Professional Documents
Culture Documents
PRÁCTICA
3
PLANEAMIENTO Y CONTROL DE LA PRODUCCION
OBJETIVOS
RECURSOS
Guía de Prácticas
DURACIÓN DE LA PRÁCTICA
2 Horas Cronológicas
MARCO TEÓRICO
1. CORRELACIÓN
INGENIERÍA INDUSTRIAL 1
Los diversos tipos de correlación que existen pueden ser:
Donde:
SXY = Covarianza de X e Y.
s X = Desviación estándar de X.
s Y = Desviación estándar de Y.
Propiedades
• r está siempre comprendido entre -1 y 1.
• Si r = 1 ó r = -1 entonces los puntos de la muestra están situados en línea recta (correlación lineal
perfecta).
• Si r está próximo a 1 ó a -1, habrá una asociación lineal fuerte entre ambas variables.
• Si r es cercano a 0, habrá una asociación lineal muy débil.
• r no varía cuando en las variables se realiza un cambio de escala o de origen. Esto demuestra que r
no tiene dimensión.
a) Se trata de una medida matemática que luego hay que interpretar. Aunque un alto grado de
correlación indique buena aproximación a un modelo matemático lineal, su interpretación
puede no tener ningún sentido. Por ejemplo puede haber un alto grado de correlación entre las
INGENIERÍA INDUSTRIAL 2
ventas de celulares y el consumo de alcohol en Arequipa, pero ambas variables están
claramente disociadas.
b) Aunque el grado de correlación sea cercano a cero (pobre aproximación al modelo lineal) eso
no significa que no haya relación entre las dos variables. Puede ser que dicha relación sea no
lineal.
2. COEFICIENTE DE DETERMINACIÓN
Donde:
Y * = Se lee Y asterisco, es el valor predictorio de la variable Y para un valor seleccionado de
INGENIERÍA INDUSTRIAL 3
X.
a = Es la intersección con el eje Y. Es el valor estimado de Y cuando X = 0.
b = Es la pendiente de la línea, o el cambio promedio en Y* por cada cambio en una
unidad de la variable independiente X.
X = Es el valor que se escoge para la variable independiente.
A los valores a y b se les conoce como coeficientes de regresión y se calculan con las
siguientes fórmulas:
PROCESO ESTACIONAL
INGENIERÍA INDUSTRIAL 4
Se obtiene el factor de estacionalidad, al dividir este promedio de cada trimestre entre el promedio
general de todos los trimestres.
PASO 3: Desarrollar una línea de regresión de mínimos cuadrados para los datos desestacionalizados.
PASO 5: Crear el pronóstico final ajustando la línea de regresión con el factor de estacionalidad.
Cuando el análisis de regresión lineal genera pronósticos para periodos futuros, éstos son sólo
estimaciones y por lo tanto están sujetos a error. La presencia de errores de pronóstico o de
variaciones al azar es un hecho para quienes pronostican; el pronóstico es un proceso que está inmerso
en la incertidumbre. Una manera de tratar esta incertidumbre es desarrollando intervalos de confianza
para los pronósticos.
s xy
y 2
a y b xy
n2
La expresión syx, se conoce como error estándar del pronóstico o desviación estándar del pronóstico, y
es una medida de la manera en que han quedado dispersos a uno y otro lado de la línea de tendencia
los puntos de datos históricos. Si syx es pequeño en relación con el pronóstico, los puntos de datos
pasados han quedado agrupados muy cerca de la línea de tendencia y los límites superior e inferior se
acercan entre si. Y los límites se calculan asi:
INGENIERÍA INDUSTRIAL 5
Ejemplo.- La Generox, Inc, ha estado produciendo durante 5 años herramientas especiales manuales
para clavar. La planta ha operado casi a su capacidad durante los últimos 2 años. Se necesitan
pronósticos para programar la producción del próximo año y para suministrar estimaciones a fin de
planear la expansión futura de los medios de producción. Se han tabulado los registros de ventas para
los 5 años, en trimestres, como se indica en la tabla 1.1
n xy - x y
b = --------------------
n x² - ( x)²
Año x y x2 xy
INGENIERÍA INDUSTRIAL 6
2012 3 110 9 330
2013 4 122 16 488
2014 5 130 25 650
Año x y x2 xy
Sumatoria 0 589 10 47
y 589
a= ----- = ---- = 117,8
n 5
xy 47
b = ----- = ----- = 4,7
INGENIERÍA INDUSTRIAL 7
x² 10
Método de regresión exponencial, algunas veces una curva suave suministra un mejor ajuste para los
datos que una línea recta. La curva esta dada por: Y = abx, y varía con la tasa constante b en cada
periodo, para esto convertimos la ecuación exponencial a su forma logarítmica:
(log y) - x (log b)
log a = --------------------------
N
n (xlog y) - x (log y)
log b = --------------------------------
N x² - ( x)²
Cuando el punto base se escoge para hacer x=0, la solución se reduce a calcular
(log y)
log a = ----------
N
(x log y)
log b = ------------
x²
INGENIERÍA INDUSTRIAL 8
Sumatorias 0 589 10 10,3507 0,1719
b = ant.log(0,172) = 1,0404
EJERCICIOS PROPUESTOS
1. Industrias Nina creció casi 50% el último año debido a la gran demanda que tuvieron los
reproductores de discos compactos entre los corredores. Como el número de corredores va en
aumento, Nina espera que también aumente la demanda de los reproductores, ya que hasta la
fecha no hay ningún reglamento de seguridad que evite que los usen los corredores. El año
pasado, la demanda de unidades fue:
INGENIERÍA INDUSTRIAL 9
Demanda Demanda
(unidades) (unidades)
Mes Mes
a) Use el análisis de regresión de mínimos cuadrados; Cuál sería su pronóstico de la demanda para
cada mes del próximo año.
3. Prepare un pronóstico para cada trimestre del próximo año a partir de la información de ventas
trimestrales de los últimos años, que se presentan a continuación. Suponga que existen
factores de tendencia y de estacionalidad y que el ciclo de estacionalidad dura un año.
Trimestre Ventas Trimestre Ventas
1 160 5 215
2 195 6 240
3 150 7 205
4 140 8 190
INGENIERÍA INDUSTRIAL 10
4. Una empresa necesita desarrollar un pronóstico de ventas para el año siguiente para sus ventas
de vehículos recreativos. Suponga que sus ventas anuales están relacionadas con las ventas de
su sector industrial y ha preparado estos datos históricos:
Si la estimación de las ventas para el sector industrial del año que viene es de 725 millones de dólares,
utilice una regresión lineal simple para pronosticar la demanda anual de vehículos recreativos de la
empresa para dicho año.
5. DUO es una compañía que fabrica botas de esquiar con materiales compuestos. Las botas tuvieron
ventas lentas al introducirlas al mercado, pero los esquiadores han reconocido que son excelentes y
el precio es sólo alrededor del 15% más alto que otras marcas. El departamento de pegado hace las
uniones en las botas y el año pasado tenia 25 empleados. La eficiencia por trabajador fue 83% el
otoño pasado. Tres de estos trabajadores renunciaron. Dados los datos de demanda de los últimos
cuatro años, ¿cuántos trabajadores recomendaría contratar para el próximo invierno? ¿Recomendaría
un número distinto para la primavera, verano y otoño del próximo año?
Demanda Cajas
Trimestre Año 1 Año 2 Año 3 Año 4
Invierno 156 167 179 188
Primavera 23 29 46 56
Verano 49 38 69 91
Otoño 220 247 238 248
INGENIERÍA INDUSTRIAL 11
TAREA
INGENIERÍA INDUSTRIAL 12