Preguntas para anlisis 143

Autoevaluacin
Antes de realizar la autoevaluacin, revise los objetivos de
aprendizaje enlistados al inicio del captulo, las notas al mar-
gen, y los trminos clave incluidos al final del captulo.
Revise sus respuestas en el apndice V.
Vuelva a estudiar las pginas que correspondan a cada pre-
gunta que respondi incorrectamente o al material sobre el cul
se sienta inseguro.
1. Los horizontes de tiempo del pronstico incluyen:
a) el largo plazo
b) el mediano plazo
c) el corto plazo
d) todas las respuestas anteriores son correctas
2. Los mtodos cuantitativos de pronstico incluyen:
a) composicin de la fuerza de ventas
b) jurado de opinin ejecutiva
c) encuesta en el mercado de consumo
d) suavizamiento exponencial
e) todos son mtodos cuantitativos
3. El mtodo que considera la relacin entre los datos y la variable
que se predice es:
a) el suavizamiento exponencial
b) el de pronsticos asociativos
c) el promedio mvil ponderado
d) todas las respuestas anteriores son correctas
4. Tres medidas populares de la exactitud del pronstico son:
a) error total, error promedio y error medio
b) error promedio, error mediano y error mximo
c) error mediano, error mnimo y error absoluto mximo
d) error absoluto medio, error cuadrtico medio y error por-
centual absoluto medio
5. En el suavizamiento exponencial, cuando la constante de suavi-
zamiento es alta:
a) se coloca ms ponderacin en los datos ms recientes
b) se coloca menos ponderacin en los datos ms recientes
c) el pronstico ser un nmero alto
d) el pronstico es un nmero ubicado entre 1 y +1
6. En relacin con un pronstico basado en regresin, el error
estndar de la estimacin proporciona una medida de:
a) la exactitud global del pronstico
b) el periodo de tiempo para el cual es vlido el pronstico
c) el tiempo requerido para obtener la ecuacin de pronstico
d) el error mximo del pronstico
e) todas las respuestas anteriores son correctas
7. La diferencia principal entre la regresin simple y la regresin
mltiple es ____________.
8. La diferencia entre un modelo de promedios mviles y otro de
suavizamiento exponencial es que ____________.
9. El propsito de dibujar un diagrama de dispersin es ________.

Ejercicios para el estudiante

Consulte en nuestro sitio web y en el CR-ROM los materiales de apoyo disponibles para este captulo.
En nuestro sitio web En el CD-ROM del estudiante En el CD-ROM de videos
Exmenes de auto-estudio Problemas de prctica Video clips
Problemas de prctica Ejercicios de modelo activo Casos en video
Recorrido por una compaa virtual Excel OM
Casos en internet Archivos de datos de Excel OM
Presentacin en Power Point POM para Windows

Preguntas para anlisis

1. Qu es un modelo de pronstico cualitativo y cundo es
apropiado su uso?
2. Identifique y describa brevemente los dos enfoques generales
del pronstico.
3. Identifique los tres horizontes de tiempo para pronsticos.
Establezca una duracin aproximada para cada uno.
4. Describa brevemente los pasos necesarios para desarrollar un
sistema de pronsticos.
5. Un administrador escptico pregunta para qu puede usarse un
pronstico de mediano plazo; sugirale tres usos o propsitos
posibles.
6. Explique qu tcnicas de pronsticos, como promedios mviles,
promedios mviles ponderados y suavizamiento exponencial,
no son apropiadas para las series de datos que presentan una
tendencia.
7. Cul es la diferencia bsica entre promedios mviles ponderados
y suavizamiento exponencial?
8. Cules son los tres mtodos empleados para medir la exactitud
de cualquier mtodo de pronsticos? Cmo determinara usted
si es mejor una regresin de series de tiempo o un suaviza-
miento exponencial para una aplicacin especfica?
9. Investigue y describa brevemente el mtodo Delphi. Cmo
podra usarlo alguno de los jefes para los que usted ha traba-
jado?
10. Cul es la principal diferencia entre un modelo de series de
tiempo y un modelo asociativo?
11. Defina qu es una serie de tiempo.
12. Qu efecto tiene el valor de la constante de suavizamiento en
la ponderacin dada a los valores recientes?
13. Explique el valor que tienen los ndices estacionales al pronos-
ticar. En qu difieren los patrones cclicos y los patrones esta-
cionales?
14. Qu tcnica de pronstico da ms importancia a los valores
recientes? Cmo hace esto?
144 Captulo 4 Pronsticos

15. Explique con sus propias palabras qu es un pronstico adaptable.
16. Cul es el propsito de las seales de control?
17. Explique con sus propias palabras cul es el significado del
coeficiente de correlacin. Analice el significado de un valor
negativo del coeficiente de correlacin.
18. Cul es la diferencia entre una variable dependiente y una
variable independiente?
19. Mencione algunos ejemplos de industrias afectadas por la esta-
cionalidad. Por qu estos negocios desearan no depender de
la estacionalidad?
20. D algunos ejemplos de industrias donde el pronstico de la
demanda depende de la demanda de otros productos.
21. Qu ocurre con nuestra capacidad para pronosticar cuando
pronosticamos periodos cada vez ms lejanos en el futuro?

Dilema tico
En 2006, el consejo de regentes que era responsable del finan-
ciamiento de la educacin pblica profesional en uno de los estados
del oeste medio de Estados Unidos contrat a un consultor para
desarrollar una serie de modelos para pronosticar las inscripciones,
uno por cada colegio. Estos modelos usaban datos histricos y
suavizamiento exponencial para pronosticar las inscripciones del
siguiente ao escolar. Con base en cada modelo, que inclua una
constante de suavizamiento () para cada institucin, el consejo
estableca el presupuesto por colegio. La presidenta del conse-
jo seleccion personalmente cada constante de suavizamiento a par-
tir de lo que llam sus reacciones viscerales y entendimiento
poltico.
Cules son las ventajas y desventajas de este sistema?
Responda desde la perspectiva de: (a) el consejo de regentes, y (b) el
regente de cada colegio. De qu manera se podra abusar de este
modelo y qu podra hacerse para eliminar cualquier sesgo? Cmo
podra emplearse el modelo de regresin para producir resultados
que favorecieran un pronstico sobre otro?

Problemas*
4.3 Regrese al problema 4.2. Desarrolle un pronstico para
4.1 La tabla siguiente da el nmero de unidades de sangre los aos 2 a 12 usando suavizamiento exponencial con = .4 y un
tipo A que el hospital Woodlawn utiliz en las ltimas 6 semanas: pronstico para el ao 1 de 6. Grafique su nuevo pronstico junto
con los datos reales y un pronstico intuitivo. Con base en una
Semana de Unidades usadas inspeccin visual, cul pronstico es mejor? PX
Agosto 31 360 4.4 Un centro de procesamiento de cheques usa el suaviza-
Septiembre 7 389 miento exponencial para pronosticar el nmero de cheques entrantes
Septiembre 14 410 cada mes. El nmero de cheques recibidos en junio fue de 40 millo-
Septiembre 21 381 nes, aunque el pronstico era de 42 millones. Se us una constante
Septiembre 28 368 de suavizamiento de .2.
Octubre 5 374 a) Cul es el pronstico para julio?
b) Si el centro recibi 45 millones de cheques en julio, cul ser el
a) Pronostique la demanda para la semana del 12 de octubre pronstico para agosto?
usando un promedio mvil de 3 semanas. c) Por qu podra ser inapropiado este mtodo de pronstico para
b) Utilice un promedio mvil ponderado de tres semanas, con pon- esta situacin? PX
deraciones de .1, .3 y .6, usando .6 para la semana ms reciente.
4.5 El hospital Carbondale est considerando comprar una
Pronostique la demanda para la semana del 12 de octubre.
nueva ambulancia. La decisin depender, en parte, del nmero de
c) Calcule el pronstico para la semana del 12 de octubre usando
millas que deber recorrerse el prximo ao. Las millas recorridas
suavizamiento exponencial con un pronstico de 360 para el 31
durante los 5 aos anteriores son como sigue:
de agosto y = .2. PX
4.2 Ao Nmero de millas
Ao 1 2 3 4 5 6 7 8 9 10 11 1 3,000
2 4,000
Demanda 7 9 5 9 13 8 12 13 9 11 7
3 3,400
a) Grafique los datos anteriores. Observa alguna tendencia, ciclos 4 3,800
o variaciones aleatorias? 5 3,700
b) Comenzando en el ao 4 y hasta el ao 12, pronostique la
demanda usando promedios mviles de 3 aos. Grafique su a) Pronostique el nmero de millas para el prximo ao usando un
pronstico en la misma grfica que los datos originales. promedio mvil de 2 aos.
c) Comenzando en el ao 4 y hasta el ao 12, pronostique la b) Encuentre la MAD para el pronstico con promedio mvil de
demanda usando un promedio mvil de 3 aos con pondera- 2 aos del inciso (a). (Sugerencia: Tendr slo 3 aos de datos
ciones de .1, .3 y .6, usando .6 para el ao ms reciente. Grafique correspondientes).
su pronstico en la misma grfica. c) Use un promedio mvil ponderado de 2 aos con ponderaciones
d) Al comparar cada pronstico contra los datos originales, cul de .4 y .6 para pronosticar el nmero de millas para el prximo
parece proporcionar mejores resultados? PX ao. (El peso de .6 es para el ao ms reciente). Qu MAD
resulta del uso de este mtodo de pronstico? (Sugerencia:
Tendr slo 3 aos de datos correspondientes).
d) Calcule el pronstico para el ao 6 usando suavizamiento
*Nota: PX significa que el problema se resuelve con POM para Windows exponencial, un pronstico inicial para el ao 1 de 3,000 millas,
y/o con Excel OM. y = .5. PX
 Problemas 145
4.6 Las ventas mensuales en Telco Batteries, Inc., fueron
Mes Precio por chip Mes Precio por chip
como sigue:
Enero $1.80 Julio 1.80
Mes Ventas Febrero 1.67 Agosto 1.83
Enero 20 Marzo 1.70 Septiembre 1.70
Febrero 21 Abril 1.85 Octubre 1.65
Marzo 15 May 1.90 Noviembre 1.70
Abril 14 Junio 1.87 Diciembre 1.75
Mayo 13 a) Use un promedio mvil de 2 meses en todos los datos y grafique
Junio 16 los promedios y los precios.
Julio 17 b) Use un promedio mvil de 3 meses y agrguelo en la grfica
Agosto 18 creada en el inciso (a).
Septiembre 20 c) Cul es mejor (usando la desviacin absoluta media): el prome-
Octubre 20 dio de 2 meses o el de 3 meses?
Noviembre 21 d) Calcule el pronstico para cada mes usando suavizamiento
Diciembre 23 exponencial y un pronstico inicial para enero de $1.80. Utilice
primero = .1, despus = .3, y por ltimo = .5. Empleando
a) Grafique los datos de las ventas mensuales. MAD, qu es mejor? PX
b) Pronostique las ventas para enero usando cada una de las tcni- 4.10 Los datos recopilados en las inscripciones anuales para
cas siguientes: un seminario de Seis Sigma en Quality College se muestran en la
i) Mtodo intuitivo. tabla siguiente:
ii) Un promedio mvil de 3 meses.
iii) Un promedio mvil ponderado de 6 meses empleando .1, Ao 1 2 3 4 5 6 7 8 9 10 11
.1, .1, .2, .2 y .3, con las ponderaciones ms altas a los Inscripciones 4 6 4 5 10 8 7 9 12 14 15
meses ms recientes. (000)
iv) Suavizamiento exponencial con = .3 y un pronstico para
septiembre de 18. a) Desarrolle un promedio mvil de 3 aos para pronosticar las
inscripciones del ao 4 al ao 12.
v) Una proyeccin de tendencia.
b) Estime la demanda de nuevo para los aos 4 a 12 con un prome-
c) Con los datos proporcionados, qu mtodo le permitira elabo-
dio mvil ponderado donde la inscripcin del ao ms reciente
rar el pronstico de ventas para el prximo mes de marzo? PX
tenga un peso de 2 y en los otros dos aos un peso de 1.
4.7 La demanda real de los pacientes en la clnica mdica c) Grafique los datos originales y los dos pronsticos. Cul de los
Omaha Emergency para las primeras seis semanas de este ao es dos mtodos de pronstico parece mejor? PX
como sigue:
4.11 a) Use suavizamiento exponencial con constante de
suavizamiento de 0.3 para pronosticar las inscripciones al seminario
Semana Nm. real de pacientes
del problema 4.10. Para comenzar el procedimiento, suponga que el
1 65 pronstico para el ao 1 fue una inscripcin de 5,000 personas.
2 62
b) Cul es la MAD? PX
3 70
4 48 4.12 Considere los siguientes niveles de demanda real y
5 63 pronosticada para las hamburguesas Big Mac en un restaurante
6 52 McDonalds local.

El administrador de la clnica, Marc Schniederjans, quiere que usted Da Demanda real Demanda pronosticada
pronostique la demanda de pacientes en la clnica para la semana 7 Lunes 88 88
usando estos datos. Usted decide usar un promedio mvil ponde- Martes 72 88
rado para encontrar este pronstico. Su mtodo utiliza cuatro niveles Mircoles 68 84
de demanda real, con ponderaciones de 0.333 en el periodo actual, de Jueves 48 80
0.25 hace un periodo, de 0.25 hace dos periodos, y de 0.167 hace tres
Viernes
periodos.
Cul es el valor de su pronstico? PX El pronstico para el lunes se obtuvo observando el nivel de
4.8 Las temperaturas mximas diarias en Saint Louis demanda para lunes y estableciendo el nivel pronosticado a este
durante la ltima semana fueron las siguientes: 93, 94, 93, 95, 96, mismo nivel real. Los pronsticos subsecuentes se obtuvieron
88, 90 (ayer). usando suavizamiento exponencial con una constante de suaviza-
a) Pronostique la temperatura mxima para hoy usando un prome- miento de 0.25. Usando este mtodo de suavizamiento exponencial,
dio mvil de 3 das. cul es el pronstico para la demanda de Big Mac el viernes? PX
b) Pronostique la temperatura mxima para hoy usando un prome- 4.13 Como se puede observar en la tabla siguiente, la
dio mvil de 2 das. demanda de cirugas para trasplante de corazn en el Hospital
c) Calcule la desviacin absoluta media con base en un promedio General de Washington ha aumentado de manera estable durante los
mvil de 2 das. ltimos aos:
d) Calcule el error cuadrtico medio para un promedio mvil de 2 das.
e) Calcule el error porcentual absoluto medio para el promedio Ao 1 2 3 4 5 6
mvil de 2 das. PX
Trasplantes de corazn 45 50 52 56 58 ?
4.9 Dell usa el chip CR5 en algunas de sus computadoras
porttiles. Los precios del chip durante los ltimos 12 meses fueron El director de servicios mdicos pronostic hace 6 aos que la
como sigue: demanda en el ao 1 sera de 41 cirugas.
146 Captulo 4 Pronsticos

Periodo de tiempo Demanda real Demanda pronosticada

t At Ft
1 50 50
2 42 50
3 56 48
4 46 50
5

El primer pronstico, F1, se obtuvo observando A1 y estableciendo

F1 igual a A1. Los pronsticos subsecuentes se obtuvieron mediante
suavizamiento exponencial. Usando el mtodo de suavizamiento
exponencial, encuentre el pronstico para el quinto periodo. (Suge-
rencia: Primero es necesario encontrar la constante de suaviza-
miento, ).
4.19 Los ingresos en el despacho de abogados Smith and
Wesson para el periodo de febrero a julio han sido como sigue:

Mes Febrero Marzo Abril Mayo Junio Julio

Ingreso 70.0 68.5 64.8 71.7 71.3 72.8
(en miles)

Use suavizamiento exponencial con ajuste de tendencia para pro-

nosticar el ingreso de agosto para este despacho de abogados.
a) Use suavizamiento exponencial, primero con una constante de Suponga que el pronstico inicial para febrero es de 65,000 dlares
suavizamiento de .6 y despus de .9, y desarrolle el pronstico y el ajuste de tendencia inicial es de 0. Las constantes de suaviza-
para los aos 2 a 6. miento seleccionadas son = .1 y = .2. PX
b) Utilice un promedio mvil de 3 aos para pronosticar la 4.20 Resuelva el problema 4.19 con = .1 y = .8. Usando
demanda de los aos 4, 5 y 6. MSE, determine la constante de suavizamiento que proporciona el
c) Use el mtodo de proyeccin de tendencia y pronostique la mejor pronstico. PX
demanda para los aos 1 a 6.
d) Con la MAD como criterio, cul de los cuatro mtodos de 4.21 Vea la ilustracin de suavizamiento exponencial con
proyeccin es el mejor? PX ajuste de tendencia del ejemplo 7 en las pginas 119 y 121. Usando
= .2 y = .4, pronosticamos las ventas de 9 meses y mostramos el
4.14 A continuacin se presentan dos pronsticos semanales detalle de los clculos para los meses 2 y 3. En el problema resuelto
realizados mediante dos mtodos diferentes para el nmero de 4.2 continuamos el proceso para el mes 4.
galones de gasolina, en miles, demandado en una gasolinera local. En este problema muestre sus clculos para los meses 5 y 6 para
Tambin se muestran los niveles reales de demanda, en miles de Ft, Tt y FITt. PX
galones: 4.22 Retome el problema 4.21. Complete los clculos del
pronstico de suavizamiento exponencial con ajuste de tendencia
Pronsticos para los periodos 7, 8 y 9. Confirme que sus cifras para Ft, Tt y FITt
correspondan a las de la tabla 4.1 (pg. 120). PX
Semana Mtodo 1 Mtodo 2 Demanda real
1 0.90 0.80 0.70 4.23 La tabla siguiente muestra las ventas de deshidrata-
dores de vegetales registradas durante el ao pasado en la tienda
2 1.05 1.20 1.00
departamental de descuento Bud Banis de St. Louis. Los adminis-
3 0.95 0.90 1.00 tradores prepararon un pronstico empleando una combinacin de
4 1.20 1.11 1.00 suavizamiento exponencial y su juicio colectivo para los siguientes
4 meses (marzo, abril, mayo y junio de 2007).
Cules son los valores de la MAD y el MSE para cada mtodo?
Ventas unitarias Pronstico de la
4.15 Retome el problema resuelto 4.1 de la pgina 140. Use
un promedio mvil de 3 aos para pronosticar las ventas de Mes 2006-2007 administracin
Volkswagen Beetle en Nevada durante 2008. Cul es la MAD? PX Julio 100
Agosto 93
4.16 Retome el problema resuelto 4.1. Usando el mtodo de Septiembre 96
proyeccin de tendencia pronostique las ventas de Volkswagen Octubre 110
Beetle en Nevada durante 2008. Cul es la MAD? PX
Noviembre 124
4.17 Retome el problema resuelto 4.1. Usando constantes Diciembre 119
de suavizamiento de .6 y .9, desarrolle pronsticos para las ventas de Enero 92
Volkswagen Beetle. Qu efecto tiene la constante de suavizamiento Febrero 83
en el pronstico? Use MAD para determinar cul de las tres constan- Marzo 101 120
tes de suavizamiento (.3, .6 y .9) da el pronstico ms acertado. PX Abril 96 114
Mayo 89 110
4.18 Considere los siguientes niveles de la demanda real (At) Junio 108 108
y pronosticada (Ft) para un producto:
 Problemas 147
a) Calcule la MAD y el MAPE como tcnica de la administracin. 4.28 La asistencia al nuevo parque tipo Disney en Los nge-
b) Los resultados de la administracin superaron (tienen MAD y les, Vacation World, ha sido la siguiente:
MAPE menores que) el pronstico intuitivo?
c) Qu pronstico recomendara usted, con base en el menor error
Asistentes Asistentes
de pronstico?
Trimestre (en miles) Trimestre (en miles)
4.24 Howard Weiss, propietario de una tienda distribuidora Invierno 2005 73 Verano 2006 124
de instrumentos musicales, cree que la demanda de tambores bajos Primavera 2005 104 Otoo 2006 52
puede estar relacionada con el nmero de apariciones en televisin Verano 2005 168 Invierno 2007 89
del popular grupo de rock Stone Temple Pilots durante el mes
Otoo 2005 74 Primavera 2007 146
pasado. Weiss ha recopilado los datos que se muestran en la tabla
siguiente: Invierno 2006 65 Verano 2007 205
Primavera 2006 82 Otoo 2007 98
Demanda de tambores bajos 3 6 7 5 10 7
Calcule los ndices estacionales usando todos los datos. PX
Apariciones en televisin 3 4 7 6 8 5
de Stone Temple Pilots 4.29 Central States Electric Company estima que la recta de
tendencia de su demanda (en millones de kilowatt-hora) es:
a) Grafique con estos datos para saber si una ecuacin lineal podra
describir la relacin que hay entre las apariciones en televisin D = 77 + 0.43Q
del grupo y la venta de tambores bajos.
b) Use el mtodo de regresin por mnimos cuadrados para obtener donde Q se refiere al nmero secuencial de trimestres y Q = 1 para
una ecuacin de pronstico. el invierno de 1984. Adems, los factores multiplicadores esta-
c) Cul sera su estimacin de las ventas de tambores bajos si los cionales son:
Stone Temple Pilots hubiesen aparecido nueve veces en tele-
visin el mes anterior?
d) Cules son el coeficiente de correlacin (r) y el coeficiente de Trimestre Factor (ndice)
determinacin (r2) para este modelo, y qu significan? PX Invierno .8
Primavera 1.1
4.25 La tabla siguiente presenta los datos del nmero de
Verano 1.4
accidentes ocurridos en la carretera estatal 101 de Florida durante
los ltimos 4 meses. Otoo .7

Mes Nmero de accidentes
Enero 30
Febrero 40
Marzo 60
Abril 90
Pronostique el nmero de accidentes que ocurrirn en mayo usando
regresin de mnimos cuadrados para obtener una ecuacin de ten-
dencia. PX
4.26 En el pasado, la distribuidora Arup Mukherjee vendi
un promedio de 1,000 llantas radiales cada ao. En los dos aos
anteriores vendi 200 y 250, respectivamente, durante el otoo, 350
y 300 en invierno, 150 y 165 en primavera, y 300 y 285 en verano.
Con una ampliacin importante en puerta, Mukherjee proyecta que
las ventas se incrementarn el prximo ao a 1,200 llantas radiales.
Cul ser la demanda en cada estacin?
4.27 Mark Cotteleer posee una compaa que fabrica lan-
chas. Las demandas reales de las lanchas de Mark durante cada tem-
porada desde 2004 hasta 2007 fueron como sigue:
Pronostique el uso de energa para los cuatro trimestres de 2009,
comenzando en invierno.
4.30 Brian Buckley ha desarrollado el siguiente modelo de
pronstico:
y = 36 + 4.3 x
donde y = demanda de aires acondicionados Aztec y
x = la temperatura exterior (F)
a) Pronostique la demanda de Aztec cuando la temperatura es de
70F.
b) Cul es la demanda cuando la temperatura es de 80F?
c) Cul es la demanda cuando la temperatura es de 90F? PX
4.31 El administrador de Coffee Palace, Joe Felan, sospecha
que la demanda de cafs con leche sabor moca depende de su pre-
cio. Con base en observaciones histricas, Joe ha recopilado los
siguientes datos que muestran el nmero de cafs de este tipo vendi-
dos a seis precios diferentes:

Ao Precio Cafs vendidos

Temporada 2004 2005 2006 2007 $2.70 760
Invierno 1,400 1,200 1,000 900 $3.50 510
Primavera 1,500 1,400 1,600 1,500 $2.00 980
Verano 1,000 2,100 2,000 1,900 $4.20 250
Otoo 600 750 650 500 $3.10 320
$4.05 480
Mark ha pronosticado que la demanda anual de sus lanchas en 2009
ser igual a 5,600. Con base en estos datos y el modelo estacional Usando estos datos, cuntos cafs con leche sabor moca pronosti-
multiplicativo, cul ser el nivel de la demanda para las lanchas de cara usted para ser vendidos de acuerdo con una regresin lineal
Mark en la primavera de 2009? simple si el precio por taza fuera de $1.80? PX
148 Captulo 4 Pronsticos

4.32 Los siguientes datos relacionan las cifras de ventas del b) Una casa con 1,860 pies cuadrados se vendi recientemente en
pequeo bar de la casa de huspedes Marty and Polly Starr, en 95,000 dlares. Explique por qu esta cifra no se corresponde
Marathon, Florida, con el nmero de huspedes registrados en la con la prediccin del modelo.
semana: c) Si usara regresin mltiple para desarrollar dicho modelo,
cules otras variables cuantitativas podran incluirse?
Semana Huspedes Ventas del bar d) Cul es el valor del coeficiente de determinacin en este pro-
blema? PX
1 16 $330
2 12 270 4.36 Los contadores de la empresa Michael Vest creen que
3 18 380 algunos ejecutivos estaban incluyendo en sus cuentas facturas de
4 14 300 gastos inusualmente altas cuando regresaban de sus viajes de nego-
cios. Primero tomaron una muestra de 200 facturas entregadas
a) Desarrolle una regresin lineal que relacione las ventas del bar durante el ao pasado. Despus desarrollaron la siguiente ecuacin
con los huspedes (no con el tiempo). de regresin mltiple para relacionar el costo esperado del viaje con
b) Si el pronstico para la semana siguiente es de 20 huspedes, el nmero de das de viaje (x1) y la distancia recorrida (x2) en millas:
de cunto se espera que sean las ventas? PX
4.33 En la tabla siguiente se muestra el nmero de transis- y = $90.00 + $48.50 x1 + $. 40 x 2
tores (en millones) fabricados en una planta de Japn durante los
ltimos 5 aos:
El coeficiente de correlacin calculado fue de .68.
a) Si Wanda Fennell regresa de un viaje de 300 millas por el que
Ao Transistores estuvo 5 das fuera de la ciudad, cul es la cantidad esperada
1 140 que debe solicitar por los gastos?
2 160 b) Fennell introdujo una solicitud de reembolso por 685 dlares,
3 190 qu debe hacer el contador?
4 200 c) Deberan incluirse otras variables? Cules? Por qu? P
5 210
4.37 Las ventas de las pasadas 10 semanas registradas en la
a) Usando regresin lineal, pronostique el nmero de transistores tienda de msica Johnny Ho en Columbus, Ohio, se muestran en
que se fabricar el prximo ao. la tabla siguiente. Pronostique la demanda para cada semana, inclu-
b) Calcule el error cuadrtico medio (MSE) cuando use la regresin yendo la semana 10, usando suavizamiento exponencial con = .5
lineal. (pronstico inicial = 20):
c) Calcule el error porcentual absoluto medio (MAPE). PX
4.34 El nmero de accidentes automovilsticos en cierta Semana Demanda Semana Demanda
regin est relacionado con el nmero de automviles registrados 1 20 6 29
en miles (X1), la venta de bebidas alcohlicas en unidades de 2 21 7 36
$10,000 (X2), y la cantidad de lluvia medida en pulgadas (X3). 3 28 8 22
Adems, la frmula de regresin se ha calculado como: 4 37 9 25
Y = a + b1X1 + b2X2 + b3X3 5 25 10 28

donde Y = nmero de accidentes automovilsticos a) Calcule la MAD.

a = 7.5 b) Calcule la seal de control. PX
b1 = 3.5
b2 = 4.5 4.38 El gobierno de la ciudad ha recopilado los siguientes
b3 = 2.5 datos de la recaudacin anual de impuestos sobre ventas y registros
de automviles nuevos:
Calcule el nmero esperado de accidentes bajo las condiciones a, b,
y c:
Impuestos anuales recaudados 1.0 1.4 1.9 2.0 1.8 2.1 2.3
X1 X2 X3 por ventas (en millones)
(a) 2 3 0 Registros de nuevos automviles 10 12 15 16 14 17 20
(b) 3 5 1 (en miles)
(c) 4 7 2 PX
Determine lo siguiente:
4.35 John Howard, un corredor de bienes races de Mobile, a) La ecuacin de regresin de mnimos cuadrados.
Alabama, ha diseado un modelo de regresin que le ayuda a deter- b) A partir de los resultados del inciso (a), encuentre la recaudacin
minar los precios de las casas residenciales localizadas al Sur de estimada de impuestos por ventas si los registros de automviles
Alabama. El modelo se desarroll empleando las ventas recientes nuevos ascienden a 22,000.
registradas en un vecindario en particular. El precio de la casa (Y) se c) Los coeficientes de correlacin y determinacin. PX
basa en su tamao (pies cuadrados = X). El modelo es:
4.39 La doctora Susan Sweeney, psicloga radicada en
Y = 13,473 + 37.65X Providence, se especializa en el tratamiento de pacientes con ago-
rafobia (es decir, miedo a salir de casa). La tabla siguiente indica
El coeficiente de correlacin para el modelo es de 0.63. cuntos pacientes ha atendido anualmente durante los ltimos 10 aos.
a) Use el modelo mencionado para predecir el precio de venta de Asimismo seala el ndice de robos registrados en Providence para
una casa que tiene 1,860 pies cuadrados. el mismo ao.
 Problemas 149

Ao 1 2 3 4 5 6 7 8 9 10
4.42 Des Moines Power and Light ha recabado los datos de
la demanda de energa elctrica en su subregin oeste slo para los
Nmero de 36 33 40 41 40 55 60 54 58 61 2 ltimos aos. La informacin se muestra en la tabla siguiente:
pacientes
ndice de robos 58.3 61.1 73.4 75.7 81.1 89.0 101.1 94.8 103.3 116.2
Demanda en megawatts
por cada
1,000 habitantes Mes Ao pasado Ao actual
Enero 5 17
Usando el anlisis de tendencia, pronostique el nmero de pacientes Febrero 6 14
que la doctora Sweeney atender en los aos 11 y 12. Qu tan bien Marzo 10 20
se ajusta el modelo a los datos? PX Abril 13 23
4.40 Con los datos del problema 4.39, aplique regresin li- Mayo 18 30
neal para estudiar la relacin que hay entre el ndice de robos y la Junio 15 38
carga de pacientes de la doctora Sweeney. Si el ndice de robos se Julio 23 44
incrementa a 131.2 en el ao 11, cuntos pacientes con fobia aten- Agosto 26 41
der la doctora Sweeney? Si el ndice de robos cae a 90.6, cul es Septiembre 21 33
la proyeccin de pacientes? PX
Octubre 15 23
4.41 Se cree que los viajes en autobs y tren subterrneo Noviembre 12 26
durante los meses de verano en Londres estn estrechamente rela- Diciembre 14 17
cionados con el nmero de turistas que visitan la ciudad. Durante
los ltimos 12 aos se han obtenido los siguientes datos:
Para planear una expansin y acordar el prstamo de energa con
otras compaas de servicio pblico durante los periodos pico, Des
Nmero de Moines necesita estar en posibilidad de pronosticar la demanda de
Ao turistas Nmero de viajes cada mes para el prximo ao. Sin embargo, los modelos de prons-
(meses de verano) (en millones) (en millones) tico estndar analizados en este captulo no se ajustan a los datos
1 7 1.5 observados durante los 2 aos.
2 2 1.0 a) Cules son las debilidades de las tcnicas de pronsticos estn-
3 6 1.3 dar al aplicarse a esta serie de datos?
4 4 1.5 b) Como los modelos conocidos no son realmente apropiados para
5 14 2.5 este caso, haga una propuesta para aproximarse al pronstico.
6 15 2.7 Aunque no existe una solucin perfecta para manejar datos de
7 16 2.4 este tipo (en otras palabras, no existen respuestas que sean un
8 12 2.0 100% correctas o incorrectas), justifique su modelo.
c) Pronostique la demanda para cada mes del prximo ao con el
9 14 2.7
modelo que usted propuso.
10 20 4.4
11 15 3.4 4.43 En la tabla siguiente se muestran las llamadas de emer-
12 7 1.7 gencia hechas al sistema 911 durante las ltimas 24 semanas en
Gainesville, Florida:
a) Grafique estos datos y decida si es razonable emplear el modelo
lineal.
Semana 1 2 3 4 5 6 7 8 9 10 11 12
b) Desarrolle una relacin de regresin.
c) Cul es el nmero de viajes esperado si en un ao visitan Llamadas 50 35 25 40 45 35 20 30 35 20 15 40
Londres 10 millones de turistas? Semana 13 14 15 16 17 18 19 20 21 22 23 24
d) Explique el comportamiento de los viajes pronosticados si no Llamadas 55 35 25 55 55 40 35 60 75 50 40 65
hubiera turistas.
e) Cul es el error estndar de la estimacin? a) Calcule el pronstico suavizado exponencialmente de las lla-
f) Cules son el coeficiente de correlacin y el coeficiente de madas para cada semana. Suponga un pronstico inicial de 50
determinacin del modelo? PX llamadas en la primera semana, y use = .2. Cul es el prons-
tico para la semana 25?
b) Pronostique de nuevo cada periodo usando = .6.
c) Las llamadas reales durante la semana 25 fueron 85. Qu cons-
tante de suavizamiento proporciona un pronstico superior?
Explique y justifique la medida de error que use. PX

4.44 Usando los datos de las llamadas al 911 del problema

4.43, pronostique las llamadas para las semanas 2 a 25 con un mo-
delo de suavizamiento exponencial con ajuste de tendencia.
Suponga un pronstico inicial de 50 llamadas para la semana 1 y
una tendencia inicial de cero. Use constantes de suavizamiento = .3
y = .2. Es ste un mejor modelo que el del problema 4.43? Qu
ajuste podra ser til para mejorarlo an ms? (De nuevo suponga
que las llamadas reales en la semana 25 fueron 85). PX

4.45 En la tabla siguiente se muestran los niveles de la

demanda real y pronosticada desde mayo hasta diciembre para las
unidades de un producto fabricado por la compaa farmacutica N.
Tamimi:
150 Captulo 4 Pronsticos
Mes Demanda real Demanda pronosticada tabla siguiente se presentan los datos de ventas de sus servicios y los
Mayo 100 100 montos totales de los contratos de construccin de carreteras de
Junio 80 104 los ltimos 8 trimestres:
Julio 110 99
Agosto 115 101 Trimestre 1 2 3 4 5 6 7 8
Septiembre 105 104 Ventas de servicios de 8 10 15 9 12 13 12 16
Octubre 110 104 PEC (en miles de dlares)
Noviembre 125 105 Contratos firmados 153 172 197 178 185 199 205 226
Diciembre 120 109 (en miles de dlares)

Cul es el valor de la seal de control al final de diciembre?

a) Usando estos datos, desarrolle una ecuacin de regresin para
4.46 Trece estudiantes entraron al programa de adminis- predecir el nivel de demanda de los servicios de PEC.
tracin de operaciones en Hillcrest College hace 2 aos. La tabla b) Determine el coeficiente de correlacin y el error estndar de la
siguiente indica los puntos que obtuvo cada estudiante en el examen de estimacin. PX
matemticas de preparatoria SAT y los promedios finales (GPA)
despus de su participacin en el programa de Hillcrest durante 2 aos. 4.49 Salinas Savings and Loan est orgullosa de su larga
a) Existe alguna relacin significativa entre los puntos obtenidos tradicin en Topeka, Kansas. Iniciada por Teresita Salinas 18 aos
en matemticas en el SAT y los promedios finales? despus de la Segunda Guerra Mundial, S&L ha sorteado con xito
b) Si un estudiante obtuvo 350 puntos, cul ser su GPA? la tendencia a los problemas financieros y de liquidez que han pla-
c) Qu ocurre con un estudiante que obtuvo 800? gado a la industria desde 1985. Los depsitos se han incrementado
de manera lenta pero segura, sin importar las recesiones de 1983,
Estudiante A B C D E F G 1988, 1991 y 2001. La seora Salinas piensa que es necesario con-
tar con un plan estratgico de largo plazo para su empresa, incluido
Puntos SAT 421 377 585 690 608 390 415 el pronstico para los depsitos a un ao y de preferencia a 5 aos.
GPA 2.90 2.93 3.00 3.45 3.66 2.88 2.15 Ella examina los datos de los depsitos pasados y tambin estudia el
producto estatal bruto (PEB) de Kansas durante los mismos
Estudiante H I J K L M
44 aos. (El PEB es anlogo al producto nacional bruto [PNB],
Puntos SAT 481 729 501 613 709 366 pero a nivel estatal). Los datos resultantes se presentan en la tabla
GPA 2.53 3.22 1.99 2.75 3.90 1.60 PX siguiente:

4.47 La empresa City Cycles acaba de comenzar a vender la Ao Depsitosa PEBb Ao Depsitosa PEBb
nueva bicicleta de montaa Z-10, con las ventas mensuales que se 1964 .25 .4 1986 6.2 2.5
muestran en la tabla siguiente. Primero, el copropietario Amit 1965 .24 .4 1987 4.1 2.8
quiere pronosticar con suavizamiento exponencial estableciendo 1966 .24 .5 1988 4.5 2.9
inicialmente el pronstico de febrero igual a las ventas de enero con 1967 .26 .7 1989 6.1 3.4
= .1. La copropietaria Brbara quiere usar un promedio mvil de
1968 .25 .9 1990 7.7 3.8
tres periodos.
1969 .30 1.0 1991 10.1 4.1
Error de Error de 1970 .31 1.4 1992 15.2 4.0
Ventas Amit Barbara Amit Brbara 1971 .32 1.7 1993 18.1 4.0
1972 .24 1.3 1994 24.1 3.9
Enero 400 1973 .26 1.2 1995 25.6 3.8
Febrero 380 400 1974 .25 1.1 1996 30.3 3.8
Marzo 410 1975 .33 .9 1997 36.0 3.7
1976 .50 1.2 1998 31.1 4.1
Abril 375
1977 .95 1.2 1999 31.7 4.1
Mayo 1978 1.70 1.2 2000 38.5 4.0
1979 2.3 1.6 2001 47.9 4.5
a) Existe una tendencia lineal fuerte en las ventas a travs del
1980 2.8 1.5 2002 49.1 4.6
tiempo?
b) Complete la tabla con las cifras que Amit y Brbara pronostican 1981 2.8 1.6 2003 55.8 4.5
separadamente para mayo y los meses anteriores. 1982 2.7 1.7 2004 70.1 4.6
c) Suponga que las ventas reales para mayo resultan ser de 405. 1983 3.9 1.9 2005 70.9 4.6
Complete las columnas de la tabla y luego calcule la desviacin 1984 4.9 1.9 2006 79.1 4.7
absoluta media para los mtodos de Amit y Brbara. 1985 5.3 2.3 2007 94.0 5.0
d) Con base en estos clculos, cul mtodo parece ser ms pre-
aEn
ciso? PX millones de dlares.
bEn miles de millones de dlares.
4.48 Sundar Balakrishnan, gerente general de Precision
Engineering Corporation (PEC), cree que los servicios de ingeniera a) Primero utilice suavizamiento exponencial con = .6, despus
de las empresas de construccin de carreteras que contratan a su anlisis de tendencia, y por ltimo regresin lineal para analizar
compaa se relacionan directamente con el volumen de negocios cul modelo de pronstico es mejor para el plan estratgico de
de construccin de carreteras que contrata a las compaas ubicadas Salinas. Justifique la eleccin de un modelo sobre el otro.
en su rea geogrfica. Se pregunta si realmente es de esta forma, y si b) Examine cuidadosamente los datos. Podra excluirse parte de la
lo es, le ayudara esta informacin a planear mejor sus operaciones informacin? Por qu? Cambiara esto la eleccin del mo-
pronosticando la cantidad de sus servicios de ingeniera requeridos delo? PX
por las empresas de construccin en cada trimestre del ao? En la