Preguntas de Repaso y Discusión

GERENCIA DE PRODUCCIÓN
HEYNER BOADA RINCÓN
LILIANA SOLANO CONDE
EDWIN CAMPO OSORIO
GERTRUDIS PICO OROZCO
PREGUNTAS DE REPASO Y DISCUSIÓN
DOCENTE JESUS RAFAEL COHEN JIMENEZ
CORPORACIÓN UNIVERSITARIA UNIMINUTO
FACULTAD DE ADMINISTRACIÓN DE EMPRESAS
BARRANQUILLA (ATLANTICO)
2019
1
PREGUNTAS DE REPASO Y DISCUSIÓN
1. ¿Cuál es la diferencia entre demanda dependiente e independiente?
La demanda independiente, que se refiere a la demanda externa del producto final de una
empresa; y demanda dependiente, que casi siempre se refiere, dentro de la compañía, a la
demanda de piezas que se crea gracias a la demanda de piezas más complejas de las que forman
parte. La mayoría de las industrias tiene piezas de ambas clases. En la manufactura, por ejemplo,
la demanda independiente es común entre los productos terminados, las piezas para servicio y
reparación, y los suministros operativos; y la demanda dependiente es común para las piezas y
materiales necesarios para fabricar el producto final. En las ventas al mayoreo y al detalle de los
bienes para el consumidor, la mayor parte de la demanda es independiente, cada pieza es un
producto final y el mayorista o detallista no hace más que armar o fabricar.
La demanda independiente, generalmente se basa en la estadística. En los modelos de cantidad de

pedidos fija y tiempo fijo, la influencia del nivel de servicios es evidente al determinar el
inventario de seguridad y el punto de volver a pedir. Asimismo, se presentan dos modelos para
propósitos especiales: los modelos de reducción de precios y de un solo periodo.
En otras palabras podemos definir a la demanda independiente en la cual se prevé la demanda

elemento que se produce independientemente de la demanda de otros artículos. Por su parte la
demanda dependiente se calcula a partir de la demanda de otro artículo y su principal diferencia
radica en la forma en que las dos demandas terminan.
2. ¿En qué se justifica el método de mínimos cuadrados en el análisis de regresión lineal?
Hemos enfatizado sobre la importancia de las representaciones gráficas y hemos visto la

utilidad de las versiones linealizadas de los gráficos (X, Y) junto a las distintas maneras de llevar
a cabo la linealización. A menudo nos confrontamos con situaciones en las que existe o
suponemos que existe una relación lineal entre las variables X y Y.
2
Por tal motivo la justificación y la relación analítica que mejor se ajusta a nuestros datos, es el
método de cuadrados mínimos, el cual es un procedimiento general que nos permite inferir que
cuando la relación entre las variables X e Y es lineal, el método de ajuste por cuadrados mínimos
se denomina también método de regresión lineal.
3. Explique el procedimiento para crear un pronóstico usando el método de descomposición

de la regresión por mínimos cuadrados.
La descomposición de una serie de tiempo significa encontrar los componentes básicos de

la serie de tendencia, estacional y cíclico. El proceso:
1. Descomponer las series de tiempo en sus componentes.

a) Encontrar el componente estacional.
b) Descontar las variaciones de temporada de la demanda.
c) Encontrar el componente de la tendencia.
2. Pronosticar valores futuros de cada componente.

a) Pronosticar el componente de la tendencia en el futuro.
4. ¿Cuáles son las ventajas más fuertes del pronóstico enfocado?
El pronóstico enfocado simplemente prueba varias reglas que parecen lógicas y fáciles de
entender para proyectar al futuro los datos del pasado. Cada una de estas reglas se usa en un
programa de simulación por computadora para proyectar realmente la demanda y medir el
desempeño de la regla cuando se compara con lo que ocurrió. Por lo tanto, los dos componentes
del sistema de pronóstico enfocado son:
3
1) Varias reglas de pronóstico muy simples
2) simulación por computadora de estas reglas sobre datos del pasado. Se trata de reglas
simples y de sentido común que se formulan y prueban para ver si deben conservarse. Entre los
ejemplos de reglas simples de pronóstico se encuentran:
1. Lo que se haya vendido en los tres últimos meses será probablemente lo que se venda
en los tres meses siguientes.
2. Lo que se vendió en el mismo trimestre del año pasado se venderá probablemente en

ese periodo de este año (esto daría cuenta de los efectos estacionales).
3. Es probable que se venda 10 por ciento más en los siguientes tres meses que en los
tres meses anteriores.
4. Es probable que se venda 50 por ciento más en los tres meses siguientes que en los
mismos tres meses del año anterior.
5. Cualquiera que haya sido el cambio porcentual de los últimos tres meses de este año
en comparación con los mismos tres meses del año pasado, será probablemente el
mismo cambio porcentual que se tendrá en los siguientes tres meses del año. Estas
reglas de pronóstico no son rígidas. Si una regla parece funcionar bien, se agrega. Si
una no funcionó, se suprime

Preguntas de Repaso y Discusión

Cargado por

Copyright:

Formatos disponibles

Preguntas de Repaso y Discusión

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Preguntas de Repaso y Discusión

Cargado por

Copyright:

Formatos disponibles

GERENCIA DE PRODUCCIÓN

HEYNER BOADA RINCÓN

LILIANA SOLANO CONDE

EDWIN CAMPO OSORIO

GERTRUDIS PICO OROZCO

PREGUNTAS DE REPASO Y DISCUSIÓN

DOCENTE JESUS RAFAEL COHEN JIMENEZ

CORPORACIÓN UNIVERSITARIA UNIMINUTO

FACULTAD DE ADMINISTRACIÓN DE EMPRESAS

1. ¿Cuál es la diferencia entre demanda dependiente e independiente?

La demanda independiente, generalmente se basa en la estadística. En los modelos de cantidad de

En otras palabras podemos definir a la demanda independiente en la cual se prevé la demanda

2. ¿En qué se justifica el método de mínimos cuadrados en el análisis de regresión lineal?

Hemos enfatizado sobre la importancia de las representaciones gráficas y hemos visto la

3. Explique el procedimiento para crear un pronóstico usando el método de descomposición

La descomposición de una serie de tiempo significa encontrar los componentes básicos de

1. Descomponer las series de tiempo en sus componentes.

2. Pronosticar valores futuros de cada componente.

4. ¿Cuáles son las ventajas más fuertes del pronóstico enfocado?

2. Lo que se vendió en el mismo trimestre del año pasado se venderá probablemente en

También podría gustarte