Aula 3.2 previsão de vendas Exercícios

Prévia do material em texto

PCP I 
Aula 3.2: Previsão de vendas 
Exercícios 
Exercícios 
 
 
 
 Mês X Caixas Y X2 Y2 XY 
 1 100 1 10.00 100 
 2 110 4 12.100 220 
 3 125 9 15.625 375 
 4 135 16 18.225 540 
 5 140 25 19.600 700 
 6 153 36 23.409 918 
 7 167 49 27.889 1.169 
Total 28 930 140 126.848 4.022 
Média 4 132,86 
 
Y= a + bX 
Calculando-se a= 89,70 e b= 10,79 
Y= 89,70 + 10,79 X 
Agosto = 89,70 + 10,79 . (8) = 176,02 
• 5) Uma empresa industrial está desenvolvendo uma análise de preço de 
venda versus quantidade vendida visando determinar de maneira 
empírica qual o preço unitário de venda do produto que forneceria a 
melhor receita de venda. A empresa colocou seu produto a preços 
diferenciados em pontos de vendas (lojas) diferentes, mas com o mesmo 
potencial de venda, e obteve os dados médios apresentados na tabela a 
seguir. Em que valor a empresas deveria fixar o preço de seu produto 
para que tivesse maior receita, considerando que a receita é igual a 
preço unitário x quantidade vendida? 
 
Loja Preço de venda unitário Quantidade vendida 
1 45 1.000 
2 48 950 
3 50 820 
4 55 850 
5 60 800 
6 65 700 
 
 Preço - X Venda - Y X2 Y2 XY 
 45 1.000 2.025 1.000.000 45.000 
 48 950 2.304 902.500 45.600 
 50 820 2.500 672.400 41.000 
 55 850 3.025 722.500 46.750 
 60 800 3.600 640.000 48.000 
 65 700 4.225 490.000 45.500 
Total 323 5.120 17.679 4.427.400 271.850 
Média 53,83 853,33 
 
a= 1.522,6 b= -12,99 r= -0,92 Y = 1.552,40 – 12,99 X 
X 45 48 50 55 60 65 
Y calculado 968,04 929,08 903,11 838,18 773,26 708,33 
XY 43.561,80 44.595,90 45.155,50 46.100,00 46.395,30 46.041,20 
 
6) Uma linha de cosmético tem apresentado as vendas dos últimos 8 meses conforme 
a tabela. Calcule a previsão de vendas para o mês de setembro utilizando o modelo de 
ajustamento de uma reta pelos mínimos quadrados. 
X Semana 1 2 3 4 5 6 7 8 
Y Demanda 450 430 470 480 450 500 520 530 
 
 
7) A associação de empresas de fertilizantes deseja elaborar uma previsão de vendas 
para colocá-la à disposição de seus associados a fim de que eles possam desenvolver 
melhores critérios de produção e de estoque de produtos. Os fertilizantes têm um 
comportamento de venda sazonal, e a associação coletou os dados de consumo dos 
últimos 5 anos, que se encontram na tabela a seguir (base : 1.000 toneladas). 
Pede-se desenvolver o modelo de ajustamento sazonal e prever o consumo em cada 
trimestre do ano 6 sabendo que naquele ano devem ser consumidas 1.500.000 
toneladas ao todo. 
 
Trimestre Ano 1 Ano 2 Ano 3 Ano 4 Ano 5 
1 200 250 320 350 400 
2 100 150 210 190 230 
3 50 100 160 140 160 
4 300 450 600 500 530 
Total 650 950 1.290 1.180 1.320 
Média 162,5 237,5 322,5 295 330 
 
Calculo índice de sazonalidade 
Tri Ano 1 Ano 2 Ano 3 Ano 4 Ano 5 
1 200/162.5=1,23 250/237,5=1,05 320/322,5=0,99 350/295=1,19 400/330=1,21 
2 100/162,6=0,62 150/237,5=0.63 210/322,5=0.65 190/295=0.64 230/330=0,70 
3 50/162,5=0,31 100/237,5=0.42 160/322,5=0,50 140/295=0,47 160/330=0,48 
4 300/162,5=1,85 450/237,5=1,89 600/322,5=1,86 500/295=1,69 530/330= 1,61 
 
Média 
Trimestre Anos 1 a 5 Média 
1 1,23 + 1,05 + 0,99 + 1,19 + 1,21 1,13 
2 0,62 + 0,63 + 0,65 + 0,64 + 0,70 0.65 
3 0,31 + 0,42 + 0,50 + 0,47 + 0,48 0,44 
4 1,85 + 1,89 + 1,86 + 1,69 + 1,61 1,78 
 
A previsão trimestral para o ano 6 é calculada como: 
Previsão do trimestre =1.500/4 X (índice de sazonalidade médio para o trimestre), 
sendo: 
Trimestre 
1 375 X 1.13 423,75 
2 375 X 0,65 243,75 
3 375 X 0,44 165 
4 375 X 1,78 667,5 
Total 1.500,00 
 
8) Uma cadeia de fastfood verificou que as vendas mensais de refeições em suas casas 
estão relacionadas ao número de aluno matriculados em escolas situadas num raio de 
2 Km em torno da casa. Os dados referentes às vendas mensais e ao número de alunos 
matriculados num raio de 2 Km das 13 casas da cadeia estão apresentados na tabela 
adiante. A empresa pretende instalar uma nova casa na região onde o número de 
alunos é de 13.750. Qual a previsão de demanda para essa nova casa? 
Vendas 
por casa 
Y (mil) 
Número de 
alunos X 
(mil) 
X2 Y2 XY 
31 10 
38 12 
30 10 
45 15 
25 8 
30 12 
45 15 
30 10 
32 9 
43 14 
45 12 
25 6 
40 14 
ΣY= ΣX= ΣX2= ΣY2= ΣXY= 
 
Y = a + bx 
a=7,8 b= 2,43 Y= 7,8 + 2,43 (13,750) Y=41.232 
9) A demanda por cimento esta correlacionada com o nível de atividade da construção 
civil em determinada região. Dados dos últimos sete anos mostraram os seguintes 
desempenhos: 
 
Ano 1 2 3 4 5 6 7 
Demanda por cimento (m3) Y 735 600 770 670 690 780 640 
Taxa de construção (m2) X 100 80 105 92 95 107 87 
a) Verificar por meio de cálculo do coeficiente d correlação se esta relação é 
forte? 
b) Caso a previsão do nível de atividade da construção civil para o próximo ano 
seja de 90 m2, qual a demanda esperada por cimento? 
Y = a + bx 
Y8 = 42,03 + 6,89 (8) 
Y8 = 662,40 
10) Um produto esta em franca expansão no mercado. O departamento de vendas 
elaborou um modelo de previsão de ajustamento de reta em que o resultado foi a 
equação da reta: Y=1.004 – 3,79 X. O que podemos comentar a respeito?