Ejercicio 1: Una empres tiene tres plantas de producción u

en: Callao, Lima e Ica y desde allí distribuye a sus cliente

departamentos de AREQUIPA, CUSCO, AYACUCHO y TACN
de envío y demás datos se encuentran en la tabla adjunto
Halllar los costos asoiciados al modelo mediante los tres e
clase (Esquina Nor Oeste, Vogel y Costos Mìnimos)

NOROESTE BALNCEADO
TACNA AREQUIPA CUSCO AYACUCHO

15 40 35
CALLAO
250 100 X X
30 55 45
LIMA
X 200 100 X
16 42 36
TRUJILLO
X X 180 40
40 50 20
ICA
X X X 180

DEMANDA 250 300 280 220

0 200 180 180

0 0 0

CTA: 40970

COSTOS MÍNIMOS
TACNA AREQUIPA CUSCO AYACUCHO

15 40 35
CALLAO
 CALLAO
250 X 100 X
30 55 45
LIMA
X 80 X 220
16 42 36
TRUJILLO
X 220 X X
40 50 20
ICA
X X 180 X

DEMANDA 250 300 280 220

0 80 100 0
0 0

CTA: 32850

VOGEL
TACNA AREQUIPA CUSCO AYACUCHO

15 40 35
CALLAO
250 X 100 X
30 55 45
LIMA
X 80 X 220
16 42 36
TRUJILLO
X 220 X X
40 50 20
ICA
X X 180 X

DEMANDA 250 300 280 220

0 80 100 0
0 0

1 2 15 9

X 2 15 9

X 2 1 9

X 13 11 9
 EXAMEN FINAL
CESPEDES BONILLA NATALIA
roducción ubicadas
sus clientes en los
CHO y TACNA; los costos
bla adjunto al presente:
te los tres estudiados en
mos)

O
AYACUCHO
OFERTA
48
350 100
X 0
38
300 100
X 0
47
220 40
40 0
52
180 0
180

220

180
0

AYACUCHO
OFERTA
48
350 100
0
 350 100
X 0
38
300 80
220 0
47
220 0
X
52
180 0
X

220

AYACUCHO
OFERTA
48
350 100
X 0 20 10 10
38
300 80
220 0 8 7 7
47
220 0
X 20 6 6
52
180 0
X 20 30

220

CTA: 32850

9
7 17 0

6
Identificar las actividades del proyecto a travès de un diagrama de GANTT, sistema PERT y deteminar la Ruta Crìtica del Pro

ACTIVIDAD PREDECESORA TIEMPO EPERADO ACTIVIDAD

A 4 A
B 6 B
C B 3 C
D A 13 D
E A,C 6 E
F B 8 F
G EF 5 G

ESQUMA DE PERT
13
D

4
A

INICIO
0
3
C
6
B

8
F

RUTA CRÍTICA

H=4
 0 4
4 8
H=0

4
0 0 A
0 0

INICIO
0

6
B

0 6
0 6
H=0
eminar la Ruta Crìtica del Proyecto.

DIAGRAMA DE GANTT

1 2 3 4 5 6 7 8 9 10 11 12

6
E

5 FIN
G 0

4 17 H=2

6 19
13
D

H=2
6 12
8 14 6
E
8 14 6
E

H=0 H=0

14 19 19 19
14 19 19 19

5 FIN
G 0
H=1

3 6 9
C
5 8

8 CPM=INICIO-B-F-G-FIN
F
H=0

6 14
6 14
DE GANTT

13 14 15 16 17 18 19 20 21 22 23
SE SOLICITA DETERMINAR CUÀ SERÌA LA OBSIÒN MÀS CONVENIENTE PARA OBTENER EL PRONÒSTICO DE LA DEMANDA, G

Ejercicio 1: La siguiente tabla señala los datos de demanda real de un artìculo de la empresa "XYZ", para doce meses

Mes 1 2 3 4 5 6
Demanda 8560 7980 7760 8030 8390 8060

A) pronosticar las ventas del mes 4 al 13 usando un periodo mòvil de 03 perìodos

B) ¿Cuàl es la demanda pronosticada para el mes 13?
Pronóstico de ven
Mes Demanda Pronòstico E [E]
9000
1 8560
2 7980
8500
3 7760
4 8030 8100.00 -70.00 70.00
8000
5 8390 7923.33 466.67 466.67
6 8060 8060.00 0.00 0.00
7500
7 8010 8160.00 -150.00 150.00
8 7510 8153.33 -643.33 643.33
7000
9 7200 7860.00 -660.00 660.00
10 7610 7573.33 36.67 36.67
6500
11 8000 7440.00 560.00 560.00 1 2 3 4 5 6
12 7600 7603.33 -3.33 3.33
Demand
13 7736.67

EM -51.5 Esta sería la mejor opción

DAM 287.8 Esta sería la mejor opción

Ejercicio 2: La siguiente tabla señala los datos de demanda real de un artìculo de la empresa "XYZ", para doce meses

Mes 1 2 3 4 5 6
Demanda 8560 7980 7760 8030 8390 8060

A) pronosticar mes 3 al 13 usando un periodo mòviol de DOS perìodos

B) ¿Cuàl es la demanda pronosticada para el mes 13?
Pronósti co de v

Mes Demanda Pronòstico E [E] 9000

1 8560
2 7980 8500
3 7760 8270 -510 510
8000
4 8030 7870 160 160
5 8390 7895 495 495
7500
6 8060 8210 -150 150
7 8010 8225 -215 215 7000
8 7510 8035 -525 525
9 7200 7760 -560 560 6500
1 2 3 4 5

Dema
 7000

6500
1 2 3 4 5
10 7610 7355 255 255
11 8000 7405 595 595 Dema
12 7600 7805 -205 205
13 7800

EM -66.0
DAM 367.0
L PRONÒSTICO DE LA DEMANDA, GRAFIQUE CADA UNA DE SUS PROYECCIONES

presa "XYZ", para doce meses

año
7 8 9 10 11 12 2021
8010 7510 7200 7610 8000 7600

Pronóstico de ventas de la Empresa XYZ

00

00

00

00

00

00
1 2 3 4 5 6 7 8 9 10 11 12 13

Demanda Pronòstico

presa "XYZ", para doce meses

año
7 8 9 10 11 12 2021
8010 7510 7200 7610 8000 7600

Pronósti co de venta de la empresa

XYZ
000

500

000

500

000

500
1 2 3 4 5 6 7 8 9 10 11 12 13

Demanda Pronòstico
000

500
1 2 3 4 5 6 7 8 9 10 11 12 13

Demanda Pronòstico
 Estimado

𝑥_^ (𝑦_
2 𝑖 ) ̅ (y−𝑦 ̅_𝑖 )^2⋅ (𝑦 ̅_𝑖−𝑦 ̅ )^2

x y X.Y
clientes ventas B1*X+B0
10 4.8 48 100 4.376562 -0.179299
18 11.4 205.2 324 14.370313 -8.822756
24 19.6 470.4 576 21.865625 -5.133057
22 20.8 457.6 484 19.367188 -2.052952
34 30.6 1040.4 1156 34.357813 -14.121155
28 34 952 784 26.862500 -50.943906
136 121.2 3173.6 3424 121.200000 -81.253125
∑128▒𝑦_𝑖 ∑128▒ 〖𝑥 _𝑖 𝑦_𝑖 〗 SCE
𝛴_
𝑥 ⅈ ̇
𝑥 ̅ 𝑦 ̅
22.66666667 20.2000
Promedio
n 6

B1= 1.24921875
B0= -8.115625

𝑅^2 (SCR/STC)

𝑅 √(𝑅^2 )

Chart Title
40

35
f(x) = 1.24921875 x − 8.115625
30 R² = 0.867648675723221

25

20

15

10

0
5 10 15 20 25 30 35 40
5

0
5 10 15 20 25 30 35 40
 (𝑦 ̅_𝑖−𝑦 ̅ )^2 (y−𝑦 ̅ )^2

Resumen
250.3811743 237.16
33.98525635 77.44 Estadísticas de la regresión
2.774306641 0.36 Coeficiente de correlación múltiple 0.9314766104
0.69357666 0.36 Coeficiente de determinación R^2 0.86764867572
200.4436548 108.16 R^2 ajustado 0.83456084465
44.38890625 190.44 Error típico 4.5070257654
532.666875 613.92 Observaciones 6
SCR STC
ANÁLISIS DE VARIANZA
Grados de libertad
Regresión 1
Residuos 4
Total 5

Coeficientes
Intercepción -8.115625
Variable X 1 1.24921875

0.867648676 El coeficiente de determinación entre las dos variables es de 83.76%

0.93147661 Existe mucha correlación entre las dos variables pues está muy próximo a la unidad

30 35 40
30 35 40
 0.93
86%

Suma de cuadrados Promedio de los cuadrados F Valor crítico de F

532.666875 532.666875 26.22259144 0.00688230813981
81.253125 20.31328125
613.92

Error típico Estadístico t Probabilidad Inferior 95% Superior 95%

5.82762962874647 -1.3926116649499 0.236154279 -24.295718757639 8.064468758
0.243949925521836 5.12079988271274 0.006882308 0.57190517337153 1.926532327

o a la unidad
 Inferior 95.0% Superior 95.0%
-24.295718758 8.0644687576
0.57190517337 1.9265323266
 Venta de
Pasteles en Precio por unidad Publicidad (s/
Semanas Unidades S/ 1000)
1 2950 3.5 1.475
2 3450 3.45 1.48
3 3500 3.4 1.4
4 3550 3.55 1.38
5 3600 3.55 1.55
6 3800 3.6 1.6
7 4300 3.65 1.6
8 4400 3.65 1.7
9 4500 3.6 1.7
10 4550 3.55 1.75
11 4600 3.6 1.8
12 4700 3.65 1.85
13 4900 3.65 1.85
14 4950 3.55 1.75
15 5000 3.6 1.85
3.4 3.15

La empresa desea ampliar sus operaciones a otros mercados,

y desea saber si mantiene un precio de S/3.40 por pastel y hace una inversiòn en publicidad
de s/ 3.15 mil cuantos pasteles podrà llegar a vender.

VENTAS VS PRECIO
3.7
2
3.65 1.8
f(x) = 0.00023
3.6 1.6 R² = 0.836000

3.55 1.4

3.5 1.2

3.45 1
0.8
3.4
0.6
3.35
0.4
3.3
0.2
3.25
2500 3000 3500 4000 4500 5000 5500 0
2500 3000
 0.8
3.4
0.6
3.35
0.4
3.3
0.2
3.25
2500 3000 3500 4000 4500 5000 5500 0
2500 3000
 PRONÒSTICO Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.914794864687
Coeficiente de determinación R^2 0.836849644458 83.68%
R^2 ajustado 0.809657918535
Error típico 283.6632668541
Observaciones 15

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Regresión 2 4952755.146
Residuos 12 965578.1875
Total 14 5918333.333

Coeficientes Error típico

9387.6270 Intercepción -2862.94938456 4371.308639
Variable X 1 353.7197141262 1415.231343

Variable X 2 3507.279162198 647.4918141

VENTAS VS PUBLICIDAD
2
1.8
f(x) = 0.000230892706279921 x + 0.683098845395663
1.6 R² = 0.836000326253974

1.4
1.2
1
0.8
0.6
0.4
0.2
0
2500 3000 3500 4000 4500 5000 5500
0.8
0.6
0.4
0.2
0
2500 3000 3500 4000 4500 5000 5500
 y=a+b1X1+b2X2........
.

Promedio de los cuadradosF Valor crítico de F

2476377.573 30.77589289 1.8859412E-05
80464.84896

Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%
-0.65494103 0.524861618 -12387.21273 6661.313961 -12387.21273 6661.313961
0.249937733 0.806862944 -2729.804492 3437.24392 -2729.8044922 3437.24392

5.416715835 0.000155813 2096.5156906 4918.042634 2096.51569055 4918.042634

5500
5500