ELECTRNICA E INDUSTRIAL CARRERA DE INGENIERA INDUSTRIAL EN PROCESOS DE AUTOMATIZACIN
Deber N01(Pronsticos) INTEGRANTES: Garca Flor Ortiz Christian
Taco Estephanie
DOCENTE: Ing. John Reyes
CICLO: Sptimo Industrial 2013
Ejercicios Pronsticos
Snchez Limber
Ejercicios de Gaither 1. RCB manufactura aparatos de televisin en blanco y negro para los mercados del extranjero. Las exportaciones anuales durante los ltimos 6 aos aparecen abajo en miles de unidades. Dada esta declinacin a largo plazo de las exportaciones, pronostique el nmero esperado de unidades a exportar el ao entrante. Ao 1 2 3 4 5 6
Exportaciones 33 32 29 26 27 24
Solucin x 1 2 3 4 5 6 21
y 33 32 29 26 27 24 171
xy 33 64 87 104 135 144 567
1 4 9 16 25 36 91
620
600 590 580 570 560 0
Ejercicios Pronsticos
610
a=
b=
a=
b=
a= 34,8
b=-1,8
y=a + bx y=34,8 1,8x Pronstico para el ao 7 y=34,8 1,8(7) y= 22,2 El numero esperado de unidades demandadas es de 22,2. 2. Un pequeo hospital est planeando las necesidades de su ala de maternidad. Los datos que aparecen a continuacin muestran el nmero de nacimientos en cada uno de los ltimos ocho aos. Nacimientos 565 590 583 597 615 611 610 623
a. Utilice regresin lineal simple para pronosticar la cantidad anual de
nacimientos para cada uno de los tres aos siguientes. b. Determine el coeficiente de correlacin para los datos e interprete su significado. c. Encuentre el coeficiente de determinacin de los datos e interprete su significado.
Pronstico para el ao 9 y=566,68+7,24(9) y= 631,84 El nmero esperado nacimientos es de 631,84 Pronstico para el ao 10 y=566,68+7,24(10) y= 639,08 El nmero esperado nacimientos es de 639,08 Pronstico para el ao 11 y=566,68+7,24(11) y= 646,32 El nmero esperado nacimientos es de 646,32 Coeficiente de correlacin r=
][
r= r=0,01 Casi no existe relacin entre el ao y el nmero de nacimientos.
= 0,00011 Es muy pequea la probabilidad de que los pronsticos sean los adecuados.
Ejercicios Pronsticos
Coeficiente de determinacin
3.- Integrated Products Corporation (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
Ingresos de ventas Ao Ingresos de ventas (millones de (millones de dlares) dlares) 1 2.4 4 27.8 2 5.9 5 35.9 3 15.5 6 38.1 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 de tiempo para pronsticos los ingresos por ventas de ese ao (ao 7). b) Determine el coeficiente de correlacin de los datos e interprete su significado. c) Determine el coeficiente de determinacin de los datos e interprete su significado. 45 40 35 30 25 20 15 10 5 0 0
X 1 2 3 4 5 6 21
Y 2,4 5,9 15,5 27,8 35,9 38,1 125,6
1 4 9 16 25 36 91
5,76 34,81 240,25 772,84 1288,81 1451,61 3794,08
XY 2,4 11,8 46,5 111,2 179,5 228,6 580
Ejercicios Pronsticos
Solucin
Ecuacin
Pronstico para el ao 7
Coeficiente de correlacin
][
][
Interpretacin Estn positivamente relacionadas, mientras se incrementan los aos incrementan las ventas en millones de dlares. Coeficiente de determinacin Interpretacin Su precisin es alta es decir tiene una incrementada confiabilidad de los datos, el pronstico resulta ser confiable.
Ejercicios Pronsticos
5. Los datos de ventas de 2 aos son los siguientes. Los datos estn acumulados con dos meses de ventasen cada periodo. MESES Enero - Febrero Marzo Abril Mayo - Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
VENTAS 109 104 150 170 120
MESES Enero - Febrero Marzo Abril Mayo - Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
100
VENTAS 115 112 159 182 126 106
Determinar: a) Trace la grfica. 200 180 160 140 120 100 80 60 40 20 0 0
10
12
14
b) Componga un modelo de regresin lineal simple para los datos de ventas.
Y
X*Y
109
109
2 3 4 5 6 7 8 9 10
104 150 170 120 100 115 112 159 182
4 9 16 25 36 49 64 81 100
208 450 680 600 600 805 896 1431 1820
Ejercicios Pronsticos
11 12 78
a=
126 106 1553
121 144 650
1386 1272 10257
a= 122.030303
b=
b= 1.13636364 Por lo tanto: Y=ax+b Y=122.03X + 1.14 c) Adems del modelo de regresin, determine los factores multiplicadores del ndice estacional. Se supone que un ciclo completo es de 1 ao. Y
Promedio Factor de Demanda de X*(Demanda de del Temporada desestacionalizado desestacionalizado) perodo bimensual 109 112 0,86 125,95 125,95
Y=129.417 X=6.5 b= b=0.979 a= Y- bX a= 123.04 d) Con los resultados de los incisos b) y c), prepare un pronstico para el ao entrante. X
Pronostico Simple 13
136,8
14 137,94 15 139,08 16 140,21 17 141,35 18 124,48 El pronstico para el ao entrante es:
Factor de Pronostico Temporada (Y*Factor de Temporada) 135,79 0,865 117,45835 136,77 137,75 138,73 139,71 140,69
0,835 1,194 1,36 0,95 0,796
114,20295 164,4735 188,6728 132,7245 111,98924
Enero Febrero: 117.45835
Marzo Abril: 114.20295 Mayo Junio: 164.4735
Septiembre Octubre: 132.7245
Noviembre Diciembre: 111.98924
Ejercicios Pronsticos
Julio Agosto: 188.6728
7. Chasewood Apartments es un complejo habitacional de 300 unidades cerca de Fairway
University, y atrae principalmente a estudiantes universitarios. La gerente, Joan Newman, sospecha que la cantidad de unidades arrendadas durante cada semestre est influida por el nmero de estudiantes que se inscriben en la Universidad. Las inscripciones en la universidad y el nmero de apartamentos alquilados durante los ltimos ocho semestres es: SEMESTRE 1 2 3 4 5 6 7 8
Inscripciones a la Universidad (miles) 7.2 6.3 6. 7.0 6.9 6.4 7.1 6.7
a) Utilice un anlisis simple de regresin para desarrollar un modelo para pronosticar
el nmero de apartamentos arrendados con base en las inscripciones a la universidad. Si se espera que la inscripcin para el semestre siguiente sea de 6.600 estudiantes, pronostique la cantidad de apartamentos que se alquilarn.
a= b= y=
-25.7968 42.6265 255.7341
b) Qu porcentaje de variacin en unidades arrendadas queda explicado por las
inscripciones en la universidad?
r=
0,8095
c) Qu tan til cree usted que sean las inscripciones a la Universidad para pronosticar la cantidad de apartamentos arrendados? Sera til debido a que si existe una mayor cantidad de inscripciones en la Universidad y por lo tanto crecera la cantidad de apartamentos arrendados por parte de cada uno de los estudiantes y de esta manera existira una ganancia para la empresa ya que tiene un mayor ingreso. Ejercicios Chase
Mes Enero Febrero Marzo Abril Mayo Junio
Demanda (Unidades) 4200 4300 4000 4400 5000 4700
Mes
Demanda (Unidades) Julio 5300 Agosto 4900 Septiembre 5400 Octubre 5700 Noviembre 6300 Diciembre 6000
Ejercicios Pronsticos
1. La demanda de audfonos para estereofnicos y reproductores de discos
compactos para rotadores ha llevado a Nina Industries a crecer casi 50% en el ao pasado. El nmero de trotadores sigue en aumento, as que Nina espera que la demanda tambin se incremente, porque, hasta ahora, no se han promulgado leyes de seguridad que impidan que los trotadores usen audfonos. La demanda de estreos del ao pasado fue la siguiente:
a) Con un anlisis de regresin por mnimos cuadrados, cul estimara que fuera la demanda de cada mes del ao entrante? Con una hoja de clculo, siga el formato general de la ilustracin 15.11. Compare sus resultados con los obtenidos usando la funcin pronstico de la hoja de clculo. Mes(x) 1 2 3 4 5 6 7 8 9 10 11 12 60200
a= -15965,0931 b= 3,1216 Y= -15965.0931+3.1216 x Demanda= ECUACIN:
Y=a+bx
b) Para tener alguna seguridad de cubrir la demanda, Nina decide usar tres errores estndar por seguridad. Cuntas unidades adicionales debe retener para alcanzar este nivel de confianza?
Ejercicios Pronsticos
valor por mes 5016,667
Demanda= -305,031 por cada mes
Debe tener los mismos valores durante cada mes y en cada ao para alcanzar un nivel de confianza de:
10278,66 5. Los datos de ventas de 2 aos son los siguientes. Los datos estn acumulados con dos meses de ventas en cada periodo. MESES Enero - Febrero Marzo Abril Mayo - Junio Julio Agosto Septiembre Octubre Noviembre - Diciembre
VENTAS 109 104 150 170 120 100
MESES Enero - Febrero Marzo Abril Mayo - Junio Julio Agosto Septiembre Octubre Noviembre - Diciembre
VENTAS 115 112 159 182 126 106
Determinar:
b) Componga un modelo de regresin lineal simple para los datos de ventas.
b= 1.13636364 Por lo tanto: Y=ax+b Y=122.03X + 1.14 c) Adems del modelo de regresin, determine los factores multiplicadores del ndice estacional. Se supone que un ciclo completo es de 1 ao.
TOTAL
2 3 4 5 6 7 8 9 10 11 12 78
Promedio Factor de Demanda de X*(Demanda de del Temporada desestacionalizado desestacionalizado) perodo bimensual 109 112 0.86 125.95 125.95 104 150 170 120 100 115 112 159 182 126 106 1553
d) Con los resultados de los incisos b) y c), prepare un pronstico para el ao entrante.
Pronostico Simple
13
136.8
Factor de Pronostico Temporada (Y*Factor de Temporada) 135.79 0.865 117.45835
14 137.94 136.77 15 139.08 137.75 16 140.21 138.73 17 141.35 139.71 18 124.48 140.69 El pronstico para el ao entrante es:
0.835 1.194 1.36 0.95 0.796
114.20295 164.4735 188.6728 132.7245 111.98924
Enero Febrero: 117.45835
Marzo Abril: 114.20295 Mayo Junio: 164.4735 Julio Agosto: 188.6728 Septiembre Octubre: 132.7245 Noviembre Diciembre: 111.98924
Clculo de los factores estacionales:
Ejercicios Pronsticos
7. En la tabla siguiente se muestran los 2 aos previos de informacin de las ventas
trimestrales. Supngase que hay tendencias y factores estacionales y que el ciclo estacional es de 1 ao. Use series de tiempo de descomposicin para pronosticar las ventas trimestrales del ao siguiente.
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic Ao pasado 100 125 135 175 185 200 150 140 130 200 225 250 Este ao
125 135 135
190 200
190
Trimestre 3:
Trimestre 4:
10. Dada la siguiente historia, aplique un pronstico enfocado al tercer trimestre de este ao. Use tres estrategias de pronstico enfocado. a) Lo que se haya vendido en los tres ltimos meses ser probablemente lo que se venda en los tres meses siguientes. Pronstico (Abril, Mayo, Junio) = Demanda (julio, agosto, septiembre) 190 + 200 + 190 =580,0 b) Cualquiera que haya sido el cambio porcentual de los ltimos tres meses de este ao en comparacin con los mismos tres meses del ao pasado, ser probablemente el mismo cambio porcentual que se tendr en los siguientes tres meses del ao.
x Demanda (julio, agosto, septiembre)
Pronostico =
x (150+140+ 130 )
Pronstico = 435,0 c)
Lo que se vendi en el mismo trimestre del ao pasado se vender probablemente
en ese periodo de este ao (esto dara cuenta de los efectos estacionales). Pronstico (julio, agosto, septiembre) ao pasado= Demanda (julio, agosto, septiembre) este ao
Ejercicios Pronsticos
Pronostico (julio, agosto, septiembre)
150+140+130 420,0
Estacin x 1 2 3 4 5 6 7 8 36 a= a=
a=52.32 b= b=
Demanda Real y 205 140 375 575 475 275 685 965 3695
21. 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.
b=91.01
Pronstico para verano sera 962.42
a) Realice en Excel un anlisis de regresin basado en estos datos. Con sus resultados, conteste las preguntas siguientes. b) Qu variable, el precio o la publicidad, tiene un mayor efecto en las ventas y cmo se sabe? c) Pronostique las ventas anuales promedio de bocinas de Speakers and Company basndose en los resultados de la regresin, si el precio fue de 300 dlares por unidad y el monto gastado en publicidad (En miles) fue de 900 dlares. a)
Ejercicios Pronsticos
27. Mark Price, nuevo gerente de produccin de Speakers y Company, tiene que averiguar qu variable afecta ms la demanda de su lnea de bocinas para estereofnicos. No est seguro de que el precio unitario del producto o los efectos de mayor marketing sean los principales impulsores de las ventas y quiere aplicar un anlisis de regresin para averiguar qu factor impulsa ms la demanda de su mercado. La informacin pertinente se recopil en un extenso proyecto de marketing que se extendi a los ltimos 10 aos y que se vaci en los datos siguientes:
b) Se sabe segn la ecuacin obtenida mediante Excel, y la variable que tiene ms efecto corresponde a X1(precio por unidad). Datos: 300 dlares por unidad Publicidad fueron de 900 dlares.
