UNIVERSIDAD AUTÓNOMA DE BUCARAMANGA

PROGRAMA ADMINISTRACIÓN DE EMPRESAS VIRTUAL

INVESTIGACIÓN GENERAL DE OPERACIONES
TALLER UNIDAD 2

Resolver las siguientes situaciones

1. A continuación se muestran las ganancias por acción de dos compañías, por trimestre, del primer trimestre de 20
2018. Pronostique las ganancias por acción para el resto de 2018 y para el año 2019. Con suavización exponencia
de 2018, y con el método de regresión lineal los últimos dos trimestres de 2018 y los cuatro trimestres de 2019.

GANANCIA POR ACCIÓN

AÑO
Trimestre Compañía X Compañía Y

I 2.56 1.05
II 3.62 1.35
2015
III 2.21 1.56
IV 2.65 1.9
I 2.45 1.51
II 2.98 1.32
2016
III 2.14 1.31
IV 1.08 1.71
I 0.95 1.58
II -0.15 1.73
2017
III -0.97 1.81
IV 0.2 2.04
I -2.62 1.65
2018
II 1.06 1.94

A. Para el método de suavización exponencial, tome el primer trimestre de 2015 como pronóstico inicial. Ha
un factor de suavización de 0,1 y el otro con un factor de 0,3.

GANANCIA POR ACCIÓN

Compañía X
AÑO
Trimestre SUAVISACION 0,3
SUAVISACION 0,1
GANANCIAS TERCER
TERCER TRIMESTRE
TRIMESTRE

I 2.56

2015
 II 3.62 2.56 2.56
2015
III 2.21 3.514 3.302
IV 2.65 2.3404 2.5376
I 2.45 2.61904 2.61628
II 2.98 2.466904 2.499884
2016
III 2.14 2.9286904 2.8359652
IV 1.08 2.21886904 2.34878956
I 0.95 1.193886904 1.460636868
II -0.15 0.9743886904 1.1031910604
2017
III -0.97 -0.037561131 0.2259573181
IV 0.2 -0.8767561131 -0.6112128046
I -2.62 0.0923243887 -0.0433638414
2018 II 1.06 -2.3487675611 -1.8470091524
III 0.7191232439 0.1878972543

B. Con el método de regresión lineal pronostique las ganancias por acción para los últimos dos trimestres
trimestres de 2019.

GANANCIA POR ACCIÓN

AÑO
Trimestre Compañía X Compañía Y

1 2.56 1.05
2 3.62 1.35
2015
3 2.21 1.56
4 2.65 1.9
5 2.45 1.51
6 2.98 1.32
2016
7 2.14 1.31
8 1.08 1.71
9 0.95 1.58
10 -0.15 1.73
2017
11 -0.97 1.81
12 0.2 2.04
13 -2.62 1.65
14 1.06 1.94
2018
15 -1.203736 1.947802
16 -1.537187 1.993604
17 -1.870637 2.039407
18 -2.204088 2.085209
2019
19 -2.537538 2.131011
20 -2.870989 2.176813
C. Con los pronósticos obtenidos construye su comentario sobre el valor de las acciones para cada una de

Para la Compañía X:
De cara a mostrar unos resultados positivos para los accionistas, el mètodo de suavizacion con el factor 1 es el mejor
la regresiòn para el pronsotico de 2018 presenta perdidas para el tercer y 4 trimestre y la msima situaciòn pero mas
Por el metodo de regresiòn lineal no presenta ninguna mejoria y cada vez pierde más valor

Para la Compañía Y
Es el caso contrario, pues por la regresiòn lineal se ve una muy buena proyeccion de cierre para el 2019 y sucede lo
proporcion por la suavizaciòn.

Analizando los resulatdos de las dos compañias, la Y, por los dos metodos tiene un panorama positivo, mientras para
por los cambios tan abruptos que ha tenido el valor de la acción a lo largo del tiempo, pues pasa de crecer hasta 1 p
hasta 1.4 pusto porcentual esto no le permite tener certeza de crecer por ambos métodos, tiene picos muy altos y b
tiene un comportamiento mas constante y las prediciones pueden ser mas certeras por los dos metodos.

2. Un fabricante de baterías para vehículos está interesado en realizar una investigación de mercados par
impacta más las ventas de su producto ya que no ha podido establecer si son las estrategias de mercadeo
variable que impulsa el volumen de ventas. La investigación abarcó un período de 10 años durante los cual
siguientes datos

Con los datos realice un análisis de regresión múltiple y responda las siguientes preguntas

Precio
Unidades Publicidad (x2)
AÑO unitario (x1)
vendidas (y)
(Miles de $) (miles de $)
2,007 4,800 150 4,500
2,008 5,900 165 5,200
2,009 7,000 200 7,200
2,010 7,100 210 9,000
2,011 9,500 240 11,000
2,012 9,800 300 10,000
2,013 10,200 300 8,000
2,014 12,500 400 12,000
2,015 13,400 440 12,500
2,016 14,000 460 12,500
2,017 15,000 500 14,000
2,018 16,250 510 14,500
regresion lineal simple x1 regresion lineal simple x2

Coeficientes Coeficientes
Intercepción 1402.151850154 Intercepción -437.6918798665
Variable X 1 28.0320458834 Variable X 1 1.085567297

a. ¿Qué variable impacta de mejor manera las ventas de baterías?

la variable que impacta de mejor manera las ventas de baterias es la variable x1.

b. ¿Por qué?

por que x1 en su R^2 ajustado es de 0,976002473 el cual es mayor, que si se aplicara x2 que tiene un valor R^2
cual tambien se comprueba en el punto de intersecion que se da en cada variable.

c. Qué volumen de unidades se esperaría vender si el precio de las baterías se estableciera en $470.000 y e
$8.000.000 en publicidad
formula:
Y= b_0+ b_1 x_1 + b_2 x_2

regresion lineal multipre

Coeficientes
Intercepción (y 674.8663827291 adaptación a miles $
Variable X 1 21.7538395703 470,000 470
Variable X 2 0.2745471352 8,000,000 8000

Y= 〖 674,86 〗 _0+21,75x_1 + 0,27x_2

Y= 〖 674,86 〗 _0+21,75∗470 + 0,27 *
8000
Y= 13096

El volumen de unidades que se esperaria vender es de 13.096 teniendo en cuenta los datos suministrados.
UCARAMANGA
MPRESAS VIRTUAL
PERACIONES

estre, del primer trimestre de 2015 al segundo trimestre de

9. Con suavización exponencial pronostique el tercer trimestre
s cuatro trimestres de 2019.

15 como pronóstico inicial. Haga dos pronósticos, uno con

R ACCIÓN

Compañía Y

SUAVISACION SUAVISACION 0,3

GANANCIAS 0,1 TERCER TERCER
TRIMESTRE TRIMESTRE

1.05
 1.35 1.05 1.05
1.56 1.32 1.26
1.9 1.536 1.47
1.51 1.8636 1.771
1.32 1.54536 1.5883
1.31 1.342536 1.40049
1.71 1.3132536 1.337147
1.58 1.67032536 1.5981441
1.73 1.589032536 1.58544323
1.81 1.7159032536 1.686632969
2.04 1.8005903254 1.7729898907
1.65 2.0160590325 1.9598969672
1.94 1.6866059033 1.7429690902
1.9146605903 1.880890727

ra los últimos dos trimestres del 2018 y los cuatro

Compañía x Coeficientes
Intercepción 3.798021978
Variable X 1 -0.3334505495

Compañía y Coeficientes
Intercepción 1.2607692308
Variable X 1 0.0458021978
las acciones para cada una de las compañías.

zacion con el factor 1 es el mejor escenario pues por el lado de

e y la msima situaciòn pero mas agravada para todo el 2019.
s valor

cierre para el 2019 y sucede lo mismo pero en menor

anorama positivo, mientras para la X hay mucha incertidumbre

o, pues pasa de crecer hasta 1 punto porcentual a decrecer
étodos, tiene picos muy altos y bajos. En cambio la compañía Y
por los dos metodos.

nvestigación de mercados para determinar cuál variable

las estrategias de mercadeo o el precio el factor o la
o de 10 años durante los cuales se recopilaron los

guntas
 regresion lineal multipre

Coeficientes
Intercepción (y) 674.8663827291
Variable X 1 21.7538395703
Variable X 2 0.2745471352

e x1.

icara x2 que tiene un valor R^2 ajustado de 0,889783295. lo

e estableciera en $470.000 y en ese año se invirtieran

s datos suministrados.
Resumen compañía x

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.8102431861
Coeficiente de determinación R^2 0.6564940207
R^2 ajustado 0.6278685224
Error típico 1.0502272386
Observaciones 14

ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los F
libertad cuadrados cuadrados
Regresión 1 25.295558681 25.2955586813 22.933889723
Residuos 12 13.235727033 1.1029772527
Total 13 38.531285714

Coeficientes Error típico Estadístico t Probabilidad

Intercepción 3.798021978 0.5928728746 6.4061321424 3.371738E-05
Variable X 1 -0.3334505495 0.0696293879 -4.7889340905 0.0004417816
 Valor crítico
de F
0.0004417816

Inferior 95% Superior 95%Inferior 95,0%Superior 95,0%

2.5062629526 5.089781 2.50626295 5.089781
-0.485159953 -0.18174115 -0.48515995 -0.18174115
Resumen compañía y

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.686682708
Coeficiente de determinación R^2 0.4715331415
R^2 ajustado 0.4274942367
Error típico 0.211124757
Observaciones 14

ANÁLISIS DE VARIANZA

Grados de Suma de Promedio de F

libertad cuadrados los cuadrados
Regresión 1 0.4772589011 0.4772589011 10.70719499
Residuos 12 0.534883956 0.044573663
Total 13 1.0121428571

Coeficientes Error típico Estadístico t Probabilidad

Intercepción 1.2607692308 0.1191838651 10.57835496 1.944395E-07
Variable X 1 0.0458021978 0.0139974351 3.2721850479 0.006676124
Valor crítico de
F
0.0066761237

Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%

1.0010898964 1.5204485652 1.0010898964 1.5204485652
0.0153044067 0.076299989 0.0153044067 0.076299989
Resumen x1

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.9890318835
Coeficiente de determinación R^2 0.9781840665
R^2 ajustado 0.9760024732
Error típico 585.21998536
Observaciones 12

ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los
libertad cuadrados cuadrados F
Regresión 1 153562467.354 153562467.354 448.38056886
Residuos 10 3424824.31266 342482.4312655
Total 11 156987291.667

Coeficientes Error típico Estadístico t Probabilidad

Intercepción 1402.1518502 459.656889299 3.050431491 0.0122426961
Variable X 1 28.032045883 1.3238275154 21.1749986743 1.227313E-09
Valor crítico de F
1.2273127E-09

Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%

377.972476524 2426.33122 377.972476524 2426.33122378
25.082374363 30.9817174 25.082374363 30.9817174038
Resumen x2

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.94857946
Coeficiente de determinación R^2 0.899803
R^2 ajustado 0.88978329
Error típico 1254.17927
Observaciones 12

ANÁLISIS DE VARIANZA

Promedio de
Grados de Suma de los
libertad cuadrados cuadrados F
Regresión 1 141257635 141257635 89.8033825
Residuos 10 15729656.4 1572965.64
Total 11 156987292

Coeficientes Error típico Estadístico t Probabilidad

Intercepción -437.69188 1205.03371 -0.36321961 0.72400133
Variable X 1 1.0855673 0.11455404 9.47646466 2.59624E-06
Valor crítico
de F
2.59624E-06

Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%

-3122.67431 2247.29055 -3122.674306 2247.29054629
0.83032499 1.3408096 0.8303249934 1.3408096006
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.9933130773
Coeficiente de determinación R^2 0.9866708695
R^2 ajustado 0.9837088405
Error típico 482.183009571
Observaciones 12

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Regresión 2 154894788 77447393.8 333.106419
Residuos 9 2092504.09 232500.455
Total 11 156987292

Coeficientes Error típico Estadístico t Probabilidad

Intercepción 674.8663827291 485.529881 1.38995849 0.19795709
Variable X 1 21.7538395703 2.84044235 7.65860979 3.13073E-05
Variable X 2 0.2745471352 0.11468972 2.39382504 0.04030386
Valor crítico de F
3.64425E-09

Inferior 95% Superior 95%Inferior 95,0%Superior 95,0%

-423.478516 1773.21128 -423.478516 1773.21128
15.3283126 28.1793666 15.3283126 28.1793666
0.01510095 0.53399332 0.01510095 0.53399332