 -40
400 2000 7 Julio 770 -20
400 200 8 Agosto 810 20
100 600 9 Septiembre 800 690 10 -100
12100 1100 10 Octubre 900 800 110 10
1600 0 11 Noviembre 750 850 -40 60
400 800 12 Diciembre 770 800 -20 10
30400 4700
Ypromedio= 790
r8= -0.0822
(Yt - Y
(Yt- Y promedio) *
promedio)
10000
100
3600
100
0
1600
400
400 -2000
100 100
12100 6600
1600 -400
400 0
30400 4300
(Yt - Y
(Yt- Y promedio) *
promedio)
10000
100
3600
100
0
1600
400
400
100 -1000
12100 1100
1600 -2400
400 -200
30400 -2500
Gráfica de probabilidad para T-sh

90 90
Porcentaje
Porcentaje
Distribución AD P LRT P 50 50
Normal 0.373 0.357 10 10

Transformación Box-Cox 0.358 0.391
Lognormal 0.359 0.389
1 1
600 700 800 900 0.27 0.28 0.29
T-shirt T-shirt
Lognormal de 3 parámetros 0.351 * 0.967 Después de la transformación de Box-Cox (λ = -0.19
Exponencial 4.879 <0.003 Lognormal - 95% de IC Lognormal de 3 parámetros - 95%

Exponencial de 2 parámetros 1.755 <0.010 0.000 99 99
Weibull 0.589 0.112 90 90
Weibull de 3 parámetros 0.396 0.336 0.147
Porcentaje
Porcentaje
Valor extremo más pequeño 0.671 0.070 50 50
Valor extremo por máximos 0.482 0.217 10 10
Gamma 0.355 >0.250 1 1

Gamma de 3 parámetros 2.134 * 1.000 700 800
T-shirt
900 1000 600 700 800
T-shirt - Valor umbral
Logística 0.296 >0.250
Loglogística 0.287 >0.250
Loglogística de 3 parámetros 0.286 * 0.937
Gráfica de probabilidad para T-shirt

e IC Normal - 95% de IC
99 Normal
90
AD = 0.373
Valor p = 0.357 Período Pronóstico Inferior Superior
13 865.118 663.260 1066.98
Porcentaje
50 Transformación Box-Cox
AD = 0.358 14 853.236 648.216 1058.26
Valor p = 0.391
10
15 860.583 652.036 1069.13
900
1
0.27 0.28 0.29
Lognormal
AD = 0.359 16 887.928 675.510 1100.35
T-shirt
Después de la transformación de Box-Cox (λ = -0.19)
Valor p = 0.389
17 875.537 658.919 1092.15
AD = 0.351
18 882.881 661.756 1104.01
de IC Lognormal de 3 parámetros - 95% de IC
Valor p = *
99
Gráfica del método Winters de T-shirt
90
Método multiplicativo
Porcentaje
50 Variable
1100
Actual
10 Ajustes
Pronósticos
1 1000 IP de 95.0%
900 1000 600 700 800 900
T-shirt - Valor umbral Constantes de suavizació
α (nivel) 0.2
900 γ (tendencia) 0.2
T-shirt
δ (estacional) 0.2
800 MAPE 10.60
MAD 82.39
MSD 8503.69
700
600
2 4 6 8 10 12 14 16 18
Índice
TICO (MINITAB)
onósticos

18 663.260 1066.98
36 648.216 1058.26
83 652.036 1069.13
28 675.510 1100.35
37 658.919 1092.15
81 661.756 1104.01
odo Winters de T-shirt

o multiplicativo
Variable
Actual
Ajustes
Pronósticos
IP de 95.0%
α (nivel) 0.2
γ (tendencia) 0.2
δ (estacional) 0.2
MAPE 10.60
MAD 82.39
MSD 8503.69
12 14 16 18
Yt-Y Yt-1 - Y
promedio promedio

2017 Noviembre 10 2 Febrero 10 0 0 -10
Diciembre 10 3 Marzo 10 10 0 0
Enero 20 4 Abril 20 10 10 0
Febrero 10 5 Mayo 10 20 0 10
Marzo 10 6 Junio 10 10 0 0
Abril 0 7 Julio 0 10 -10 0
2018 Mayo 0 8 Agosto 0 0 -10 -10
Junio 0 9 Septiembre 0 0 -10 -10
Julio 40 10 Octubre 40 0 30 -10
Agosto 20 11 Noviembre 20 40 10 30
Setiembre 0 12 Diciembre 0 20 -10 10
Ypromedio= 10
r1= 0.0625
Yt-Y Yt-1 - Y
Periodo Mes Yt Yt-1
promedio promedio
1 Enero 0 -10
2 Febrero 10 0
3 Marzo 10 0 0 -10
4 Abril 20 10 10 0
5 Mayo 10 10 0 0
6 Junio 10 20 0 10
7 Julio 0 10 -10 0
8 Agosto 0 10 -10 0
9 Septiembre 0 0 -10 -10
10 Octubre 40 0 30 -10
11 Noviembre 20 0 10 -10
12 Diciembre 0 40 -10 30
Ypromedio= 10
r2= -0.3750
Resumen de
coeficientes de
r1 0.0625 0.3000
r2 -0.3750
r3 -0.2500 0.2000
0.1000
0.0000
r1 r2 r3 r4 r5 r6 r7 r8
-0.1000
Autocorrelación P4
0.3000
0.2000
r4 -0.0625 0.1000
r5 0.0000
0.0000
r6 0.2500 r1 r2 r3 r4 r5 r6 r7 r8
r7 0.1250 -0.1000
r8 0.0000
-0.2000
-0.3000
-0.4000
-0.5000
(Yt - Y
Periodo Mes Yt Yt-1
promedio)
100 1 Enero 0 -10
0 0 2 Febrero 10 0
0 0 3 Marzo 10 0
100 0 4 Abril 20 0 10 -10
0 0 5 Mayo 10 10 0 0
0 0 6 Junio 10 10 0 0
100 0 7 Julio 0 20 -10 10
100 100 8 Agosto 0 10 -10 0
100 100 9 Septiembre 0 10 -10 0
900 -300 10 Octubre 40 0 30 -10
100 300 11 Noviembre 20 0 10 -10
100 -100 12 Diciembre 0 0 -10 -10
1600 100
Ypromedio= 10
r3= -0.2500
(Yt - Y
Periodo Mes Yt Yt-1
promedio)
100 1 Enero 0 -10
0 2 Febrero 10 0
0 0 3 Marzo 10 0
100 0 4 Abril 20 10
0 0 5 Mayo 10 0 0 -10
0 0 6 Junio 10 10 0 0
100 0 7 Julio 0 10 -10 0
100 0 8 Agosto 0 20 -10 10
100 100 9 Septiembre 0 10 -10 0
900 -300 10 Octubre 40 10 30 0
100 -100 11 Noviembre 20 0 10 -10
100 -300 12 Diciembre 0 0 -10 -10
1600 -600
Ypromedio= 10
r4= -0.0625
r6 r7 r8
4
r6 r7 r8
(Yt - Y
Periodo Mes Yt Yt-1
promedio)
100 1 Enero 0 -10
0 2 Febrero 10 0
0 3 Marzo 10 0
100 4 Abril 20 10
0 0 5 Mayo 10 0
0 0 6 Junio 10 0 0 -10
100 -100 7 Julio 0 10 -10 0
100 0 8 Agosto 0 10 -10 0
100 0 9 Septiembre 0 20 -10 10
900 -300 10 Octubre 40 10 30 0
100 -100 11 Noviembre 20 10 10 0
100 100 12 Diciembre 0 0 -10 -10
1600 -400
Ypromedio= 10
r5= 0.0000
(Yt - Y
Periodo Mes Yt Yt-1
promedio)
100 1 Enero 0 -10
0 2 Febrero 10 0
0 3 Marzo 10 0
100 4 Abril 20 10
0 0 5 Mayo 10 0
0 0 6 Junio 10 0
100 0 7 Julio 0 0 -10 -10
100 -100 8 Agosto 0 10 -10 0
100 0 9 Septiembre 0 10 -10 0
900 0 10 Octubre 40 20 30 10
100 -100 11 Noviembre 20 10 10 0
100 100 12 Diciembre 0 10 -10 0
1600 -100
Ypromedio= 10
r6= 0.2500
(Yt - Y
Periodo Mes Yt Yt-1
promedio)
100 1 Enero 0 -10
0 2 Febrero 10 0
0 3 Marzo 10 0
100 4 Abril 20 10
0 5 Mayo 10 0
0 0 6 Junio 10 0
100 0 7 Julio 0 -10
100 0 8 Agosto 0 0 -10 -10
100 -100 9 Septiembre 0 10 -10 0
900 0 10 Octubre 40 10 30 0
100 0 11 Noviembre 20 20 10 10
100 100 12 Diciembre 0 10 -10 0
1600 0
Ypromedio= 10
r7= 0.1250
(Yt - Y
Periodo Mes Yt Yt-1
promedio)
100 1 Enero 0 -10
0 2 Febrero 10 0
0 3 Marzo 10 0
100 4 Abril 20 10
0 5 Mayo 10 0
0 6 Junio 10 0
100 100 7 Julio 0 -10
100 0 8 Agosto 0 -10
100 0 9 Septiembre 0 0 -10 -10
900 300 10 Octubre 40 10 30 0
100 0 11 Noviembre 20 10 10 0
100 0 12 Diciembre 0 20 -10 10
1600 400
Ypromedio= 10
r8= 0.0000
(Yt - Y
(Yt- Y promedio) *
promedio)
100
0
0
100
0
0
100
100 100
100 0
900 0
100 100
100 0
1600 200
(Yt - Y
(Yt- Y promedio) *
promedio)
100
0
0
100
0
0
100
100
100 100
900 0
100 0
100 -100
1600 0
Gráfica de probabilidad para T-shirt su

Prueba de bondad del ajuste Valor extremo más pequeño - 95% de IC Valor extremo por máximos - 95% d
90
Distribución AD P 50
Normal 0.916 0.013
Porcentaje
Porcentaje
99
Lognormal de 3 parámetros 2.142 * 10

90
Exponencial de 2 parámetros 1.563 <0.010
Weibull de 3 parámetros 1.485 <0.005 1
50
10
Valor extremo más pequeño 1.240 <0.010 -50 0
T-shirt sublimado
50 0 20
T-shirt sublimado
40
Valor extremo por máximos 0.906 0.017

Gamma de 3 parámetros 3.386 * Gamma de 3 parámetros - 95% de IC Logístico - 95% de IC
Logística 0.818 0.018

99
90 99
50
Loglogística de 3 parámetros 1.918 90
Porcentaje
Porcentaje
10 50
10
1 1
-20 0 20 40
T-shirt sublimado
T-shirt sublimado - Valor umbral

ica de probabilidad para T-shirt sublimado

eño - 95% de IC Valor extremo por máximos - 95% de IC
Valor extremo más pequeño
AD = 1.240
Valor p < 0.010
Período Pronóstico Inferior Superior
13 26.8567 -3.2546 56.9680
Porcentaje
99
Valor extremo por máximos
AD = 0.906 14 20.0491 -10.5339 50.6321
90 Valor p = 0.017 15 9.1390 -21.9700 40.2480
50 Gamma de 3 parámetros 16 30.3772 -1.3094 62.0637
0 50
10
0 20 40 60
AD = 3.386
Valor p = *
17 22.5672 -9.7457 54.8801
ado T-shirt sublimado 18 10.2407 -22.7446 43.2259
Logística
os - 95% de IC Logístico - 95% de IC AD = 0.818
Valor p = 0.018
99 Gráfica del método Winters de T-shirt sublimado
90 Método multiplicativo
Porcentaje
50 Variable
60 Actual
10
Ajustes
1 50 Pronósticos
-20 0 20 40
IP de 95.0%
T-shirt sublimado 40
T-shirt sublimado
Constantes de suavizaci
alor umbral 30 α (nivel) 0.2
γ (tendencia) 0.2
20 δ (estacional) 0.2
10 Medidas de exactitud
MAPE 54.855
0 MAD 12.291
MSD 266.362
-10
-20
-30
2 4 6 8 10 12 14 16 18
Índice
TICO (MINITAB)
onósticos

67 -3.2546 56.9680
91 -10.5339 50.6321
90 -21.9700 40.2480
72 -1.3094 62.0637
72 -9.7457 54.8801
07 -22.7446 43.2259
Winters de T-shirt sublimado

o multiplicativo
Variable
Actual
Ajustes
Pronósticos
IP de 95.0%
α (nivel) 0.2
γ (tendencia) 0.2
δ (estacional) 0.2
MAPE 54.855
MAD 12.291
MSD 266.362
12 14 16 18
Pronóstico mensual periodo 2018-2019
Polos Pantalones de T-Shirts
Meses T-Shirts
Camiseros buzo sublimados
Octubre 3566 1697 854 21
Noviembre 3751 1541 861 10
Diciembre 3869 1874 888 31
Enero 3794 1850 876 23
Febrero 3986 1676 883 11
Marzo 3986 1676 883 11
HOLT
Tiempo Valor Real
Año Mes Ventas Yt Mes t Ventas Yt

Octubre 2400 1 1 2400
2017 Noviembre 3000 2 2 3000
Diciembre 3600 3 3 3600
Enero 3300 4 4 3300
Febrero 3100 5 5 3100
Marzo 2700 6 6 2700
Abril 2300 7 7 2300
2018
Mayo 2800 8 8 2800
Junio 2500 9 9 2500
Julio 3900 10 10 3900
Agosto 2900 11 11 2900
Setiembre 3500 12 12 3500
WINTERS
Tiempo Valor Real

Trimestre t Ventas Yt
-2
-1
Mes Ventas Yt 0
Enero 2400 1 1 2400
Febrero 3000 2 2 3000
Marzo 3600 3 3 3600
Abril 3300 4 4 3300
Mayo 3100 5 5 3100
Junio 2700 6 6 2700
Julio 2300 7 7 2300
Agosto 2800 8 8 2800
Septiembre 2500 9 9 2500
Octubre 3900 10 10 3900
Noviembre 2900 11 11 2900
Diciembre 3500 12 12 3500
α= 0.3
β= 0.1 p= 1.0
Error Error
Valor Estimación de
Pronostico Absoluto del Pronostico al
Atenuado tendencia
Pronostico Cuadrado
At Tt Y^ t+p |et| et^2
2400.0 0.0 2,400.0
2580.0 18.0 2,400.0 600.0 360000.0
2898.6 48.1 2,598.0 1002.0 1004004.0
3052.7 58.7 2,946.7 353.3 124849.2
3107.9 58.3 3,111.3 11.3 128.2
3026.4 44.3 3,166.2 466.2 217385.4
2839.5 21.2 3,070.7 770.7 593986.8
2842.5 19.4 2,860.7 60.7 3685.2
2753.3 8.5 2,861.9 361.9 130960.6
3103.3 42.7 2,761.9 1138.1 1295377.1
3072.2 35.3 3,146.0 246.0 60504.3
3225.2 47.1 3,107.5 392.5 154069.8
Pronóstico
3,272.3
p=1
Pronóstico
3,319.4
p=2
Pronóstico
3,366.5
p=3
Pronóstico
3,413.5 5402.8 3944950.6
p=4
Pronóstico
3,460.6 491.2 1360.3
p=5
Pronóstico
3,507.7 DAM EMC
p=6
p
1
2
3
4
5
6
α= 0.4
β= 0.1 L= 4.0
ϒ= 0.3 p= 1.0
Error Error
Valor Estimación de Estimacion de
Atenuado tendencia Estacionalidad
Pronostico Cuadrado
At Tt St Y^ t+p |et| et^2
1
1
1
2400.0 0.0 1.0
2640.0 24.0 1.0 2,400.0 600.0 360000.0
3038.4 61.4 1.1 2,664.0 936.0 876096.0
3179.9 69.4 1.0 3,099.8 200.2 40064.0
3140.9 58.6 1.0 3,249.4 149.4 22305.5
2942.9 32.9 1.0 3,330.4 630.4 397357.9
2695.2 4.9 1.0 3,140.9 840.9 707121.6
2744.5 9.3 1.0 2,730.7 69.3 4802.5
2648.4 -1.2 1.0 2,743.0 243.0 59057.4
3156.4 49.7 1.1 2,657.4 1242.6 1543979.7
3067.7 35.9 1.0 3,189.5 289.5 83829.3
3290.0 54.5 1.0 3,147.0 353.0 124628.4
Pronóstico
3,327.2
p=1
Pronóstico
3,446.6
p=2
Pronóstico
3,386.0
p=3
Pronóstico
3,765.5
p=4
Pronóstico
3,491.2
p=5
Pronóstico
3,721.8
p=6
Total 5554.2 4219242.3
504.9 1454.9
DAM EMC
p
1
2
3
4
5
6
COMPARACION DE EMC
HOLT 3944950.6
WINTER 4219242.3
HOLT
Tiempo Valor Real

Octubre 900 1 1 900
2017 Noviembre 950 2 2 950
Diciembre 1200 3 3 1200
Enero 1500 4 4 1500
Febrero 1300 5 5 1300
Marzo 1000 6 6 1000
Abril 850 7 7 850
2018 Mayo 1200 8 8 1200
Junio 1300 9 9 1300
Julio 1700 10 10 1700
Agosto 1500 11 11 1500
Setiembre 1000 12 12 1000
WINTERS
Tiempo Valor Real
-2
-1
Mes Ventas Yt 0
Octubre 900 1 1 900
Noviembre 950 2 2 950
Diciembre 1200 3 3 1200
Enero 1500 4 4 1500
Febrero 1300 5 5 1300
Marzo 1000 6 6 1000
Abril 850 7 7 850
Mayo 1200 8 8 1200
Junio 1300 9 9 1300
Julio 1700 10 10 1700
Agosto 1500 11 11 1500
Setiembre 1000 12 12 1000
α= 0.3
β= 0.1 p= 1.0
Error Error
Atenuado tendencia
Pronostico Cuadrado
900.0 0.0 900.0
915.0 1.5 900.0 50.0 2500.0
1001.6 10.0 916.5 283.5 80372.3
1158.1 24.7 1,011.6 488.4 238578.5
1217.9 28.2 1,182.7 117.3 13748.3
1172.3 20.8 1,246.1 246.1 60564.6
1090.1 10.5 1,193.1 343.1 117691.6
1130.5 13.5 1,100.6 99.4 9871.5
1190.8 18.2 1,143.9 156.1 24356.9
1356.2 32.9 1,208.9 491.1 241162.6
1422.4 36.2 1,389.1 110.9 12290.4
1321.0 22.5 1,458.6 458.6 210331.2
Pronóstico
1,343.5
p=1
Pronóstico
1,366.0
p=2
Pronóstico
1,388.4
p=3
Pronóstico
1,410.9 2844.3 1011467.9
p=4
Pronóstico
1,433.4 258.6 91951.6
p=5
Pronóstico
1,455.8 DAM EMC
p=6
p
1
2
3
4
5
6
α= 0.4
β= 0.1 L= 4.0
ϒ= 0.3 p= 1.0
Error Error
Pronostico Cuadrado
1
1
1
900.0 0.0 1.0
920.0 2.0 1.0 900.0 50.0 2500.0
1033.2 13.1 1.0 922.0 278.0 77284.0
1227.8 31.3 1.1 1,046.3 453.7 205825.5
1270.4 32.4 1.0 1,259.1 40.9 1676.1
1163.2 18.4 1.0 1,315.5 315.5 99567.8
1027.8 3.1 1.0 1,238.9 388.9 151221.6
1095.2 9.5 1.1 1,099.4 100.6 10120.4
1201.8 19.2 1.0 1,112.4 187.6 35201.0
1425.1 39.6 1.0 1,178.0 522.0 272524.5
1436.8 36.8 1.0 1,438.3 61.7 3805.5
1272.7 16.7 1.0 1,584.5 584.5 341687.3
Pronóstico
1,266.3
p=1
Pronóstico
1,404.5
p=2
Pronóstico
1,361.8
p=3
Pronóstico
1,384.2
p=4
Pronóstico
1,357.2
p=5
Pronóstico
1,357.2
p=6
Total 2983.5 1201413.6
271.2 109219.4
DAM EMC
p
1
2
3
4
5
6
COMPARACION DE EMC
HOLT 0.0
WINTER 0.0
HOLT
Tiempo Valor Real

Octubre 690 1 1 690
2017 Noviembre 800 2 2 800
Diciembre 850 3 3 850
Enero 800 4 4 800
Febrero 790 5 5 790
Marzo 750 6 6 750
Abril 770 7 7 770
2018 Mayo 810 8 8 810
Junio 800 9 9 800
Julio 900 10 10 900
Agosto 750 11 11 750
Setiembre 770 12 12 770
WINTERS
Tiempo Valor Real
-2
-1
Mes Ventas Yt 0
Octubre 690 1 1 690
Noviembre 800 2 2 800
Diciembre 850 3 3 850
Enero 800 4 4 800
Febrero 790 5 5 790
Marzo 750 6 6 750
Abril 770 7 7 770
Mayo 810 8 8 810
Junio 800 9 9 800
Julio 900 10 10 900
Agosto 750 11 11 750
Setiembre 770 12 12 770
α= 0.3
β= 0.1 p= 1.0
Error Error
Atenuado tendencia
Pronostico Cuadrado
690.0 0.0 690.0
723.0 3.3 690.0 110.0 12100.0
763.4 7.0 726.3 123.7 15301.7
779.3 7.9 770.4 29.6 874.9
788.0 8.0 787.2 2.8 7.9
782.2 6.6 796.0 46.0 2117.6
783.2 6.0 788.8 18.8 354.0
795.4 6.7 789.2 20.8 432.3
801.5 6.6 802.1 2.1 4.4
835.7 9.4 808.1 91.9 8450.6
816.5 6.5 845.0 95.0 9026.3
807.1 4.9 823.0 53.0 2810.1
Pronóstico
812.0
p=1
Pronóstico
816.9
p=2
Pronóstico
821.9
p=3
Pronóstico
826.8 593.8 51479.9
p=4
Pronóstico
831.7 54.0 4680.0
p=5
Pronóstico
836.6 DAM EMC
p=6
p
1
2
3
4
5
6
α= 0.4
β= 0.1 L= 4.0
ϒ= 0.3 p= 1.0
Error Error
Pronostico Cuadrado
1
1
1
690.0 0.0 1.0
734.0 4.4 1.0 690.0 110.0 12100.0
783.0 8.9 1.0 738.4 111.6 12454.6
795.1 9.2 1.0 791.9 8.1 65.5
790.3 7.8 1.0 804.3 14.3 205.4
771.3 5.1 1.0 819.6 69.6 4845.7
773.3 4.8 1.0 796.4 26.4 695.7
790.9 6.1 1.0 779.5 30.5 928.2
794.8 5.9 1.0 796.9 3.1 9.7
834.5 9.2 1.0 809.2 90.8 8250.3
803.7 5.2 1.0 857.8 107.8 11626.4
792.8 3.6 1.0 815.9 45.9 2102.7
Pronóstico
809.7
p=1
Pronóstico
806.9
p=2
Pronóstico
805.2
p=3
Pronóstico
832.3
p=4
Pronóstico
804.1
p=5
Pronóstico
812.4
p=6
Total 618.1 53284.2
56.2 4844.0
DAM EMC
p
1
2
3
4
5
6
HOLT
α=
β=
Valor
Tiempo Valor Real
Atenuado
Año Mes Ventas Yt Mes t Ventas Yt At
Octubre 0 1 1 0 0.0
2017 Noviembre 10 2 2 10 3.0
Diciembre 10 3 3 10 5.3
Enero 20 4 4 20 10.1
Febrero 10 5 5 10 10.7
Marzo 10 6 6 10 11.1
Abril 0 7 7 0 8.4
2018 Mayo 0 8 8 0 6.2
Junio 0 9 9 0 4.5
Julio 40 10 10 40 15.2
Agosto 20 11 11 20 17.4
Setiembre 0 12 12 0 13.0
Pronóstico
p=1
Pronóstico
p=2
Pronóstico
p=3
Pronóstico
p=4
Pronóstico
p=5
Pronóstico
p=6
WINTERS
α=
β=
ϒ=
Valor
Tiempo Valor Real
Atenuado
Trimestre t Ventas Yt At
-2
-1
Mes Ventas Yt 0
Enero 0 1 1 0 0.0
Febrero 10 2 2 10 4.0
Marzo 10 3 3 10 6.6
Abril 20 4 4 20 12.4
Mayo 10 5 5 10 10.9
Junio 10 6 6 10 10.5
Julio 0 7 7 0 6.8
Agosto 0 8 8 0 4.2
Septiembre 0 9 9 0 2.5
Octubre 40 10 10 40 21.3
Noviembre 20 11 11 20 23.4
Diciembre 0 12 12 0 15.1
Pronóstico
p=1
Pronóstico
p=2
Pronóstico
p=3
Pronóstico
p=4
Pronóstico
p=5
Pronóstico
p=6
0.3
0.1 p= 1.0
Error Error
Estimación de
tendencia
Pronostico Cuadrado
Tt Y^ t+p |et| et^2
0.0 -
0.3 - 10.0 100.0
0.5 3.3 6.7 44.9
0.9 5.8 14.2 201.3
0.9 11.0 1.0 1.0
0.8 11.6 1.6 2.5
0.5 12.0 12.0 143.1
0.2 8.9 8.9 78.6
0.0 6.4 6.4 41.3
1.1 4.5 35.5 1258.0
1.2 16.3 3.7 13.9
0.6 18.6 18.6 345.8
13.7
14.3
15.0
15.6 118.5 2230.5
16.3 10.8 202.8
16.9 DAM EMC

p
1
2
3
4
5
6
0.4
0.1 L= 4.0
0.3 p= 1.0
Error Error
Estimación de Estimacion de
tendencia Estacionalidad
Pronostico Cuadrado
Tt St Y^ t+p |et| et^2
1
1
1
0.0 1.0
0.4 1.5 - 10.0 100.0
0.6 1.2 4.4 5.6 31.4
1.1 1.2 7.3 12.7 162.2
0.9 1.0 13.5 3.5 12.2
0.7 1.3 17.0 7.0 49.0
0.3 0.8 13.0 13.0 168.0
0.0 0.8 8.4 8.4 69.9
-0.2 0.7 4.1 4.1 17.2
1.7 1.5 3.1 36.9 1360.7
1.8 0.8 18.6 1.4 2.1
0.8 0.6 20.9 20.9 438.3
12.8
13.8
11.9
26.8
15.6
11.5
Total 123.6 2410.9
11.2 219.2
DAM EMC
p
1
2
3
4
5
6
DATOS
Hm disponibles 10 operarios
Jornada 8 hrs/dia
Tiempo de ciclo polo camisero 0.072 horas/unidad

Stock Inicial 0 unidades
Stock Final 0 unidades
Costo de Hora Normal 5.88 sol/hora

Costo de Hora Extra 0 sol /hora
Costo de Almacenamiento por hora 0.25 sol/hora
Costo de MP 2.88 sol /unidad
Costo de Contratar 550 sol /operario
Costo de Despedir 250 sol /operario
Demanda Demanda
Productos tc (hrs/unid) Octubre Noviembre Diciembre Enero Febrero Marzo Demanda 2,761.04
(unid) (horas)
Polos camiseros 0.072 3632 3566 3751 3869 3794 3986 22,598.00 1,627.06 SI 0.00
Pantalones buzos 0.076 1415 1697 1541 1874 1850 1676 10,053.00 764.03 SF 0.00
T-shirts 0.069 866 854 861 888 876 883 5,228.00 360.73 Producción 2,761.04 hrs
T-shirts sublimados 0.075 27 21 10 31 23 11 123.00 9.23 Producción día prom 17.59 hrs
27 26 26 27 25 26 2,761.04 Horas disponibles/dia 8.00
Hm 2.20
Demanda 430.8 446.2 447.3 484.6 475.9 476.1 2,761.0
STOCK INICIAL 0 217.2 395.0 571.6 735.0 859.1 1007

Gráfico Demanda A vs Produccion A
Producción en hr x dia 8.00 8.00 8.00 8.00 8.00 8.00 4000.0
Produccion en hr x mes 216.00 208.00 208.00 216.00 200.00 208.00
3500.0
Hombres requeridos 3 3 3 3 3 3
Hombres disponibles 10 3 3 3 3 3 3000.0
Contrato/Despidos 7 0 0 0 0 0 2500.0
2000.0
Producción (hrs) 648.00 624.00 624.00 648.00 600.00 624.00 3768.00 1500.0
Producción HN 648.00 624.00 624.00 648.00 600.00 624.00
1000.0
Producción HX 0 0 0 0 0 0
500.0
SF 217.177 395 572 735 859 1007
0.0
1 2 3 4 5 6 7
COSTOS S/19,697 S/18,332 S/18,436 S/19,809 S/19,284 S/19,487 TOTAL
HN S/ 5.88 S/3,810 S/3,669 S/3,669 S/3,810 S/3,528 S/3,669 S/22,155.84 Demanda A Produccion A
HX -- S/0 S/0 S/0 S/0 S/0 S/0 S/0.00
Inventarios S/ 0.25 S/0 S/54 S/99 S/143 S/184 S/215 S/694.46
Materia prima S/ 2.38 S/14,137.20 S/14,608.44 S/14,667.94 S/15,855.56 S/15,572.34 S/15,603.28 S/90,444.76
Cont /Despido S/.(250/550) S/1,750 S/0 S/0 S/0 S/0 S/0 S/1,750.00
SUMA S/115,045.06
Demanda A 430.8 877.0 447.3 931.9 475.9 952.1 2761.0

Produccion A 648.00 1272.00 624.00 1272.00 600.00 1224.00 3768.00
Concepto Monto Producción Cto. Unit

Cto Directo S/112,600.60 38002.00 S/2.96
Gasto S/2,444.46 38002.00 S/0.06
Total S/3.03 / unidad
Conclusión:
Luego de realizar los calculos respectivos, se llega a la conclusión que el costo unitario promedio de los dos productos es de S/3.03
Demanda
Productos tc (hrs/unid) Octubre Noviembre Diciembre Enero Febrero Marzo Demanda (hrs) Demanda 2,761.04
(unid)
Polos camiseros 0.072 3632 3566 3751 3869 3794 3986 22,598.00 1,627.06 SI 0.00
Pantalones buzos 0.076 1415 1697 1541 1874 1850 1676 10,053.00 764.03 SF 0.00
T-shirts 0.069 866 854 861 888 876 883 5,228.00 360.73 Producción 2,761.04 hrs
T-shirts sublimados 0.075 27 21 10 31 23 11 123.00 9.23 Producción día prom 17.59 hrs
27 26 26 27 25 26 2,761.04 Horas disponibles/dia 8.00
Demanda 430.8 446.2 447.3 484.6 475.9 476.1 2,761.0
Gráfico Demanda A vs Producción A

STOCK INICIAL 0 1.2 179.0 147.6 95.0 19.1 167 2318.875 3500.0
3000.0
Producción en hr x mes 216 208 208 216 200 208
Hombres requeridos 2.00 3.00 2.00 2.00 2.00 3.00 2500.0
Hombres disponibles 10 2 3 2 2 2 2000.0
Contrato/Despidos 8 1 1 0 0 1
1500.0
Producción (hrs) 432.00 624.00 416.00 432.00 400.00 624.00 2928.00 1000.0
Producción HN 432.00 624.00 416.00 432.00 400.00 624.00 500.0
Producción HX 0 0 0 0 0
SF 1.177 179 148 95 19 167 0.0
1 2 3 4 5 6 7
COSTOS S/18,677 S/18,828 S/17,409 S/18,433 S/17,948 S/19,827 TOTAL Demanda A Produccion A
HN S/ 5.88 S/2,540 S/3,669 S/2,446 S/2,540 S/2,352 S/3,669 S/17,216.64
HX -- S/0 S/0 S/0 S/0 S/0 S/0 S/0.00
Inventarios S/ 0.25 S/0 S/0 S/45 S/37 S/24 S/5 S/110.46
Materia prima S/ 2.38 S/14,137.20 S/14,608.44 S/14,667.94 S/15,855.56 S/15,572.34 S/15,603.28 S/90,444.76
Cont /Despido S/.(250/550) S/2,000 S/550 S/250 S/0 S/0 S/550 S/3,350.00
SUMA S/111,121.86
Demanda A 430.8 877.0 447.3 931.9 475.9 952.1 2761.0

Produccion A 432.00 1056.00 416.00 848.00 400.00 1024.00 2928.00
Concepto Monto Producción Cto. Unit

Cto Directo S/107,661.40 38002.00 S/2.83
Gasto S/3,460.46 38002.00 S/0.09
Conclusión:
Luego de realizar los calculos respectivos, se llega a la conclusión que el costo unitario promedio de los dos productos es de S/2.92
Demanda Demanda
Productos tc (min/unid) Octubre Noviembre Diciembre Enero Febrero Marzo
(unid) (min)
Polos camiseros 0.072 3632 3566 3751 3869 3794 3986 22,598.00 1,627.06
Pantalones buzos 0.076 1415 1697 1541 1874 1850 1676 10,053.00 764.03
T-shirts 0.069 866 854 861 888 876 883 5,228.00 360.73
T-shirts sublimados 0.075 27 21 10 31 23 11 123.00 9.23
27 26 26 27 25 26 2,761.04
Gráfico Demanda A vs Producción A

3500.0
3000.0
2500.0
2000.0
1500.0
1000.0
500.0
0.0
1 2 3 4 5 6 7
Demanda A Produccion A
CONCLUSIÓN
No se puede realizar el Plan Agregado Mixto, debido a que no cumple con los requerimientos de 3 periodos mínimos de 3 meses;
solo se cuenta con un pronóstico de seis meses. Además, según la gráfica de Demanda A vs Producción A no se presentan cortes
con pendientes muy marcadas; por ende, no se podrá realizar el Plan Agregado Mixto.
CONCLUSIONES:
CONSTANTE
Concepto Monto Producción Cto. Unit CTO. UNIT
Cto Directo S/112,600.60 38002.00 S/2.96 CONSTANTE S/3.03
Gasto S/2,444.46 38002.00 S/0.06 VARIABLE S/2.92
VARIABLE El Plan Agregado más

Concepto Monto Producción Cto. Unit adecuado es el VARIABLE,
Cto Directo S/107,661.40 38002.00 S/2.83 debido a que cuenta con el
Gasto S/3,460.46 38002.00 S/0.09 menor costo unitario
Total S/2.92 / unidad promedio.
Octubre Noviembre Diciembre DATOS
Productos tc total(hrs/unid) Stock inicial Lote
Semana 1 Semana 2 Semana 3 Semana 4 Semana 5 Semana 6 Semana 7 Semana 8 Semana 9 Semana 10 Semana 11 Semana 12 POLOS CAMISEROS
Polos camiseros 0.072 600 600 600 600 750 750 750 750 900 900 900 900 0 2160 Barrera de demanda 2 semanas Número de operarios 2
Pantalón buzo 0.076 225 225 225 225 238 238 238 238 300 300 300 300 0 1544 Eficiencia 75% Jornada (hrs) 8
T- Shirt 0.069 173 173 173 173 200 200 200 200 213 213 213 213 0 1728 BDP Balance disponible proyectado Número de días 6
T- Shirt Sublimado 0.075 0 0 0 0 3 3 3 3 3 3 3 3 0 1800 DPP Disponible para promesa Tiempo (minutos) 5760
Produccion (Est. Cuello de botella) 2 (min/unidad) Lote al 100% (unidades) 2880
Productos tc (hrs/unid) Octubre Noviembre Diciembre
Polos camiseros 0.072 3632 3566 3751 PANTALONES BUZO
Barrera de demanda 2 semanas Número de operarios 2
Inventario a la mano 0 Eficiencia 75% Jornada (hrs) 8
Lotes 2160 BDP Balance disponible proyectado Número de días 6
DPP Disponible para promesa Tiempo (minutos) 5760
Semana 1 Semana 2 Semana 3 Semana 4 Semana 5 Semana 6 Semana 7 Semana 8 Semana 9 Semana 10 Semana 11 Semana 12 Produccion (Est. Cuello de botella) 2.8 (min/unidad) Lote al 100% (unidades) 2058
Pronóstico 908 908 908 908 892 892 892 892 938 938 938 938
Pedido 600 600 600 600 750 750 750 750 900 900 900 900 T-SHIRTS
BPD 1560 960 52 1304 412 1680 788 2056 1118 180 1402 464 Barrera de demanda 2 semanas Número de operarios 2
PMP 2160 2160 2160 2160 Eficiencia 75% Jornada (hrs) 8
DPP -1800 810 660 -390 360 BDP Balance disponible proyectado Número de días 6
SUMA PMP 2160 4320 2160 DPP Disponible para promesa Tiempo (minutos) 5760
Produccion (Est. Cuello de botella) 2.5 (min/unidad) Lote al 100% (unidades) 2304
Pantalones buzos 0.076 1415 1697 1541 T-SHIRTS SUBLIMADOS
Barrera de demanda 2 semanas Número de operarios 2
Inventario a la mano 0 Eficiencia 75% Jornada (hrs) 8
Lotes 1544 BDP Balance disponible proyectado Número de días 6
DPP Disponible para promesa Tiempo (minutos) 5760
Semana 1 Semana 2 Semana 3 Semana 4 Semana 5 Semana 6 Semana 7 Semana 8 Semana 9 Semana 10 Semana 11 Semana 12 Produccion (Est. Cuello de botella) 2.4 (min/unidad) Lote al 100% (unidades) 2400
Pronóstico 354 354 354 354 425 425 425 425 386 386 386 386
Pedido 225 225 225 225 238 238 238 238 300 300 300 300
BPD 1319 1094 740 386 1505 1080 655 230 1388 1002 616 230
PMP 1544 1544
DPP -900 592 344
SUMA PMP 0 1544 1544

T-shirts 0.069 866 854 861
Inventario a la mano 0
Lotes 1728
Semana 1 Semana 2 Semana 3 Semana 4 Semana 5 Semana 6 Semana 7 Semana 8 Semana 9 Semana 10 Semana 11 Semana 12
Pronóstico 217 217 217 217 214 214 214 214 216 216 216 216
Pedido 173 173 173 173 200 200 200 200 213 213 213 213
BPD 1555 1382 1165 948 734 520 306 92 1604 1388 1172 956
PMP 1728
DPP -1492 876
SUMA PMP 0 0 1728

T-shirts sublimados 0.075 27 21 10
Inventario a la mano 0
Lotes 1800
Semana 1 Semana 2 Semana 3 Semana 4 Semana 5 Semana 6 Semana 7 Semana 8 Semana 9 Semana 10 Semana 11 Semana 12
Pronóstico 7 7 7 7 6 6 6 6 3 3 3 3
Pedido 0 0 0 0 3 3 3 3 3 3 3 3
BPD 1800 1800 1793 1786 1780 1774 1768 1762 1759 1756 1753 1750
PMP
DPP
SUMA PMP 0 0 0
PMP Acum (hrs-hm) - - - 156 117 156 - 156 237 - 156 -

PMP Acum (hrs-hm) 156 428 392
PA (hrs-hm) 432 624 416
Diferencia 276 196 24
ANALISIS PA > PMP PA > PMP PA > PMP
CONCLUSIÓN
Analisis comparativo de PA vs PMP: Como se puede observar en la parte final del cálculo de PMP´s, el Plan Agregado para los 3 meses pronosticados es mayor al Plan Maestro
de Producción, por lo cual, se está pronosticando más de lo demandado.

Avance 2 - Pcp2 - Grupo 4

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Avance 2 - Pcp2 - Grupo 4

Cargado por

Copyright:

Formatos disponibles

"Año de la universalización de la salud”

UNIVERSIDAD PERUANA DE CIENCIAS APLICADAS

Precio de Costo de Costo de

7.96 T= 1.30 T = 0.00 T= 2.50 T= 0.35 T = 0.00

PRODUCCIÓN 3000 1200 10 790

PRODUCCIÓN 3190 1120 10 24

MEZCLA ES 3200(P1) +1120(P2) +10(P4)+16(P3)

Polos Camiseros Pantalones de buzo T-shirt sublimado T-shirt TOTAL

Polos Camiseros Pantalones de buzo T-shirt sublimado T-shirt

Estación (min/unidad) Polos Camiseros Pantalones de buzo T-Shirts

Cortado 1.20 1.50 1.30

MÉTODO CUELLO DE BOTELLA

PRODUCCIÓN 3000 10 790

MEZCLA ES 3200(P1) +10 (P4) +16(P3)+1120(P2)

Polos Camiseros T-shirt T-shirt sublimado Pantalones de buzo

Polos Camiseros T-shirt T-shirt sublimado Pantalones de buzo

Productos Demanda mensual (unid) Precio unitario

Productos Ingresos %Ingresos

Ingresos % Ingresos Acumulados

Ingresos % Ingresos Acumulados

gresos % Ingresos Acumulados

Demanda mensual de pantalones buzo Demanda

Demanda mensual de t-shirts sublimados

Periodo Mes Yt Yt-1

Se puede observar que coeficientes de autocorrelación bajan gradualment

Yt-Y pormedio Yt-1 - Y pormedio (Yt- Y pormedio)^2

(Yt - Y pormedio) * (Yt-1 - Y pormedio) Periodo Mes Yt Yt-1

Yt-Y pormedio Yt-1 - Y pormedio (Yt- Y pormedio)^2

(Yt - Y pormedio) * (Yt-1 - Y pormedio) Periodo Mes Yt Yt-1

Yt-Y pormedio Yt-1 - Y pormedio (Yt- Y pormedio)^2

(Yt - Y pormedio) * (Yt-1 - Y pormedio) Periodo Mes Yt Yt-1

Yt-Y promedio Yt-1 - Y promedio (Yt- Y promedio)^2

(Yt - Y promedio) * (Yt-1 - Y promedio)

Gráfica de probabilidad para Polo Ca

Transformación Box-Cox 0.129 0.975 10 10

Exponencial 3.910 <0.003 Polo Camisero Polo Camisero

Weibull de 3 parámetros 0.201 >0.500 0.132 99 99

Valor extremo más pequeño 0.314 >0.250 90 90

Valor extremo por máximos 0.166 >0.250

Gamma de 3 parámetros 0.175 * 1.000 10 10

áfica de probabilidad para Polo Camisero

50 Transformación Box-Cox 14 3565.09 1865.05 5265.13

stico Inferior Superior

Octubre 900 1 Enero 900 -300

Resumen de coeficientes 1 Enero 900 -300

Gráfica de probabilidad para Pantaló

Lognormal 0.288 0.554 1

Weibull 0.358 >0.250 99 99

Weibull de 3 parámetros 0.369 0.448 0.072 90 90

Valor extremo más pequeño 0.462 0.236

Gamma 0.330 >0.250 10 10

áfica de probabilidad para Pantalón buzo

1500 Medidas de exactitud

stico Inferior Superior

Octubre 690 1 Enero 690 -100

1 Enero 690 -100

Gráfica de probabilidad para T-sh

Prueba de bondad del ajuste 99 99

Normal 0.373 0.357 10 10

Exponencial 4.879 <0.003 Lognormal - 95% de IC Lognormal de 3 parámetros - 95%

Weibull 0.589 0.112 90 90

Weibull de 3 parámetros 0.396 0.336 0.147

Valor extremo por máximos 0.482 0.217 10 10