1 Lista de Exercícios de PCP (1)

Prévia do material em texto

1º Lista de Exercícios de PCP
Alunos: Bruna Carrijo, Fernanda Maria, Luma Almeida, Victor Marcelo, Wildy Komatsu.
1- As vendas dos últimos 10 meses de carros SUV da Trial Motors Company têm os valores da Tabela abaixo. Determine a previsão de vendas para o mês 11, utilizando o modelo da média móvel dos 10 últimos meses.
Média móvel: 
	Vendas de bicicletas – unidades
	Mês
	1
	2
	3
	4
	5
	6
	7
	8
	9
	10
	Carros
	724
	1466
	1459
	757
	1081
	554
	705
	687
	1133
	759
Média móvel = = 932,5 unidades
R = A previsão de vendas para o mês 11 de carros SUV é de 933 unidades.
2- Um restaurante localizado na cidade de Blumenau está preocupado com a ocupação de seu espaço que é bastante alto na época de eventos, como o Oktoberfest. Por falta de previsão adequada, têm ocorrido problemas de falta de mantimentos para o café da manhã, e tem sido difícil prever a quantidade de gêneros alimentícios a adquirir para lanches, almoço e jantar. Estudos históricos mostram que a quantidade de alimentos que o restaurante deve adquirir e manter em estoque são uma função da quantidade de clientes. Para melhorar o serviço, o restaurante verifica o número de clientes a cada semana e prevê esse número para a semana seguinte utilizando um método de previsão de média móvel das últimas 4 semanas. A Tabela abaixo apresenta o número de clientes das últimas 4 semanas.
a) Qual a previsão de hóspedes para a semana 5?
Método de previsão de média móvel:
	Número de clientes
	
	Semana
	1
	2
	3
	4
	Clientes
	2025
	2497
	1854
	2135
Média móvel = = 2127,75
R = A previsão é que 2127,75 hóspedes se hospedem no hotel na 5ª semana
b) Se o número de hóspedes na semana 5 for 2279, qual a previsão pra a semana 6?
	Número de clientes
	
	Semana
	1
	2
	3
	4
	Clientes
	2025
	2497
	1854
	2135
Média móvel = 2158
R = A previsão de hóspedes para a sexta semana é igual a 2158.
c) Supondo que/ o hotel resolveu mudar o modelo de previsão utilizando um modelo de média móvel ponderada com coeficiente de 0,4 para a última semana, 0,3 para a semana anterior, 0,2 para segunda semana e 0,1 para primeira semana. Calcule o número de hóspedes para a semana 5.
Revisão por média móvel ponderada:
Demanda mês 5 = 0,1x2025+0,2x2497+0,3x1854+0,4x2135
	Semana
	1
	2
	3
	4
	Cliente
	2025
	2497
	1854
	2135
	Média Pond.
	0,1
	0,2
	0,3
	0,4
Demanda p/ mês 5 = 2112,1
R = Usando o método de média móvel ponderada igual a 2113 hóspedes.
3. A Livraria World Book S.A. revende diferentes tipos de livros. A venda de livros de romance tem sido relativamente constante, porém percebe-se que os livros de suspense têm apresentado uma variação nas quantidades vendidas. A World Book S.A. decidiu melhorar sua previsão de vendas, que atualmente tem por base a média móvel trimestral, para a utilização do modelo de média móvel ponderada dos últimos 5 meses, adotando como coeficientes a ponderação de 0,5 para o último mês, 0,2 para o penúltimo mês, e 0,1 para os meses anteriores. Com os dados de vendas da Tabela abaixo:
	Vendas de livros de suspense
	
	Mês
	1
	2
	3
	4
	5
	Livros
	1760
	2118
	1919
	1832
	2072
a) Calcule a previsão de livros de suspense para o mês 6.
d6 = 1982,1
R = A previsão de vendas de livros de suspense para o mês 6, utilizando o método de média móvel ponderada será de 1983 livros. 
b) Se o número real de livros de suspense vendidos no mês 6 for 1843, calcule a previsão de vendas para o mês 7.
Como o maior peso é sempre no último mês, o peso 0,5 passa a ser do mês 6 e restante dos meses terá o peso de 0,1.
d7 = 1891,6
R = A previsão de vendas de livros de suspense para o mês 7, utilizando o método de média móvel ponderada será de 1892 livros. 
4. A Slim Fitness, empresa de roupas esportivas, adota a média exponencial para a determinação das previsões de venda de calça legging com α = 0,3. A previsão do mês 1 foi de 5153 unidades, e a demanda real foi de 5651 unidades.
a) Calcule a previsão para o mês 2.
P2 = 5302,4
R = A previsão para o mês 2, utilizando o método de suavização exponencial simples, será de 5303 calças. 
b) A demanda real dos meses subsequentes é dada pela Tabela abaixo. Calcule as previsões para os próximos meses (terceiro ao oitavo mês).
	Demanda real
	Mês
	2
	3
	4
	5
	6
	7
	Demanda real
	4960
	5668
	5767
	4229
	4626
	4099
P3 = 5199,28
P4 = 5339,896
P5 = 5468,0272
P6 = 5096,31904
P7 = 4955,22
P8 = 4698,354
R = As previsões para os próximos meses, utilizando o método de suavização exponencial simples, serão para o mês 3 5200 calças, mês 4 5340 calças, mês 5 5469 calças, mês 6 5097 calças, mês 7 4956 calças e mês 8 4699 calças. 
7. A Perfumaria AquaFlor S.A elaborou quatro modelos de previsões de vendas para o perfume Privé Oud Firenze, seus resultados estão apresentados na Tabela abaixo. Determine os valores de SAE, EQM, DP e MSEA e avalie cada modelo de previsão de vendas com relação aos outros.
	Previsões de venda
	Valor real
	Média móvel
	Média ponderada
	Média exponencial
	Regressão linear
	106
	75
	106
	76
	126
	115
	87
	126
	96
	125
	118
	86
	124
	71
	114
	121
	85
	130
	79
	109
	127
	80
	118
	115
	112
	131
	72
	114
	113
	123
Valores de acordo com a média móvel:
SAE= 31+28+32+36+47+59=233
EQM=961+784+1024+1296+2209+3481=9755/6=1625,83
DP = 40,32
MSEA=233/6=38,83
Valores de acordo com a média ponderada:
SAE=0-11-6-9+9+17=0
EQM=121+36+81+81+289=608/6=101,33
DP==10,07
MSEA= 11+6+9+9+17=52/6=8,67
Valores de acordo com a média exponencial:
SAE=30+19+47+42+12+18=168
EQM=900+361+2209+1764+144+324=5702/6=950,33
DP==30,83
MSEA=28
Valores de acordo com a regressão linear:
SAE= -20-10+4+12+15+8=9
EQM=400+100+16+144+225+64=158,17
DP==12,58
MSEA=70/6=11,67
Analisando os indicadores SAE, EQM, DP E MSEA, se pode concluir que o método mais adequado para a previsão de demanda desta situação é o método de média ponderada, uma vez que a mesma apresenta erro e desvio menor, indicando que o resultado obtido é o que mais que aproxima dos números reais, seguidos em sequência pelo método de regressão linear, média exponencial e média móvel respectivamente.
8. Quais as implicações da confusão ás vezes feita pelas empresas entre “metas” e “previsões”?
R: A confusão as vezes feita pelas empresas entre metas e previsões é um dos problemas mais frequentes encontrados nesta etapa do processo de previsão. O objeto de toda empresa visa o crescimento, ampliar suas vendas e consequentemente o seu faturamento, porém baseando-se em dados históricos, é possível que a demanda se mantenha e não modifique positivamente o seu crescimento. É necessária uma ação comercial agressiva para aumento de vendas, atrelada a ações de marketing e inovações em seus produtos. Resumindo, é necessário que todos os departamentos estejam conscientes e entendam que para as metas serem atingidas, existem uma série de fatores a serem seguidos, levando assim a uma previsão acertada da demanda.
9. Que tipo de artifício uma empresa fornecedora de produtos especiais sazonais pode usar para influenciar sua demanda?
10. Por que os modelos matemáticos de séries temporais, em geral, só devem ser usados para previsões de curto prazo?
R= Os métodos matemáticos de séries temporais não são recomendados para o cálculo de previsão de longos prazos, pois não leva em consideração situação sócio econômico, mudança no mercado e comportamento dos clientes que é cada vez mais inconstante em um cenário globalizado.