Atividade Logística

Prévia do material em texto

Atividade Logística
1) Um gerente de uma indústria quer fazer a previsão de demanda de dois produtos para o próximo ano, ele sabe que os mercados de cada um deles são caracterizados da seguinte maneira: 
a) Cenário 1 - uma demanda que sofre com um decréscimo constante devido à queda no número de lojas que vendem o produto. 
b) Cenário 2 - uma demanda que sofre com grandes variações cíclicas independente do ano. 
Considerando as características dos mercados, identifique entre os modelos de previsão estudados, qual a melhor alternativa a ser escolhida para cada cenário. Justifique sua opção.
Com o cenário 2 é mais fácil prever a demanda e optar por compras pontuais ao longo das variações para repor as possíveis faltas de estoque pois haverá giro desse mesmo estoque o que não aconteceria no cenário 1 pois aqui haveria uma grande redução no preço de venda para vencer a concorrência por conta da baixa demanda. No cenário 2 há demanda e oferta recorrente.
2) O estoque de vendas de mercadorias de uma loja é mantido a partir da previsão da demanda dos últimos cinco meses. Se o distribuidor de vendas ligar no primeiro dia de cada mês calcule sua previsão de vendas para cada um dos três métodos solicitados. 
a) Utilizando uma média móvel simples de três meses, qual será a previsão para setembro? 
MMS3 = (240 + 280 + 270) / 3 = 263,3 
b) Utilizando uma média móvel ponderada, qual será a previsão para setembro e outubro, com valores de 0,20, 0,30 e 0,50? 
Setembro
MPM3 = (240 x 0,20) + (280 x 0,30) + (270 x 0,50) 
MPM3 = 48 + 84 + 135 = 267
Outubro
MPM3 = (280 x 0,20) + (270 x 0,30) + (267 x 0,50)
MPM3 = 56 + 81 + 133,5 = 270,5 = 271
c) Utilizando uma média móvel simples de três meses, faça a previsão para novembro e dezembro?
	Mês 
	Demanda
	Abril
	220
	Maio
	200
	Junho
	240
	Julho
	280
	Agosto
	270
	Setembro
	263
	Outubro
	271
	Novembro
	268
	Dezembro
	267
Setembro MMS3 = (240 + 280 + 270) / 3 = 263,3 
Outubro MMS3 = (280 + 270 + 263) / 3 = 271
Novembro MMS3 = (270 + 263 + 271) / 3 = 268
Dezembro MMS3 = (263 + 271 + 268) / 3 = 267,3
3) Uma loja possui a seguinte série histórica de vendas:
	Ano
	2013
	2014
	2015
	2016
	2017
	2018
	2019
	Venda
	1000
	1120
	1080
	1050
	1000
	1025
	1040
Estabeleça uma previsão de vendas para 209, pelos seguintes métodos de previsão: 
a) Pelo método da média móvel simples para n=4.
2020 MMS4 = (1050 + 1000 + 1025 + 1040) / 4 = 1028,75 = 1029
b) Pelo método da média móvel ponderada com os seguintes pesos: 0,5; 0,25; 0,15, e; 0,10. 
2020 MPM4 = (1050 x 0,5) + (1000 x 0,25) + (1025 x 0,15) + (1040 x 0,10) =
2020 MPM4 = 525 + 250 + 153,75 + 104 =
2020 MPM4 = 1032,75 = 1033
c) Pelo método do ajustamento exponencial, considerando um coeficiente alfa de 0,5 e uma previsão para 2016 de 1100. 
2020 MAE = [(1040 x 0,5) + 1100] x (1 – 0,5)
2020 MAE = [520 + 1100] x 0,5
2020 MAE = 1620 x 0,5
2020 MAE = 810
d) Considerando as respostas dos itens anteriores, qual modelo de previsão a loja deve escolher
A loja deve escolher a média ponderada móvel não por apenas ser a melhor, mas por ser a mais sensível por acompanhar a quantidade mais de perto.
4) A demanda histórica de um produto é:
	Mês
	Demanda Realizada
	Abril
	60
	Maio
	55
	Junho
	75
	Julho
	60
	Agosto
	80
	Setembro
	75
	Outubro
	73
	Novembro
	72
a) Utilizando uma média móvel simples de quatro meses, calcular a previsão para outubro. 
Outubro: MMS4 = (75 + 60 + 80 + 75) / 4 = 72,5 = 73
b) Utilizando uma média móvel ponderada, qual será a previsão para novembro e dezembro, com valores de 0,25, 0,40 e 0,35.
Novembro MPM3 = (80 x 0,25) + (75 x 0,40) + (73 x 0,35) = 
Novembro MPM3 = 20 + 30 + 25,55 = 75,55 = 76
Novembro MMS4 = (60 + 80 + 75 + 73) / 4 = 72
Dezembro MPM3 = (75 x 0,25) + (73 x 0,40) + (72 x 0,35)
Dezembro MPM3 = 18,75 + 29,20 + 25,20 = 73,15 = 73
5) A demanda nos 9 meses anteriores para um novo lanche de cereais é mostrada na tabela abaixo. Desenvolva uma previsão para o mês de novembro, usando uma média móvel ponderada dos últimos 4 períodos, onde os pesos são: 0,4: 0,1; 0,2; 0,3
	Mês 
	Unidades
	Fevereiro
	7000
	Março
	7600
	Abril
	7500
	Maio
	8000
	Junho
	9200
	Julho
	8700
	Agosto
	9300
	Setembro
	11400
	Outubro
	10500
MPM4: (8700 x 0,4) + (9300 x 0,1) + (11400 x 0,2) + (10500 x 0,3) =
MPM4: 3480 + 930 + 2280 + 3150 =
MPM4: 9840
6) Um fabricante de calçados, usando a média exponencial móvel com α = 0,1, fez uma previsão de tendência de janeiro de 440 unidades para calçados femininos. Supondo que as vendas reais foram de 344 unidades em janeiro, qual seria a previsão corrigida de fevereiro?
P = [(344 x 0,1) + 440] x (1 – 0,1)
P = [34,40 + 440] x 0,9
P = 474,40 x 0,9
P = 426,96 = 427
7) Uma empresa adota a média exponencial para a determinação das previsões de venda A previsão do mês 4 foi de 688 unidades, e a demanda real 730 unidades.
	Mês
	05
	06
	07
	08
	09
	10
	11
	12
	Demanda
	740
	650
	800
	790
	775
	700
	780
	800
Pede-se 
a) Calcule a previsão para o período de 5 a 12 com α=0,1 e α=0,3.
P = [(800 x 0,1) + 740] x (1 – 0,1)
P = [80 + 740] x 0,9
P = 820 x 0,9
P = 738
P = [(800 x 0,3) + 740] x (1 – 0,3)
P = [24+ 740] x 0,7
P = 764 x 0,7
P = 534,80
P = 535
8) Uma loja que vende celulares quer estimar sua previsão de vendas futuras, para tanto ela resolveu investigar a quantidade vendida de acordo com a variação do preço. Deste modo, levantou as seguintes informações:
	Preço (R$) (dezenas)
	100
	140
	160
	180
	200
	220
	Quantidade Vendida (R$) (dezenas)
	100
	85
	75
	72
	70
	65
	
	1000
	
	467,00
	
	75160,00
 
	n
	6
	
	176000,00
	
	37159,00
 
Calcule:
a) A equação da reta.
A = (N * XY) – (X * Y) / (N * X²) – (X)²
A = [(6 x 75160) – (1000 x 467)] / (7 x 176000) – (1000) ²
A = [450960 – 467000] / 1232000 – 1000000
A = -16040 / 232000
A = - 0,069
b) A quantidade que deverá ser vendida se a loja cobrar os seguintes preços: R$ 230,00 e R$ 250,00.
R$ 230,00 x 0,069 = 15,90 = 16 unidades
R$ 250,00 x 0,069 = 17,28 = 17 unidades
9) Uma loja de eletrônicos quer estimar sua previsão de vendas futuras, para tanto ela resolveu
	Preço (R$) (dezenas)
	10
	16
	18
	20
	22
	24
	Quantidade Vendida (R$) (dezenas)
	40
	34
	34
	28
	20
	18
	
	110
	
	174,00
	
	2988,00
	
	6
	²
	2140,00
	²
	5420,00
Calcule:
a) A equação da reta. 
A = (N * XY) – (X * Y) / (N * X²) – (X)²
A = [(6 x 2988) – (110 x 174)] / (6 x 2140) – (110) ² 
A = [17928 – 19140] / 12840 – 12100
A = -1212 / 740
A = 1,635
b) A quantidade que deverá ser vendida se o preço for de: R$15,00 e R$25,00.
R$ 15,00 x 1,635 = 24,52 = 25 unidades
R$ 25,00 x 1,635 = 40,87 = 41 unidades
10) Uma empresa quer realizar a previsão de vendas para um produto sazonal. Para isso coletou os dados de consumo dos últimos 4 anos que se encontram na tabela abaixo. Calcule o consumo do ano 5 por trimestre sabendo que neste ano serão consumidas 3000 unidades ao todo.
	Consumo (dezenas)
	Período
	Ano 1
	Ano 2
	Ano 3
	Ano 4
	T1
	150
	180
	230
	210
	T2
	340
	400
	500
	600
	T3
	200
	250
	340
	400
	T4
	400
	600
	750
	890
	Período
	Ano 1
	Ano 2
	Ano 3
	Ano 4
	T1
	150
	180
	230
	210
	T2
	340
	400
	500
	600
	T3
	200
	250
	340
	400
	T4
	400
	600
	750
	890
	Total
	1090
	1430
	1820
	2100
	Média
	272,5
	357,5
	455
	525
	Período
	Ano 1
	Ano 2
	Ano 3
	Ano 4
	T1
	0,55
	0,50
	0,51
	0,40
	T2
	1,25
	1,12
	1,10
	1,14
	T3
	0,73
	0,70
	0,75
	0,76
	T4
	1,47
	1,68
	1,65
	1,70
	Período
	Coeficiente Médio
	T1
	0,49
	T2
	1,15
	T3
	0,74
	T4
	1,62
	Trimestre
	Previsão Ano 5
	T1
	367
	T2
	864
	T3
	552
	T4
	1217
11) Um supermercado sabe que a quantidade de algumas frutas sofre com uma sazonalidade quadrimestral. Utilize os dados de consumo abaixo para calcular a quantidade que será vendida em cada quadrimestre do quinto ano, sabendo que ela venderá no ano 5 um total de 1800 peças.
	Consumo (dezenas)
	Período
	1
	2
	3
	4
	Quadrimestre 1
	300
	350
	360
	400
	Quadrimestre 2
	500
	585
	650
	720
	Quadrimestre 3
	340
	385
	415
	480
	Período
	1
	2
	3
	4
	Q1
	300350
	360
	400
	Q2
	500
	585
	650
	720
	Q3
	340
	385
	415
	480
	Total
	1140
	1320
	1425
	1600
	Média
	380
	440
	475
	533,33
	Período
	Ano 1
	Ano 2
	Ano 3
	Ano 4
	Q1
	0,79
	0,80
	0,76
	0,75
	Q2
	1,32
	1,33
	1,37
	1,35
	Q3
	0,89
	0,88
	0,87
	0,90
	Período
	Coeficiente Médio
	Q1
	0,77
	Q2
	1,34
	Q3
	0,89
	Quadrimestre
	Previsão Ano 5
	Q1
	464
	Q2
	805
	Q3
	532
12) Uma Empresa deve realizar previsão de vendas de um produto sazonal e para tanto coletou os dados de consumo dos últimos 4 anos.
Pede-se:
a) Desenvolva o modelo de ajustamento sazonal.
b) Qual o consumo em cada trimestre do ano 5, sabendo-se que naquele ano devem ser consumidas 3.000 unidades ao todo?
	Trimestre
	Ano 1
	Ano 2
	Ano 3
	Ano 4
	1
	150
	180
	230
	210
	2
	340
	400
	500
	600
	3
	200
	250
	340
	400
	4
	400
	600
	750
	890
	Período
	1
	2
	3
	4
	T1
	150
	180
	230
	210
	T2
	340
	400
	500
	600
	T3
	200
	250
	340
	400
	T4
	400
	600
	750
	890
	Total
	1090
	1430
	1820
	2100
	Média
	272,5
	357,5
	455
	525
	Período
	Ano 1
	Ano 2
	Ano 3
	Ano 4
	T1
	0,55
	0,50
	0,51
	0,40
	T2
	1,25
	1,12
	1,10
	1,14
	T3
	0,73
	0,70
	0,75
	0,76
	T4
	1,47
	1,68
	1,65
	1,70
	Período
	Coeficiente Médio
	Q1
	0,49
	Q2
	1,15
	Q3
	0,74
	Q4
	1,62
	Quadrimestre
	Previsão Ano 5
	Q1
	367
	Q2
	864
	Q3
	552
	Q4
	1217
13) Uma loja de departamento sabe que a quantidade de roupas de frio vendida sofre com uma sazonalidade por estação (verão/inverno/outono/primavera). Utilize os dados de consumo abaixo para calcular a quantidade que será vendida em cada estação do quinto ano:
	Consumo (dezenas)
	Período
	Ano 1
	Ano 2
	Ano 3
	Ano 4
	Verão
	280
	290
	320
	360
	Outono
	580
	610
	650
	700
	Inverno
	800
	820
	875
	940
	Primavera
	340
	368
	467
	520
	
	10
	
	8920,00
	
	23182,00
	
	4
	²
	30,00
	²
	20055488,00
a) Utilizado o método de regressão linear determine a equação da reta.
α = (4 x 23182) – (10 x 8920) / [4 x 30 – (10) ²]
α = 92728 – 89200 / [4 x 30 – 100]
α = 3528 / [120 – 100]
α = 3528 / 20
α = 176,4
ß x = 10 /4 = 2,5
ß y = 8920 / 4 = 2230
ß = 2230 – 176,4 x (2,5) =
ß = 2230 – 441
ß = 1789
y = 176,4x + 1789
 
b) Utilizando o método de regressão linear calcule o quanto será vendido no período 5.
	Período
	Ano 1
	Ano 2
	Ano 3
	Ano 4
	Ano 5
	Verão
	280
	290
	320
	360
	312,5
	Outono
	580
	610
	650
	700
	635
	Inverno
	800
	820
	875
	940
	858,75
	Primavera
	340
	368
	467
	520
	423,75
c) Considerando os valores encontrados nos itens anteriores e utilizando o método de ajustamento sazonal, calcule a previsão para cada trimestre do ano 5. 
	Período
	Ano 1
	Ano 2
	Ano 3
	Ano 4
	Ano 5
	Verão
	280
	290
	320
	360
	312,5
	Outono
	580
	610
	650
	700
	635
	Inverno
	800
	820
	875
	940
	858,75
	Primavera
	340
	368
	467
	520
	423,75
d) Utilizando o método da média móvel simples, com n= 4, calcule o quanto será vendido no período 5
	Período
	Ano 1
	Ano 2
	Ano 3
	Ano 4
	Ano 5
	Verão
	280
	290
	320
	360
	312,5
	Outono
	580
	610
	650
	700
	635
	Inverno
	800
	820
	875
	940
	858,75
	Primavera
	340
	368
	467
	520
	423,75
Ajuste Sazonal	
T1	T2	T3	T4	192.5	460	297.5	660