Sie sind auf Seite 1von 17

Desarrollo del

Cuestionario

INTEGRANTES
UNIVERSIDAD NACIONAL
FEDERICO VILLARREAL

FAC U L TA D D E I N G E NI E RÍ A  BOHORQUEZ COCHAS, LEONID


IN DU S TR I A L Y D E S I S T EM AS  CHARA HUAMANI, WILDER ARON
 CONTRERAS HUARANGA, CRISTEL
ESCUELA PROFESIONAL DE  FLORES TICONA, KAROL
INGENIERÍA INDUSTRIAL
3. Encontrar la elasticidad cruzada de demanda entre salchichas (A) y hamburguesas (B), y
entre salchichas (A) y mostaza (C), para los siguientes datos:

Analizar los resultados

6.- La cantidad demandada de un producto en los últimos ocho años es la siguiente:


Cantidad Demandada
Año
(Miles de unidades)
1 47
2 50
3 52
4 53
5 54
6 56
7 58
8 59
○ Estimar la demanda esperada en los próximos cinco años, mediante aplicación del
método de los mínimos cuadrados. Elaborar diagrama de dispersión. Comparar los datos
observados con los proporcionados por la función de ajuste.
○ Solución:

○ Mínimos Cuadrados:
Gráficas
GRAFICA DE DISPERCIÓN
CANTIDAD DEMANDADA

70
60 56 58 59
50 52 53 54
47 47
40
30
20
10
0
0 1 2 3 4 5 6 7 8 9

AÑOS
GRAFICA DE AJUSTE DE CURVA

70
60
CANTIDAD DEMANDADA

50
y = 1.8095x + 45.107
40
30
20
10
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13

AÑOS

7.- Se tiene como objetivo calcular la demanda total esperada de un cierto producto en
cada uno de los próximos cinco años, para lo cual se cuenta con la siguiente información
 Para el quinquenio se tiene proyectada una tasa de crecimiento anual del ingreso por
habitante, en términos reales, del 2%, y de crecimiento de la población del 3%.
 En el presente año la población consumidora es de 800.000 habitantes.
 La información estadística sobre ingreso y cantidad demandada, correspondiente a los
últimos diez años, incluyendo el presente, es:

Estimar la demanda para los años solicitados. Presentar un informe, en el cual se detalle el
diagrama de dispersión, la aplicación del método de mínimos cuadrados, el coeficiente de
correlación y el pronóstico de la demanda.
Solución:
a) La ecuación de mínimos cuadrados es:
b) Luego a partir del décimo año:

Entonces construimos la siguiente tabla:

c) Diagrama de dispersión de los primeros 10 años

a) Hallando los coeficientes b y a:


Luego a será:

Por lo tanto, la ecuación queda:

y el coeficiente de correlación se calcula con la siguiente fórmula:

Reemplazando obtenemos:

El coeficiente de correlación 0.9998 indica que la existe una correlación casi perfecta entre
ambas variables, el número -1 corresponde a una correlación negativa perfecta, el número
+1 corresponde a una correlación positiva perfecta, el número 0 corresponde a una
correlación nula es decir no existe correlación entre las variables.
Gráfico de la línea de tendencia de la demanda:
e) Diagrama y tendencia hasta el 15vo año:

8.- Obtener una expresión general para la tasa de crecimiento anual de la demanda total
en función de la tasa de crecimiento del ingreso por habitante, del coeficiente de elas-
ticidad ingreso de la demanda y de la tasa de crecimiento de la población. Aplicar la
expresión obtenida a los datos del problema anterior y establecer una expresión de la
forma:

T en donde Q es: demanda total en el año T


Qo: demanda total en el año base, estimada según análisis de regresión
t q: tasa tic crecimiento anual de la demanda total
T: año para-el cual se estima la demanda total
Solución:
Datos del problema anterior:
a) Aplicando la expresión:

Coeficiente de elasticidad:

De los datos anteriores:

Elasticidad inelástica (e<1)


b) Cálculo de la expresión general de la demanda:
9.- En una comunidad se tiene que el coeficiente de elasticidad ingreso de la demanda
de camas hospitalarias es 1,3; la tasa anual del crecimiento del ingreso por habitante es
1,1 % y la tasa de crecimiento de la población 2,2% anual. Determinar:
• La tasa de crecimiento de la demanda de camas hospitalarias por habitante.
• La tasa anual de crecimiento total de la demanda de camas hospitalarias.

Solución:
a)

b)

10.- En una población de 100.000 consumidores de zapatos, la elasticidad precio para


este producto es -1.15 y la demanda actual es de dos pares por consumidor y por año.

Si el precio del par de zapatos sube de 25 dólares a 30 dólares:

• ¿Que sucede con la demanda de zapatos por consumidor?


• ¿En qué magnitud se afecta el volumen total de las ventas de zapatos?
Solución:
Población = 100000

Demanda = 2(pares * consumo * año)


Precio1 = $25 Precio2 = $30

Sucede que la demanda de zapatos por consumidores baja a 1.621zapatos por año
Hallando variaciones

Volumen de Ventas :

Se acepta el volumen de ventas en 137000, disminuyendo.

11. En una determinada región un aumento del 1% en el ingreso por habitante origina un
incremento del 2,5% en el consumo de la carne. En el pasado año, el ingreso por habitante fue
de 1.200 dólares, el consumo de carne por habitante y por año de tres kilogramos y la población
de 18 millones. Para los diez años anteriores al presente se tiene la siguiente información
estadística:
SOLUCIÓN:
La demanda esperada para los próximos cinco años:

% inc.
Población Inc. con.
Año Ingreso/$ De Demanda
(millones) Carne
ingresos

10 1,200 18.00 1% 2.50% 3.00

11 1,213 18.48 1% 2.50% 3.08

12 1,220 18.82 1% 2.50% 3.15

13 1,228 19.16 1% 2.50% 3.23

14 1,236 19.49 1% 2.50% 3.31

15 1,244 19.83 1% 2.50% 3.39

16 1,251 20.17 1% 2.50% 3.48

12. En un país, la distribución actual del consumo de energía eléctrica es como sigue:
Sector
Consumo de Energía Crecimiento Anual esperado
(Millones de Kw.-hora) del sector (%)

Industria 155 3.5


Transporte Férreo 50 1.1
Transporte Trolebuses
16 0.6

Iluminación Publica 36 2.1


Comercio 70 4.2
Domiciliario 58 3.1
Otros 10 1.8
TOTAL 395
Pronosticar el consumo total de energía para cada uno de los próximos cinco años.
SOLUCIÓN:
AÑOS
SECTOR 0 1 2 3 4 5
Industria
155 160 166.05 171.86 177.88 184.11

Transporte férreo
50 50.55 51.11 51.67 52.24 52.81

Transporte trolebuses
16 16.10 16.20 16.30 16.40 16.50
Iluminación Publica
36 36.76 37.53 38.32 39.12 39.94

Comercio
70 72.94 76 79.19 82.52 85.99

Domiciliario
58 59.8 61.65 63.56 65.53 67.56
Otros
10 10.18 10.36 10.55 10.74 10.93

CONSUMO ANUAL
395 406.33 418.9 431.45 444.43 457.84

13. Para pronosticar el volumen de ventas de paraguas, en los próximos diez años, se
desea establecer un modelo de regresión lineal que tiene como variables independientes el
precio relativo de los paraguas con respecto al de la competencia, P, el ingreso personal
total en la zona de mercado de los paraguas, I, el porcentaje de gasto en publicidad, A, y
el nivel absoluto de lluvias, en milímetros, R. Los datos históricos que se tienen para los
últimos diez años, incluyendo el año pasado, son los siguientes:
Año Ingreso Precio Ingreso de Gasto Nivel
Venta Relativo las Relativo Absoluto
Paraguas personas en de lluvias
(dólares) (millones Publicidad (miles de
de mm.)
dólares)
V P I A B
1 597 0.89 13.00 1.20 11.5
2 312 1.02 13.56 0.87 8.9
3 307 1.09 13.97 0.79 8.2
4 797 0.89 14.63 1.32 11.7
5 890 0.80 15.23 1.37 12.3
6 927 0.79 16.01 1.43 12.1
7 720 0.92 16.54 1.01 9.7
8 645 1.17 17.54 0.82 9.8
9 841 0.80 17.01 1.00 9.7
10 925 0.85 18.25 1.16 9.9
Definir el modelo cíe regresión más apropiado y su correspondiente coeficiente de correlación.
SOLUCIÓN:
1. Modelo y = a + bx
y = ingreso ventas
x = precio relativo
Resolviendo nuestro modelo por el método de mínimos cuadrados
Ingreso
Precio Relativo
ventas
V=Y p=X XY X2 Y2
597 0,89 531,33 0,7921 356409
312 1,02 318,24 1,0404 97344
307 1,09 334,63 1,1881 94249
797 0,89 709,33 0,7921 635209
890 0,8 712 0,64 792100
927 0,79 732,33 0,6241 859329
720 0,92 662,4 0,8464 518400
645 1,17 754,65 1,3689 416025
841 0,8 672,8 0,64 707281
925 0,85 786,25 0,7225 855625
6961 9,22 6213,96 8,6546 5331971
Reemplazando datos en las ecuaciones normales:
a = 1919.85
b = -1327.28
Hallando el coeficiente de determinación y correlación:
R2 = 0.56. Coef. Determinación
R = -0.75 Coef. Correlación
En conclusión. La variable precio relativo no es la indicad para explicar el volumen de ventas
paraguas.
SOLUCIÓN:
2. Modelo y = a + bx
y = ingreso ventas
x = ingreso de personas (millones $)
Resolviendo nuestro modelo por el método de mínimos cuadrados
Ingreso de
Ingreso
Año personas
ventas
(millones $)
V=Y p=X XY X2 Y2
1 597 13 7761 169 356409
2 312 13,56 4230,72 183,8736 97344
3 307 13,97 4288,79 195,1609 94249
4 797 14,63 11660,11 214,0369 635209
5 890 15,23 13554,7 231,9529 792100
6 927 16,01 14841,27 256,3201 859329
7 720 16,54 11908,8 273,5716 518400
8 645 17,42 11235,9 303,4564 416025
9 841 17,91 15062,31 320,7681 707281
10 925 18,25 16881,25 333,0625 855625
6961 156,52 111424,85 2481,203 5331971
Reemplazando datos en las ecuaciones normales:
a = -537.64
b = 78.82
Hallando el coeficiente de determinación y correlación:
R2 = 0.40. Coef. Determinación
R = 0.63 Coef. Correlación
En conclusión. La variable ingreso de personas con la variable volumen de ventas paraguas, no
tienen un coeficiente de Determinación cercano a la unidad, por lo que se buscará otra variable.
SOLUCIÓN:
3. Modelo y = a + bx
y = ingreso ventas
x = gasto relativo en publicidad
Resolviendo nuestro modelo por el método de mínimos cuadrados
Gasto
Ingreso
Año relativo
ventas
publicidad
V=Y p=X XY X2 Y2
1 597 1,2 716,4 1,44 356409
2 312 0,87 271,44 0,7569 97344
3 307 0,79 242,53 0,6241 94249
4 797 1,32 1052,04 1,7424 635209
5 890 1,37 1219,3 1,8769 792100
6 927 1,43 1325,61 2,0449 859329
7 720 1,01 727,2 1,0201 518400
8 645 0,82 528,9 0,6724 416025
9 841 1 841 1 707281
10 925 1,16 1073 1,3456 855625
6961 10,97 7997,42 12,5233 5331971
Reemplazando datos en las ecuaciones normales:
a = -113.86
b = 738.34
Hallando el coeficiente de determinación y correlación:
R2 = 0.55 Coef. Determinación
R = 0.74 Coef. Correlación
En conclusión. La variable gasto relativo en publicidad presenta un coeficiente de
Determinación cercano a la unidad, por lo que este modelo será el que se utilizará para la
proyección.
SOLUCIÓN:
4. Modelo y = a + bx
y = ingreso ventas
x = nivel absoluto de lluvias (mm)
Resolviendo nuestro modelo por el método de mínimos cuadrados
Ingreso de
Ingreso
Año personas
ventas
(millones $)
V=Y p=X XY X2 Y2
1 597 13 7761 169 356409
2 312 13,56 4230,72 183,8736 97344
3 307 13,97 4288,79 195,1609 94249
4 797 14,63 11660,11 214,0369 635209
5 890 15,23 13554,7 231,9529 792100
6 927 16,01 14841,27 256,3201 859329
7 720 16,54 11908,8 273,5716 518400
8 645 17,42 11235,9 303,4564 416025
9 841 17,91 15062,31 320,7681 707281
10 925 18,25 16881,25 333,0625 855625
6961 156,52 111424,85 2481,203 5331971
Reemplazando datos en las ecuaciones normales:
a = -460.033
b = 111.38
Hallando el coeficiente de determinación y correlación:
R2 = 0.46 Coef. Determinación
R = 0.68 Coef. Correlación
En conclusión. La variable nivel absoluto de lluvias (mm) no tienen un coeficiente de
Determinación, cercano a la unidad, por lo que no se tomara como referencia.
SOLUCIÓN:
Por lo tanto como respuesta a la pregunta que se nos plantea, es que el modelo a usar es el
siguiente:
Modelo y = a + bx
y = ingreso ventas
x = gasto relativo en publicidad
a = -113.86
b = 738.34
Hallando el coeficiente de determinación y correlación:
R2 = 0.55 Coef. Determinación
R = 0.74 Coef. Correlación
Y = -113.86 + 738.34X
A) Análisis para proyectar el ingreso de ventas de paraguas para los 10 próximos años (11-20)
Proyección del gasto relativo en publicidad
Modelo y = a + bx
Donde:
Y = gasto relativo en publicidad
X = Tiempo
SOLUCIÓN:
Resolviendo nuestro modelo:

Gasto relativo
Tiempo
publicidad

Y X XY X2 Y2
1,2 1 1,2 1 1,44
0,87 2 1,74 4 0,7569
0,79 3 2,37 9 0,6241
1,32 4 5,28 16 1,7424
1,37 5 6,85 25 1,8769
1,43 6 8,58 36 2,0449
1,01 7 7,07 49 1,0201
0,82 8 6,56 64 0,6724
1 9 9 81 1
1,16 10 11,6 100 1,3456
10,97 55 60,25 385 12,5233
Reemplazando datos en las ecuaciones normales:
a = 1.103
b = -0.0010
El modelo será:
Y = 1.103 -0.0010x

En base a esta ecuación proyectamos los valores del gasto relativo en público. Para los años 11
al 20
X Y gasto publicidad
11 1,092
12 1,091
13 1,090
14 1,089
15 1,088
16 1,087
17 1,086
18 1,085
19 1,084
20 1,083
SOLUCIÓN:
En base a esta ecuación proyectamos los valores del gasto relativo en public. Para los años 11
al 20
Modelo: Y = -113.86 + 738.34X
Donde:
Y = ingreso ventas paraguas (dólares)
X = gasto relativo en publicidad (%)

Año Ingreso ventas

11 692,41
12 691,67
13 690,93
14 690,19
15 689,45
16 688,72
17 687,98
18 687,24
19 686,50
20 685,76

14. El propósito es pronosticar para una región la demanda de tractores para uso agrícola, en los
próximos cinco años. Para esto se cuenta con información histórica, correspondiente a los últimos
diez años, incluyendo el actual, sobre número de tractores en operación cada año, número de
tractores que se deben reponer cada año, número de tractores importados por año y superficie
cultivada, así: