Está en la página 1de 21

PRONOSTICOS

PREGUNTAS PARA ANLISIS:

1. Qu es un modelo de pronstico cualitativo y cundo es apropiado su uso?


Pronstico cualitativo: Este mtodo es apropiado cuando los datos confiables son
escasos o difciles de emplear.
Las tcnicas cualitativas se usan cuando no se tiene disponibilidad de informacin
histrica o los datos son escasos, por ejemplo cuando se introducen producto nuevo al
mercado. Usan el criterio de la persona y ciertas relaciones para transformar
informacin cualitativa en estimados cuantitativos.

Caractersticas generales:
* Se posee poca informacin.
* Existe alta incertidumbre.
* Se tiene escasa capacidad de proceso.
* Horizonte de mediano o largo plazo.

2. Identifique y describa brevemente los dos enfoques generales del pronstico.


Hay dos enfoques generales al pronosticar tal como existen dos maneras de
abordar todos los modelos de decisiones.
El anlisis cuantitativo.
El enfoque cualitativo.
Los pronsticos cuantitativos utilizan una variedad de modelos matemticos que se
apoyan en datos histricos o en variables causales para pronosticar la demanda.
Los pronsticos cualitativos o subjetivos incorporan aquellos factores como la
intuicin, las emociones, las experiencias personales y el sistema de valores de
quien toma la decisin pata llegar al pronstico. Las empresas empican uno u otro
enfoque, pero en la prctica, la combinacin de ambos es casi siempre ms
efectiva.

3. Identifique los tres horizontes de tiempo para pronsticos. Establezca una


duracin aproximada para cada uno.
Los horizontes de tiempo se identifican en corto, mediano o intermedio, o largo
plazo. El de corto tiene una duracin de hasta un ao, el de mediano plazo va de 3
meses hasta 3 aos, y es de largo plazo son de 3 aos en adelante.

4. Describa brevemente los pasos necesarios para desarrollar un sistema de


pronsticos.
Determinar el uso del pronstico.
Seleccionar los aspectos que se requieren pronosticar.
Determinar el horizonte de tiempo del pronstico.
Seleccionar los modelos de pronstico.
Recopilar los datos necesarios para elaborar el pronstico.
Realizar pronstico.
Validar e implementar los resultados.
5. Un administrador escptico pregunta para qu puede usarse un pronstico de
mediano plazo; sugirale tres usos o propsitos posibles.
Un pronstico de mediano plazo se extiende de 3 meses a 3 aos, es til para
planear las ventas, la produccin, el presupuesto, y el flujo de efectivo, as como
para analizar los diversos planes de operaciones. Se consideran cuestiones ms
globales. Un mtodo efectivo es el anlisis de regresin.

6. Explique qu tcnicas de pronsticos, como promedios mviles, promedios


mviles ponderados y suaviza miento exponencial, no son apropiadas para las
series de datos que presentan una tendencia.
El suaviza miento exponencial a diferencia de los promedios mviles, este
mtodo pronostica otorgando una ponderacin a los datos dependiendo del peso
que tengan dentro del clculo del pronstico. Esta ponderacin se lleva a cabo
a travs de otorgarle un valor a la constante de suavizacin, que puede ser
mayor que cero y menor que uno.

7. Cul es la diferencia bsica entre promedios mviles ponderados y suaviza


miento exponencial?
El promedio mviles ponderados: Este mtodo consiste en asignar un factor de
ponderacin distinto para cada dato. Generalmente, a la observacin o dato ms
reciente a partir del que se quiere hacer el pronstico, se le asigna el mayor peso, y
este peso disminuye en los valores de datos ms antiguos.

El suaviza miento exponencial emplea un promedio ponderado de la serie de tiempo


pasada como pronstico; es un caso especial del mtodo de promedios mviles
ponderados en el cual slo se selecciona un peso o factor de ponderacin: el de la
observacin ms reciente.
En la prctica comenzamos haciendo que F1, el primer valor de la serie de valores
uniformados, sea igual a Y1, que es el primer valor real de la serie.

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?

Las ventajas de utilizar el mtodo de suaviza miento por la regente del colegio es ms
exacto que los dems, pero la constante es determinado por ella por lo tanto es muy
probable que no se llegue a una respuesta confiable, es por ello que se recomienda
que un consultor, determine el modelo de regresin que se basa en datos histricos
que daran ms confiabilidad a los resultados.
9. Investigue y describa brevemente el mtodo Delphi. Cmo podra usarlo alguno
de los jefes para los que usted ha trabajado?
El mtodo Delphi es que aparte de su grupo de expertos se tiene un personal que
ayuda en la toma de decisiones al preparar, distribuir, recolectar y resumir una
serie de cuestionarios que se realizan a un grupo de personas, cuyos juicios se valora.
La tcnica o mtodo Delphi es un proceso de grupo que tiene como fin un pronstico
por consenso. El proceso necesita de un grupo de expertos internos o externos de la
empresa quienes recaban opiniones por escrito sobre el punto que se discute.

10. Cul es la principal diferencia entre un modelo de series de tiempo y un modelo


asociativo?
Existen ciertas diferencias entre pronstico de series de tiempo, los modelos
pronstico asociativo casi siempre consideran varias variables que estn relacionadas
con la cifra por predecir. Una vez que se encuentran estas variables relacionadas. Se
construye un modelo estadstico que se usa para pronosticar el elemento (el inters).
Este enfoque es ms poderoso que los mtodos de series de tiempo que incluyen solo
variables histricas para la variable que se pronostica.

El anlisis asociativo puede considerar muchos factores. Por ejemplo, las ventas de
computadoras personales IBM se relacionan con el presupuesto para publicidad de
IBM los precios de la compaa, los precios de la competencia, estrategias
promocionales e incluso con la economa nacional y los ndices de desempleo. En este
caso las ventas de computadoras se denominan la variable dependiente y las otras
variables se llaman variables independientes. El trabajo del administrador es
desarrollar la mejor relacin es estadstica entre las ventas de PC y las variables
independientes, El modelo de pronsticos asociativo Cuantitativo ms comn es el
anlisis de regresin final.

11. Defina qu es una serie de tiempo.


Por serie de tiempo nos referimos a datos estadsticos que se recopilan, observan o
registran en intervalos de tiempo regulares (diario, semanal, semestral, anual, entre
otros). Visualmente, es una curva que evoluciona a lo largo del tiempo. Por ejemplo, las
ventas diarias de un producto pueden representarse como una serie de tiempo.

El trmino serie de tiempo se aplica por ejemplo a datos registrados en forma


peridica que muestran, por ejemplo, las ventas anuales totales de almacenes, el valor
trimestral total de contratos de construccin otorgados, el valor trimestral del PIB

En el sector minorista o en el de manufactura, las series de tiempo son importantes


porque son las representaciones ms cannicas del flujo de artculos vendido o
producido. La representacin de datos comerciales como series de tiempo
generalmente ayuda a los encargados a visualizar la actividad de sus comercios.
12. Qu efecto tiene el valor de la constante de suaviza miento en la ponderacin
dada a los valores recientes?
El enfoque de suaviza miento exponencial es fcil de usar y se ha aplicado con xito en
prcticamente todo tipo de negocios. Sin embargo, el valor apropiado de la constante
de suaviza miento, , puede hacer la diferencia entre un pronstico preciso y uno
impreciso. Se eligen valores altos de cuando el promedio subyacente tiene
probabilidades de cambiar. Se emplean valores bajos de cuando el promedio en que
se basa es bastante estable. Al elegir los valores de la constante de suaviza miento, el
objetivo es obtener el pronstico ms preciso.

13. Explique el valor que tienen los ndices estacionales al pronosticar. En qu


difieren los patrones cclicos y los patrones estacionales?
Los ciclos son como las variaciones estacionales de los datos, pero ocurren cada varios
aos, no semanas, meses o trimestres. El pronstico de variaciones cclicas en una
serie de tiempo es difcil. Esto se debe a que los ciclos incluyen una variedad de
factores que

14. Qu tcnica de pronstico da ms importancia a los valores recientes? Cmo


hace esto?
El pronstico de la demanda
Da origen a varias clases de proyecciones. Por ejemplo, un pronstico puede referirse a una
industria entera, a una lnea de productos o bien a una marca individual. Puede aplicarse a la
totalidad de un mercado o a un segmento en particular. La estimacin puede basarse en
factores generales o en un plan especfico de comercializacin. Por lo tanto, para que un
pronstico se entienda y sea til, es importante aclarar exactamente qu cosa describe.

15. Explique con sus propias palabras qu es un pronstico adaptable.


Un pronstico adaptable se refiere al monitoreo por computadora de las seales de
control y al ajuste automtico cuando una seal rebasa el limite prestable por ejemplo,
cuando se aplica al suaviza miento exponencial, primero se seleccionan los deficientes
A Y B con base en valores que minimizan el error de pronostico y despus se ajustan de
acuerdo con ellos, cuando la computadora capta una seal de control equivocada. Este
proceso se llama suaviza miento adaptable.

16. Cul es el propsito de las seales de control?


Un sistema de control es un conjunto de dispositivos encargados de administrar,
ordenar, dirigir o regular el comportamiento de otro sistema, con el fin de reducir las
probabilidades de fallo y obtener los resultados deseados. Por lo general, se usan
sistemas de control industrial en procesos de produccin industriales para controlar
equipos o mquinas.

Existen dos clases comunes de sistemas de control, sistemas de lazo abierto y sistemas
de lazo cerrado. En los sistemas de control de lazo abierto la salida se genera
dependiendo de la entrada; mientras que en los sistemas de lazo cerrado la salida
depende de las consideraciones y correcciones realizadas por la retroalimentacin. Un
sistema de lazo cerrado es llamado tambin sistema de control con realimentacin. Los
sistemas de control ms modernos en ingeniera auto
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.
El valor del coeficiente de correlacin interesa determinar si tal valor obtenido muestra
que las variables X e Y estn relacionadas en realidad o tan solo presentan dicha
relacin como consecuencia del azar. En otras palabras, nos preguntamos por la
significacin de dicho coeficiente de correlacin.
Un coeficiente de correlacin se dice que es significativo si se puede afirmar, con una
cierta probabilidad, que es diferente de cero. Ms estrictamente, en trminos
estadsticos, preguntarse por la significacin de un cierto coeficiente de correlacin no
es otra cosa que preguntarse por la probabilidad de que tal coeficiente proceda de una
poblacin cuyo valor sea de cero. A este respecto, como siempre, tendremos dos
hiptesis posibles:

H0: rxy =0 El coeficiente de correlacin obtenido procede de una poblacin cuya


correlacin es cero (= 0)
H1: = r xy =0 El coeficiente de correlacin obtenido procede de una poblacin cuyo
coeficiente de correlacin es distinto de cero (= 0).

Se dice que la relacin es perfecta negativa cuando exactamente en la medida que


aumenta una variable disminuye la otra. Igual que en el caso anterior esto sucede para
relaciones funcionales exactas, propio de las ciencias fsicas. Por ejemplo, la relacin
entre presin y volumen se ajusta a este caso. El grfico que muestra la relacin sera
del tipo:

18. Cul es la diferencia entre una variable dependiente y una variable


independiente?
Variable independiente:
Fenmeno a la que se le va a evaluar su capacidad para influir, incidir o afectar a
otras variables.
Su nombre lo explica de mejor modo en el hecho que de no depende de algo para
estar all:
Es aquella caracterstica o propiedad que se supone ser la causa del fenmeno
estudiado. En investigacin experimental se llama as, a la variable que el
investigador manipula. Que son manipuladas experimentalmente por un
investigador.

Variable dependiente:
Cambios sufridos por los sujetos como consecuencia de la manipulacin de la
variable independiente por parte del experimentador. En este caso el nombre lo
dice de manera explcita, va a depender de algo que la hace variar.
Propiedad o caracterstica que se trata de cambiar mediante la manipulacin de la
variable independiente.
Las variables dependientes son las que se miden.

19. Mencione algunos ejemplos de industrias afectadas por la estacionalidad. Por


qu estos negocios desearan no depender de la estacionalidad?
Las agrcolas son un ejemplo de la variacin de clima, los laboratorios de anlisis, se
tiene variacin en tanto de tiempo, donde por la maana se tiene el mayor ndice
de clientes. De igual forma el turismo donde se observa en periodos especficos del
ao.
Un motivo por lo que las empresas no desean depender de la estacionalidad es
porque le resulta un poco difcil pronosticar su demanda, donde se necesita ajustar
con una recta de tendencia.

Fbrica de helados.
Fbrica de panetones.
Agencia de trismo.

20. D algunos ejemplos de industrias donde el pronstico de la demanda depende


de la demanda de otros productos.
Industria de ladrillos.
Industria automotriz
Industria de los fertilizantes.

21. Qu ocurre con nuestra capacidad para pronosticar cuando pronosticamos


periodos cada vez ms lejanos en el futuro?
Los pronsticos a corto plazo tienden a ser ms precisos que los de largo plazo.
Los factores que influyen en la demandan cambian todos los das, por tanto, en
la medida que el horizonte de tiempo se alarga, es ms probable que la
precisin del pronstico disminuya.

PROBLEMAS
1.
Ao 1 2 3 4 5 6 7 8 9 10 11
Demanda 7 9 5 9 13 8 12 13 9 11 7

a) Grafique los datos anteriores. Observa alguna tendencia, ciclos o variaciones


aleatorias?

b) Comenzando en el ao 4 y hasta el ao 12, pronostique la demanda usando


promedios mviles de 3 aos. Grafique su pronstico en la misma grfica que los
datos originales.

9+13+8/3=10
13+8+12/3=11
8+12+13/3= 11
12+13+9/3=11.3
13+9+11/3=11
9+11+7/3=9

El pronstico para el ao 12 tiene una demanda de 9


c) Comenzando en el ao 4 y hasta el ao 12, pronostique la demanda usando un
promedio mvil de 3 aos con ponderaciones de .1, .3 y .6, usando 6 para el ao
ms reciente. Grafique su pronstico en la misma grfica.

Ao demanda promedio movil ponderado en 3 aos resultado


1 7
2 9
3 5
4 9 9(6)+5(3)+9(1)/10 7.8
5 13 13(6)+9(3)+5(1)/10 11
6 8 8(6)+13(3)+9(1)/10 9.6
7 12 12(6)+8(3)+13(1)/10 10.9
8 13 13(6)+12(3)+8(1)/10 12.2
9 9 9(6)+13(3)+12(1)/10 10.5
10 11 11(6)+9(3)+13(1)/10 10.6
11 7 7(6)+11(3)+9(1)/10 8.4
12

d) Al comparar cada pronstico contra los datos originales, cul parece proporcionar
mejores resultados?

Proporciona mejores resultado el ao 6 con 9.6 un pronstico promedio, en


comparacin con la demanda real 8.
2. Las ventas mensuales en Telco Batteries, Inc., fueron como sigue:

Mes Ventas
Enero 20
Febrero 21
Marzo 15
Abril 14
Mayo 13
Junio 16
Julio 17
Agosto 18
Septiembre 20
Octubre 20
Noviembre 21
Diciembre 23

a) Grafique los datos de las ventas mensuales.

b) Pronostique las ventas para enero usando cada una de las tcnicas siguientes:
i) Mtodo intuitivo.
ii) Un promedio mvil de 3 meses.

Sea el cuadro:

Mes ventas Promedio mvil en 3 meses 3


Enero 20
Febrero 21
Marso 15
Abril 14 56 18.6666667
Mayo 13 50 16.6666667
Junio 16 42 14
Julio 17 43 14.3333333
Agosto 18 46 15.3333333
Setiembre 20 51 17
Octubre 20 55 18.3333333
Noviembre 21 58 19.3333333
Diciembre 23 61 20.3333333

ii) Un promedio mvil ponderado de 6 meses empleando. 1, 0.1, 0.1, 0.2,


0.2 y 0.3, con las ponderaciones ms altas a los meses ms recientes.

iv) Suaviza miento exponencial con a = 0.3 y un pronstico para septiembre de


18.
Sea el cuadro:

mes ventas pronostico


Enero 20
Febrero 21
Marso 15
Abril 14
Mayo 13
Junio 16
Julio 17
Agosto 18
Setiembre 20 18.6
Octubre 20 19.02
Noviembre 21 19.614
Diciembre 23 20.6298

v) Una proyeccin de tendencia.

c) Con los datos proporcionados, qu mtodo le permitira elaborar el pronstico


de ventas para el prximo mes de marzo?

El suaviza miento potencial.

3. Las temperaturas mximas diarias en Saint Louis durante la ltima semana fueron
las siguientes: 93, 94, 93, 95, 96, 88, 90 (ayer).

a) Pronostique la temperatura mxima para hoy usando un promedio mvil de 3 das.


Das temperatura promedio mvil en 3 das
L 93
M 94
M 93
J 96 280 93.3333333
V 88 283 94.3333333
S 90 277 92.3333333
D 274 91.3333333

La temperatura pronosticada es 91.33.

b) Pronostique la temperatura mxima para hoy usando un promedio mvil de 2 das.


Das temperatura promedio mvil en 2 das 2
L 93
M 94
M 93 187 93.5
J 96 187 93.5
V 88 189 94.5
S 90 184 92
D 178 89

La temperatura de pronosticada en dos das 89.

c) Calcule la desviacin absoluta media con base en un promedio mvil de 2 das.

Das temperatura promedio mvil en 2 desviacin


das absoluta media
L 93
M 94
M 93 93.5 0.5
J 96 93.5 2.5
V 88 94.5 6.5
S 90 92 2
D 89 11.5
2.875
d) Calcule el error cuadrtico medio para un promedio mvil de 2 das.

Das temperatur promedio mvil en 2 desviacin absoluta error


a das media cuadrtico
L 93
M 94
M 93 93.5 0.5 0.25
J 96 93.5 2.5 6.25
V 88 94.5 6.5 42.25
S 90 92 2 4
D 89 11.5 52.75
2.875 13.1875

e) Calcule el error porcentual absoluto medio para el promedio mvil de 2 das.

Das temperatur promedio mvil en 2 desviacin absoluta error


a das media porcentual
L 93
M 94
M 93 93.5 0.5 0.537634409
J 96 93.5 2.5 2.604166667
V 88 94.5 6.5 7.386363636
S 90 92 2 2.222222222
D 89 11.5 12.75038693
2.875 3.18759673

4. A continuacin se presentan dos pronsticos semanales realizados mediante dos


mtodos diferentes para el nmero de galones de gasolina, en miles, demandado en
una gasolinera local. Tambin se muestran los niveles reales de demanda, en miles de
galones:

Pronsticos
Semana Mtodo 1 Mtodo 2 Demanda real
1 0.90 0.80 0,70
2 1.05 1.20 1.00
3 0.95 0.90 1.00
4 1.20 1.11 1.00
Cules son los valores de la MAD y el MSE para cada mtodo?
Sea el cuadro:

semana Mtodo 1 Demanda real EPA


1 0.9 0.7 0.2
2 1.05 1 0.05
3 0.95 1 -0.05
4 1.2 1 0.2
0.9 0.7 0.4

Donde:

MAD: 0.4/4=0.10

semana Mtodo 1 Demanda real EPA


1 0.8 0.7 0.1
2 1.2 1 0.2
3 0.9 1 -0.1
4 1.11 1 0.11
0.31
Donde:
MAD: 0.31/4=0.77

Observando los dos mtodos de MAD para estos mtodos podemos observar que de
los mtodos el que tiene menor MAD es el mtodo 2 por lo tanto es el ms adecuado.

5. Considere los siguientes niveles de la demanda real (A t) y pronosticada (Ft) para un


producto:

Periodo de tiempo Demanda real Demanda pronosticada


t A1 Ft
1 50 50
2 42 50
3 56 48
4 46 50
5

El primer pronstico, Ft, 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. (Sugerencia: Primero es necesario encontrar la constante de suavizamiento,
).
EJEMPLO: Pronstico con tendencia incluida
Suponga un inicio donde el valor de Ft es 100 unidades, una tendencia de
diez unidades, una alfa de 0.20 y una delta de 0.30. Si la demanda real
resultara de 115, en lugar de las 100 del pronstico, calcule el pronstico
para el perodo entrante.
Solucin: Si se suman el pronstico inicial y la tendencia se tendr:
FITt - 1 = Ft - 1 + Tt - 1 = 100 + 10 = 110
La At - 1 real est dado por 115. Por lo tanto,
Ft = FITt-1 + (At-1 FITt - 1) = 110 + 0.2(115 - 110)=111.0
Tt = Tt-1 + (At-1 FITt - 1) = 10 +(0.2)( 0.3)(115 - 110)=10.3
FITt = Ft + Tt = 111.0 + 10.3= 121.3
Si en lugar de 121.3, la realidad resultara 120, la secuencia se repetira y
el pronstico para el prximo periodo sera:
Ft + 1 = 121.3 + 0.2(120 121.3) = 121.04
Tt + 1 = 10.3 + (0.2)(0.3)(120 121.3) = 10.22
FITt + 1 = 121.04 + 10.22 = 131.26

6. Howard Weiss, propietario de una tienda distribuidora de instrumentos musicales,


cree que la demanda de tambores bajos puede estar relacionada con el nmero de
apariciones en televisin del popular grupo de rock Stone Temple Pilots durante el
mes pasado. Weiss ha recopilado los datos que se muestran en la tabla siguiente:

Demanda de tambores bajos 3 6 7 5 10 7


Apariciones en televisin
3 4 7 6 8 5
de Slone Temple Pilots

a) Grafique con estos datos para saber si una ecuacin lineal podra describir la
relacin que hay entre las apariciones en televisin del grupo y la venta de
tambores bajos.
b) Use el mtodo de regresin por mnimos cuadrados para obtener una ecuacin
de pronstico.
c) Cul sera su estimacin de las ventas de tambores bajos si los Stone Temple
Pilots hubiesen aparecido nueve veces en televisin el mes anterior?
d) Cules son el coeficiente de correlacin (r) y el coeficiente de determinacin
(r2) para este modelo, y qu significan?
7. 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?

Solucin:

Demanda promedio invierno: 200+250/2 =225


Demanda promedio primavera: 350+300/2=325
Demanda promedio verano: 150+165/2 = 158
Demanda promedio otoo: 300+285/2 = 292

Demanda promedio estacional: 1000/4 = 250

demanda demanda Demanda Demanda ndice


promedio promedio estacional
para el estacional
periodo
Estacin Ao 1 Ao 2
Invierno 200 250 225 250 0.90
Primavera 350 300 325 250 1.30
Verano 150 165 158 250 0.63
Otoo 300 285 292 250 1.17
= 1000

Demanda promedio para el prximo ao: 1200/4 = 300


Demanda para cada estacin:
Invierno: 300 x 0.90 = 270
Primavera: 300 x 1.30 = 390
Verano: 300 x 0.63 = 189
Otoo: 300 x 1.17 = 351

8. Brian Buckley ha desarrollado el siguiente modelo de pronstico:

= 36 + 4.3x

donde = 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?

9. Sundar Balakrishnan, gerente general de Precisin Engineering Corporation (PEC),


cree que los servicios de ingeniera de las empresas de construccin de carreteras
que contratan a su compaa se relacionan directamente con el volumen de negocios
de construccin de carreteras que contrata a las compaas ubicadas en su rea
geogrfica. Se pregunta si realmente es de esta forma, y si lo es, le ayudara esta
informacin a planear mejor sus operaciones pronosticando la cantidad de sus
servicios de ingeniera requeridos por las empresas de construccin en cada
trimestre del ao? En la tabla siguiente se presentan los datos de ventas de sus
servicios y montos totales de los contratos de construccin de carreteras de los
ltimos 8 trimestres:

Trimestre 1 2 3 4 5 6 7 8
Ventas de servicios de 8 10 15 9 12 13 12 16
PEC (en miles de dlares)
Contratos firmados 153 172 147 178 185 199 205 226
(en miles de dlares)

a) Usando estos datos, desarrolle una ecuacin de regresin para predecir el nivel de
demanda de los servicios de PEC.
b) Determine el coeficiente de correlacin y el error estndar de la estimacin.

PROBLEMAS

1. Las ventas del popular Beetle de Volkswagen (VW) han crecido de manera estable
durante los ltimos 5 aos en los establecimientos de Nevada (vea la tabla
siguiente). El gerente de ventas pronostic en 2002 que las ventas de 2003 seran
de 410 VW. Use suaviza-miento exponencial con una ponderacin a = .30 para
desarrollar los pronsticos de 2004 a 2008.

Ano Ventas Pronstico


2003 450 410
2004 495
2005 518
2006 563
2007 584
2008 ?
Tarea de diapositiva:
A continuacin se desarrollar un ejemplo que permitir visualizar cmo se determinan
las tres zonas (A-B-C) en un inventario constituido por 20 artculos:
TABLA N 1: Datos a obtener del inventario

Art. N Consumo anual ($) Costo unitario


1 3500 0.5
2 5000 0.75
3 1500 1.2
4 4500 1.25
5 3000 2
6 6000 2
7 3177 4
8 7000 5
9 1500 8
10 1952 8
11 6000 10
12 10000 10.5
13 6000 13.6
14 3060 14
15 1246 15
16 2000 15
17 6500 28
18 7000 30
19 9300 31

Solucin:
. Para este ejemplo, como tenemos un inventario constituido por 20 artculos, cada artculo
representa el 5% dentro del total (100%/ 20 art.= 5%)

Se debe determinar la participacin monetaria de cada artculo en el valor total del inventario.
Para ello se debe construir una tabla (ver tabla 23) de acuerdo a lo siguiente:

Columna n 1: Corresponde al n de artculo.

Columna n 2: Los porcentajes de participacin de cada artculo en la cantidad total de


artculos. Para nuestro ejemplo, como tenemos un inventario constituido por 20 artculos, cada
artculo representa el 5% dentro del total (100%/ 20 art.= 5%)
Columna n 3: Representa la valorizacin de cada artculo. Para obtenerla, multiplicamos su
precio unitario por su consumo. Al pie de la columna obtenemos el valor de nuestro inventario
de los 20 artculos.

Columna n 4: Nos muestra el % que representa cada una de las valorizaciones en el valor total
del inventario.

2. Ahora se deben reordenar las columnas 1 y 4, tomando las participaciones de cada artculo
en sentido decreciente, lo que dar origen a la tabla 4.

Tabla 4. Determinacin de la participacin monetaria de cada artculo en el valor total de


inventario.

3. Trazado de la grfica y determinacin de zonas ABC.


A partir de los datos de la tabla 23 y la grfica se puede observar que unos pocos artculos son
los de mayor valorizacin. Si solo se controlaran estrictamente los tres primeros, se estara
controlando aproximadamente el 60% del valor del inventario.

Asignamos la zona A para estos artculos. Controlando tambin los art. 3, 6 y 11, se estara
controlando, en forma aproximada, el 82% del valor del inventario.
(Zona B)

Se ve claramente en la grfica que el 15% del inventario justifica el 60% del valor, mientras que
el 30% del mismo justifica el 82% de dicho valor; a su vez, el 70% del inventario justifica el 18%
del valor. Si se tiene en cuenta los costos de mantenimiento y de control de estos ltimos, se
llega a la conclusin que no es necesario controlarlos estrictamente, ya que son de poca
valorizacin, y que debe mantenerse el mnimo stock posible de los mismos.

La asignacin de las zonas A, B y C en la grfica que estamos analizando se realiz en funcin


del alto % de valorizacin de los tres primeros artculos (25,47%, 18.55% y 16.08%,
respectivamente), sin embargo, las zonas pueden asignarse de forma diferente, por ejemplo,
incluyendo en la zona A los seis primeros artculos, que representan alrededor del 80% del
valor del inventario, en la zona B los siguientes tres artculos, y los restantes en la zona C. De
esta forma, controlando el 30% del inventario (zona A) se estara controlando aproximadamente
el 80% del valor del mismo.
Observando las zonas A y B de la grfica que se da a continuacin, se puede ver que el 45%
del inventario justifica alrededor del 90% de su valor y que el 55% del inventario justifica,
aproximadamente, el 10% del mismo valor

UNIVERSIDAD NACIONAL DE SAN


ANTONIO ABAD DEL CUSCO

FACULTAD DE INGENIERA DE PROCESOS

ESCUELA PROFESIONAL DE INGENIERIA QUMICA

Ingeniera de produccin

Pronsticos

ALUMNO: RUDY TTITO TTITO


CUSCO-PERU

2016

También podría gustarte