Operations Management quiz

profiledalit2k43
hw3.pdf

9/4/2015 Assignment Print View

http://ezto.mheducation.com/hm.tpx?todo=printview 1/8

 1. Award: 25 out of 25.00 points    

 

Score: 100/100 Points 100 %

Problem 3-2

National Scan, Inc., sells radio frequency inventory tags. Monthly sales for a seven­month period were as follows:      

 Month Sales

(000)Units   Feb. 19   Mar. 18   Apr. 15   May 20   Jun. 18   Jul. 22   Aug. 20

      b. Forecast September sales volume using each of the following:      

(1) A linear trend equation. (Round your intermediate calculations and final answer to 2 decimal places.)

     

   Yt 20.86   thousands        

(2) A five­month moving average.      

  Moving average 19   thousands        

(3) Exponential  smoothing  with  a  smoothing  constant  equal  to  .20,  assuming  a  March  forecast  of 19(000). (Round your intermediate calculations and final answer to 2 decimal places.)

     

  Forecast 19.26   thousands        

(4) The naive approach.      

   Naive approach 20   thousands        

(5) A weighted average using .60 for August, .30 for July, and .10 for June. (Round your answer to 2 decimal places.)

     

9/4/2015 Assignment Print View

http://ezto.mheducation.com/hm.tpx?todo=printview 2/8

  Weighted average 20.40   thousands  

 

 

References

Worksheet Learning Objective: 03­07 Use a naive method to make a forecast.

Learning Objective: 03­10 Prepare an exponential smoothing forecast.

Problem 3­2 Learning Objective: 03­08 Prepare a moving average forecast.

 

Problem 3-2

National Scan, Inc., sells radio frequency inventory tags. Monthly sales for a seven­month period were as follows:      

 Month Sales

(000)Units   Feb. 19   Mar. 18   Apr. 15   May 20   Jun. 18   Jul. 22   Aug. 20

      b. Forecast September sales volume using each of the following:      

(1) A linear trend equation. (Round your intermediate calculations and final answer to 2 decimal places.)

     

   Yt 20.86 ± 0.10  thousands

       

(2) A five­month moving average.      

  Moving average 19  thousands        

(3) Exponential  smoothing  with  a  smoothing  constant  equal  to  .20,  assuming  a  March  forecast  of 19(000). (Round your intermediate calculations and final answer to 2 decimal places.)

     

  Forecast 19.26 ± 0.10 thousands  

9/4/2015 Assignment Print View

http://ezto.mheducation.com/hm.tpx?todo=printview 3/8

 2. Award: 25 out of 25.00 points    

     

(4) The naive approach.      

   Naive approach 20  thousands        

(5) A weighted average using .60 for August, .30 for July, and .10 for June. (Round your answer to 2 decimal places.)

     

  Weighted average 20.40 ± 0.01 thousands  

 

  Explanation:

b. (1)

t Y tY 1 19 19 2 18 36 3 15 45 4 20 80 5 18 90 6 22 132 7 20 140 28 132 542

with n = 7, Σt = 28, Σt2 = 140

b = nΣty − ΣtΣy

= 7(542) − 28(132)

= .50 nΣt2 − (Σt)2 7(140) − 28(28)

a = Σy − bΣt

= 132 − .50(28)

= 16.86 n 7

  For Sept., t = 8, and Yt = 16.86 + .50(8) = 20.86 (000)

(2) MA5 =

15 + 20 + 18 + 22 + 20 = 195

(3)   Month Forecast =   F(old) + .20 [Actual − F(Old)]     April   18.8     =   19 +           .20 [18 − 19]   May   18.04 =   18.8 +           .20 [15 − 18.8]   June   18.43    =   18.04 +           .20 [20 − 18.04]   July   18.34    =   18.43 +           .20 [18 − 18.43]   August   19.07    =   18.34 +           .20 [22 − 18.34]   September  19.26    =   19.07 +           .20 [20 − 19.07]

(5)   .60(20) + .30(22) + .10(18) = 20.40

 

9/4/2015 Assignment Print View

http://ezto.mheducation.com/hm.tpx?todo=printview 4/8

Problem 3-3

A dry  cleaner  uses  exponential  smoothing  to  forecast  equipment  usage  at  its main  plant.  August  usage was  forecasted  to  be  88  percent  of  capacity;  actual  usage  was  89.6  percent  of  capacity.  A  smoothing constant of .1 is used.       a. Prepare a forecast for September. (Round your answer to 2 decimal places.)      

  Forecast for September 88.16   percent of capacity         b. Assuming actual September usage of 92 percent, prepare a  forecast  for October usage.(Round  your

answer to 2 decimal places.)       

  Forecast for October 88.54   percent of capacity  

   

References

Worksheet Problem 3­3 Learning Objective: 03­10 Prepare an exponential smoothing forecast.

 

Problem 3-3

A dry  cleaner  uses  exponential  smoothing  to  forecast  equipment  usage  at  its main  plant.  August  usage was  forecasted  to  be  88  percent  of  capacity;  actual  usage  was  89.6  percent  of  capacity.  A  smoothing constant of .1 is used.       a. Prepare a forecast for September. (Round your answer to 2 decimal places.)      

  Forecast for September 88.16 ± 0.05  percent of capacity         b. Assuming actual September usage of 92 percent, prepare a  forecast  for October usage.(Round  your

answer to 2 decimal places.)       

  Forecast for October 88.54 ± 0.05  percent of capacity  

    Explanation:

a. 88 + .1(89.6 − 88) = 88.16

b. 88.16 + .1(92 − 88.16) = 88.54

 

9/4/2015 Assignment Print View

http://ezto.mheducation.com/hm.tpx?todo=printview 5/8

 3. Award: 25 out of 25.00 points    

Problem 3-4

An electrical contractor's records during the last five weeks indicate the number of job requests:                      Week: 1 2 3 4 5   Requests: 20 22 18 21 22        Predict the number of requests for week 6 using each of these methods:       a. Naive.      

  Number of requests 22           b. A four­period moving average. (Round your answer to 2 decimal places.)      

  Number of requests 20.75    

    c. Exponential smoothing with α = .30. Use 20 for week 2 forecast. (Round your intermediate

calculations and final answers to 2 decimal places.)       

  Number of Requests   F3 20.6         F4 19.82         F5 20.17         F6 20.72      

   

References

Worksheet Learning Objective: 03­07 Use a naive method to make a forecast.

Learning Objective: 03­10 Prepare an exponential smoothing forecast.

Problem 3­4 Learning Objective: 03­08 Prepare a moving average forecast.

 

Problem 3-4

9/4/2015 Assignment Print View

http://ezto.mheducation.com/hm.tpx?todo=printview 6/8

 4. Award: 25 out of 25.00 points    

An electrical contractor's records during the last five weeks indicate the number of job requests:                      Week: 1 2 3 4 5   Requests: 20 22 18 21 22        Predict the number of requests for week 6 using each of these methods:       a. Naive.      

  Number of requests 22          b. A four­period moving average. (Round your answer to 2 decimal places.)      

  Number of requests 20.75 ± 0.01   

    c. Exponential smoothing with α = .30. Use 20 for week 2 forecast. (Round your intermediate

calculations and final answers to 2 decimal places.)       

  Number of Requests   F3 20.6 ± 0.05        F4 19.82 ± 0.05        F5 20.17 ± 0.05        F6 20.72 ± 0.05     

    Explanation:

b. 22 + 18 + 21 + 22 = 20.754

c.   F3 = 20 + .30(22 − 20) = 20.6   F4 = 20.6 + .30(18 − 20.6) = 19.82   F5 = 19.82 + .30(21 − 19.82) = 20.17   F6 = 20.17 + .30(22 − 20.17) = 20.72

 

Problem 3-32

A manager has just received an evaluation from an analyst on two potential forecasting alternatives. The analyst is indifferent between the two alternatives, saying that they should be equally effective.         Period: 1 2 3 4 5 6 7 8 9 10   Data: 37 39 37 39 45 49 47 49 51 54   Alt. 1: 36 38 40 42 46 46 46 48 52 55   Alt. 2: 36 37 38 38 41 52 47 48 52 53

9/4/2015 Assignment Print View

http://ezto.mheducation.com/hm.tpx?todo=printview 7/8

         What would cause the analyst to reach this conclusion? (Round your answers to 2 decimal places.)             MAD1 1.60       MAD2 1.50       MSE1 3.78       MSE2 3.89       rev: 11_18_2014_QC_59428  

 

References

Worksheet Learning Objective: 03­15 Construct control charts and use them to monitor forecast errors.

Problem 3­32 Learning Objective: 03­16 Describe the key factors and trade­offs to consider when choosing a forecasting technique.

 

Problem 3-32

A manager has just received an evaluation from an analyst on two potential forecasting alternatives. The analyst is indifferent between the two alternatives, saying that they should be equally effective.         Period: 1 2 3 4 5 6 7 8 9 10   Data: 37 39 37 39 45 49 47 49 51 54   Alt. 1: 36 38 40 42 46 46 46 48 52 55   Alt. 2: 36 37 38 38 41 52 47 48 52 53          What would cause the analyst to reach this conclusion? (Round your answers to 2 decimal places.)             MAD1 1.60 ± 0.05      MAD2 1.50 ± 0.05      MSE1 3.78 ± 0.05      MSE2 3.89 ± 0.05      rev: 11_18_2014_QC_59428  

  Explanation:

9/4/2015 Assignment Print View

http://ezto.mheducation.com/hm.tpx?todo=printview 8/8

Period Actual Forecast 1 Forecast 2 error 1 error 2  e12   e22 |e1| |e2| 1 37 36 36 +1 +1 1 1     1     1     2 39 38 37 +1 +2 1 4     1     2     3 37 40 38 –3 –1 9 1     3     1     4 39 42 38 –3 +1 9 1     3     1     5 45 46 41 –1 +4 1 16     1     4     6 49 46 52 +3 –3 9 9     3     3     7 47 46 47   1   0 1 0     1     0     8 49 48 48   1 +1 1 1     1     1     9 51 52 52 –1 –1 1 1     1     1     10 54 55 53 –1 +1 1 1     1     1            

Total       –2 +5 34 35     16     15            

   MSE1 =

34 = 3.789     MSE2 =

35 = 3.899     MAD1 =

16 = 1.610      MAD2 =

15 = 1.510    Both forecasting methods have MADs that are approximately equal (MAD1 = 1.6, MAD2 = 1.5), and MSEs that are also approximately equal (MSE1 = 3.78, MSE2 = 3.89).