elabore un pronostico movil ponderado de tres semanas para estimar la llegada de paciente

a la clinica medica durante la cuarta semana el analista que estaa cargo de la clinica medica
a asignado ponderaciones de 0,70 a la demanda ms reciente, 0,20 a la de demanda de
hace una semana y 0,10 a la demanda de hace dos semanas. Use los datos correspondientes
a las tres primeras semanas con los datos de la tabla siguiente.
Promedio Movil Simple=( )/
Ponderado con valores --- _(+1)=_+_(1)
+ _(2)
SEMANA
1
2
3
4

DEMANDA PONDERACIONES PONDERADOS CON VALORES

400
0.1
380
0.2
403.7
411
0.7
415
410.7

a llegada de paciente Las ventas del cobertizo de almacenamiento en una empresa se muestran en la sigui
o de la clinica medica tabla calcule el promedio movil de 3 meses hasta el mes de diciembre.
a de demanda de
atos correspondientes
Venta de
Meses
columnas de
ponderacion
Ponderacion sin
promedio
valores movil simple
cobertizo
Enero
10
Febrero
12
Marzo
13
PROMEDIO
16
3
12.17
11.67
MOVIL SIMPLE Abril
Mayo
19
14.33
13.67
397
Junio
23
17.00
16.00
Julio
26
20.50
19.33
402
Agosto
30
2
23.83
22.67
Septiembre
28
27.50
26.33
Octubre
18
28.33
28.00
Noviembre
16
23.33
25.33
Diciembre
14
1
18.67
20.67
6

Meses
Meses
Venta de columnas de
cobertizo
Ponderacion sin valores
promedio movil simple

resa se muestran en la siguiente

de diciembre.

Meses
Meses
Venta de columnas de
cobertizo
Ponderacion sin valores
promedio movil simple

PRONOSTICO CON SUAVECIMIENTO EXPONENCIAL

1
2
3
4
5
6
7
8

pronostico 0,50

pronostico

trimestres

toneladas reales
descargadas

durante los 8 trimestres el puerto de Manta ha descargado de los barcos grandes cantidades
de granos, el administrador de operaciones del puerto quiere probar el uso de suavisamiento
exponencial para ver que tan bien funciona la tecnica para predecir el tonelaje supone que
el pronostico de grano descargado durante el primer trimestre fue de 175 ton. se examina 2
valores de alfa 0,10 y alfa 0,50. La siguiente tabla muestra las demandas de toneladas
descargadas.

180
168
159
175
190
205
180
182

0.1

0.5

175
175.50
174.75
173.18
173.36
175.02
178.02
178.22

175
177.50
172.75
165.88
170.44
180.22
192.61
186.30

SUAVIZAMIENTO EXPONENCIAL

toneladas reales
descargadas
pronostico
pronostico 0,50

IAL

1
2
3
4
5
6
7
8
9
10
11
12

97
101
87
110
128
92
110
140
125
88
120
120

95
96.50
99.65
98.89
100.00
104.00
106.10
104.29
105.86

95
98.00
104.00
101.60
103.28
110.62
113.50
108.40
110.72

95
99.5
108.05
103.24
105.26
115.69
118.48
109.34
112.54

PRONOSTICO 0,4

PRONOSTICO 0,3

PRONOSTICO 0,2

DEMANDA

PRONOSTICO 0,1

CALCULAR EL MEJOR PRONOSTICO A PARTIR DEL SUAVIZAMIENTO EXPONENCIAL DE

LOS DOCE PRIMERO PERIODOS CON UNA CONSTANTE DE 0,1 0,2 0,3 0,4, TOME EN
CUENTA PARA EL PRONOSTICO UN PROMEDIO MOVIL SIMPLE DE LOS TRES PRIMERO
MESES PARA ELPRONOSTICO DEL CUARTO MES.
F=PRONOSTICO
_(1)=
D= DEMANDA
_(1)+(_(1)_(1) )
ALFA= 0,1 ETC

PERIODOS

os grandes cantidades
uso de suavisamiento
tonelaje supone que
175 ton. se examina 2
as de toneladas

95
101
111.8
103.88
106.33
119.80
121.88
108.33
113.00

neladas reales
scargadas

DEMA

onostico

PRONO

onostico 0,50

PRONO

PRONO

PRONO

1
2
3
4
5
6
7
8
9
10

12
17
20
19
24
21
31
28
36

11
12.8
15.18
17.82
19.91
22.51
24.11
27.14
29.28
32.48

TENDENCIA

PRONOSTICO
SUAVIZADA

DEMANDA REAL

CALCULAR EL PRONOSTICO DE UNA FABRICA DEPORLAND, USA SUAVIZA

PARA PRONOSTICAR LADEMANDA DE UN EQUIPO PARA CONTROL DE C
APARENTEEMENTE HAY UNA TENDENCIA CRECIENTE. SE ASIGNA A LAS
SUAVIZADO LOS VALORES DE 0,2 ALFA Y 0,2 BETA. SUPONGASE QUE E
INDUSTRIAL PARA EL MES 1 FUE DE 11 UNIDADES Y LA TENDENCIA DUR
PERIODO FUE DE 2 UNIDADES
FIT= PRONOSTICO INCLUIDO TENDENCIA

PERIODOS

TO EXPONENCIAL DE
2 0,3 0,4, TOME EN
LOS TRES PRIMERO

2
1.92
2.10
2.32
2.23
2.38
2.07
2.45
2.32
2.68

PRONOSTICO INCLUYENDO TENDEN

DEMANDA REAL
DEMANDA
PRONOSTICO 0,1
PRONOSTICO 0,2
PRONOSTICO 0,3
PRONOSTICO 0,4

PRONOSTICO
INCLUYENDO TEN

PRONOSTICO
INCLUYENDO
TENDENCIA

CA DEPORLAND, USA SUAVIZANTE EXPONENCIAL

EQUIPO PARA CONTROL DE CONTAMINANTES,
CRECIENTE. SE ASIGNA A LAS CONSTANTES DE
Y 0,2 BETA. SUPONGASE QUE EL PRONOSTICO
NIDADES Y LA TENDENCIA DURANTE EL MISMOP
E DE 2 UNIDADES
=+

13
14.72
17.28
20.14
22.14
24.89
26.18
29.59
31.60
35.16

UYENDO TENDENCIA

DEMANDA REAL
PRONOSTICO
INCLUYENDO TENDENCIA

Nodel construccion company remodela casas viejas. Con el tiempo la compaa se ha percatado
de que su volumen de dolares por trabajo de renovacin depende de la nmina del rea. En la
siguiente tabla se enumeran los ingresos de Nobel y el monto de dinero percibido por los
trabajadores durante los ultimos 6 aos. La administracin de Nodel desea establecer una
relacin matemtica que me ayude a predecir las ventas, primero necesita determinar si existe
una relacin en linea recta (lineal) del area y sus ventas de manera que grafica los datos
conocidos en un diagrama de dispercin

x
=/

nomina local
ventas de
en miles de
nodel millones
dolares
2
1
3
3
2.5
4
2
2
2
1
3.5
7
15
18

x2

y2
1
9
16
4
1
49
80

=()/
(^2 ^2 )
0.25
coeficiente de coerrelacion
=( )/[ ^2
()^2 ][ ^2()^2 ]

nomina local ventas de

en miles de
nodel
dolares
millones
1
2
3
3
4
2.5
2
2
1
2
7
3.5

xy

4
9
6.25
4
4
12.25
39.5

2
9
10
4
2
24.5
51.5

=/

=+

=
1.75

y=1,75+0,25x

0.90138782

ventas de nodel
millones
Linear (ventas de
nodel millones)

paa se ha percatado
mina del rea. En la
ro percibido por los
esea establecer una
a determinar si existe
ue grafica los datos

=/

3
=/
2.5
9

ventas de nodel
millones
Linear (ventas de
nodel millones)

PATRONES ESTACIONARIOS
la gerente de la compaiz xxx perteneciente al rubro de limpieza de alfombras necesita un
pronostico trimestral del numero esperado de clientes para el ao siguiente el negocio de la
limpieza de alfombras es estacional con un punto maximo en el tercer trimestre y uno
mnimo en el primer trimestre la gerente desea hacer un pronostico de la demanda de
clientes para cada uno de los trimestres del ao 5 basandose en su estimacion que la
demanda total durante el ao sera de 2600 a continuacion se presenta los datos de la
demanda trimestra registrada en los 4 aos mas recientes
trimestre

ao 1
1
2
3
4

sumatoria
promedio

trimestre

ao2
ao 3
45
70
335
370
520
590
100
170
1000
1200
250
300
indice estacionales

ao 1
1
2
3
4

ao2
0.18
1.34
2.08
0.40

ao 4
100
585
830
285
1800
450

ao 3
0.23
1.23
1.97
0.57

100
725
1160
215
2200
550

ao 4
0.22
1.30
1.84
0.63

ano 5
0.18
1.32
2.11
0.39

0.20
1.30
2.00
0.50

alfombras necesita un
uiente el negocio de la
cer trimestre y uno
o de la demanda de
u estimacion que la
enta los datos de la
entes

650

DEMANDA
AO 5
132.82
843.62
1300.03
323.52

la tabla siguiente muestra y los pronosticos correspondientes a cada uno de los 8 meses calcule
usted la CFE error de pronostico acumulativo, el MSE cuadrado del error medio, la O desviacion
estandar, la MAD y el MAPE, para ese producto.
error
cuadrado del
error
absoluto
error
1
200
225
-25
625
25
2
240
220
20
400
20
3
300
285
15
225
15
4
270
290
-20
400
20
5
230
250
-20
400
20
6
260
240
20
400
20
7
210
250
-40
1600
40
8
275
240
35
1225
35
-15
5275
195
error PRONOSTICO ACUMULATIVO
ERROR DE PRONOSTICO MEDIO
-1.875 659.375
CUADRADO DEL ERROR MEDIO MSE 659,375
DESVIACION ESTANDAR (o)
27.38
DESVIACION MEDIA ABSOLUTA (MAD)
24.38
ERROR PORCENTUAL MEDIO ABSOLUTO (MAPE)
10.18
mes

demanda

pronostico

-23.13
21.88
16.88
-18.13
-18.13
21.88
-38.13
36.88

534.77
478.52
284.77
328.52
328.52
478.52
1453.52
1359.77
5246.88

e los 8 meses calcule

edio, la O desviacion

error porcentual

12.50
8.33
5.00
7.41
8.70
7.69
19.05
12.73
81.40

LA DEMANDA HISTORICA RESPECTO A UN PRODUCTO ES LA SIGUIENTE HACIENDO EL USO

DE UNA MEDIA SOMPLE PARA 4 MESES CUAL SE CREE QUE DEBE SER LA PREDICCION PARA
JUNIO. A) SI JUNIO EXPERIMENTA UNA DEMANDA IGUAL A 100 CUAL SERIA LA PREDICCION
PARA JULIO B) HACIENDO USO DE UN SUAVIZADO EXPONENSIAL SIMPLE CON ALFA 0,2
TENIENDO EN CUENTA QUE LA PREDICCION PARA ENERO HABIA SIDO IGUAL A 70, CALCULAR
LA PREDICCION CON SUAVIZAMIENTO EXPONENCIAL PARA LOS RESTANTES HASTA LLEGAR A
JUNIO C) HACIENDO USO PARA EL ANALISIS DE REGRESION DE MINIMOS CUADRADOS
CALCULE UNA PREDICCION PARA LOS MESES JUNIO JULIO Y AGOSTO D) HACIENDO USO DE
UNA MEDIA MOVIL PONDERADA CON VSLOREES IGUALES A 0,30 0,25 0,20 0,15 Y 0,10 CUAL
ES LA PREDICCION PARA JUNIO. E) CALCULE EL ERROR PARA EL MES DE JUNIO CON TODOS
LOS PRONOSTICOS

MESES
1
2
3
4
5
6
7
8

DEMANDA
80
100
60
80
90
100

Pronostico
promedio movilo
simple

82.5
82.5

pronostico
suavizamiento
exponensial

minimos cuadrados
1
80
4
200
9
180
16
320
25
450

70
72
77.6
74.08
75.26
78.21

55

x media
y media

1230

3
82

=()/
(^2 ^2 )
0

=+
82

TE HACIENDO EL USO
LA PREDICCION PARA
ERIA LA PREDICCION
MPLE CON ALFA 0,2
GUAL A 70, CALCULAR
NTES HASTA LLEGAR A
IMOS CUADRADOS
D) HACIENDO USO DE
0,20 0,15 Y 0,10 CUAL
DE JUNIO CON TODOS

os cuadrados

=+

media movil ponderada

0.3
0.25
0.2
0.15
0.1
82
82
82
82
82

error pms

17.5

error ps

21.79

error mmp

18