Vista previa del material en texto
UNIVERSIDAD NACIONAL AUTONOMA DE HONDURAS 1er pac2021 FACULTAD DE INGENIERIA INGENIERÍA DE PRODUCCIÓN I ING. DIONISIO CARRANZA 1ER EXAMEN PARCIAL PARTE PRACTICA 50% PROBLEMA # 1 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? PROBLEMA # 2 La tabla siguiente presenta los datos del número de accidentes ocurridos en la carretera estatal 101 de Florida durante los últimos 4 meses. Mes Número de accidentes Enero 30 Febrero 40 Marzo 60 Abril 90_________ Pronostique el número de accidentes que ocurrirán en mayo usando regresión de mínimos cuadrados para obtener una ecuación de tendencia PROBLEMA # 3 Las ventas de las pasadas 10 semanas registradas en la tienda de música Johnny Ho en Columbus, Ohio, se muestran en la tabla siguiente. Pronostique la demanda para cada semana, incluyendo la semana 10, usando suavizamiento exponencial con α = 0.5 (pronóstico inicial = 20): ____________________________________________________________ Semana Demanda Semana Demanda_ 1 20 6 29 2 21 7 36 3 28 8 22 4 37 9 25 5 25 10 28_____ a) Calcule la MAD b) Calcule la señal de control. PARTE TEORICA 20% 1. ¿De qué depende la planeación efectiva a corto y largo plazo? 2. ¿Para qué se usan los pronósticos a corto plazo? 3. ¿Qué son los pronósticos de la demanda? 4. Enumere las 4 fases por las que pasan los productos con mayor éxito. 5. Defina los modelos Asociativos o causales de los métodos cuantitativos. 6. ¿En que se basan los pronósticos de series de tiempo? 7. Defina el modelo de enfoque intuitivo. 8. ¿En qué consiste el modelo de Suavización exponencial? 9. ¿Qué es el modelo de tendencia de pronóstico? 10. Defina variaciones estacionales en los datos.