Deber Final Presentar

UNIVERSIDAD TCNICA DE AMBATO
FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL PERODO ACADMICO: MARZO/2013 AGOSTO/2013
FACULTAD DE INGENIERIA EN SISTEMAS ELECTRONICA E INDUSTRIAL CARRERA DE INGENIERIA INDUSTRIAL EN PROCESO DE AUTOMATIZACION
ADMINISTRACION DE LA PRODUCCION
INTEGRANTES:
LISSETTE FALCN ROCO SNCHEZ
7MO SEMESTRE PROFESOR:

Administracin de la Produccin
ING. JOHN REYES

Pgina 1

DEBERES DE CHASSE
2.- La demanda histrica del producto es:
a) Usando un promedio mvil ponderado con pesos de 0.60, 0.30 y 0.10, calcule el pronstico de julio.
b) Con el promedio mvil simple a tres meses, determine el pronstico de julio.
c) Mediante suavizacin exponencial simple con 0.2 y un pronstico para junio de 13, calcule el pronstico de julio. Haga todas las suposiciones que quiera. MES ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO DEMANDA =0,2 12 11 15 12 16 15 13 13,4
Pgina 2

d) Con un anlisis de regresin lineal simple, calcule la ecuacin de relacin de los datos precedentes de la demanda. MES 1 2 3 4 5 6 21 DEMANDA 12 11 15 12 16 15 81 X^2 1 4 9 16 25 36 91 XY 12 22 45 48 80 90 297 Y^2 144 121 225 144 256 225 1115
18 16 14 12 10 8 6 4 2 0 0 2 4 6
y = 0.7714x + 10.8
Series1 Linear (Series1)
e) Con la ecuacin de regresin del punto d), calcule el pronstico para julio.
Pgina 3

4. Zeus Computer Chip. Inc., tena contratos importantes para producir microprocesadores tipo Pentium. El mercado ha ido a la baja en los ltimos 3 aos por los chips dual-core, que Zeus no produce, as que tiene la penosa tarea de pronosticar el ao entrante. La tarea es penosa porque la empresa no ha podido encontrar chips sustitutos para sus lneas de productos. Aqu est la demanda de los ltimos 12 trimestres:
2005 I II III IV 4800 3500 4300 3000 2006 I II III IV 3500 2700 3500 2400 2007 I II III IV 3200 2100 2700 1700
Use la tcnica de la descomposicin para pronosticar los cuatro trimestres de 2008. RESPUESTA: Ano 2005 2006 2007 Totales Ventas Trimestrales (miles de unidades) Q1 4800 3500 3200 11500 Q2 3500 2700 2100 8300 Q3 4300 3500 2700 10500 Q4 3000 2400 1700 7100 Total Suma Anual 15600 12100 9700 37400
XQ1 XQ2 XQ3 XQ4 PROMEDIO PROMEDIO PROMEDIO PROMEDIO 3833.3 2766.7 3500.0 2366.7
Pgina 4

Q1 INDICE ESTACIONAL 1.2299 Q2 0.8877
Q3 1.1230 Q4 0.7594
Desestacionalizacion de los datos dividiendo el valor de cada periodo para el ndice estacional
Ano
Ventas Trimestrales (miles de unidades) Q1 Q2 Q3 Q4
2005 2006 2007
3902.6087 3942.7711 3829.0476 3950.7042 2845.6522 3041.5663 3116.6667 3160.5634 2601.7391 2365.6627 2404.2857 2238.7324
Obtencin de la ecuacin de la recta PERIODO 8 8 8 8 9 9 9 9 10 10 10 TRIMESTRE Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 x 1 2 3 4 5 6 7 8 9 10 11 12 78 y 3903 3943 3829 3951 2846 3042 3117 3161 2602 2366 2404 2239 37400 1 4 9 16 25 36 49 64 81 100 121 144 650 15230355 15545444 14661606 15608064 8097736 9251125 9713611 9989161 6769047 5596360 5780590 5011923 121255020 3903 7886 11487 15803 14228 18249 21817 25285 23416 23657 26447 26865 219041
10 Q4 SUMATORIA
Pgina 5

Pronostico x 13 14 15 16 y 2023.13062 1854.89062 1686.65062 1518.41062 ndice estacional 1.2299 0.8877 1.123 0.7594 y*ndice estacional 2488.24835 1646.5864 1894.10865 1153.08102
5. Los datos de ventas de 2 aos son los siguientes. Los datos estn acumulados con dos meses de ventas en cada periodo.
a) Trace la grfica ca. b) Componga un modelo de regresin lineal simple para los datos de ventas. c) Adems del modelo de regresin, determine los factores multiplicadores del ndice estacional. Se supone que un ciclo completo es de 1 ao. d) Con los resultados de los incisos b) y c), prepare un pronstico para el ao entrante.
Pgina 6

x 1 2 3 4 5 6 7 8 9 10 11 12 78
y 109 104 150 170 120 100 115 112 159 182 126 106 1553
x^2 1 4 9 16 25 36 49 64 81 100 121 144 650
xy 109 208 450 680 600 600 805 896 1431 1820 1386 1272 10257
y^2 11881 10816 22500 28900 14400 10000 13225 12544 25281 33124 15876 11236 209783
700 600 500 400 Series1 300 200 100 0 0 2 4 6 8 10 12 Limites
Y=a+bx
Y=122,33+1,14x para el ao entrante y13= y14= y15= y16= y17= y18=
136,80303 137,939394 139,075758 140,212121 141,348485 142,484848

Pgina 7

6. Las seales de seguimiento calculadas con el historial de la demanda pasada de tres productos es como sigue. Cada producto usa la misma tcnica de pronstico.. Comente las seales de seguimiento de cada producto y seale sus implicaciones.
N 1 2 3 4 5 6 7 8 9 10
TS1 -2,7 -2,32 -1,7 -1,1 -0,87 -0,05 0,1 0,4 1,5 2,2
Pgina 8

3 2 seal de seguimiento 1 0 0 -1 -2 -3 2 4 6 8 10 12 Series1 10, 2.2
Seal de seguimiento
Periodo
TS1: Dado que se ha producido un rpido aumento de la tendencia, la previsin en breve se encuentre fuera de los lmites. Por lo tanto, el modelo de pronstico es pobre N TS 2 1 1,54 2 -0,64 3 2,05 4 2,58 5 -0,95 6 -1,23 7 0,75 8 -1,59 9 0,47 10 2,74
Pgina 9

3.5 3 2.5 seal de seguimiento 2 1.5 1 0.5 0 -0.5 0 -1 -1.5 -2 Periodo 2 4 6 8 10 12 Series1 10, 2.74
TS 2: Esto est dentro de los lmites. Por lo tanto, el pronstico es aceptable. N 1 2 3 4 5 6 7 8 9 10

4 Seal de Seguimiento 3.5 3 2.5 2 1.5 1 0.5 0 0 5 Periodo 10 15 Series1
TS3 0,1 0,43 1,08 1,74 1,94 2,24 2,96 3,02 3,54 3,75
10, 3.75
Pgina 10

TS 3: Esta serie est aumentando rpidamente, y se encuentra fuera de los lmites. En consecuencia, el modelo es pobre.
9. No todos los artculos de su tienda de artculos de papelera estn distribuidos uniformemente en lo que concierne a la demanda, as que usted decide pronosticar la demanda para planear su surtido. Los datos pasados de libretas de cuentas usuales, para el mes de agosto, son los siguientes:
Con un promedio mvil de tres semanas, cul sera su pronstico para la semana entrante? F1 F2 F3 F4 F5 SEMANAS 1 2 3 4 5 ARTICULOS 300 400 600 700 567
F5 = (700 + 600 + 400)/3 = 567 Con suavizacin exponencial con = 0.20, si el pronstico exponencial de la semana 3 se calcul como el promedio de las dos primeras semanas [(300 + 400)/2 = 350], cul sera su pronstico para la semana 5? F1 F2 F3 F4 F5 F4 = F3 + ( (A3 F3) ) F4= 350 + (0 .20*(600 350) ) F4= 400 F5 = F4 + ( (A4 F4) ) F5 = 400 + (0.20*(700 400)) F5 = 460 SEMANAS 1 2 3 4 5 ARTICULOS 300 400 600 700 567 PRONOSTICO
350 400 460
Pgina 11

11. A continuacin se da la demanda tabulada actual de un artculo durante un periodo de nueve meses (de enero a septiembre). Su supervisor quiere probar dos mtodos de prueba para ver cual result mejor en el periodo. a) Pronostique de abril a septiembre con un promedio mvil a tres meses. b) Mediante suavizacin exponencial simple con una alfa de 0.3, calcule de abril a septiembre c) Use la MAD para decidir que mtodo produjo el mejor pronstico en el periodo de seis meses.
Mes Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Real 110 130 150 170 160 180 140 130 140
a) Pronostique de abril a septiembre con un promedio mvil a tres meses. Mes Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Real 110 130 150 170 160 180 140 130 140 3 Meses Des. Meses 3
130 150 160 170 160 150 MAD
40 10 20 30 30 10 140 23.33
b) Mediante suavizacin exponencial simple con una alfa de 0.3, calcule de abril a septiembre. Mes Enero Febrero Real 110 130 Pronostico = 0.3 MAD
Pgina 12

Marzo Abril Mayo Junio Julio Agosto Septiembre
170 0 170 10 167 13 170.9 30.9 161.63 31.63 152.141 12.141 sumatoria MAD 97.671 MAD 16.27 c) Use la MAD para decidir que mtodo produjo el mejor pronstico en el periodo de seis meses. El mtodo para ver cual result mejor en el periodo es mediante Suavizacin Exponencial con un MAD = 16.27
150 170 160 180 140 130 140
12.-Se aplic cierto modelo de pronstico para anticipar un periodo de seis meses. Aqu estn la demanda pronosticada y la real
Abril Mayo Junio Julio Agosto Septiembre Pronostico 250 325 400 350 375 450 Real 200 250 325 300 325 400
Encuentre la seal de seguimiento y diga si cree que el modelo usado da respuestas aceptables. Solucin Demanda Real Abril Mayo Junio Julio Agosto Septiem bre 200 250 325 300 325 400 Demanda Pronostic ada 250 325 400 350 375 450 Desviaci n real -50 -75 -75 -50 -50 -50 Desviaci n acumula da -50 -125 -200 -250 -300 -350 Desviaci n absolut a 50 75 75 50 50 50
Pgina 13

Desviacin Total 350 MAD 58,3333333
Seal de seguimiento -6
-6 No hay suficientes pruebas para rechazar el modelo de pronstico, asi que se aeptan sus recomendaciones.
13.-Harlen Industries tiene un modelo de pronstico simple: se toma la demanda real del mismo mes del ao anterior y se divide entre el nmero fraccional de semanas de ese mes. Esto da una demanda semanal promedio para el mes. El promedio de esta semana se usa como pronstico semanal del mismo mes este ao. La tcnica se us para pronosticar ocho semanas de este ao, que se muestran a continuacin junto con la demanda real. Las siguientes ocho semanas muestran el pronstico (basado en el ao pasado) y la demanda real:
a) Calcule el pronstico con suavizacin exponencial simple de estos datos con una de 0.30 y un pronstico inicial (F1) de 31.
Pgina 14

b) Calcule el pronstico de suavizacin exponencial con tendencia para estos datos, con una de 0.30, de 0.30, un pronstico de tendencias inicial (T1) de 1 y un pronstico uniforme exponencial inicial de 30. c) Calcule la desviacin absoluta media (MAD) de cada pronstico. Cul es el mejor? PRONOSTIC MESES O 1 2 3 4 5 6 7 8 140 140 140 140 140 150 150 150 REA L 137 133 150 160 180 170 185 205 DESVIACION RSFE DESVIACION ABSOLUTA 3 7 10 20 40 20 35 55 SUMA DE LAS MAD DESVIACIONE S ABSOLUTAS 3 10 20 40 80 100 135 190 3.00 5.00 6.67 10.0 0 16.0 0 16.6 7 19.2 9 23.7 5 TS
-3 -7 10 20 40 20 35 55
-3 -10 0 20 60 80 115 170
-1.00 -2.00 0.00 2.00 3.75 4.80 5.96 7.16
a) Para el mes 8, el MAD es 23,75 b) La seal de seguimiento de 8 meses es de 7.16 c) La seal de seguimiento es demasiado grande, por lo que el pronstico se debe considerar pobres.
14. La tabla siguiente contiene la demanda de los ltimos 10 meses.
MES F1 F2 F3 F4 F5 1 2 3 4 5
DEMANDA REAL 31 34 33 35 37
PRONOSTICO =0,30 31,00 31,00 31,90 32,23 33,06

Pgina 15

F6 F7 F8 F9 F10
6 7 8 9 10
36 38 40 40 41
34,24 34,77 35,74 37,02 37,91
Calcule el pronstico con suavizacin exponencial simple de estos datos con una de 0.30 y un pronstico inicial (F1) de 31. F1 = 31 F2 = F1 + ( (A1 F1) ) F2= 31+ (0 .30*(31 31) ) F2= 31 F7 = F6 + ( (A6 F6)) F7= 34.24+(0 .30*(36 34.24) ) F3= F2 + ( (A2 F2)) F3= 31+ (0 .30*(34 31)) F3= 31.90 F8= F7 + ( (A7 F7) ) F8= 34.77+(0 .30*(38 34.77) ) F4 = F3 + ( (A3 F3) ) F4= 31.90+ (0 .30*(33 31.90) ) F4= 32.23 F9 = F8+ ( (A8 F8) ) F9= 35.74+(0 .30*(40 35.74) ) F5 = F4 + ( (A4 F4) ) F5=32.23+(0 .30*(35 32.23) ) F5= 33.06 F10= F9+ ( (A9 F9) ) F10= 37.02+(0 .30*(40 37.02) ) F6 = F5+ ( (A5 F5) ) F10= 37.91 F9= 37.02 F8= 35.74 F7= 34.77 F6= 33.06+(0 .30*(37 33.06) ) F6= 34.24
Calcule el pronstico de suavizacin exponencial con tendencia para estos datos, con una de 0.30, de 0.30, un pronstico de tendencias inicial (T1) de 1 y un pronstico uniforme exponencial inicial de 30.
Administracin de la Produccin Pgina 16

MES F1 F2 F3 F4 F5 F6 F7 F8 F9 F10 1 2 3 4 5 6 7 8 9 10
DEMANDA REAL 31 34 33 35 37 36 38 40 40 41
Tt =0,30 1,00 1,00 1,18 1,11 1,14 1,24 1,11 1,10 1,17 1,11
Ft =0,30 30,00 31,00 32,60 33,55 34,76 36,23 37,03 38,10 39,43 40,42
FITt 31,00 32,00 33,78 34,66 35,90 37,47 38,14 39,19 40,60 41,54
FIT1= F1+T1 FIT1=30+1 FIT1=31 FT2= FIT1+(A1- FIT1) FT2=31+0.30(31-31) FT2=31 T2=T1+(F2-FIT1) T2=1+0.30(31-31) T2=1
FT3=32.60 T3=T2+(F3-FIT2) T3=1+0.30(32.60-32) T3=1.18
FIT3= F3+T3 FIT3=32.60+1.18 FIT3=33.78 FT4= FIT3+ (A3- FIT3) FT4=33.78+0.30(31-33.78)
FIT2= F2+T2 FIT2=31+1 FIT2=32 FT3= FIT2+(A2- FIT2) FT3=32+0.30(31-32)
FT4=33.55 T4=T3+ (F4-FIT3) T4=1.18+0.30(33.55-33.78) T4=1.11
Pgina 17

FIT4= F4+T4 FIT4=33.55+1.11 FIT4=34.66 FT5= FIT4+ (A4- FIT4) FT5=34.66+0.30(31-34.66) FT5=34.76 T5=T4+(F5-FIT4) T5=1.11+0.30(34.76-34.66) T5=1.14
T7=1.24+0.30(37.03-37.47) T7=1.11
FIT7= F7+T7 FIT7=37.03+1.11 FIT7=38.14 FT8= FIT7+ (A7- FIT7) FT8=38.14+0.30(31-38.14) FT8=38.10 T8=T7+(F8-FIT7)
FIT5= F5+T5 FIT5=34.76+1.14 FIT5=35.90
T8=1.11+0.30(38.10-38.14) T8=1.10
FIT8= F8+T8 FT6= FIT5+(A5- FIT5) FT6=35.90+0.30(31-35.90) FT6=36.23 T6=T5+(F6-FIT5) T6=1.14+0.30(36.23-35.90) T6=1.24 FIT8=38.10+1.10 FIT8=39.19 FT9= FIT8+(A8- FIT8) FT9=39.19+0.30(31-39.19) FT9=39.43 T9=T8+(F9-FIT8) T9=1.10+0.30(39.43-39.19) FIT6= F6+T6 FIT6=36.23+1.24 FIT6=37.47 FT7= FIT6+(A6- FIT6) FT7=37.47+0.30(31-37.47) FT7=37.03 T7=T6+ (F7-FIT6)
T9=1.17
FIT9= F9+T9 FIT9=39.43+1.17 FIT9=40.60 FT10= FIT9+(A9- FIT9) FT10=40.60+0.30(31-40.60)

Pgina 18

FT10=40.42 T10=T9+(F10-FIT9) T10=1.17+0.30(40.42-40.60) T10=1.11
FIT10= F10+T10 FIT10=40.42+1.11 FIT10=41.54
c) Calcule la desviacin absoluta media (MAD) de cada pronstico. Cul es el mejor?
MES F1 F2 F3 F4 F5 F6 F7 F8 F9 F10 1 2 3 4 5 6 7 8 9 10
DEMANDA REAL 31 34 33 35 37 36 38 40 40 41
PRONOSTICO =0,30 31,00 31,00 31,90 32,23 33,06 34,24 34,77 35,74 37,02 37,91 MAD=
Desviacion Absoluta 0,00 3,00 1,10 2,77 3,94 1,76 3,23 4,26 2,98 3,09 2,90
MAD=(3.00+1.10+2.77+3.94+1.76+3.23+4.26+2.98+3.09)/9 MAD=2.90
Pgina 19

MES F1 F2 F3 F4 F5 F6 F7 F8 F9 F10 1 2 3 4 5 6 7 8 9 10
DEMANDA REAL 31 34 33 35 37 36 38 40 40 41
Tt =0,30 1,00 1,00 1,18 1,11 1,14 1,24 1,11 1,10 1,17 1,11
Ft =0,30 30,00 31,00 32,60 33,55 34,76 36,23 37,03 38,10 39,43 40,42
FITt 31,00 32,00 33,78 34,66 35,90 37,47 38,14 39,19 40,60 41,54 MAD=
Desviacion absoluta 0,00 2,00 0,78 0,34 1,10 1,47 0,14 0,81 0,60 0,54 0,86
MAD=(2.00+0.78+0.34+1.10+1.47+0.14+0.81+0.60+0.54)/9 MAD=0.86 RESPUESTA: De acuerdo al MAD de los pronsticos el exponencial simple con tendencia es el mejor modelo de pronstico
17.- La demanda histrica de un producto es como sigue:

DEMANDA 60 Abril 55 Mayo 75 Junio 60 Julio 80 Agosto Septiembre 75 a) Con un promedio mvil simple a cuatro meses, calcule un pronstico para octubre b) Mediante suavizacin exponencial simple con = 0.2 y un pronstico para septiembre =65, calcule un pronstico para Octubre. c) Mediante regresin lineal simple, calcule la recta de la tendencia de los datos histricos. En el eje de las x, sea Abril=1, Mayo=2, etc, mientras que en el eje de las y esta la demanda. d) Calcule un pronstico para Octubre SOLUCION a)
Pgina 20

b) MES Abril Mayo Junio Julio Agosto Septiembre Octubre
DEMANDA 60 55 75 60 80 75
=0.2
65 67
c)
MES 1 2 3 4 5 6 21 DEMANDA X^2 60 55 75 60 80 75 405 X*Y 1 4 9 16 25 36 91 60 110 225 240 400 450 1485 Y^2 3600 3025 5625 3600 6400 5625 27875
Pgina 21

90 80 70 60 50 40 30 20 10 0 0 2 4 6 8 Series1 Linear (Series1) y = 3.8571x + 54
d) Pronostico para Octubre x=7
81.02
18. Las ventas por trimestre del ltimo ao y los tres primeros trimestres de este ao son como sigue:
Con el procedimiento de pronstico enfocado descrito en el texto, pronostique las ventas esperadas para el cuarto trimestre de este ao.
TRIMESTRE AO PASADO ESTE AO I 23000 1900
Pgina 22

II III IV
27000 18000 9000
24000 15000
ESTRATEGIA A:
26400/15000= 1.76*100% = 176%
ltimos tres meses =24000 Actuales tres meses=15000 24000/15000=1.6*100%=160%
ESTRATEGIA D: 50% del trimestre III del ao anterior= 1.50*(18000)= 27000 Trimestre III del ao actual= 15000
ESTRATEGIA B: 27000/15000= 1.8*100% =180% III trimestre ao pasado= 18000 III trimestre ao actual= 15000 18000/15000=1.2*100%=120%
ESTRATEGIA E:
(24000/27000)18000= 16000 Actual =15000
ESTRATEGIA C:
10% del trimestre (24000)= 26400 Trimestre actual=15000
anterior=
1.10
16000/15000= 1.07*100%= 1207%
RESPUESTA: La mejor estrategia es la E y lo aplicamos para el cuarto trimestre de este ao (15000/18000)9000= 7500
19.- En la tabla siguiente se muestra la demanda de un producto con cierto mtodo de pronstico, junto con la demanda real.

Pronstico 1500 1400 1700 1750 1800
Real 1550 1500 1600 1650 1700
a) Calcule la seal de seguimiento con la desviacin absoluta media y la suma continua de errores de pronstico. b) Comente si su mtodo de pronstico da buenas predicciones. SOLUCION a) Desviacin absoluta media
Pronstico Demanda Real (At) (Ft) 1 1500 1550 2 1400 1500 3 1700 1600 4 1750 1650 5 1800 1700 SUMATORIA = MAD = Suma continua de errores de pronstico n
(At - Ft) 50 100 100 100 100 450 90
Pronstico (Ft) 1 1500 2 1400 3 1700 4 1750 5 1800 SUMATORIA = n
Demanda Real (At) (At - Ft) 1550 1500 1600 1650 1700 MAD = RSFE = 50 100 100 100 100 450 90 10,0000
Ts = (At Ft)/MAD 0,5556 1,1111 1,1111 1,1111 1,1111 5,0000
b) Comentario Se puede decir que el mtodo de pronstico de es aceptable ya que la suma se sus errores pronosticados no son muy elevados.

20.-Su gerente trata de determinar que mtodo de pronostico usar. Basndose en los siguientes datos histricos, calcule los siguientes pronsticos y especifique que procedimiento utilizara?
MES DEMANDA REAL MES DEMANDA REAL 1 62 7 76 2 65 8 78 3 67 9 78 4 68 10 80 5 71 11 84 6 73 12 85 Calcule un promedio de pronostico simple a tres meses para los periodos 4 a 12 Calcule el promedio mvil ponderado a tres meses con pesos de 0.50, 0.30 y 0.20 para los periodos de 4 a 12 Calcule un pronstico de suavizacin exponencial simple para los periodos de 2 a 12 usando un pronstico inicial F1 de 61 y alfa de 0.30 Calcule el pronstico de suavizacin exponencial con componente de tendencia para los periodos de 2 a 12 con un pronstico de tendencia inicial (T1) de 1.8, un pronstico de suavizacin exponencial inicial (F1) de 60, una de 0.30 y una de 0.30 Calcule la desviacin absoluta media (MAD) de los pronsticos hechos con cada tcnica en los periodos 4 a 12. Qu mtodo de pronsticos prefiere?
a) b) c) d)
e) a) MES 1 2 3 4 5 6 7 8 9 10 11 12
DEMANDA REAL 62 65 67 68 71 73 76 78 78 80 84 85
3 MESES
Des. Absoluta
64.67 66.67 68.67 70.67 73.33 75.67 77.33 78.67 80.67 Desv. Absoluta Total MAD 3 MESES
3.33 4.33 4.33 5.33 4.67 2.33 2.67 5.33 4.33 36.67 4.07 Des. Absoluta
b) MES 1 2 DEMANDA REAL 62 65
Pgina 25

3 4 5 6 7 8 9 10 11 12
67 68 71 73 76 78 78 80 84 85
65.40 67.10 69.30 71.40 74.10 76.40 77.60 79.00 81.60 Desv. Absoluta Total MAD
2.60 3.90 3.70 4.60 3.90 1.60 2.40 5.00 3.40 31.10 3.46
c) MES 1 2 3 4 5 6 7 8 9 10 11 12 DEMANDA REAL 62 65 67 68 71 73 76 78 78 80 84 85 = 0.3 61 61.30 62.41 63.79 65.05 66.84 68.68 70.88 73.02 74.51 76.16 78.51 MAD MAD X d) MES 1 2 3 4 5 6 7 8 9 DEMANDA REAL 62 65 67 68 71 73 76 78 78 Tt 1.8 1.82 1.94 2.03 2.00 2.07 2.11 2.22 2.28 Ft 60 61.86 64.07 66.31 68.23 70.46 72.67 75.14 77.55 = 0.3 S 61.8 63.68 66.01 68.34 70.23 72.53 74.78 77.36 79.83 =0.3
4.21 5.95 6.16 7.32 7.12 4.98 5.49 7.84 6.49 55.57 6.17
0.33 0.77 0.47 1.22 0.64 1.83

Pgina 26

10 11 12
80 84 85
2.11 1.99 2.08 Sum MAD MAD X
79.28 80.98 83.27
81.39 82.97 85.35
1.39 1.04 0.35 8.04 0.89
e) Se recomienda utilizar el pronstico de suavizacin exponencial con componente de tendencia para los periodos debido a que nos brinda el MAD ms pequeo. Haga un anlisis de regresin sobre la demanda sin factores estacionales para pronosticar la demanda en el verano de 2008, dados los siguientes datos histricos de la demanda. AO ESTACIN Primavera Verano Otoo Invierno Primavera Verano Otoo Invierno DEMANDA REAL 205 140 375 575 475 275 685 965
2006
2007
ndice estacional izado. AO 2006 20007 TOTAL Primavera 205 475 680 340 Verano 140 275 415 207.5 Otoo 375 685 1060 530 Invierno 575 965 1540 770 2.50067659 TOTAL ANUAL 1295 2400 3695 307.9166667
I. ESTACIONAL 1.10419486 0.6738836 1.721244926 Datos desestacionalizados AO 2006 20007 Primavera Verano Otoo
Invierno 229.937771 385.895563
185.655637 207.751 217.865566 430.177696 408.08233 397.9677673
Pgina 27

Anlisis de regresin AO 2006 ESTACION Primavera Verano Otoo Invierno Primavera Verano Otoo Invierno X 1 2 3 4 5 6 7 8 36 Y 185.6556373 207.751004 217.865566 229.9377706 430.1776961 408.0823293 397.9677673 385.8955628 2463.333333 X^2 1 4 9 16 25 36 49 64 204 X*Y 185.6556373 415.502008 653.5966981 919.7510823 2150.88848 2448.493976 2785.774371 3087.164502 12646.82676
2007 TOTAL Pronostico a= b= y=
140.578086 37.1863513 a+bx
y=
140.5780585+37.18635131X
Pronostico desestacionalizado PRONOSTICO Y9 475.255248 Y10 512.441599 Y11 549.62795 Y12 586.814302 Ind. Estac. 1.1041949 0.6738836 1.7212449 2.5006766 Prom. Estaci. 524.7744006 345.326003 946.0443202 1467.432786
El pronstico para verano es de 345 unidades
22 Los siguientes son los resultados de los ltimos 21 meses de ventas reales de cierto producto.
Pgina 28

Elabore un pronstico para el cuarto trimestre usando tres reglas de pronstico enfocado (observe que para aplicar correctamente el procedimiento, las reglas se prueban primero en el tercer trimestre; la de mejor desempeo se usa para pronosticar el cuarto trimestre). Haga el problema con trimestres, en lugar de pronosticar meses separados. SOLUCIN
2006 2007
trimester I 1,125 1,000
II 1,310 1,175
III 1,075 975
IV 1,550
Sumamos de tres en tres meses cada estrategia es usada para predecir el tercer trimestre de este ao. Luego la mejor estrategia es usada para predecir el cuarto trimestres de este ao. ESTRATEGIA A: en el pasado tres meses es cual nosotros podramos decir en los siguientes tres meses. Te hay nuestro pronstico es 1175. Actualmente fue 975. 1,175/975 = 121%. ESTRATEGIA B: en el los mismos periodo de tres meses el pasado ao, nosotros podramos decir que en el periodo de tres meses de este ao. De ah nuestro pronstico es 1,075. Actual fue 975. 1,075/975 = 110%. ESTRATEGIA C: Nosotros podramos decir que el 10% ms en los siguientes tres meses que nosotros decamos en los pasados tres meses. Nuestro pronstico es 10(1,175) = 1,292.5. Actual fue 975. 1,292.5/975 = 133%. ESTRATEGIA D: Nosotros podramos decir que hay una probabilidad del 50% ms sobre los siguientes tres meses que nosotros hicimos por los mismos tres meses del pasado ao. El pronstico podra ser 1.50 (1,075) = 1,612.5. Actual fue 975. 1612.5/975 = 165%. ESTRATEGIA E: EL PORCENTAJE cambia nosotros tenemos para los pasados meses de este ao comparando para los mismos tres meses pasados la probabilidad podra ser el mismo
Pgina 29

porcentaje cambio que nosotros podras tener para el siguiente meses de este ao. El pronstico podra ser (1,175/1,310)1,075 = 964. Actual fue 975. 964/975 = 99%. Si solo los tres primeros son usados, el mejor mtodo ser el Bel pronstico para el cuarto trimestre es 1550. Si todo los cinco mtodos enlistados en el texto son usados, luego el mejor mtodo es el E. aplicando esto el cuarto trimestre de este ao produce un pronstico de (975/1,075) 1,550 = 1,406.
24.- Despus de aplicar su modelo de pronostico durante seis meses , decide probarlo con MAD y una seal de seguimiento. Lo que sigue es el pronstico y la demanda real del periodo de seis meses:
a) Encuentre la seal de seguimiento. b) Decida si su rutina de pronstico es aceptable.

PERIODO Mayo Junio Julio Agosto Septiembre Octubre PRONOSTICO 450 500 550 600 650 700 REAL 500 550 400 500 675 600
PERIODO
PRONOSTICO REAL DESVIACION
RSFE
DESVIACION ABSOLUTA
SUMA DE MAD DESVIACIONE S ABSOLUTAS 50 100 250 350 375 50 50 83,33 87,5 75
TS
Mayo Junio Julio Agosto Septiembre
450 500 550 600 650
500 550 400 500 675
50 50 -150 -100 25
50 100 -50 -150 -125
50 50 150 100 25
1 2 -0,6 -1,71 -1,67
Pgina 30

Octubre
3 2 1 0 0 -1 -2 -3 -4
700
600
-100
-225
100
475
79,17
-2,84
100
200
300
400
500
600
700
800
El TS es aceptable. Sin embargo, el TS va y vienen entre positivo y negativo. Si esta tendencia contina, las previsiones sern inaceptables. Este pronstico debe vigilarse de cerca para ver si la tendencia a la baja contina.
26. A continuacin se encuentran los ingresos por ventas de una compaa de servicios pblicos grande de 1997 a 2007. Pronostique los ingresos de 2008 a 2011. Use su buen juicio, intuicin o sentido comn en cuanto a qu modelo o mtodo usar, as como el periodo de datos que incluir.
METODO DE REGRESION LINEAL
AO
INGRESOS (MILLONES)
Pgina 31

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
4865,9 5067,4 5515,6 5728,8 5497,7 5197,7 5094,4 5108,8 5550,6 5738,9 5860,0
Pgina 32

AO X 1 2 3 4 5 6 7 8 9 10 11 66 12 13 14 15 Periodo 12 Y= 55.62x + 5050.44 Y= 55.62 (12) + 5050.44 Y=5717.88 Periodo 13 Y= 55.62x + 5050.44 Y= 55.62 (13) + 5050.44 Y=5773.5 Periodo 14 Y= 55.62x + 5050.44 Y= 55.62 (14) + 5050.44 Y=5829.12 Periodo 15 Y= 55.62x + 5050.44 Y= 55.62 (15) + 5050.44
INGRESOS (MILLONES) Y 4865.9 5067.4 5515.6 5728.8 5497.7 5197.7 5094.4 5108.8 5550.6 5738.9 5860 59225.8 5717.883636 5773.503636 5829.123636 5884.743636
X^2 1 4 9 16 25 36 49 64 81 100 121 506
XY 4865.9 10134.8 16546.8 22915.2 27488.5 31186.2 35660.8 40870.4 49955.4 57389 64460 361473
Pgina 33

Y=5884.
28.) Suponga una Ft inicial de 300 unidades, una tendencia de 8 unidades, una alfa de 0.30 y una delta de 0.40. Si la demanda real fue finalmente de 288, calcule el pronstico para el siguiente periodo.
Ft = 300 Solucin: t 1 2 FITt = Ft + Tt FITt = 300 + 8 FITt = 308 At (Demanda Real) 288 288 Ft (Unidades) 300 302 Tt (Tendencia) 8 5.6 FITt 308 307.6 = 0.30 = 0.40 At = 288 Tt = 8
Ft+1 = FITt + (At - FITt) Ft+1 = 308 + 0.3 (288 - 308) Ft+1 = 302
Tt+1 = Tt + (Ft+1 - FITt ) Tt+1 = 8 + 0.40 (302 - 308 ) Tt+1 = 5.6
FITt+1 = Ft+1 + Tt+1 FITt+1 = 302 + 5.6 FITt+1 = 307.6
29. La tabla siguiente contiene el nmero de quejas recibidas en una tienda departamental durante los primeros seis meses de operacin.
Enero
QUEJAS 36
Pgina 34

Febrero Marzo Abril Mayo Junio
45 81 90 108 144
Si se usara un promedio mvil a tres meses, cul habra sido el pronstico de mayo? QUEJAS 36 45 81 90 108 144 PRONSTICO 3 MESES DESVIACIN 3 MESES
Enero Febrero Marzo Abril Mayo Junio
54 72 93 Desviacin Total MAD
36 36 51 Abs. 123 41
F3(Abril)= 54 F3(mayo)= 72 F3(Junio)= 93 El pronstico del mes de mayo luego de haber utilizado el promedio mvil para los tres meses sera 72 QUEJAS.
Pgina 35

EJERCICIOS DEL LIBRO DE NORMAN GAITHER
4.- Una empresa necesita desarrollar un pronstico de ventas para el ao siguiente para sus ventas de vehculos recreativos. Suponga que sus ventas anuales estn relacionada con las ventas de su sector industrial y ha preparado estos datos histricos.
Ventas del sector industrial (Millones de dlares) 536 791 650 813 702 575 684 Ventas anuales de la empresa (Nmero de vehculos recreativos) 98 137 112 145 120 103 116
Si la estimacin de las ventas para el sector industrial del ao que viene es de 725 millones de dlares, utilice una regresin lineal simple para pronosticar la demanda anual de vehculos recreativos de la empresa para dicho ao. Definiendo la tabla de datos: X 536 791 650 813 702 575 684 4751 Y 98 137 112 145 120 103 116 831 X^2 287296 625681 422500 660969 492804 330625 467856 3287731 XY 52528 108367 72800 117885 84240 59225 79344 574389
= Estableciendo la ecuacin:
Pgina 36

Determinando por grfica:

160 140 120 100 80 60 40 20 0 0 200 400 600 800 1000 Series1 Linear (Series1) y = 0.1643x + 7.1979
Reemplazando el valor correspondiente al ao siguiente para el pronstico:
5.- En el problema 3, IPC se pregunta si el anlisis de regresin de la serie de tiempo es mejor manera de pronosticas las ventas del ao que viene. Estn examinando los siguientes datos de la industria:
AO INGRESOS VENTAS DE XT(MILLONES DOLARES) 2.4 5.9 15.5 2.8 35.9 38.1 POR INGRESOS POR PC VENTAS DE PC EN DE TODA LA INDUSTRIA (MILES DE MILLONES DE DOLARES) 4.6 8.6 10.7 14.8 18.5 19.4
1 2 3 4 5 6
a.) Haga un anlisis de regresin entre los ingresos por ventas anuales de computadoras personales XT y los ingresos por ventas anuales de PC en toda la industria. Cul es el pronstico de ingresos por ventas del ao que viene (ao 7) para las computadoras personales XT, si la estimacin del siguiente ao de ingresos por ventas de PC para toda la industria es de 21.900 millones de dlares?

b.) Qu pronstico el pronstico de serie de tiempo del problema 3 o el pronstico de este problema- parecera ser mejor? Por qu? MES(X) 1 2 3 4 5 6 21 VENTAS(PC XT) (Y) X^2 2.4 1 5.9 4 15.5 9 2.8 16 35.9 25 38.1 36 100.6 91 XY 2.4 11.8 46.5 11.2 179.5 228.6 480
TOTAL a= b=
-8.813333333 7.308571429
y=
a+bx Por tanto el pronstico para el mes 7mo es: Y7= -8.813333333 + 7.308571429(7) Y7= 42.34666667 La venta es 42.34666667 millones de dlares.
6.) La Comfort Zone Company (CZC) es un fabricante mediano con 10 aos de antigedad de equipo de calefaccin y enfriamiento. Las ventas estn creciendo con rapidez y es necesario incrementar la capacidad de produccin. La gerencia de la empresa se pregunta si los datos nacionales de construccin de vivienda pudieran resultar un buen indicador de las ventas anuales de la empresa.
Ao 1 2 3 4 5 6
Construccin de Viviendas Ventas anuales de Comfort (millones) Zone (millones de dlares) 2.1 230 1.8 215 2.4 270 2.8 310 3.1 360 2.6 370
Pgina 38

2.4
375
a) Desarrolle un anlisis de regresin simple entre las ventas de CZC y la construccin de viviendas. Pronostique las ventas de CZC durante los siguientes dos aos. El National Home Builders Association estima que la inversin en construccin de viviendas ser de 2.6 millones y de 3.0 millones para los dos aos siguientes. b) Qu porcentaje de variacin en ventas de CZC queda explicado por la inversin en construccin de viviendas? c) Recomendara usted que CZC utilizar el pronstico del inciso para planear una expansin de las instalaciones? Por qu? Qu podra hacerse para mejorar el pronstico? Solucin: a) X 2.1 1.8 2.4 2.8 3.1 2.6 2.4 17.2 Y 230 215 270 310 360 370 375 2130 X2 4.41 3.24 5.76 7.84 9.61 6.76 5.76 43.38 XY 483 387 648 868 1116 962 900 5364 Y2 52900 46225 72900 96100 129600 136900 140625 675250
a = 17.724
b = 116.624 y = 17.724 + 116.624X
Pgina 39

La ecuacin de regresin para el ao 1 es: y = 17.724 + 116.624X y = 17.724 + 116.624(2.6) y = 320.946 La ecuacin de regresin para el ao 2 es: y = 17.724 + 116.624X y = 17.724 + 116.624(3) y = 367.596
b) r
r = 0.748
Existe una relacin positiva fuerte entre el ao y los nacimientos. r2 = (0.748)2 * 100% r2 = 56%
c) S, porque el coeficiente de correlacin es de 0.76, es decir los clculos son confiables, ya que las ventas estn en crecimiento es fiable la expansin de las instalaciones, porque as se obtendr mayores ventas y habr mayores ingresos para la empresa.
8. La planea de IPC estima la demanda semanal de los muchos materiales que tiene en inventario. Est estudiando uno de estos componentes, el CTR 5922. Las 12 semanas ms recientes de demanda para el CTR 5922 son:
SEMANA 1 2 DEMANDA DEMANDA DEMANDA DEMANDA SEMANA SEMANA SEMANA (UNIDADES) (UNIDADES) (UNIDADES) (UNIDADES) 169 227 4 5 171 163 7 8 213 175 10 11 158 188
Pgina 40

176
157
178
12
169
Utilice el mtodo de promedios mviles para pronsticos a corto plazo, con un promedio de tres semanas, para desarrollar para la semana 13 un pronstico de la demanda para el componente CRT 5922. SEMANAS 1 2 3 4 5 6 7 8 9 10 11 12 13 DEMANDA (UNIDADES) 169 227 176 171 163 157 213 175 178 158 188 169 166 REAL 3 SEMANA DESVIACION SEMANA 3
171.667
2.667
Con un promedio de tres semanas, para desarrollar para la semana 13 el pronstico de la semana 13 es 166 unidades
9.- Holiday Lodge es un gran hotel y casino en Lago Tahoe, California. El hotel es relativamente nuevo, dos aos, y el gerente est intentando desarrollar un plan para el personal del departamento de mantenimiento. El gerente del hotel desea utilizar dos aos de datos que aparecen a continuacin para pronosticar con un mes de
anticipacin la cantidad de llamadas para mantenimiento
Pgina 41

a.- Desarrolle pronsticos de promedio mvil para los ltimos 10 meses (meses 15- 24) con numero de promedios promediados de 2, 4, 6 y 8 meses MES LLAMADAS POR MES 2 MANTENIMIENTO MES 4 MES 6 MES 8
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
46 39 28 21 14 16 14 13 9 13 18 15 12 6 19 9 12 14 16 12 13 9 14 15
9 12,5 14 10,5 13 15 14 12,5 11 11,5
12,75 13 11,5 11,5 13,5 12,75 13,5 13,75 12,5 12
12,17 13,83 13,17 12,17 12,00 12,67 13,67 12,67 12,67 13,00
12,50 13,13 12,63 13,00 13,13 12,88 12,50 12,63 13,00 12,38
b.- Que cantidad de periodos promediados da como resultado el error de pronostico medio absoluto ms bajo? Que numero de periodos promediados recomienda usted? Porque?
Pgina 42

LLAMADAS POR MANTENIMIENTO 46 39 28 21 14 16 14 13 9 13 18 15 12 6 19 9 12 14 16 12 13 9 14 15 DESVIACION DESVIACION DESVIACION DESVIACION 2 MESES 4 MESES 6 MESES 8 MESES
MES 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
2 MESES
4 MESES
6 MESES
8 MESES
9,00 12,50 14,00 10,50 13,00 15,00 14,00 12,50 11,00 11,50
12,75 13,00 11,50 11,50 13,50 12,75 13,50 13,75 12,50 12,00
12,17 13,83 13,17 12,17 12,00 12,67 13,67 12,67 12,67 13,00
12,50 13,13 12,63 13,00 13,13 12,88 12,50 12,63 13,00 12,38 PROMEDIO= MAD=
10,00 3,50 2,00 3,50 3,00 3,00 1,00 3,50 3,00 3,50 36,00 3,60
6,25 4,00 0,50 2,50 2,50 0,75 0,50 4,75 1,50 3,00 26,25 2,63
6,83 4,83 1,17 1,83 4,00 0,67 0,67 3,67 1,33 2,00 27,00 2,70
6,50 4,13 0,63 1,00 2,88 0,88 0,50 3,63 1,00 2,63 23,75 2,38
RESPUESTA: Se recomienda el promedio mvil de 8 meses ya que este tiene el pronstico medio absoluto ms bajo siendo este 2.38
c.- Utilizando la cantidad de periodos promediados que usted recomienda, pronostique el nmero de llamadas para mantenimiento pera en mes siguiente? 25 13,13
10. El gerente del Holiday Lodge del problema 9 se pregunta si los datos del pasado ms reciente tiene mayor importancia que los ms antiguos. Suponga que la cantidad de llamadas para mantenimiento del mes 25 se pondera 0.5 y los pesos de los meses anteriores se reducen de manera secuencial por un factor de 0.5 (es decir, 0.5 , 0.25, 0.125,etctera).
Pgina 43

a) Desarrolle los pesos o coeficiente de ponderacin utilizarse en el pronstico de promedios mviles ponderados. b) Utilice los pesos del inciso a para pronosticar la cantidad de llamadas para mantenimiento para el mes de 25 de los datos del problema 9 si la cantidad de periodos promediados =10. Pronostico para cada MES LLAMADAS POR MES 2 MES 4 MES 6 MANTENIMIENTO 19 9 12 14 16 12 13 9 14 15 0.5 0.25 0.125
a)
MES
MES 8
15 16 17 18 19 20 21 22 23 24 b)
0.0625
PESOS PARA CADA MES
PRONSTICOS MES 2 MES 4 MES 6 MES 15 16 17 18 19 20 21 PESOS PARA CADA MES LLAMADAS POR MANTENIMIENTO 0.5 0.25 0.125 19 9 12 14 16 12 13 19 19 14 13 13.5 14.8 13.4 19 19 16.5 13.5 13.3 14.1 14.1 19 19 17.75 13.75 13.13 13.81 14.41 MES 8
MAD MES 2 MES 4 MES 6 MES 8
PESOS PARA CADA MES 0.0625 19 19 9.63 12.13 13.94 15.84 12.17 0.5 0 10 2 1 2.5 2.8 0.4 0.25 0 10 4.5 0.5 2.8 2.1 1.1 0.125 0 10 5.8 0.3 2.9 1.8 1.4 0.0625 0 10 2.4 1.9 2.1 3.8 0.8
Pgina 44

22 23 24 25
9 14 15
13.2 11.1 12.5 13.8
13.3 12.1 11.8 13.2
13.33 12.66 11.46 12.85
13.02 9.26 13.82 14.85
4.2 2.9 2.5
4.3 1.9 3.2
4.3 1.3 3.5
4.0 4.7 1.2
sumatoria MAD
28.2
30.3
31.3
30.9
R: La cantidad de llamadas para el MES 25 es de 14 de acuerdo al pronostico de 2 meses basado en el valor menor del MAD
11. La cantidad de auditores fiscales que necesita el Internal Revenue Service de Texas vara de un trimestre a otro. Los ltimos 12 trimestres aparecen a continuacin:
Ao Trimestre 1 1 2 3 4 1 2 2 3 4 1 3 2 3 4 Auditores 132 139 136 140 134 142 140 139 135 137 139 141
a. Utilice los promedios mviles para pronosticar la cantidad de auditores que se necesitan durante el trimestre siguiente, si la cantidad de periodos promediados=2, si el nmero de periodos promediados=4, y si la cantidad de periodos promediados=6. b. Cul de estos pronsticos, con base en la desviacin media absoluta, despliega mayor precisin de pronstico a lo largo de los ltimos seis trimestres de datos histricos? RESPUESTA a. Pronostico con cantidad de periodos promediados = 2

Trimestre 1 2 3 4 5 6 7 8 9 10 11 12
Auditores 132 139 136 140 134 142 140 139 135 137 139 141
Pronostico con cantidad de periodos promediados = 4 Trimestre 1 2 3 4 5 6 7 8 9 10 11 12 Auditores 132 139 136 140 134 142 140 139 135 137 139 141
Pgina 46

Pronostico con cantidad de periodos promediados = 6 Trimestre 1 2 3 4 5 6 7 8 9 10 11 12 Auditores 132 139 136 140 134 142 140 139 135 137 139 141
b.
Ao 1 Trimestre Auditores 2 4 6 periodos periodos periodos 1 2 3 132 139 136 135.5

Pgina 47
Desviacion 2 periodos
Desviacion Desviacion 4 periodos 6 periodos

4 2 1 2 3 4 3 1 2 3 4
140 134 142 140 139 135 137 139 141
137.5 138 137 138 141 139.5 137 136 138 136.75 137.25 138 139 138.75 139 137.75 137.5 137.16667 2 138.5 138.5 2 4.5 2 0 3.75 2 1.25 3.5 12.5 2.8333333 0.5 3.5 1.333333 1.1666667 2.3333333 11.666666
138.33333 0 137.83333 3 138.66667 3 Desviacin 14.5 absoluta total MAD
2.41666667 2.0833333
1.9444444
Con base a la desviacin media absoluta a lo largo de los ltimos 6 trimestres de datos histricos se obtiene que el ms preciso es aquel que se realiz con periodos promediados =6, ya que al igual que el erros estndar, mientras ms bajos sean los valores obtenidos, el modelo de pronsticos es mejor.
12.- Utilizando los datos del problema 2, determine si deber utilizarse un numero de periodos promediados=1, una cantidad de periodos promediados=2, o una cantidad de periodos promediados=4 para desarrollar pronsticos de promedio mvil, de forma que el MAD de los ltimos cuatro periodos se reduzca al mnimo. Considerando el patrn de datos del pasado. por qu se esperara que este valor de la cantidad de periodos nos diera una precisin de pronostico mayor?
Pgina 48

AO 1 2 3 4 5 6 7 8
NACIMIENTO 565 590 583 597 615 611 610 623
DESVIACION 1 DESVIACION 2 DESVIACION 4
597 615 611 610
590 606 613 610,5
583,75 596,25 601,5 608,25 SUMA= MAD=
18 4 1 13 36 9
25 5 3 12,5 45,5 11,38
31,25 14,75 8,5 14,75 69,25 17,31
13.- The Sporting Charge Company adquiere grandes cantidades de cobre que se emplean en sus productos manufacturados. Bill Bray est desarrollando un sistema de pronstico para los precios del cobre. Ha acumulado estos datos histricos.
MES 1 2 3 4 5 6 7 8
PRECIO COBRE/LIBRA $ 0,99 0,97 0,92 0,96 0,93 0,97 0,95 0,94
DEL
MES 9 10 11 12 13 14 15 16
PRECIO COBRE/LIBRA $ 0,98 0,91 0,89 0,94 0,99 0,95 0,92 0,97
DEL
a. Utilice la suavizacin exponencial para pronosticar los precios mensuales del cobre. Calcule cuales hubieran sido los pronsticos para todos los meses de datos histricos con =0,1; =0,3 y =0,5 si para todas las el pronstico del primer mes fue de 99 centavos de dlar.
Si
Entonces:
Pgina 49

PRONSTICOS MES PRECIO DEL COBRE/LIBRA $ 1 0,99 2 0,97 3 0,92 4 0,96 5 0,93 6 0,97 7 0,95 8 0,94 9 0,98 10 0,91 11 0,89 12 0,94 13 0,99 14 0,95 15 0,92 16 0,97
=0,1 0,990 0,990 0,988 0,981 0,979 0,974 0,974 0,971 0,968 0,969 0,963 0,956 0,955 0,958 0,957 0,954
=0,3 0,990 0,990 0,984 0,965 0,963 0,953 0,958 0,956 0,951 0,960 0,945 0,928 0,932 0,949 0,950 0,941
=0,5 0,990 0,990 0,980 0,950 0,955 0,943 0,956 0,953 0,947 0,963 0,937 0,913 0,927 0,958 0,954 0,937 = MAD
MAD =0,1 0,000 0,020 0,068 0,021 0,049 0,004 0,024 0,031 0,012 0,059 0,073 0,016 0,035 0,008 0,037 0,016 0,476 0,030
=0,3 0,00 0,02 0,06 0,00 0,03 0,02 0,01 0,02 0,03 0,05 0,05 0,01 0,06 0,00 0,03 0,03 0,426 0,027
=0,5 0,00 0,02 0,06 0,01 0,02 0,03 0,01 0,01 0,03 0,05 0,05 0,03 0,06 0,01 0,03 0,03 0,461 0,029
b. Qu valor de alfa () resulta a lo largo del perodo de 16 meses en una desviacin media absoluta ms baja? La desviacin media absoluta ms baja se determina por: Dato que ya se encuentra registrado en la tala anterior y muestra que: El =0,3 tiene una desviacin media absoluta de 0,027 siendo sta las ms baja de las tres pues MAD 0,1= 0,03 y MAD 0,5=0,029 c. Utilizando el alfa () del inciso b pronostique el precio del cobre para el mes 17. Para el =0,3 el pronstico es:
15.-En el problema 8, si se utiliza una constante de suavizacin de 0.25 y el pronstico de suavizacin exponencial de la semana 11 fue de 170.76 unidades, Cul es el pronstico de suavizacin exponencial correspondiente a la semana 13?
Pgina 50

SEMANAS
1 2 3 4 5 6 7 8 9 10 11 12 13 SEMANA 12
DEMANDA REAL (UNIDADES) 169 227 176 171 163 157 213 175 178 158 188 169 166
=0.25
170.76 175.07 173.55
SEMANA 13
16.- En los problemas 8 y 15, Cul seria el mtodo de pronostico preferido: el mtodo de promedios mviles con cantidad de periodos promediados =3, o el mtodo de suavizamiento exponencial, con ? el criterio para elegir entre los mtodos es la desviacin media absoluta a lo largo de las nueve semanas mas recientes. Suponga que el pronstico de suavizamiento exponencial para la semana 3 es la misma que la demanda real
Promediados =3
Semanas
Demanda Pronostico=3 Desviacion 1 169 2 227

Pgina 51

3 176 4 171 5 163 6 157 7 213 8 175 9 178 10 158 11 188 12 169 Desviacin Total Absoluta Desviacin Media Absoluta 13 14 15
250 200 150
190,667 191,333 170,000 163,667 177,667 181,667 188,667 170,333 174,667
19,667 28,333 13,000 49,333 2,667 3,667 30,667 17,667 5,667 170,667 1.70
169 169 169
171,667 175,333 169,000
Series1 100 50 0 0 5 10 15 20
Con Pronostico =0,25 Desviacin 169 0 169 58 170,75 5,25 172,06 1,06
Pgina 52
Semanas 1 2 3 4
Demanda 169 227 176 171

5 163 6 157 7 213 8 175 9 178 10 158 11 188 12 169 Desviacin Total Absoluta Desviacin Media Absoluta 13 14 15 169 169 169
172,04 169,78 166,58 178,19 177,39 177,54 172,66 176,49
9,04 12,78 46,42 3,19 0,61 19,54 15,34 7,49 178,718 1.78
174,620 173,215 172,161
250
200
150 Series1 100
50
0 0 5 10 15 20
El mtodo de pronostico preferido es el mtodo de suaviza miento exponencial con que es el mejor se adapta al estudio de los componente de CRT 5922
ya
17.- Utilizando los datos del problema dos, determonar si para desarrollar pronosticos de suavizamiento exponenial deberia utilizarse una constante de suavizamiento exponencial = 0.1, = 0.5, = 0.9 de forma que MAD quede

minimizado a lo largo de ocho periodos. Suponga que el periodo del primer periodo es de 565. Por que se habria previsto que este valor de tendria la mejor presicion del pronostico.
AO 1 2 3 4 5 6 7 8
NACIMIENTOS 565 590 583 597 615 611 610 623
PRONOSTICO = 0.1 565 565 567,5 569,05 571,845 576,1605 579,64445 582,680005
MAD = 0.5 = 0.9 = 0.1 565 565 0 565 565 25 565 565 15,5 566,25 565 27,95 567,65 565,625 43,155 569,7475 566,6375 34,8395 572,954 568,1925 30,35555 576,299225 570,57325 40,319995 MAD 217,120045 MAD 27,1400056
= 0.5 0 25 18 30,75 47,35 41,2525 37,046 46,700775 246,099275 30,7624094
= 0.9 0 25 18 32 49,375 44,3625 41,8075 52,42675 262,97175 32,8714688
EL INDICE DE RESPUESTA DESEADO () DE 0.1 ES LA MEJOR CONSTANTE DE SUAVIZACION DE LOS TRES. YA QUE NOS DA EN PROMEDIO LA MENOR DESVIACION ABSOLUTA A COMPARACION CON LA =0.5, =0.9
18.- Utilice los datos del problema 2 para desarrollar un pronstico para el ao 9, utilizando el modelo de suavizacin exponencial con tendencia. Inicie su anlisis en el ao 4; FT= 497, T4= 7, = 0.4 y = 0.3
AO 1 2 3 4 5 6 7 NACIMIENTO 565 590 583 597 615 611 610 Tt =0,30 Ft =0,40 FITt
7,00 18,16 24,84 25,38
497,00 541,20 581,62 608,27
504,00 559,36 606,45 633,65

Pgina 54

8 9
623
22,54 19,70
624,19 637,24
646,74 656,94
19. Utilice los datos del problema 3 para desarrollar un pronstico para el ao 7 utilizando el modelo de suavizacin exponencial con tendencia. Indique su anlisis en el ao 1 y suponga que =0.3 y =0.2. Estime FT1 y T1 como en el ejemplo 3.7.
AO t 1 2 3 4 5 6
INGR. VENTAS (MILLONES) At 2,4 5,9 15,5 27,8 35,9 38,1 INGR. VENTAS (MILLONES) At 2,4 5,9 15,5 27,8 35,9 38,1 INGR. VENTAS (MILLONES) At 2,4 5,9 15,5
FTt 2.4 9.6 15.7 22.6 31.1 39.8
+ + + + + + +
(At 0.3(2.4 0.3(5.9 0.3(15.5 0.3(27.8 0.3(35.9 0.3(38.1
FTt) 2.4) 9.6) 15.7) 22.6) 31.1) 39.8)
= = = = = = =
St 2.4 8.49 15.6 24.2 32.5 39.3
AO t 1 2 3 4 5 6
Tt-1 7.2 7.2 6.98 6.9 7.22
+ (FTt + + + + + 0.2(9.6 0.2(15.7 0.2(22.6 0.2(31.1 0.2(39.8
FTt- 1) 2.4 9.6 15.7 22.6 31.1
Tt- 1) 7.2 7.2 6.98 6.9 7.22
= Tt = = = = = 7.2 7.2 6.98 6.9 7.22 8.7
AO t 1 2 3
St-1
+ Tt-1
2.4 + 7.2 8.49 + 7.2
= = = =
FTt 2.4 9.6 15.7

Pgina 55

4 5 6 6
27,8 35,9 38,1 -
15.6 24.2 32.5 39.3
+ + + +
6.98 6.9 7.22 8.7
= = = =
22.6 31.1 39.8 48
20.-General Computer Services (GCS) suministra en la regin de Seattle, Washington, servicios de cmputo a pequeos fabricantes, bajo pedido. Los trabajos generalmente incluyen procesamientos rutinarios de datos y de cmputo para aumentar el aprovechamiento de las computadoras en las instalaciones de los clientes. Un analista de produccin de GCS ha desarrollado una ecuacin de regresin lineal que estima el nmero de horas de facturacin de una orden de servicio:
Dnde: Cantidad de horas de facturacin por orden de servicio Cantidad de rdenes en el pasado del cliente durante los ltimos cinco aos Numero de la semana en el mes cuando se recibi la orden (1, 2, 3, 4) Inverso del nmero de empleados de servicio de computacin en las instalaciones del cliente 0.89 a. Estime la cantidad de horas de facturacin requeridas en la siguiente orden, donde , 2, y . b. Cul es el significado de ? RESPUESTA: a.
b. El coeficiente de determinacin es un parmetro que permite decidir si el ajuste lineal es suficiente o se deben buscar modelos alternativos, en este caso el valor de 0.89 expresa que el 89% de la variacin total de la variable dependiente y queda explicada por x o por la lnea de tendencia
Pgina 56

22. La Burling Company ha observado que sus ventas mensuales parecen estar relacionadas con el nmero de vendedores que contrata, con la cantidad gastada por publicidad y con el precio de su producto. Ha desarrollado un modelo de pronsticos de ventas de regresin mltiple.
Dnde: Cantidad de unidades vendidas en un mes = cantidad de vendedores contratados Monto de dlares desembolsado en publicidad en un mes Precio cargado por una unidad de producto El gerente de ventas de Burling desea un pronstico de ventas para el mes siguiente, si se utilizan 17 vendedores, se desembolsan 21 mil dlares en publicidad y el precio se fija en 31.99 dlares. a) Utilice un modelo de pronstico de regresin mltiple para desarrollar un pronstico para el nmero de unidades del producto que se vendern el mes siguiente. b) Explique sus supuestos implcitos en su pronstico. a)
Para el siguiente mes luego de obtener un pronstico de regresin lineal mltiple se obtiene un valor de 13352.748 unidades vendidas b) Mientras exista una mayor cantidad de vendedores a la ves tambin se desembolsar mayor cantidad de dlares en publicidad para lo cual mediante el pronstico se quiere establecer que exista una disminucin en el precio cargado por cada unidad la misma que permite una menor dificultad en el instante de pronosticar y obtener una mayor ganancia en la cantidad de unidades que se venden al mes.
23.-De los datos del problema 2: a. Calcule el error estndar del pronstico. b. Determine los lmites de confianza superior e inferior que se pueden estimar para el pronstico del ao 11 si se utiliza un nivel de significancia de 0.01.

Datos: x 1 2 3 4 5 6 7 8 36 y 565 590 583 597 615 611 610 623 4794 x^2 1 4 9 16 25 36 49 64 204 xy 565 1180 1749 2388 3075 3666 4270 4984 21877 y^2 319225 348100 339889 356409 378225 373321 372100 388129 22982436
suma a= 566,68 b=7,24 Para el ao 11 y=566,68+7,24(11) y= 646,32
Solucin a. Syx= Syx= Syx= 1830,636
b. Limite superior Ls= YL1 + t Syx Ls= 646,32 + (0.01) 1830,636 Ls= 664,626
Limite inferior

Li= YL1 +-t Syx Li= 646,32 - (0.01) 1830,636 Li=628,013
680 660 640 620 600 580 560 0 2 4 6 8 10 12 Series1 Limites
Ls
Li
24.- De los datos del problema 3. Cul es el rango del pronstico para el ao siguiente si solo utiliza un intervalo de confianza del 95%? Integrated Products Coporation (IPC) necesita estimar sus ventas del prximo ao. La siguiente tabla contiene los ingresos de la lnea de computadoras XT de la empresa de los ltimos seis aos.
Ao 1 2 3 4 5 6 Ingreso de dlares) 2.4 5.9 15.5 27.8 35.9 38.1 ventas (millones de
a. Suponiendo que los datos de ventas arriba citados sean representativos de las ventas que se esperan el ao siguiente, utilice un anlisis de regresin de serie tiempo para pronosticar los ingresos por ventas de ese ao (ao 7) x y

xy 1 2 3 4 5 6 21 2,4 5,9 15,5 27,8 35,9 38,1 125,6 2,4 11,8 46,5 111,2 179,5 228,6 580 1 4 9 16 25 36 91 5,76 34,81 240,25 772,84 1288,81 1451,61 3794,08
El pronstico para el ao 7 es: 49 b. Determine el coeficiente de correlacin de los datos e interprete su significado r
Los aos con los ingresos son directamente proporcionales, es decir conforme aumentan los aos, los ingresos tambin lo hacen c. Determine el coeficiente de determinacin de los datos e interprete su significado
Existe un alto grado de confiabilidad en los resultados obtenidos por el pronstico
RANGO DEL PRONSTICO CON UN NIVEL DE CONFIANZA DEL 95%
Pgina 60

Df= 6-2=4
25.- De los datos del problema 5; a.- Si usted todava no lo ha hecho, calcule el pronstico de los ingresos por venta de IPC para el ao que viene. b.- Cul es el rango de modelo de pronstico de ingresos de ventas de IPC para el ao que viene si se utiliza un nivel de significancia de 0.01% (un intervalo de confianza de 99%)?
Ao 1 2 3 4 5 6 Ingresos por ventas de PC Ingresos por ventas de PC XT en toda la Industria (millones de dlares) (miles de millones de dlares) 2.4 4.6 5.9 8.6 1505 10.7 27.8 14.8 35.9 18.5 38.1 19.4
Regresin de mnimos cuadrados para pronosticar el ao siguiente.
Pgina 61

Ao (x)
Ingresos por ventas de PC XT (millones de dlares) (y)
1 2 3 4 5 6 SUMA =
1 2 3 4 5 6 21,00
2,40 5,90 15,50 27,80 35,90 38,10 125,60
Ingresos por ventas de PC en toda la Industria (miles de millones de dlares) 4,60 8,60 10,70 14,80 18,50 19,40 76,60
x^2
y^2
x*y
1,00 4,00 9,00 16,00 25,00 36,00 91,00
5,76 34,81 240,25 772,84 1288,81 1451,61 3794,08
2,40 11,80 46,50 111,20 179,50 228,60 580,00
20,93 X media 3,50
X media^2 12,25 b= n 7 8 9 10 8,02 Ao Y7 = Y8 = Y9 = Y10 = Pronstico 49,01 57,04 65,06 73,08 a= -7,15 Y = -7,12 -8,02x
b) El rango de modelo de pronstico de ingresos de ventas de IPC para el ao que viene si se utiliza un nivel de significancia de 0.01% (un intervalo de confianza de 99%).
Ao (x)
Ingresos por ventas de PC en toda la Industria (miles de millones de dlares) 4,60

Pgina 62

2 3 4 5 6 FITt-1 = = Ft = Tt-1 =
2 3 4 5 6 19,40 0,01 49,01 6
8,60 10,70 14,80 18,50 19,40
n 7
Ao Y7 =
Pronstico 49,01
Tt =
6,2961
27 un fabricante de computadoras desea desarrollar los pronsticos trimestrales de los ingresos por ventas del ao siguiente de su lnea de computadoras personales. La empresa cree que los ocho trimestres ms recientes de ventas deben ser representativos de las ventas del prximo ao:
Utilice el anlisis de regresin de series de tiempo estacionalizadas para desarrollar un pronstico de los ingresos por ventas que viene para la lnea de computadoras personales.
ao 1 1 1 1
trimestre 1 2 3 4
ventas(millones de dlares 9,2 5,4 4,3 14,1
ao 2 2 2 2
trimestre 1 2 3 4
ventas(millones de dlares 10,3 6,4 5,4 16
ao 1 2
trimestres 1 2 9,2 5,4 10,3 6,4 19,5 11,8
3 4,3 5,4 9,7
4 14,1 16 30,1
33 38,1 71,1
Pgina 63

promedio 9,75 5,9 4,85 15,05 I=suma de todos los datos dividido para el numero de datos I=8,8875 Id= promedio/I
35,55
ndice 1,09704641 0,66385373 0,54571027 1,69338959 estacionario Nuevo=demanda real/ndice datos desestacionalizados ao 1 2 1 8,38615385 8,13432203 2 9,38884615 9,64067797
3 7,87963918 9,89536082
4 8,32649502 9,44850498
Regresin Lineal trimestre "X" 1 2 3 4 5 6 7 8 36

12 10 8 6 4 2 0 0 2
ventas "Y" 8,38615385 8,13432203 7,87963918 8,32649502 9,38884615 9,64067797 9,89536082 9,44850498 71,1
x 1 4 9 16 25 36 49 64 204
xy 8,38615385 16,2686441 23,6389175 33,3059801 46,9442308 57,8440678 69,2675258 75,5880399 2559,6
y 70,3275763 66,167195 62,0887135 69,3305193 88,1504321 92,9426716 97,9181659 89,2742464 636,19952
y = 0.2689x + 7.6775 R = 0.7065
Series1 Linear (Series1)
10
Pgina 64

Y=ax+b a 0,2689 b= 7,6775
Y= 0,2689x+7,6775 pronostico estacionalizado pronostico trimestre "X" 9 10 11 12 13 14 15 16 ao 1 1 1 1 2 2 2 2 ventas "Y" 8,38615385 8,13432203 7,87963918 8,32649502 9,38884615 9,64067797 9,89536082 9,44850498 ndice estacional 1,09704641 0,66385373 0,54571027 1,69338959 1,09704641 0,66385373 0,54571027 1,69338959 estacionalizado 11,0775359 6,88183966 5,80384698 18,4652281 12,257519 7,59588073 6,39081294 20,286638
10,0976 10,3665 10,6354 10,9043 11,1732 11,4421 11,711 11,9799
Todos los datos con estacionalidad x 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 y 9,2 5,4 4,3 14,1 10,3 6,4 5,4 16 11,0775359 6,88183966 5,80384698 18,4652281 12,257519 7,59588073 6,39081294
Pgina 65

16
25
20,286638
20
15 Series1 10
0 0 5 10 15 20
28.-) U n distribuidor de tractores ha estado operando durante tres aos y medio y necesita estimar las ventas del ao que vine. Las ventas de los aos pasados han tendido a ser estacionales como se observa a continuacin.
Ao 1 2 3 4 5 Ventas trimestrales (nmero de productos) Q1 Q2 Q3 49 55 60 63 72 88 93 114 135 149 Q4 32 41 44 49
a.-) Desarrolle pronsticos para los siguientes cuatro trimestres. Ao 1 2 3 4 5 Totales Promedio Trimestral Indice de Estracionalidad Ventas trimestrales (nmero de productos) Q1 0 49 55 60 63 227 45,4 0,87 Q2 0 72 88 93 0 253 50,4 0,97 Q3 0 114 135 149 0 398 79,6 1,52 Q4 32 41 44 49 0 166 33,2 0,64 Total anual 32 276 322 351 63 1044 52,2
Pgina 66

Ao 1 2 3 4 5
Datos trimestrales ajustados desestacionalizados Q1 0 56,32 63,22 68,97 72,41 x 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 210 Q2 0 74,23 90,72 95,88 0 y 0 0 0 50 56,32 74,23 75 64,06 63,22 90,72 81,82 68,75 68,97 95,88 98,03 76,56 72,41 0 0 0 1035,97 0 y^2 0 0 0 2500 3171,9424 5510,0929 5625 4103,6836 3996,7684 8230,1184 6694,5124 4726,5625 4756,8609 9192,9744 9609,8809 5861,4336 5243,2081 0 0 0 79223,0385 Q3 0 75,00 81,82 98,03 Q4 50 64,06 68,75 76,56 0 x^2 1 4 9 16 25 36 49 64 81 100 121 144 169 196 225 256 289 324 361 400 2870 xy 0 0 0 200 281,6 445,38 525 512,48 568,98 907,2 900,02 825 896,61 1342,32 1470,45 1224,96 1230,97 0 0 0 11330,97
Periodos Ao 1 Ao 1 Ao 1 Ao 1 Ao 2 Ao 2 Ao 2 Ao 2 Ao 3 Ao 3 Ao 3 Ao 3 Ao 4 Ao 4 Ao 4 Ao 4 Ao 5 Ao 5 Ao 5 Ao 5 Totales
Pgina 67

Pronsticos descentralizados para los siguientes 4 trimestres:
Trimestres Q1 Q2 Q3 Q4
IE 0,87 0,97 1,52 0,64
Pronsticos Descentralizados 58,962 59,644 60,325 61,01
Pronsticos Estacionalizados 51,3 57,86 91,69 39,05
30. El siguiente es el nmero de cajas de vino merlot vendidos en la vinatera Connor Owen en un perodo de 8 aos.
Estime el valor de uniformidad calculado a fines de 2001, usando un modelo de suavizacin exponencial con un valor alfa de 0.20. Use la demanda promedio de 1998 a 2000 conforme su pronstico inicial.
AOS 1998 1999 2000 2001 2002 2003
DEMANDA REAL (UNIDADES) 270 356 398 456 358 500
PRONSTICO() 0,20 270,000 270,000 287,200 309,360 338,688 342,550
MAD = 0,20 0,000 86,000 110,800 146,640 19,312 157,450

Pgina 68

2004 2005
410 376
374,040 381,232 DESVIACIN TOTAL MAD
35,960 5,232 ABS. 561,394 70,174
PROMEDIO(19982000) MAD
341,3333 68,2667
Pgina 69

Deber Final Presentar

Transféré par

Informations du document

Description originale:

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Deber Final Presentar

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSIDAD TCNICA DE AMBATO

FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL PERODO ACADMICO: MARZO/2013 AGOSTO/2013

LISSETTE FALCN ROCO SNCHEZ

7MO SEMESTRE PROFESOR:

ING. JOHN REYES

UNIVERSIDAD TCNICA DE AMBATO

b) Con el promedio mvil simple a tres meses, determine el pronstico de julio.

UNIVERSIDAD TCNICA DE AMBATO

Series1 Linear (Series1)

UNIVERSIDAD TCNICA DE AMBATO

UNIVERSIDAD TCNICA DE AMBATO

Q1 INDICE ESTACIONAL 1.2299 Q2 0.8877

Ventas Trimestrales (miles de unidades) Q1 Q2 Q3 Q4

2005 2006 2007

UNIVERSIDAD TCNICA DE AMBATO

UNIVERSIDAD TCNICA DE AMBATO

x^2 1 4 9 16 25 36 49 64 81 100 121 144 650

700 600 500 400 Series1 300 200 100 0 0 2 4 6 8 10 12 Limites

Y=122,33+1,14x para el ao entrante y13= y14= y15= y16= y17= y18=

136,80303 137,939394 139,075758 140,212121 141,348485 142,484848

UNIVERSIDAD TCNICA DE AMBATO

UNIVERSIDAD TCNICA DE AMBATO

3 2 seal de seguimiento 1 0 0 -1 -2 -3 2 4 6 8 10 12 Series1 10, 2.2

UNIVERSIDAD TCNICA DE AMBATO

TS 2: Esto est dentro de los lmites. Por lo tanto, el pronstico es aceptable. N 1 2 3 4 5 6 7 8 9 10

UNIVERSIDAD TCNICA DE AMBATO

350 400 460

UNIVERSIDAD TCNICA DE AMBATO

130 150 160 170 160 150 MAD

UNIVERSIDAD TCNICA DE AMBATO

Marzo Abril Mayo Junio Julio Agosto Septiembre

150 170 160 180 140 130 140

UNIVERSIDAD TCNICA DE AMBATO

Desviacin Total 350 MAD 58,3333333

UNIVERSIDAD TCNICA DE AMBATO

-3 -10 0 20 60 80 115 170

-1.00 -2.00 0.00 2.00 3.75 4.80 5.96 7.16

14. La tabla siguiente contiene la demanda de los ltimos 10 meses.

PRONOSTICO =0,30 31,00 31,00 31,90 32,23 33,06

UNIVERSIDAD TCNICA DE AMBATO

34,24 34,77 35,74 37,02 37,91

UNIVERSIDAD TCNICA DE AMBATO

FT3=32.60 T3=T2+(F3-FIT2) T3=1+0.30(32.60-32) T3=1.18

FIT3= F3+T3 FIT3=32.60+1.18 FIT3=33.78 FT4= FIT3+ (A3- FIT3) FT4=33.78+0.30(31-33.78)

FIT2= F2+T2 FIT2=31+1 FIT2=32 FT3= FIT2+(A2- FIT2) FT3=32+0.30(31-32)

FT4=33.55 T4=T3+ (F4-FIT3) T4=1.18+0.30(33.55-33.78) T4=1.11

UNIVERSIDAD TCNICA DE AMBATO

FIT5= F5+T5 FIT5=34.76+1.14 FIT5=35.90

FIT9= F9+T9 FIT9=39.43+1.17 FIT9=40.60 FT10= FIT9+(A9- FIT9) FT10=40.60+0.30(31-40.60)

UNIVERSIDAD TCNICA DE AMBATO

FT10=40.42 T10=T9+(F10-FIT9) T10=1.17+0.30(40.42-40.60) T10=1.11

FIT10= F10+T10 FIT10=40.42+1.11 FIT10=41.54

c) Calcule la desviacin absoluta media (MAD) de cada pronstico. Cul es el mejor?

UNIVERSIDAD TCNICA DE AMBATO

17.- La demanda histrica de un producto es como sigue:

UNIVERSIDAD TCNICA DE AMBATO

b) MES Abril Mayo Junio Julio Agosto Septiembre Octubre

UNIVERSIDAD TCNICA DE AMBATO

90 80 70 60 50 40 30 20 10 0 0 2 4 6 8 Series1 Linear (Series1) y = 3.8571x + 54

d) Pronostico para Octubre x=7

TRIMESTRE AO PASADO ESTE AO I 23000 1900

UNIVERSIDAD TCNICA DE AMBATO

27000 18000 9000