DESARROLLE LOS SIGUIENTES PROBLEMAS.

RECORDAR DETALLAR CADA

PROCEDIMIENTO QUE UTILIZE PARA OBTENER SUS RESULTADOS. (100 PUNTOS)

1. Hace 10 años, la demanda registrada para un artículo, en miles de unidades, por

una empresa dedicada a producir envases plásticos, se muestra a continuación (21/25
PTS)

Año Demanda Año Demanda

1 75
2 85
3 110
4 95
5 105
6 125
7 140
8 130
9 135
10 140

La planta original que hace el articulo está próxima a operar al 100% de su capacidad.
Una segunda planta, que puede ser instalada inmediatamente, deberá tener la
capacidad necesaria para hacer frente a la demanda adicional que se espera durante
los próximos 5 años.
La capacidad de la planta actual es de 150,000 artículos por año. Es decir, cualquier
unidad proyectada por encima de ella tendría que producirse en la otra planta.
Con el objeto de planificar la capacidad de la nueva planta para los próximos 5 años, se
le solicita a usted que:

a. Defina la variable dependiente e independiente

La variable independiente en este caso serían los años.

Y la variable dependiente sería la demanda.

b. Elabore el diagrama de dispersión e interprete el tipo de relación existente entre las

variables analizadas. Titulo del grafico; titulo de los ejes?
c. Calcule la ecuación de regresión a través del método de los mínimos cuadrados.

Año Demanda XY X^2 Y^2

1 75 75 1 5625
2 85 170 4 7225
3 110 330 9 12100
4 95 380 16 9025
5 105 525 25 11025
6 125 750 36 15625
7 140 980 49 19600
8 130 1040 64 16900
9 135 1215 81 18225
10 140 1400 100 19600
55 1140 6865 385 134950

b = nΣXi Yi – ΣXi ΣYi/n ΣXi^2 – (ΣXi) ^2 ok

b= 10(6865) – (55)(1140)/10(385) – (55)^2
b= 7.2121

a= ΣYi – bΣXi/n ok
a= 1140 – (7.2121)(55)/10
a= 74.3334

ecuación de regresión: y= 7.2121x + 74.334 ok

d. Con base a esa ecuación, estime la capacidad de la nueva planta.

y= 7.2121x + 74.334
y= 7.2121(15) + 74.334
y = 182.5155
La capacidad de la nueva planta es de 32,516 (180,516 – 150,000)
e. Calcule el coeficiente de correlación lineal e interprete su resultado, indicando
también, que tan confiable es la capacidad proyectada por usted para los próximos 5
años.
r= nΣXi Yi – ΣXi ΣYi/√nΣXi^2 – (ΣXi)^2 √ nΣYi^2 – (ΣYi)^2
r= 10(6865) – (55)(1140) /√(10)(385) – (55)^2 √ 10(134950) – (1140)^2
r= 0.92 ok
Esto quiere decir que existe una correlación exacta entre los años y la demanda y que
los procesos utilizados tuvieron una eficacia del 92%.
Existe una correlacion Muy Alta entre la demanda y los años transcurridos
Ósea que es confiable en un 92%.
r² = (0.92)²
R²=86% grado de Confiabilidad Alto.

2. Un fabricante compara las ventas anuales de uno de sus productos con los valores de
tres índices económico. En los últimos 5 años, los valores de las ventas y los índices son
los siguientes (13/25 PTS)

Venta en
Año Índice #1 Índice #2 Índice #3
Unidades
1 24 5 18 10
2 18 3 7 16
3 22 3 12 4
4 14 15 3 1
5 12 5 1 7

Con el objeto de tomar en cuenta el índice que muestre una mejor tendencia para
planificar las ventas, se le solicita a usted que:
a. Defina Variable Independiente y Dependiente

Los años serian la variable independiente. (X = Indice tomado en consideracion)

Y las ventas la dependiente. (Y = Venta en unidades)

b. Elabore un Diagrama de dispersión e interprete el tipo relación existente entre las

variables analizadas.

Primer diagrama (guía)

Ver graficas:
Indice 1

Índice 2

Índice 3

c. Cuál de los índices es el más apropiado para elaborar un pronóstico de las ventas?
El índice más apropiado es el índice 2. Ok Por que escogio el indice 2?

d. Tomando en cuenta el índice que presente mejor relación lineal con las ventas,
calcule la ecuación de la línea de regresión. La definicion de las variables estuvo
incorrecta por lo que los datos estan incorrectos.

Año Índice #2 XY X^2 Y^2

1 18 18 1 324
2 7 14 4 49
3 12 36 9 144
4 3 12 16 9
5 1 5 25 1
15 41 85 55 527

Tabla de datos correcta:

b = nΣXi Yi – ΣXi ΣYi/n ΣXi^2 – (ΣXi) ^2

b= 5(85) – (15)(41)/5(55) – (15)^2
b= -3.8
a= ΣYi – bΣXi/n
a= 41 – (-3.8)(15)/5
a= 19.6 incorrecto

ecuación de la línea de regresión: y=-3.8x + 19.6 incorrecto

Formula esta correcta, pero datos fueron mal calculados.
Respuesta:
Y = 17.069 + 0.723X

e. Con base a esta ecuación de regresión, estime las ventas esperadas para el próximo
año, si se estima que el indicador escogido ascienda a 15 parar dicho periodo.

y=-3.8x + 19.6
y=-3.8(15) + 19.6
y= -37.4 incorrecto por que la ecuacion de regresion incorrecta.

X = 15 años Ok
Y= 12.07 + 0. 72 (15)
 Y= 22.87 (23 unidades)

f. Calcule el coeficiente de correlación lineal simple e interprete su resultado, indicando

también, que tan confiables son las ventas proyectadas por usted para el próximo año.

r= nΣXi Yi – ΣXi ΣYi/√nΣXi^2 – (ΣXi)^2 √ nΣYi^2 – (ΣYi)^2

r= 5(85) – (15)(41) /√(5)(55) – (15)^2 √ 5(527) – (41)^2
r= -0.86 (0,98)

Esto quiere decir que existe una correlación exacta entre los datos y que los procesos
utilizados tuvieron una eficacia del 86%.
Ósea que es confiable en un 86%. (0.96 = 96%)

g. Cual deberá ser el valor del índice seleccionado si se desean vender 20 unidades en
el próximo año?
El índice que se debería usar es el índice 1
Ya que este muestra una subida en las ventas
Y= 12.07 + 0. 72X
20 = 12.07 + 0.72X
X= 20 - 12.07
0.72
X= 11 un

3. El historial de la demanda para los panes en molde de tipo "Pulman", necesitamos para
pronosticar sus ventas, se muestra a continuación (22/25 PTS)

Datos Históricos de las Ventas de Pan Tipo "Pullman"

de septiembre de 2014 hasta agosto de 2015
(Demanda en miles de moldes)

Mes Demanda Mes Demanda

Septiembre 22 Marzo 33
Octubre 18 Abril 35
Noviembre 27 Mayo 39
Diciembre 29 Junio 43
Enero 30 Julio 46
Febrero 31 Agosto 47
Con el objeto de planificar la capacidad del equipo actual, se le solicita a usted que
aplique sus conocimientos para que:
a. Defina la variable dependiente e independiente ok
La variable independiente son los meses.
Y la dependiente es la demanda.

b. Elaborar el Diagrama de Dispersión e indicar el tipo de relación que existe entre las dos
variables. Titulo del grafico y de los ejes

c. Calcule la ecuación de regresión a través del método de los mínimos cuadrados.

Mes Demanda XY X^2 Y^2

1 22 22 1 484
2 18 36 4 324
3 27 81 9 729
4 29 116 16 841
5 30 150 25 900
6 31 186 36 961
7 33 231 49 1089
8 35 280 64 1225
9 39 351 81 1521
10 43 430 100 1849
11 46 506 121 2116
12 47 564 144 2209
78 400 2953 650 14248

b = nΣXi Yi – ΣXi ΣYi/n ΣXi^2 – (ΣXi) ^2

b= 12(2953) – (78)(400)/12(650) – (78)^2
b= 2.4685

a= ΣYi – bΣXi/n
a= 400 – (2.4685)(78)/12
a= 17.2881

la ecuación de regresión: y= 2.4685x + 17.2881

d. Con base a esa ecuación de regresión, estimar la demanda esperada para el próximo
mes de septiembre

y= 2.4685x + 17.2881
y= 2.4685 (13) + 17.2881
y= 49.3786
La demanda esperada para el proximo mes de septiembre es de 49,379 moldes de pan
pullman.

e. Calcule el coeficiente de correlación lineal e interprete su resultado.

r= nΣXi Yi – ΣXi ΣYi/√nΣXi^2 – (ΣXi)^2 √ nΣYi^2 – (ΣYi)^2

r= 12(2953) – (78)(400) /√(12)(650) – (78)^2 √ 12(14248) – (400)^2
r= 0.98

Esto quiere decir que existe una correlación casi exacta entre los datos y que los
procesos utilizados tuvieron una eficacia del 98%.
Hay una correlacion Muy Alta entre la demanda y los años transcurridos.
f. Calcule el coeficiente de determinación e interprete su porcentaje.
r^2
r^2= 0.98^2
0.9604 (96%)

La determinante nos da un 94% lo cual define que es confiable. Existe un grado de

confiabilidad Alto.

4. Considere la relación, Publicidad vs Ventas, en una tienda de equipos de sonido. Durante

los últimos tres meses, en 10 ocasiones la tienda apareció en comerciales de televisión
durante los fines de semana, para promover sus ventas. Los directivos quieren investigar si
hay relación entre el número de comerciales emitidos el fin de semana y las ventas en la
semana siguiente. A continuación, los datos de la muestra para las 10 semanas (20/25
PTS)

Venta en
Numero de cientos
Semana
Comerciales de
Balboas
1 3 50
2 6 57
3 2 41
4 4 54
5 5 54
6 1 38
7 6 63
8 4 48
9 5 59
10 3 46

Con el objeto de evaluar la efectividad de la publicidad y, entre otras cosas, planificar las
ventas, se les solicita que:
a. Defina la variable dependiente e independiente.
La variable independiente sería el número de comerciales. (X)
Y la dependiente seria la venta en balboas. (Y)

b. Elabore el Diagrama de dispersión e interprete el tipo de relación existente entre las

variables analizadas. Titulos del grafico y ejes. Tipo de relacion existente entre las variables.

Exjste una relacion directamente proporcional entre las variables.

c. Calcule la ecuación de la línea de regresión

Numero de Venta en cientos XY X^2 Y^2

Comerciales de Balboas
3 50 150 9 2500
6 57 342 36 3249
2 41 82 4 1681
4 54 216 16 2916
5 54 270 25 2916
1 38 38 1 1444
6 63 378 36 3969
4 48 192 16 2304
5 59 295 25 3481
3 46 138 9 2116
39 510 2101 177 26576

b = nΣXi Yi – ΣXi ΣYi/n ΣXi^2 – (ΣXi) ^2

b= 10(2101) – (39)(510)/10(177) – (39)^2
b= 4.4980

a= ΣYi – bΣXi/n
a= 510 – (4.4980)(39)/10
a= 33.458
ecuación de la línea de regresión: y= 4.4980x + 33.458

d. Con base a esa ecuación, estime las ventas promedio esperadas si se emiten 8
comerciales en el fin de semana.

y= 4.4980x + 33.458
y= 4.4980(8) + 33.458
y= 69.442
Las ventas promedio esperadas si se emiten 8 comerciales en el fin de semana seran de
aproximadamente 6,944 balboas.

e. De existir relación entre las variables tratadas, Cuantos comerciales tendrían que darse en
el fin de semana para lograr que las ventas alcancen los 7000 balboas?

7000 = 4.4980x + 33.458

4.4980x = 7000 – 33.458
X= 1548 comerciales
Debian minimizar los 7000 balboas (7000/100)
X = (70 – 33.458)/4.498
X= 8.1 (8 comerciales)

f. Calcule el coeficiente de correlación lineal simple e interprete su resultado, indicando

también, que tan validas o confiables serán las ventas proyectadas por usted.

r= nΣXi Yi – ΣXi ΣYi/√nΣXi^2 – (ΣXi)^2 √ nΣYi^2 – (ΣYi)^2

r= 10(2101) – (39)(510) /√(10)(177) – (39)^2 √ 10(26576) – (510)^2
r= 0.94
Hay una correlacion Muy Alta entre la demanda de los articulos y los años transcurridos

g. Calcule el coeficiente de determinación e interprete su resultado.

R^2= 0.89
Hay un grado de confiabilidad Alto