A que se debe el Trabajo colaborativo 1
Enviado por Yhon Gomez • 19 de Octubre de 2017 • Trabajo • 2.112 Palabras (9 Páginas) • 233 Visitas
TRABAJO_COLABORATIVO_FASE_2_212028_26
JOHAN DANIEL PARRA: 1113520060
ELEAZAR AGUILAR CEBALLOS
LUIS ARMANDO VALENZUELA SANCHEZ: 94153206
MAURCIO PAZ: 94479787
YHON FREDDY GOMEZ: 1112958043
GRUPO: 212028_26
PRESENTADO A: LEONARDO ALZATE
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
CEAD PALMIRA
GESTION DE OPERACIONES
2017
Contenido
OBJETIVOS 3
PASO 1 Actividad 1.. 4
P1 Actividad 2: ejercicios resueltos seleccionados por cada estudiante del grupo de trabajo.. 7
PASO 2 Actividad 1:Sistema control de inventario . 16
P2 Actividad 2:Problemas . 18
Problema n° 17 . 20
Problema n° 21 . 22
CONCLUSIONES 24
REFERENCIAS 25
OBJETIVOS
Identificar métodos de pronósticos que permiten tomar decisiones relacionadas con los productos y mercado a futuro
Evidenciar el estudio de temáticas de la unidad1 sobre el tema gestión de operaciones entregado por el curso y el syllabus.
Desarrollar los pronósticos y problemas propuestos en el curso gestión de operaciones.
Reconocer como el manejo adecuado del registro, rotación y evacuación de producto indican la situación financiera de la empresa, evitando el desabastecimiento y exceso de inventario.
Maximizar los márgenes de beneficio, en manejo de recursos
PASO 1.
Actividad 1: Nombre del Estudiante e Imagen nítida de la estrategia de comprensión lectora (deben incluirse la imagen por estudiante).
MAURICIO PAZ
[pic 1]
JOHAN DANIEL PARRA
[pic 2]
Gaither, N. & Frazier, G.. (2000). Modelos Cuantitativos de Pronóstico. Administración de producción y operaciones (8th ed., pp. 62-85). Mexico City: Cengage Learning. Recuperado de
LUIS ARMANDO VALENZUELA
[pic 3]
Czinkota & M. Kotabe. (2001).
Técnicas de Pronósticos. Administración de la mercadotecnia (2nd ed., pp. 163-181).. Mexico City: Cengage Learning.
Recuperado de:
ELEAZAR AGUILAR CEBALLOS
[pic 4]
YHON FREDDY GOMEZ
[pic 5]
Actividad 2: ejercicios resueltos seleccionados por cada estudiante del grupo de trabajo.
2016 | Mes | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
Demanda | 7000 | 9000 | 9500 | 11000 | 9300 | 12000 | 13500 | 12500 | 13500 | 12500 | 12000 | 11500 | |
2017 | Mes | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 |
Demanda | 11340 | 9500 | 11500 | 12500 | 10880 | 11200 | 9900 | 10350 | 11850 | 11020 | 10280 | 11180 |
PROMEDIO MÓVIL
[pic 6]
REGRESIÓN LINEAL
[pic 7]
[pic 8]
[pic 9]
[pic 10]
[pic 11]
[pic 12]
[pic 13]
[pic 14]
[pic 15]
[pic 16]
[pic 17]
[pic 18]
= 423.42[pic 19]
Luego, y dado que ya tenemos el valor de la pendiente b procedemos a calcular el valor de a, para ello efectuamos los siguientes cálculos:
[pic 20]
11108.33[pic 21]
[pic 22]
[pic 23]
[pic 24]
[pic 25]
[pic 26]
[pic 27]
[pic 28]
[pic 29]
[pic 30]
Grafica pronostico mes 13 por medio de regresión lineal
[pic 31]
SUAVIZA-MIENTO EXPONENCIAL (CONSTANTE Α = 0.4)
Resulta de interés conocer el comportamiento de la serie de tiempo de la demanda. Para esto, graficamos los pares de mes con su respectiva demanda, obteniendo la siguiente gráfica:
[pic 32]
A través de la gráfica, se puede observar que la demanda tiene un comportamiento a inicios del año 2016 con tendencia positiva, pero luego del mes 10 se vuelve estacionaria, ya que varía en torno a una media. Por tal motivo, como técnica de proyección de la demanda del año 2017 se empleará el método de suavizamiento exponencial simple con constante , este método se aplica a través de las siguientes fórmulas:[pic 33]
...