Académique Documents
Professionnel Documents
Culture Documents
Autoevaluacin
Antes de realizar la autoevaluacin, revise los objetivos de a) error total, error promedio y error medio
aprendizaje enlistados al inicio del captulo, las notas al mar- b) error promedio, error mediano y error mximo
gen, y los trminos clave incluidos al final del captulo. c) error mediano, error mnimo y error absoluto mximo
Revise sus respuestas en el apndice V. d) error absoluto medio, error cuadrtico medio y error por-
Vuelva a estudiar las pginas que correspondan a cada pre- centual absoluto medio
gunta que respondi incorrectamente o al material sobre el cul
se sienta inseguro. 5. En el suavizamiento exponencial, cuando la constante de suavi-
zamiento es alta:
1. Los horizontes de tiempo del pronstico incluyen: a) se coloca ms ponderacin en los datos ms recientes
a) el largo plazo b) se coloca menos ponderacin en los datos ms recientes
b) el mediano plazo c) el pronstico ser un nmero alto
c) el corto plazo d) el pronstico es un nmero ubicado entre 1 y +1
d) todas las respuestas anteriores son correctas 6. En relacin con un pronstico basado en regresin, el error
estndar de la estimacin proporciona una medida de:
2. Los mtodos cuantitativos de pronstico incluyen: a) la exactitud global del pronstico
a) composicin de la fuerza de ventas b) el periodo de tiempo para el cual es vlido el pronstico
b) jurado de opinin ejecutiva c) el tiempo requerido para obtener la ecuacin de pronstico
c) encuesta en el mercado de consumo d) el error mximo del pronstico
d) suavizamiento exponencial e) todas las respuestas anteriores son correctas
e) todos son mtodos cuantitativos
7. La diferencia principal entre la regresin simple y la regresin
3. El mtodo que considera la relacin entre los datos y la variable mltiple es ____________.
que se predice es: 8. La diferencia entre un modelo de promedios mviles y otro de
a) el suavizamiento exponencial suavizamiento exponencial es que ____________.
b) el de pronsticos asociativos
c) el promedio mvil ponderado 9. El propsito de dibujar un diagrama de dispersin es ________.
d) todas las respuestas anteriores son correctas
4. Tres medidas populares de la exactitud del pronstico son:
15. Explique con sus propias palabras qu es un pronstico adaptable. 19. Mencione algunos ejemplos de industrias afectadas por la esta-
16. Cul es el propsito de las seales de control? cionalidad. Por qu estos negocios desearan no depender de
17. Explique con sus propias palabras cul es el significado del la estacionalidad?
coeficiente de correlacin. Analice el significado de un valor 20. D algunos ejemplos de industrias donde el pronstico de la
negativo del coeficiente de correlacin. demanda depende de la demanda de otros productos.
18. Cul es la diferencia entre una variable dependiente y una 21. Qu ocurre con nuestra capacidad para pronosticar cuando
variable independiente? pronosticamos periodos cada vez ms lejanos en el futuro?
Dilema tico
En 2006, el consejo de regentes que era responsable del finan- jo seleccion personalmente cada constante de suavizamiento a par-
ciamiento de la educacin pblica profesional en uno de los estados tir de lo que llam sus reacciones viscerales y entendimiento
del oeste medio de Estados Unidos contrat a un consultor para poltico.
desarrollar una serie de modelos para pronosticar las inscripciones, Cules son las ventajas y desventajas de este sistema?
uno por cada colegio. Estos modelos usaban datos histricos y Responda desde la perspectiva de: (a) el consejo de regentes, y (b) el
suavizamiento exponencial para pronosticar las inscripciones del regente de cada colegio. De qu manera se podra abusar de este
siguiente ao escolar. Con base en cada modelo, que inclua una modelo y qu podra hacerse para eliminar cualquier sesgo? Cmo
constante de suavizamiento () para cada institucin, el consejo podra emplearse el modelo de regresin para producir resultados
estableca el presupuesto por colegio. La presidenta del conse- 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
Mes Nmero de accidentes Pronostique el uso de energa para los cuatro trimestres de 2009,
comenzando en invierno.
Enero 30
Febrero 40 4.30 Brian Buckley ha desarrollado el siguiente modelo de
Marzo 60 pronstico:
Abril 90
y = 36 + 4.3 x
Pronostique el nmero de accidentes que ocurrirn en mayo usando
regresin de mnimos cuadrados para obtener una ecuacin de ten- donde y = demanda de aires acondicionados Aztec y
dencia. PX x = la temperatura exterior (F)
4.26 En el pasado, la distribuidora Arup Mukherjee vendi
a) Pronostique la demanda de Aztec cuando la temperatura es de
un promedio de 1,000 llantas radiales cada ao. En los dos aos
70F.
anteriores vendi 200 y 250, respectivamente, durante el otoo, 350
b) Cul es la demanda cuando la temperatura es de 80F?
y 300 en invierno, 150 y 165 en primavera, y 300 y 285 en verano.
c) Cul es la demanda cuando la temperatura es de 90F? PX
Con una ampliacin importante en puerta, Mukherjee proyecta que
las ventas se incrementarn el prximo ao a 1,200 llantas radiales. 4.31 El administrador de Coffee Palace, Joe Felan, sospecha
Cul ser la demanda en cada estacin? que la demanda de cafs con leche sabor moca depende de su pre-
4.27 Mark Cotteleer posee una compaa que fabrica lan- cio. Con base en observaciones histricas, Joe ha recopilado los
chas. Las demandas reales de las lanchas de Mark durante cada tem- siguientes datos que muestran el nmero de cafs de este tipo vendi-
porada desde 2004 hasta 2007 fueron como sigue: dos a seis precios diferentes:
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
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
4.47 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