Benemérita Universidad Autónoma de Puebla

Facultad de Contaduría
Licenciatura en Administración y Dirección de PYMES
Materia: Administración de Operaciones y Producción
NRC: 13189 Secc: 001 PYMS 268
1er Examen Parcial
Docente: Dr. Marcos Calderón López
Fecha: 22 de septiembre de 2022
Nombre del Alumn@:_Juan Carlos Magaña Ochoa________________
a__________________________
El Chef principal de un restaurant, está tratando de decidir cual es la mejor manera de asignar las materias primas
disponibles a los cuatro platillos especiales: Hambueguesa con queso, albóndigas, tacos y picadillo.
La tabla acontinuación contiene la información sobre los alimentos e inventario y las cantidades requeridas para cada platillo:

Hamburguesa
Alimento Albóndigas Tacos Picadillo Disponible
con queso
Carne molida (grs) 0.3 0.25 0.25 0.4 100 (grs)
Queso (grs) 0.1 0 0.3 0.2 50 (grs)
Frijoles (grs) 0 0 0.2 0.3 50 (grs)
Lechuga (grs) 0.1 0 0.2 0 15 (grs)
Tomate (grs) 0.1 0.3 0.2 0.2 50 (grs)
Panes 1 1 0 0 80 panes
Tortillas 0 0 1 0 80 tortillas
Hamburguesa Albóndigas Tacos Picadillo
El precio de venta es: $ 225.00 $ 200.00 $ 175.00 $ 250.00

a) Maximizar el ingreso del restaurant Restricciones:

1
2
3
x1 x2 x3 x4 Resultados Fórmula 4
Funcion Objetivo 225 200 175 250 59958.33333 5
r1 0.3 0.25 0.25 0.4 100 90.08333333 6
r2 0.1 0 0.3 0.2 50 47.16666667 7
r3 0 0 0.2 0.3 50 50
r4 0.1 0 0.2 0 15 15
r5 0.1 0.3 0.2 0.2 50 43.66666667
r6 1 1 0 0 80 80
r7 0 0 1 0 80 35

X1 80
X2 0
X3 35
X4 143.3333333333
Z 59958.33333
225(X1) + 200(X2) + 175(X3) + 250(X4)
0.3 + 0.25 + 0.25 + 0.4 <= 100
0.1 + 0.3 + 0.2 <= 50
0.2 + 0.3 <= 50
0.1 + 0.2 <= 15
0.1 + 0.3 + 0.2 + 0.2 <= 50
1 + 1 <= 80
1 <= 80
El gerente de una empresa estudia las posibles relaciones entre beneficios anuales,
gastos en publicidad anuales y horas extraordinarias anuales de los empleados. Para ello utiliza
datos, de estas tres variables, proporcionadas por algunas empresas del sector. Se desea saber:
Gastos
Beneficios Horas extras
(millones) Publicidad (100 horas)
1.3 (millones)0.3 4
3.5 1.5 9
2.8 0.7 6
3 1.1 7.5
3.3 1.2 8
4 2 7
3.7 2 8
3 10
a) Determinar la ecuación de estimacióny=1.755555+(0.3*)
b) Explicar el valor del coeficiente de correlación
c) Explicar el valor del coeficiente de determinación
d) Estimar los beneficios, si se tienen gastos de publicidad por 3 (millones) y horas extras 10 (10 0.6070711393

b) de acuerdo con el resultado el aná lisis que realicé, es una correlació n de Spearman ya que en uno de mis
coeficientes me salió negativo y en este tipo de correlació n no satisface la condició n de normalidad para variables
continuas.
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.837620318683774
Coeficiente de determinación R^2 0.701607798271907
R^2 ajustado 0.552411697407861
Error típico 1.09979730106666
Observaciones 7

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F
Regresión 2 11.3760693005516 5.68803465027582 4.702588032
Residuos 4 4.83821641373407 1.20955410343352
Total 6 16.2142857142857

Coeficientes Error típico Estadístico t Probabilidad

Intercepción 1.75555518978174 2.14603813592822 0.818044731074837 0.459261505
Variable X 1 2.01591664746354 1.29780783786685 1.55332445115836 0.195306751
Variable X 2 -0.719623399282352 1.81135600345487 -0.397284353771311 0.711444972

Análisis de los residuales

Observación Pronóstico para Y Residuos Residuos estándares

1 4.16035981169964
2 7.73182835698061
3 6.89638542318201
4 7.01171939296178
5 7.54453204727261
6 8.37997498107121
7 7.77519998683214
-0.160359811699641 -0.17857823143044
1.26817164301939 1.41224816093461
-0.896385423182013 -0.998223444236115
0.488280607038218 0.543753988748678
0.455467952727393 0.507213500746978
-1.37997498107121 -1.53675343545257
0.224800013167856 0.250339460688861
 Variable X 1 Gráfi
residuales
2
Variable
1
r

Residuos
0 2
-1 0 1 1 2 3 4

Residuos
-2 0
Valor crítico de F -1 0 1
Variable X
0.0890379060521387 -2

Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%

-4.20280188828395 7.71391226784743 -4.20280188828395 7.71391226784743
-1.58737557146921 5.6192088663963 -1.58737557146921 5.6192088663963
-5.74875390884526 4.30950711028056 -5.74875390884526 4.30950711028056

Resultados de datos de probabilidad

Percentil Y
7.14285714285714 4
21.4285714285714 6
35.7142857142857 7
50 7.5
64.2857142857143 8
78.5714285714286 8
92.8571428571429 9
Variable X 1 Gráfico de los
residuales
Variable X 2 Gráfico de los
residuales
2
Variable X 1 Curva de regresión
1 1 2 3 4 5 6 ajustada
7 8
Variable X 2 Curva de regresión
Residuos

0 10
-1 0 1 X 12 3 4 ajustada
5 6
-2
Variable
5
10
Gráfico de probabilidad
Y
normal
Y

Variable X 2 10 Y
0
5 Pronóstico para Y
1 1.5 2 2.5 8 3 3.5 4 4.5
Y

6
0 Variable X 1
4
Y

0 1 22 3 4 5 6
0 Variable X 2
0 10 20 30 40 50 60 70 80 90 100
Muestra percentil
Partiendo de la siguiente información:
Y X1 X2
1 2 17
3 1 15
4 3 13
6 4 10
7 5 9
10 8 8
15 7 6
16 9 5
18 11 4
20 12 3

a) Determinar la ecuación de estimacióny= a + b1x1 + b2x2

b) Explicar el valor del coeficiente de correlación Al x1 y X2 depender de Y y que todos los resultados sean positivos, nos indica que es una
c) Explicar el valor del coeficiente de determinación
d) Estimar el valor de "Y" si X1= 15 y X2= 20 8.782985601

b) Al x1 y X2 depender de Y y que todos los resultados sean positivos, nos indica que es una correlació n
positiva perfecta, pues varían en positivo o en "+1"
ositivos, nos indica que es una correlació n positiva perfecta, pues varían en positivo o en "+1"
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.975569155
Coeficiente de determinación R^2 0.951735177
R^2 ajustado 0.937945228
Error típico 1.693608418
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados F Valor crítico de F
Regresión 2 395.9218337 197.9609168 69.01658227 2.47006E-05
Residuos 7 20.07816632 2.868309475
Total 9 416

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0%
Intercepción 11.81046136 6.141386324 1.923093701 0.095892178 -2.711609683 26.3325324 -2.711609683
Variable X 1 0.814722304 0.463609279 1.757346846 0.122274979 -0.28153944 1.910984048 -0.28153944
Variable X 2 -0.762415516 0.369521351 -2.063251595 0.077989852 -1.636194663 0.111363631 -1.636194663

Análisis de los residuales Resultados de datos de probabilidad

Observación Pronóstico para Y ResiduosResiduos estándares Percentil Y

1 0.478842198 0.521157802 0.348922098 5 1
2 1.188950926 1.811049074 1.212521504 15 3
3 4.343226565 -0.343226565 -0.229794762 25 4
4 7.445195416 -1.445195416 -0.967577601 35 6
5 9.022333235 -2.022333235 -1.353979067 45 7
6 12.22891566 -2.228915663 -1.492288757 55 10
7 12.93902439 2.06097561 1.379850652 65 15
 8 15.33088451 0.669115486 0.44798174 75 16
9 17.72274464 0.277255363 0.185626162 85 18
10 19.29988246 0.700117543 0.468738031 95 20
 Variable X 1 Gráfico de los
residuales
3
Variable X 2 Gráfico de los
2 residuales
Residuos 1
0 3
Variable X 1 Curva de regresión
-1 0 2 2 4 6 8 ajustada
10 12
Variable X 2 Curva de regresión
Residuos
-2 1
-3 0 30
-1 0 10 Variable
20 20 X 1 30 40 50 60 ajustada
70 80
-2
-3 30
Gráfico de probabilidad
Y
normal
10

Y
Variable X2 25 Y
0 20
20 Pronóstico para Y
0 2 10 4 6 8 10 12 14

Y
15
0 Variable X 1
10

Y
Superior 95.0% 0 10 20 5 30 40 50 60 70 80
26.3325324 0 Variable X 2
1.910984048 0 10 20 30 40 50 60 70 80 90 100
0.111363631 Muestra percentil
rmal

80 90 100