FACULTAD DE INGENIERA EN SISTEMAS,

ELECTRNICA E INDUSTRIAL
CARRERA DE INGENIERA INDUSTRIAL EN
PROCESOS DE AUTOMATIZACIN

Deber N01(Pronsticos)
INTEGRANTES:
Garca Flor

Ortiz Christian

Snchez Limber
Ejercicios Pronsticos
Taco Estephanie

DOCENTE:
Ing. John Reyes

CICLO:
Sptimo Industrial

2013
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 Exportaciones
1 33
2 32
3 29
4 26
5 27
6 24
Solucin

x y xy
1 33 1 33
2 32 4 64
3 29 9 87
4 26 16 104
5 27 25 135
6 24 36 144
21 171 91 567

620

610

Ejercicios Pronsticos
600

590

580

570

560
0 1 2 3 4 5 6 7
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.
Ao Nacimientos
1 565
2 590
3 583
4 597
5 615
6 611
7 610
8 623
a. Utilice regresin lineal simple para pronosticar la cantidad anual de Ejercicios Pronsticos
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.
Solucin

x y xy
1 565 1 565 319225
2 590 4 1180 348100
3 583 9 1749 339889
4 597 16 2388 356409
5 615 25 3075 378225
6 611 36 3666 373321
7 610 49 4270 372100
8 623 64 4984 388129
36 4794 204 21877 22982436

630

620

610

600

590

580

570

560
0 1 2 3 4 5 6 7 8 9

a=

a= 566,68 Ejercicios Pronsticos

b=

b=7,24

y=a + bx

y=566,68+7,24x
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.

Coeficiente de determinacin
Ejercicios Pronsticos
= 0,00011

Es muy pequea la probabilidad de que los pronsticos sean los adecuados.

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 1 2 3 4 5 6 7

Solucin
Ejercicios Pronsticos
X Y XY
1 2,4 1 5,76 2,4
2 5,9 4 34,81 11,8
3 15,5 9 240,25 46,5
4 27,8 16 772,84 111,2
5 35,9 25 1288,81 179,5
6 38,1 36 1451,61 228,6
21 125,6 91 3794,08 580


Ecuacin

Pronstico para el ao 7

Coeficiente de correlacin

[ ][ ]

[ ][ ]

Interpretacin Ejercicios Pronsticos

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.
5. Los datos de ventas de 2 aos son los siguientes. Los datos estn acumulados con dos
meses de ventasen cada periodo.

MESES VENTAS MESES VENTAS

Enero - Febrero 109 Enero - Febrero 115
Marzo Abril 104 Marzo Abril 112
Mayo - Junio 150 Mayo - Junio 159
Julio Agosto 170 Julio Agosto 182
Septiembre 120 Septiembre 126
Octubre Octubre
Noviembre - 100 Noviembre - 106
Diciembre Diciembre

Determinar:

a) Trace la grfica.
200
180
160
140
120
100
80
60
40
20
0
0 2 4 6 8 10 12 14

b) Componga un modelo de regresin lineal simple para los datos de ventas.

X Y X*Y
1 109 1 109
Ejercicios Pronsticos
2 104 4 208
3 150 9 450
4 170 16 680
5 120 25 600
6 100 36 600
7 115 49 805
8 112 64 896
9 159 81 1431
10 182 100 1820
 11 126 121 1386
12 106 144 1272
78 1553 650 10257

( )
a=

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.

X Y Promedio Factor de Demanda de X*(Demanda de

del Temporada desestacionalizado desestacionalizado)
perodo
bimensual
1 109 112 0,86 125,95 125,95 1
2 104 108 0,935 124,62 249,24 4
3 150 154,5 1,194 125,65 376,95 9
4 170 176 1,36 125 500 16
5 120 123 0,95 126,26 631,3 25 Ejercicios Pronsticos
6 100 103 0,796 125,65 753,9 36
7 115 0,865 132,88 930,16 49
8 112 0,835 134,21 1073,68 64
9 159 1,194 133,19 1198,71 81
10 182 1,36 133,83 1338,3 100
11 126 0,95 132,57 1458,27 121
12 106 0,796 133,19 1598,28 144
78 1553 1553 10234,74 650
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 Y Factor de Pronostico

Simple Temporada (Y*Factor de
Temporada)
13 136,8 135,79 0,865 117,45835
14 137,94 136,77 0,835 114,20295
15 139,08 137,75 1,194 164,4735
16 140,21 138,73 1,36 188,6728
17 141,35 139,71 0,95 132,7245
18 124,48 140,69 0,796 111,98924
El pronstico para el ao entrante es:

Enero Febrero: 117.45835

Marzo Abril: 114.20295

Mayo Junio: 164.4735

Julio Agosto: 188.6728

Septiembre Octubre: 132.7245

Ejercicios Pronsticos
Noviembre Diciembre: 111.98924
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 Inscripciones a la Nmero de unidades

Universidad (miles) arrendadas
1 7.2 291
2 6.3 228
3 6. 252
4 7.0 265
5 6.9 270
6 6.4 240
7 7.1 288
8 6.7 246

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.

Inscripciones a la Nmero de unidades

Universidad (miles)X arrendadas (Y)
7,20 291 51,84 84681 2095,2
6,30 228 39,69 51984 1436,4
6,00 252 36,00 63504 1512
7,00 265 49,00 70225 1855
6,90 270 47,61 72900 1863
Ejercicios Pronsticos
6,40 240 40,96 57600 1536
7,10 288 50,41 82944 2044,8
6,70 246 44,89 60516 1648,2
53,60 2080 360,40 544354 13990,6
6,60 255,7344
 a= -25.7968
b= 42.6265
y= 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

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:

Mes Demanda Mes Demanda

Ejercicios Pronsticos
(Unidades) (Unidades)
Enero 4200 Julio 5300
Febrero 4300 Agosto 4900
Marzo 4000 Septiembre 5400
Abril 4400 Octubre 5700
Mayo 5000 Noviembre 6300
Junio 4700 Diciembre 6000
 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) Demanda(unidades)y xy
1 4200 17640000 17640000 4200
2 4300 18490000 18490000 8600
3 4000 16000000 16000000 12000
4 4400 19360000 19360000 17600
5 5000 25000000 25000000 25000
6 4700 22090000 22090000 28200
7 5300 28090000 28090000 37100
8 4900 24010000 24010000 39200
9 5400 29160000 29160000 48600
10 5700 32490000 32490000 57000
11 6300 39690000 39690000 69300
12 6000 36000000 36000000 72000
60200 60200 308020000 308020000 418800

a= -15965,0931
b= 3,1216
Y= -15965.0931+3.1216 x
Demanda=
ECUACIN: Y=a+bx

valor por mes 5016,667

Demanda= -305,031 por cada mes

Ejercicios Pronsticos
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?

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 VENTAS MESES VENTAS

Enero - Febrero 109 Enero - Febrero 115
Marzo Abril 104 Marzo Abril 112
Mayo - Junio 150 Mayo - Junio 159
Julio Agosto 170 Julio Agosto 182
Septiembre Octubre 120 Septiembre Octubre 126
Noviembre - Diciembre 100 Noviembre - Diciembre 106

Determinar:

b) Componga un modelo de regresin lineal simple para los datos de ventas.

X Y x^2 X*Y

1 109 1 109
2 104 4 208
3 150 9 450
4 170 16 680
5 120 25 600
6 100 36 600
7 115 49 805
8 112 64 896
9 159 81 1431
10 182 100 1820
11 126 121 1386
12 106 144 1272 Ejercicios Pronsticos
TOTAL 78 1553 650 10257

( )
a=

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.

X Y Promedio Factor de Demanda de X*(Demanda de x^2

del Temporada desestacionalizado desestacionalizado)
perodo
bimensual
1 109 112 0.86 125.95 125.95 1
2 104 108 0.935 124.62 249.24 4
3 150 154.5 1.194 125.65 376.95 9
4 170 176 1.36 125 500 16
5 120 123 0.95 126.26 631.3 25
6 100 103 0.796 125.65 753.9 36
7 115 0.865 132.88 930.16 49
8 112 0.835 134.21 1073.68 64
9 159 1.194 133.19 1198.71 81
10 182 1.36 133.83 1338.3 100
11 126 0.95 132.57 1458.27 121
12 106 0.796 133.19 1598.28 144
TOTAL 78 1553 1553 10234.74 650

Y=129.417
X=6.5

b=

b=0.979 Ejercicios Pronsticos

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 Y Factor de Pronostico

Simple Temporada (Y*Factor
de
Temporada)
13 136.8 135.79 0.865 117.45835
14 137.94 136.77 0.835 114.20295
15 139.08 137.75 1.194 164.4735
16 140.21 138.73 1.36 188.6728
17 141.35 139.71 0.95 132.7245
18 124.48 140.69 0.796 111.98924
El pronstico para el ao entrante es:

Enero Febrero: 117.45835

Marzo Abril: 114.20295

Mayo Junio: 164.4735

Julio Agosto: 188.6728

Septiembre Octubre: 132.7245

Noviembre Diciembre: 111.98924

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.

Ejercicios Pronsticos

Clculo de los factores estacionales:

 Promedio ventas Ventas promedio Factor estacional
pasadas Fe
Estacin 187,5 186,875 1,0033
1
Estacin 217,5 186,875 1,1639
2
Estacin 177,5 186,875 0,9498
3
Estacin 165 186,875 0,8829
4

Descontando las variaciones de temporada.

Ventas reales Factor estacional Demanda no estacional yd

160 1,0033 159,473737

195 1,1639 167,540167
150 0,9498 157,927985
140 0,8829 158,568354
215 1,0033 214,292834
240 1,1639 206,203282
205 0,9498 215,834913
190 0,8829 215,199909
Ajuste por mnimos cuadrados:

Trimestre yd x2 X*yd
(x) Ejercicios Pronsticos
1 159,473737 1 159,473737
2 167,540167 4 335,080334
3 157,927985 9 473,783955
4 158,568354 16 634,273416
5 214,292834 25 1071,46417
6 206,203282 36 1237,21969
7 215,834913 49 1510,84439
8 215,199909 64 1721,59927
 36 1495,04118 204 7143,73897

250

200

150
y = 9.906x + 142.3
100

50

0
0 2 4 6 8 10

Ecuacin general:

Pendiente de la recta de tendencia:

Intercepto en el eje Y
Ejercicios Pronsticos

Reemplazando en la ecuacin general:

Calculando los promedios de ventas de los siguientes cuatro trimestres:

Trimestre 1: Trimestre 2:

Trimestre 3: Trimestre 4:

8. Tucson Machinery, Inc., fabrica mquinas controladas numricamente, que se venden a

un precio promedio de 0.5 millones de dlares cada una. Las ventas de estas mquinas
durante los 2 aos anteriores son:

a) Trace a mano una recta (o haga una regresin con Excel).

b) Encuentre la tendencia y los factores estacionales.
c) Pronostique las ventas para 2008. Ejercicios Pronsticos

a)

TRIMESTRE CANTIDAD
(UNIDADES)
1 8
2 12
3 26
4 16
5 16
 6 24
7 28
8 18

Lnea de tendencia y ecuacion determinadas empleando excel:

30

25
y = 1.7143x + 10.786
20

15

10

0
0 5 10

b) Clculo de la ecuacin de tendencia.

TRIMESTRE CANTIDAD XY
(UNIDADES)
1 8 8 1
2 12 24 4
3 26 78 9
4 16 64 16
5 16 80 25
6 24 144 36
7 28 196 49
8 18 144 64
36 148 738 204
Ejercicios Pronsticos

Ecuacin general:

Pendiente de la recta de tendencia:

Intercepto en el eje Y

Reemplazando en la ecuacin general:

Clculo de los factores estacionales:

Promedio ventas Ventas promedio Factor

pasadas estacional Fe
Estacin 12 18,5 0,648648649
1
Estacin 18 18,5 0,972972973
2
Estacin 22 18,5 1,189189189
3
Estacin 17 18,5 0,918918919
4 Ejercicios Pronsticos

c) Pronstico de ventas para el 2008

Trimestre 1: Trimestre 2:
 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.

Pronostico (julio, agosto, septiembre)

Ejercicios Pronsticos
= 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
 150+140+130

420,0

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.

Estacin Demanda
Real
x y x2 X*Y Y2
1 205 1 205 42025
2 140 4 280 19600
3 375 9 1125 140625
4 575 16 2300 330625
5 475 25 2375 225625
6 275 36 1650 75625
7 685 49 4795 469225
8 965 64 7720 931225
36 3695 204 20450 2234575 Ejercicios Pronsticos

a=

a= =
a=52.32

b=
b= =
b=91.01

Pronstico para verano sera 962.42

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:

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. Ejercicios Pronsticos
a)
b)
Se sabe segn la ecuacin obtenida mediante Excel, y la variable que tiene ms
efecto corresponde a X1(precio por unidad).
c)
Datos: Ejercicios Pronsticos
300 dlares por unidad
Publicidad fueron de 900 dlares.