Está en la página 1de 25

PRONOSTICO

JULIO CESAR MICOLTA VALENTIERRA

SENA
CENTRO DE LOGISTICA Y PROMOCION ECO TURISTICA REGIONAL
MAGDALENA
GESTIÓN LOGÍSTICA (1017082) RUTA (402084)
BUENAVENTURA- VALLE DEL CAUCA
2016

PRONOSTICO

JULIO CESAR MICOLTA VALENTIERRA

INSTRUCTOR
RICARDO ALFONSO CHINCHILLA IBARRA
PRONOSTICO

SENA
CENTRO DE LOGISTICA Y PROMOCION ECO TURISTICA REGIONAL
MAGDALENA
2016

452 1.392 2.519 4.251 2.872 4.856 4.738 5.771 4.619 3.054 G1 1.623 3.240 2.779 12.135 4.719 5.581 5.960 4.799 2.304 6.690 3.119 21.421 2.710 2.984 0.234 3.PRONÓSTICO 1 La directora de tráfico de una empresa de fabricación de cortadoras de césped de tamaño medio reunió en la siguiente tabla los datos de los envíos de los últimos diez años.468 1.815 2.908 1. Empleando los primeros cuatro años como datos base para la estimación.282 G1 1.999 1.195 746 1.878 0.172 5. y reservando los del último para comprobar la precisión de los resultados: a.446 3.986 2.138 1.395 0.217 3.652 3.745 2. Efectuar un análisis de la demanda.500 15.205 2.650 4.355 1.120 12.385 4.523 12.765 1.721 9.669 627 914 1.161 13.658 2.178 1.334 2.363 8. Para realizar el análisis requerido es necesario revisar uno a uno los grupos de artículos para que la información sea lo más exacta posible así: DEMANDA PRODUCTOS GRUPO G1 AÑOS 2001 A 2004 AÑO 2001 2002 2003 2004 2010 CÓDIGO 1010301 0 1010301 0 1010301 0 1010301 0 1010301 0 PROMEDIO GRUP O ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC G1 938 3.158 1.852 G1 2.371 12.238 5.894 1.142 1.739 INDICE 0.731 3.311 4.965 11.142 5.410 8. Ella piensa que una previsión precisa de las ventas le ayudaría a planificar sus necesidades de transporte.993 2. a fin de garantizar la veracidad de la información.855 4.286 0.059 0.885 3.510 9.047 6.661 4.310 877 1.332 0.395 G1 4.825 12 1 SUMA VENTAS POR AÑO 28014 33822 40351 48166 133973 .014 7.

302.8 0 INDICE 0.662.681 5.522 1.2 0 1.122 1.775 9.313 1.0 0 2.035 1.722 1 2003 28941 2 57.686 4.506 0.059 1.840 1.373 2.098 1.946.656 6.918.178 AÑO 2001 1 VENTA S (y) x xy x² 20371 0 0 0 2002 23722 1 23.400 3.702 144.49 8 535.171.402 1.433 2.539 1.8 0 2.044.854 1.312 G2 6.104.479 1.793 4.889.4 0 2.2010 AÑO 2001 2002 2003 2004 2010 CÓDIGO 1010302 0 1010302 0 1010302 0 1010302 0 1010302 0 GRUP O ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC G2 1.252 1.2 0 3.711 4.253 9.0 0 4.913 G2 2.644 1.164 PROMEDIO 3.467 2.932 0.0 0 3.261 1.705 1.986 3.709 1.545.934 0.89 2 79491 4 2001 2002 2003 9 16 30 DEMANDA PRODUCTOS GRUPO G2 AÑOS 2001 A 2004 .808 9 2010 88922 4 355.882 4 2004 33936 3 101.546 1.017 1.611 4.484 G2 2.544 3.265 12 SUMA VENTAS POR AÑO 20371 23722 28941 33936 88922 39.591 2.050.442 1.215 1.427 8.322 1.043.203 2.483 4.574 1.204 3.924 1.660 3.4 0 4.534 11.654 8.086 2.497 1.548 1.578 5.760 1.086 3.545 1.822 1 2 4 2004 48166 3 2010 133973 4 TOTALE S 284326 10 80.379 0.406 4.735 3.406 2.885 0.4 0 2.501.595 1.2 0 3.835 1.628 2.856 G2 1.0 0 5.VENTAS (y) AÑO x xy x² 28014 33822 40351 0 0 0 1 33.688 16 TOTALES 195892 10 539100 30 .665 1.250 2.596 0.311 8.

310 2.349 6.086 2.320 7.342 1.00 1489.189 3.271 1.538 1.278 2.237 4.742 0.663 439 621 393 800 G4 415 753 537 2.60 3842.60 1871 INDICE 0.872 2.80 1902.177 587 1.148 11 0.877 3.024 2.669 6.971 661 409 786 368 1.00 1908.DEMANDA PRODUCTOS G3 AÑOS 2001 A 2004 .381 4.20 973.580 2010 10103110 G3 1.339 2.20 1852.00 NOV DIC 878.050 607 1.097 1.555 10964 2003 13187 2004 15203 2010 18077 54804 TOTALES 22447.911 .709 2.40 3314.00 x xy x² 10964 0 0 0 13187 1 13.216 16 98552 10 289674 30 DEMANDA PRODUCTOS G4 AÑOS 2001 A 2004 .180 2.652 710.231 9 54804 4 219.031 646 2.558 2.40 1522.657 826 1.195 7.690 5.505 3.2010 AÑO 2001 2002 2003 2004 2010 CÓDIGO 1010312 0 1010312 0 1010312 0 1010312 0 1010312 0 PROMEDIO GRUP O ENE FEB MAR ABR MAY JUN JUL AGO SEP G4 391 648 376 1.296 870 964 615 1.20 2324.132 618 675 456 869 G4 456 1.566 1 0.185 2004 10103110 G3 760 1.039 595 1.001 2.746 1.320 7.653 G4 1.2010 AÑO CÓDIGO GRUP O 2001 10103110 G3 486 936 435 1.80 3766.310 2.020 OCT NOV DIC 1 AÑO VENTA S (y) SUMA VENTAS POR 2001 AÑO 2002 0.474 1.40 2006 INDICE 0.354 0.017 1.923 12 0.00 904.155 1.159 1.756 3.822 1.521 1.451 0.161 819 1.195 7.366 1.469 1.391 1.187 1 1520 2 3.00 1826.772 1.40 2665.220 740 1.349 6.80 0.119 930 552 924 438 1.151 759 1.40 2790.690 5.558 2.079 2003 10103110 G3 654 1.310 1.521 JUN JUL AGO SEP OCT 2119.813 4.047 2002 10103110 G3 615 1.433 935 1.144 880 2.80 3654.117 699 1.80 1135.352 3.00 1037.329 1.813 3.282 2.652 PROMEDIO ENE FEB MAR ABR MAY 841.040 4 18077 3 54.237 4.20 2147.878 0.064 704 2.814 0.054 1.669 6.951 1.328 1.00 1960.414 1.133 2.375 3.804 1.450 0.40 951.158 G4 599 1.630 2.272 817 2.381 4.

507 4.070 789 1.143 1.889 PROMEDIO 1.792 16 TOTALES 120352 10 331984 30 DEMANDA PRODUCTOS G5 AÑOS 2001 A 2004 .564 4 2004 13038 3 39.680 1 2003 17488 2 34.40 VENTA S (y) AÑO 2001 x xy x² 12474 0 0 0 2002 14680 1 14.291 0.20 AÑO VENTA S (y) x xy x² 2001 6956 0 0 0 2002 9120 1 9.841 3.0 0 1.00 1.8 0 1.118 12 1 SUMA VENTAS POR AÑO 6956 9120 10782 13038 39695 15.802.6 0 1.242 1.200 2.8 0 1.308 1.648.425.359 1.712.120 1 2003 10782 2 21.635 0.40 842.976 4 2004 20512 3 61.164 3.333 1.SUMA VENTAS POR AÑO 12474 14680 17488 20512 55198 24070.4 0 1.347 0.001 276 997 678 1.114 9 2010 39695 4 158.793 3.074 1.377 1.941 0.482.536 9 2010 55198 4 220.2010 AÑO 2001 2002 2003 2004 2010 CÓDIGO 1010321 0 1010321 0 1010321 0 1010321 0 1010321 0 GRUP O ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC G5 731 235 698 536 700 782 632 760 567 352 462 501 G5 1.0 0 1.389 1.405 1.40 1.179.191 4.802 4.404.209 774 555 631 717 G5 1.040 666 400 600 603 G5 1.263 3.092 3.918.063 1.327 INDICE 1.6 0 500.129 1.000 1.609 1.755 405 1.045 1.120 858 1.668 0.4 0 1.786.8 0 886.032 720 678 770 G5 4.247.780 16 TOTALES 79591 10 228578 30 .317 393 1.288 857 1.059 1.159 1.

00 741.092 3.841 3.202003 12095 2 24.200 2.300 748 1.001 0.164 3.00 681.20 1427 INDICE 1. Evaluar el modelo de pronóstico que mejor describa el comportamiento de la demanda.311 1.780 16 TOTALES 85621 10 237405 30 b.00 1916.80 1439.80 1586.428 1. se han considerado varias variables y se puede procesar gran cantidad de información.190 4 2004 14660 3 43.793 3.129 1. como la regresión lineal que se utilizará para el punto c.366 1.980 9 2010 39695 4 158.326 0. Se han analizado datos históricos debido a que la situación ha sido estable.00 1942.80 1425.483 841 1. En este caso es un modelo de pronóstico a mediano plazo y cuantitativo. proyectando hacia el futuro datos del pasado para realizar una estimación cuantitativa del comportamiento del fenómeno estudiado hacia lo que se requiere.125 G6 4.962 . y se utilizan modelos matemáticos.343 1. debido a que tiene objetivos claros y consistentes.40 1438. 0.280 1.40 1259.691 1.112 0.010 1.226 552 860 809 381 704 G6 675 519 646 1.802 4.DEMANDA PRODUCTOS G6 AÑOS 2001 A 2004 . en el cual se involucra el tiempo.263 3.438 1.478 1.455 1 17124.982 1.20 1892.102 1.405 1.544 966 1.008 1.409 606 1.361 1.507 4.2010 AÑO 2001 2002 2003 2004 2010 GRUP O CÓDIGO 1010331 0 1010331 0 1010331 0 1010331 0 1010331 0 PROMEDIO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC G6 540 395 517 1.520 1.187 623 1.191 4.209 614 909 1.0 1. Es importante recalcar que el pronóstico es un proceso de estimación de un acontecimiento o fenómeno regularmente económico.882 0.308 1429.312 986 449 968 G6 1.0 SUMA VENTAS POR AÑO 8716 10455 12095 AÑO 14660 2001 39695 2002 VENTA S (y) x xy x² 8716 0 0 0 10455 1 10.999 1.035 728 1.008 12.60 1372.194 908 414 756 G6 766 576 838 1.

38333 / 6 (años de análisis) y = 3. Por regresión lineal se halla la demanda total de los años 2001 a 2004 y se incluye el 2010 Ahora reemplazaré los valores en las ecuaciones ① y ② y=a+b(x) ① Con esta ecuación se halla la demanda requerida ∑y=Na+b∑(x) Para hallar el valor de las variables a y b. para calcular el pronóstico de la demanda para el año 2011.2 (5) y = 124.2) 284326 =5 a + 226262 284326 – 226262 /5 = a a = 11612.2 Reemplazar valor de b. en la ecuación ①: 284326 = 5 a + 10 (22626. para hallar a.c. se utilizan estas dos ecuaciones ② ∑xy=a∑x+b∑x² N: Número de datos o de años a trabajar Para el grupo G1 ① 284326 = 5 a +10 b ② 794914 = 10 a + 30 b (-2) -568652 = -10 a .040.8 Ya he hallado los valores requeridos ahora procedo reemplazar en la ecuación correspondiente para hallar la demanda: y = a + b (x) y = 11612.8 + 22626.20 b 794914 = 10 a + 30 b Ahora por eliminación.73 . Aplicar el modelo seleccionado. quedaría: 226262 = 10 b 226262 / 10 = b b = 22626.743.8 / 12 y = 21.506.

2 Ya he hallado los valores requeridos ahora procedo reemplazar en la ecuación correspondiente para hallar la demanda: y = a + b (x) y = 9715.697.6) 195892 =5 a + 147316 195892 –147316 /5 = a a = 9715.186. quedaría: 147316 = 10 b 147316 / 10 = b b = 14731.20 b 539100 = 10 a + 30 b Ahora por eliminación.6 Reemplazar valor de b. para hallar a.2 +14731. quedaría: 92570 = 10 b .6 (5) y = 122.20 b 289674 = 10 a + 30 b Ahora por eliminación.Para el grupo G2 ① 195892 = 5 a +10 b ② 539100 = 10 a + 30 b (-2) -391784 = -10 a .69 Para el grupo G3 ① 98552 = 5 a +10 b ② 289674 = 10 a + 30 b (-2) -197104 = -10 a . en la ecuación ①: 195892 = 5 a + 10 (14731.234 / 12 y = 10.16 / 6 (años de análisis) y = 1.

4 / 12 y = 3956.92570 / 10 = b b = 9257 Reemplazar valor de b.78 / 6 (años de análisis) y = 659. quedaría: 211632 = 10 b 211632 / 10 = b b = 21163.46 Para el grupo G4 ① 120352 = 5 a +10 b ② 331984 = 10 a + 30 b (-2) -120352 = -10 a . para hallar a. para hallar a. en la ecuación ①: 98552 = 5 a + 10 (9257) 98552 =5 a + 92570 98552 –92570 /5 = a a = 1196.20 b 331984 = 10 a + 30 b Ahora por eliminación.4 +9257 (5) y = 47481.2 Reemplazar valor de b.4 Ya he hallado los valores requeridos ahora procedo reemplazar en la ecuación correspondiente para hallar la demanda: y = a + b (x) y =1196. en la ecuación ①: 120352 = 5 a + 10 (21163.2) 120352 =5 a + 211632 120352 –211632 /5 = a a = 18256 .

7 (5) y = 10357.20 b 228578 = 10 a + 30 b Ahora por eliminación. para hallar a.6 Ya he hallado los valores requeridos ahora procedo reemplazar en la ecuación correspondiente para hallar la demanda: y = a + b (x) y =49793.7) 79591 =5 a + 148987 79591 – 148987/5 = a a = 49793.7 Reemplazar valor de b.26 / 12 .Ya he hallado los valores requeridos ahora procedo reemplazar en la ecuación correspondiente para hallar la demanda: y = a + b (x) y =18256 +21163.6 +14898.33 / 6 (años de análisis) y = 1723. quedaría: 148987 = 10 b 148987 / 10 = b b = 14898.2 Para el grupo G5 ① 79591 = 5 a +10 b ② 228578 = 10 a + 30 b (-2) -79591 = -10 a .2 (5) y = 124072 / 12 y = 10339. en la ecuación ①: 79591 = 5 a + 10 (14898.

85 Para el grupo G5 ① 85621 = 5 a +10 b ② 237405 = 10 a + 30 b (-2) -85621 = -10 a .4 Reemplazar valor de b.20 b 237405 = 10 a + 30 b Ahora por eliminación.y = 863. quedaría: 151784 = 10 b 151784 / 10 = b b = 15178. para hallar a.4) 85621 =5 a + 151784 85621 – 151784 = a a = 66163 Ya he hallado los valores requeridos ahora procedo reemplazar en la ecuación correspondiente para hallar la demanda: y = a + b (x) y =66163 +15178.92 / 6 (años de análisis) y =1972.1 / 6 (años de análisis) y =143.99 .4 (5) y = 142055 / 12 y = 11837. en la ecuación ①: 85621 = 5 a + 10 (15178.

Para la ubicación del stock es necesario hacer primero una predicción de las ventas.20 1 . y esto se hace con el fin de minimizar los costos y permitir que la empresa u organización sea más rentable: GRUPO CB AÑO GRUPO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC 2010 CB 976 918 896 923 959 926 921 871 840 881 920 1.10 1.15 1. Efectuar los cálculos necesarios para definir el método de asignación de stocks.84 0. Cuanta más precisa sea la estimación.99 0.89 1.90 674 INDICE 1.99 0. Uno de los puntos clave en cuanto a la rotación de inventarios es pronosticar la demanda.12 12 0. menores serán los niveles de los inventarios.112 2002 CB 828 641 549 891 673 513 676 703 604 669 595 870 2001 CB 654 811 522 607 792 545 819 515 612 642 509 773 PROMEDIO 743 757 600 774 810 664 670 622 568 639 635 608 0. distribución de frecuencias y promedios móviles.95 0. el director reúne los siguientes datos de utilización de un determinado tipo de producto. a. utilizando para ello los modelos de suavización exponencial.94 0.PRONÓSTICO 2 El director de recursos de materiales de una empresa debe planificar los inventarios para tres bodegas de la región. Su plan incluye la ubicación de los stocks para los tres puntos. durante los últimos 10 años.Para comprobar cuál es la mejor alternativa. Efectuar un análisis de la demanda. . a fin de garantizar la veracidad de la información. mínimos cuadrados. La preocupación del director se centra en saber si sería más preciso hacer una estimación para cada bodega o hacer una global y luego llevar a cabo un reparto proporcional de las mismas. ponderados y aritméticos.92 0.040 2009 CB 659 543 532 889 672 509 634 611 642 523 638 711 2008 CB 839 581 734 732 853 666 579 676 543 592 592 731 2007 CB 855 824 563 747 528 765 732 585 502 680 600 833 2006 CB 860 849 553 688 902 638 500 538 501 531 595 652 2005 CB 688 850 552 685 900 628 620 670 448 606 434 855 2004 CB 405 790 436 787 988 723 614 382 452 539 798 648 2003 CB 663 762 667 795 833 728 603 672 532 728 669 1.

25 1 .73 0.90 0.08 1.19 220 INDICE 1.94 1.27 1.70 1.04 0.86 0.GRUPO CB AÑO VENTAS (y) x xy x² 2001 7801 0 0 0 2002 8212 1 8212 1 2003 7653 2 15306 4 2004 7562 3 22686 9 2005 7936 4 31744 16 2006 7807 5 39035 25 2007 8214 6 49284 36 2008 8118 7 56826 49 2009 7563 8 60504 64 10032 9 4 5 90288 81 373885 285 2010 TOTALES 80898 GRUPO R1 AÑO GRUPO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC 2010 R1 236 216 197 247 256 221 204 200 185 199 214 257 2009 R1 236 276 146 360 250 156 197 296 197 243 168 156 2008 R1 341 172 211 232 332 227 214 122 154 124 177 140 2007 R1 339 300 118 213 155 240 256 170 193 103 137 250 2006 R1 350 244 104 133 316 130 135 244 126 237 253 251 2005 R1 249 289 136 260 380 227 298 260 95 263 154 292 2004 R1 133 310 103 267 306 236 203 103 104 158 275 306 2003 R1 284 177 220 199 350 269 225 108 150 291 284 358 2002 R1 307 134 167 221 208 184 298 272 185 227 197 277 2001 R1 319 254 141 242 204 214 272 127 224 149 210 333 PROMEDIO 279 237 154 237 276 210 230 190 161 199 207 262 0.95 1.08 12 0.

91 1.92 0.96 1.93 1.16 12 0.AÑO GRUPO R1 VENTAS x (y) xy x² 2001 2689 0 0 0 2002 2677 1 2677 1 2003 2915 2 5830 4 2004 2504 3 7512 9 2005 2903 4 11612 16 2006 2523 5 12615 25 2007 2474 6 14844 36 2008 2446 7 17122 49 2009 2681 8 21448 64 2632 9 4 5 23688 81 117348 285 2010 TOTALES 26444 GRUPO R2 AÑO GRUPO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC 2010 R2 421 407 394 389 403 410 427 386 375 389 401 446 2009 R2 196 128 181 180 267 138 138 144 228 130 308 375 2008 R2 171 230 287 242 358 320 149 297 243 219 248 244 2007 R2 214 236 172 287 224 290 303 158 124 298 153 321 2006 R2 252 302 154 290 347 237 112 186 234 152 143 238 2005 R2 229 274 246 172 268 137 104 170 199 126 161 356 2004 R2 148 312 187 153 327 230 222 104 226 211 298 178 2003 R2 155 312 250 318 187 128 182 295 262 169 200 370 2002 R2 230 318 121 321 132 184 122 183 198 273 265 225 2001 R2 201 255 188 232 250 116 255 185 233 224 122 210 PROMEDIO 222 277 218 258 276 219 201 211 232 219 230 296 0.88 0.16 1 .08 1.24 238 INDICE 0.97 0.84 0.92 0.

02 0.04 12 0.98 1.85 1.19 1.AÑO GRUPO R2 VENTAS x (y) xy x² 2001 2471 0 0 0 2002 2572 1 2572 1 2003 2828 2 5656 4 2004 2596 3 7788 9 2005 2442 4 9768 16 2006 2647 5 13235 25 2007 2780 6 16680 36 2008 3008 7 21056 49 2009 2413 8 19304 64 4848 9 4 5 43632 81 139691 285 2010 TOTALES 28605 GRUPO R3 AÑO GRUPO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC 2010 R3 319 295 305 287 300 295 290 285 280 293 305 337 2009 R3 227 139 205 349 155 215 299 171 217 150 162 180 2008 R3 327 179 236 258 163 119 216 257 146 249 167 347 2007 R3 302 288 273 247 149 235 173 257 185 279 310 262 2006 R3 258 303 295 265 239 271 253 108 141 142 199 163 2005 R3 210 287 170 253 252 264 218 240 154 217 119 207 2004 R3 124 168 146 367 355 257 189 175 122 170 225 164 2003 R3 224 273 197 278 296 331 196 269 120 268 185 384 2002 R3 291 189 261 349 333 145 256 248 221 169 133 368 2001 R3 134 302 193 133 338 215 292 203 155 269 177 230 PROMEDIO 242 242 228 279 258 235 238 221 174 221 198 264 1.75 0.95 0.13 233 INDICE 1.01 1.04 1.11 1 .95 0.

de acuerdo al historial registrado es un pronóstico a mediano plazo.AÑO GRUPO R3 VENTAS x (y) xy x² 2001 2641 0 0 0 2002 2963 1 2963 1 2003 3021 2 6042 4 2004 2462 3 7386 9 2005 2591 4 10364 16 2006 2637 5 13185 25 2007 2960 6 17760 36 2008 2664 7 18648 49 2009 2469 8 19752 64 3591 9 4 5 32319 81 128419 285 2010 TOTALES 27999 b. para cada región y la opción combinada.Como primer criterio se ha aplicado el tiempo. para calcular el pronóstico de la demanda para el año 2011 Para realizar los cálculos requeridos se han de utilizar las fórmulas relacionadas: . por que se requiere utilizar o implementar estrategias de manera inmediata para ser ejecutadas. . Concluyendo. Revisaré los criterios para evaluar a fondo el modelo de pronóstico utilizado en esta demanda: . Evaluar el modelo de pronóstico que mejor describa el comportamiento de la demanda. que permite compactar la información logrando que sea lo más cerca a la realidad posible.El siguiente criterio hace referencia a un entorno micro. afirmó que es un modelo de pronóstico cuantitativo y a mediano plazo. y así permitir tener un enfoque más claro hacia el futuro. Aplicar el modelo seleccionado. . pues se trata de cifras históricas para establecer la necesidad y la demanda.El tercer criterio clasifica el pronóstico en cuantitativo. c. y se debe a que se requiere la información para proceder a solicitar lo necesario para cumplir con los niveles de inventario.

Con esta ecuación se halla la demanda requerida y=a+b(x) ① ∑y=Na+b∑(x) Para hallar el valor de las variables a y b. se utilizan estas dos ecuaciones ② ∑xy=a∑x+b∑x² N: Número de datos o de años a trabajar GRUPO CB AÑO VENTAS (y) x 2001 7801 8212 2003 2004 2005 2006 2007 2002 2008 2009 2010 TOTALES xy x² 0 0 0 1 8212 1 7653 2 15306 4 7562 3 22686 9 7936 4 31744 16 7807 5 39035 25 8214 6 49284 36 8118 7 56826 49 7563 8 60504 64 10032 9 90288 81 80898 45 373885 285 Reemplazando en ① y ② .

32) 80898 = 10a + 5369.32 (45) y = 12922.32 Reemplazo en ① 80898 = 10a + 45(119.86 = a DEMANDA Ahora reemplazo los valores en y=a+b(x) y = 7552.26 / 12 y = 1076.5 = b b = 119.4 /10 = a 7552.5b 373885 = 45a + 285b Eliminando. queda así: 9844 = 82.4 80898 .5b 9844 / 82.86 + 119.① 80898 = 10a + 45b 4.85 * (- GRUPO R1 AÑO VENTAS (y) x xy x² 2001 2689 0 0 0 2002 2677 1 2677 1 2003 2915 2 5830 4 2004 2504 3 7512 9 2005 2903 4 11612 16 2006 2523 5 12615 25 2007 2474 6 14844 36 2008 2446 7 17122 49 2681 8 21448 64 2632 9 23688 81 26444 45 117348 285 2009 2010 TOTALES Reemplazando en ① y ② ① 26444 = 10a + 45b * (4.202.5) .5369.5) ② 373885 = 45a + 285b -364041 = -45a .

5b 117348 = 45a + 285b Eliminando.86 GRUPO R2 AÑO VENTAS (y) x xy x² 2001 2471 0 0 0 2002 2572 1 2572 1 2003 2828 2 5656 4 2004 2596 3 7788 9 2005 2442 4 9768 16 2006 2647 5 13235 25 2007 2780 6 16680 36 3008 7 21056 49 2413 8 19304 64 2008 2009 2010 TOTALES 4848 9 43632 81 28605 45 139691 285 Reemplazando en ① y ② ① 28605 = 10a + 45b * (4.4 = a DEMANDA Ahora reemplazo los valores en y=a+b(x) y = 2734.5 b = -20 Reemplazo en ① 26444 = 10a + 45(-20) 26444 = 10a – 900 26444 + 900 /10 = a 2734. queda así: -1650 = 82.202.② 117348 = 45a + 285b -118998 = -45a .4 / 12 y = 152.5) ② 139691 = 45a + 285b .5b b =-1650 / 82.4 + (-20)*(45) y = 1834.

5b .5b 10698.95 (45) y = 8244.22 + 132.5 = -45a .95 Reemplazo en ① 28605 = 10a + 45(132.75 28605 .5 = b b = 132.97 / 12 y = 687 GRUPO R3 AÑO VENTAS (y) x xy x² 2001 2641 0 0 0 2002 2963 1 2963 1 2003 3021 2 6042 4 2004 2462 3 7386 9 2005 2591 4 10364 16 2006 2637 5 13185 25 2007 2960 6 17760 36 2008 2664 7 18648 49 2469 8 19752 64 3591 9 32319 81 27999 45 128419 285 2009 2010 TOTALES Reemplazando en ① y ② ① 27999 = 10a + 45b * (4.5 = 82.5982.-128722.75 /10 = a 2262.5) ② 128419 = 45a + 285b -125995. queda así: 10698.202.5 = -45a .5 / 82.22 = a DEMANDA Ahora reemplazo los valores en y=a+b(x) y = 2262.202.5b 139691 = 45a + 285b Eliminando.95) 28605 = 10a + 5982.

37 (45) y = 3989.5b 2423.38 / 12 y = 332.65 /10 = a 2667.44 Como se puede observar.37 Reemplazo en ① 27999 = 10a + 45(29. PRONÓSTICO 3 . al pronosticar la demanda se puede determinar las diferentes cantidades a pedir para garantizar el suministro necesario y a su vez el stock requerido.65 27999 .128419 = 45a + 285b Eliminando.73 = a DEMANDA Ahora reemplazo los valores en y=a+b(x) y = 2667.5 / 82. queda así: 2423. esto permite optimizar los recursos y aumentar la rentabilidad de la empresa.5 = 82.73 + 29.37) 27999 = 10a + 1321.5 = b b = 29.1321.

5 2300 4 1180 1167.95 REGRESIÓN LINEAL Al aplicar este tipo de análisis.0 1.9 PORCENTAJES ALFA α N 25% 30% 45% 0.00 0 1.21.45 38.562. es decir cuando revisamos el periodo 10. El gráfico nos muestra el error.80 -57. se observa que la cantidad es -14.2 3000 9 1117 233 1108 1167 -83 1205 1200 150 1217 645 104 1144.4 3 1122 0 1080 0 10 0 12 1 14 4 Y² 1.La siguiente información corresponde a las unidades fabricadas por Industrias el Caracol durante el último año.7 9225 81 1040 50 1067 97 579 63 1004.2 1 0 206.2 1012 112 1030 48 553 45 957.322. calcular el Error Medio.50 4 0 1.5 9900 1042 22 1036 61 585 40 981.0 8880 64 1048 23 1096 145 558 57 1027.10 0 1.70 -14.2 9 0 1.102. Períod o No.050.5 6300 36 232 1154 198 713 84 1074.04 -2.7 6250 25 1223 190 655 114 1097. Concluyendo se trata del mayor o menor error que se puede cometer o encontrar al realizar este proceso.22 5 1.46 -89.2 6895 49 1095 -15 1086 140 628 73 1051.50 129.45. Unidades Fabricada s 1 1200 2 1150 3 1000 4 1350 5 1250 6 1050 7 985 8 1110 9 1025 10 11 12 990 1020 900 Promedio Móvil Simple n=3 Erro r Suavizació n exponenci al alfa=0.21 59. se busca obtener información de los posibles errores en el pronóstico. PROMEDIO MÓVIL PONDERADO .00 167.72 -40.00 0 -47.50 0 970. l periodo 3 la cantidad puede variar en -167.0 5400 16 192 588 109 1120.7 1200 1 1200 1190.232.62 5 980.040.822. MAD y el porcentaje de información.47 1.440.50 0 Error -13.000.10 0 1. Se requiere realizar los pronósticos por cada uno de los métodos trabajados.40 0 810.4 Erro r Promedio Móvil Ponderad o Erro r Regresió n Lineal XY X² 1200 1213.

El promedio móvil ponderado requiere de algunos factores numéricos. Este método resulta ser útil cuando es válida la premisa de que el pasado más reciente tiene un mayor poder predictivo respecto al futuro (por lo cual se suele asociar una mayor ponderación en el cálculo del promedio). En el contexto de los métodos de series de tiempo. . el método de media móvil ponderada es una variantes de la técnica de media móvil simple donde existe la posibilidad de modificar las ponderaciones que tiene cada uno de los datos en el cálculo del promedio. sin embargo. en caso de existir estacionalidad en el patrón histórico de la demanda puede ser necesario ponderar con mayor fuerza un dato más antiguo de la serie de tiempo. como observación importante. los factores que se han de elegir deben estar entre 1 y 10.