• Author / Uploaded
• Jorge Alonzo

Citation preview

UNIVIERSIDAD DE SAN CARLOS DE GUATEMALA GESTIÓN GERENCIAL DE OPERACIONES SEGUNDO EXAMEN PARCIAL ESCUELTA TÉCNICA FACULTAD DE INGENIERÍA SEGUNDO SEMESTRE 2020 ING. ANDRES REMIS

PRIMERA SERIE A continuación, encontrará una serie de preguntas de opción múltiple, seleccione la o las respuestas correctas.

1. Los horizontes de tiempo del pronóstico incluyen: a) el largo plazo b) el mediano plazo c) el corto plazo d) todas las respuestas anteriores son correctas 2. Los métodos cuantitativos de pronóstico incluyen: a) composición de la fuerza de ventas b) jurado de opinión ejecutiva c) encuesta en el mercado de consumo d) suavizamiento exponencial e) todos son métodos cuantitativos 3. El método que considera la relación entre los datos y la variable que se predice es: a) el suavizamiento exponencial b) el de pronósticos causales c) el promedio móvil ponderado d) todas las respuestas anteriores son correctas 4. En el suavizamiento exponencial, cuando la constante de suavizamiento es alta: a) se coloca más ponderación en los datos más recientes b) se coloca menos ponderación en los datos más recientes c) el pronóstico será un número alto d) el pronóstico es un número ubicado entre –1 y +1

5. En relación con un pronóstico basado en regresión, el error estándar de la estimación proporciona una medida de: a) la exactitud global del pronóstico b) el periodo de tiempo para el cual es válido el pronóstico c) el tiempo requerido para obtener la ecuación de pronóstico d) el error máximo del pronóstico e) todas las respuestas anteriores son correctas SEGUNDA SERIE A continuación, encontrará una serie de preguntas, de acuerdo a lo visto en clase por favor responda:

1. ¿Qué es un modelo de pronóstico cualitativo y cuándo es apropiado su uso? 2. Identifique los tres horizontes de tiempo para pronósticos. Establezca una duración aproximada para cada uno. 3. Describa brevemente los pasos necesarios para desarrollar un sistema de pronósticos. 4. Explique qué técnicas de pronósticos, como promedios móviles, promedios móviles ponderados y suavizamiento exponencial, no son apropiadas para las series de datos que presentan una tendencia. 5. ¿Cuál es la diferencia básica entre promedios móviles ponderados y suavizamiento exponencial? 6. ¿Qué técnica de pronóstico da más importancia a los valores recientes? ¿Cómo hace esto? 7. ¿Cuál es la diferencia entre una variable dependiente y una variable independiente? 8. Mencione algunos ejemplos de industrias afectadas por la estacionalidad. ¿Por qué estos negocios desearían no depender de la estacionalidad? 9. Dé algunos ejemplos de industrias donde el pronóstico de la demanda depende de la demanda de otros productos. 10. ¿Qué ocurre con nuestra capacidad para pronosticar cuando pronosticamos periodos cada vez más lejanos en el futuro? TERCERA SERIE A continuación, encontrará una serie de problemas, de acuerdo a lo visto en clase por favor resolver y dejar evidencia de su resolución.

Problema 1: La demanda real de los pacientes en la clínica médica Blue Medical, para las primeras seis semanas de este año es como sigue:

Semana Núm. real de pacientes 1 65 2 62 3 70 4 48 5 63 6 52 El administrador de la clínica, Chomin Suzuki, quiere que usted pronostique la demanda de pacientes en la clínica para la semana 7 usando estos datos. Usted decide usar un promedio móvil ponderado para encontrar este pronóstico. Su método utiliza cuatro niveles de demanda real, con ponderaciones de 0.333 en el periodo actual, de 0.25 hace un periodo, de 0.25 hace dos periodos, y de 0.167 hace tres periodos. ¿Cuál es el valor de su pronóstico? Problema 2: El número de accidentes automovilísticos en cierta región está relacionado con el número de automóviles registrados en miles (X1), la venta de bebidas alcohólicas en unidades de Q10,000 (X2), y la cantidad de lluvia medida en pulgadas (X3). Además, la fórmula de regresión se ha calculado como: Y = a + b1X1 + b2X2 + b3X3 donde Y = número de accidentes automovilísticos a = 7.5 b1 = 3.5 b2 = 4.5 b3 = 2.5 Calcule el número esperado de accidentes bajo las condiciones a, b, y c:   (a) (b) (c)

X1 2 3 4

X2 3 5 7

X3 0 1 2

Problema 3.

Caso Movistar Usted acaba de ser contratado por Movistar Cell Phone, Inc., como analista de administración. Movistar Cell fabrica una amplia línea de teléfonos para el mercado de consumo. Su gerente de operaciones, le pide que pasara por su oficina cierta mañana. Después de saludarse cordialmente y tomar una taza de café, su jefe menciona que tiene un encargo especial para usted: “Siempre hemos hecho sólo un cálculo conservador

del número de teléfonos que debemos producir cada mes. Usual mente sólo vemos cuántos vendimos en el mes y planeamos producir más o menos la misma cantidad. Algunas veces funciona, pero en la mayoría de los meses, o bien tenemos demasiados teléfonos en inventario o nos quedamos sin existencias. Ninguna de estas situaciones es buena”. Usando la tabla que se muestra aquí, el jefe continúa: “Estos son los pedidos reales que entraron durante los últimos 36 meses. Cada caja tiene 144 teléfonos. Como hace poco te graduaste del diplomado de Gestión Gerencial de Operaciones de la tricentenaria, pensé que tal vez conozcas algunas técnicas que nos ayuden a planear mejor. Ya hace mucho que salí de la universidad y creo haber olvidado casi todos los detalles que aprendí entonces. Quiero que analices estos datos y me des una idea de la situación por lo que pasará nuestro negocio dentro de 6 a 12 meses. ¿Crees que puedes resolverlo?”. “Por supuesto”, responde usted, sonando completamente seguro. “¿Cuánto tiempo tengo?”. “Necesito tu informe en aproximadamente una hora. Su jefe le pide explicar bien las cosas para que pueda entender sus recomendaciones sin necesidad de hacerle más preguntas. Como usted es nuevo en la compañía, debe de saber que al jefe le gusta que el personal le proporcione todos los detalles y la justificación completa de sus recomendaciones”. Pedidos recibidos cada mes Cajas Mes 2005 Enero 480 Febrero 436 Marzo 482 Abril 448 Mayo 458 Junio 489 Julio 498 Agosto 430 Septiembre 444 Octubre 496 Noviembre 487 Diciembre 525

Cajas 2006 575 527 540 502 508 573 508 498 485 526 552 587

Cajas 2007 608 597 612 603 628 605 627 578 585 581 632 656

Preguntas para análisis 1. Prepare el informe para su jefe usando análisis de regresión. Proporcione un resumen del panorama de la industria de los teléfonos celulares como parte de su respuesta 2. Si agrega estacionalidad a su modelo, ¿cómo cambia el análisis ?