Ejercicio 01: Método Promedio Móvil

El Jefe de operaciones de la fábrica de persianas TapaSol S.A, desea establecer un pronóstico d

siguiente semana de su producto estrella "Ofimati". A continuación se presenta la demanda hist
las 20 últimas semanas. se pide:

Utilice el método del promedio móvil para 3, 4 y 5 períodos

Luego valide su modelo y seleccionar el criterio mas apropiado
Haga una representación gráfica de su modelo.
Haga una interpretación de los resultados obtenidos

Demanda de los 20 últimos semanas

N=3
Demanda Error de Error
Semana Pronóstico
Real Pronóstico Absoluto
1 356
2 383
3 365
4 373
5 399
6 342
7 390
8 338
9 395
10 322
11 450
12 310
13 410
14 344
15 470
16 330
17 412
18 354
19 450
20 400
21
medio Móvil

A, desea establecer un pronóstico de demanda para la

uación se presenta la demanda histórica del ventas de

numero de la MAD
DEBE ESTAR ENTRE +-3.75MAD
ado

últimos semanas
Error Señal de
MAD Acumulado Rastreo

DeSmenanldae-rRParsotrneostic
DeSmenanldae-rRParsotrneostico
Ejercicio 02: Método Promedio Ponder
Ripley, para su línea de electrodomesticos desea pronosticar la demanda de Televisores que
octubre del presente año. A continuación se presenta la demanda de los 20 períodos previos. S

El pronosticar las ventas para el siguiente mes aplicar el promedio móvil ponderado de los
últimos 3 meses con factores 2, 3 y 4 respectivamente.
Valide su modelo y seleccionar el criterio mas apropiado
Haga una representación gráfica de su modelo.
Haga una interpretación de los resultados obtenidos

Demanda de los 12 últimos meses

Demanda Error de Error
Mes Pronóstico
Real Pronóstico Absoluto
1 1,004
2 1,150
3 1,030
4 1,057
5 1,139
6 997
7 1,092
8 1,033
9 1,063
10 1,003
11 1,014
12 1,074
13 1,040
14 959
15 1,142
16 958
17 1,035
18 1,150
19 1,129
20 997
21 Señal de Rastr eo
omedio Ponderado
car la demanda de Televisores que venderá el mes de
manda de los 20 períodos previos. Se solicita:

promedio móvil ponderado de los

2 últimos meses
Error Señal de
MAD Acumulado Restreo

Señal de Rastr eo
Ejercicio 03: Método Suavizado Exponec
En el puerto del Callao se descarga azúcar procedente de países latinoamericanos. El adm
operaciones del puerto desea emplear el método de suavizado exponencial para pronosticar
descarga para el siguiente período. Asume que el pronóstico del primer período fue de 1075 tn. S
su modelo y grafíquelo.

El pronosticar la demanda de azúcar para el mes 13, para ello utiliza valores de alfa de 0.10,
0.80, 0.50.
Valide su modelo y seleccionar el criterio mas apropiado
Haga una representación gráfica de su modelo.
Haga una interpretación de los resultados obtenidos

alfa 0.10

Demanda de los 12 últimos meses

Demanda Error de Error
c Pronóstico MAD
Real Pronóstico Absoluto
1.00 1155 1075 80 80 80
2.00 1128 1083 45 45 63
3.00 1095 1088 8 8 44
4.00 1125 1088 37 37 42
5.00 1140 1092 48 48 43
6.00 1170 1097 73 73 48
7.00 1230 1104 126 126 60
8.00 1170 1117 53 53 59
9.00 1215 1122 93 93 63
10.00 1140 1131 9 9 57
11.00 1146 1132 14 14 53
12.00 1185 1134 51 51 53
13.00 1139

Alfa= 0.80
Demanda Error de Error
c Pronóstico MAD
Real Pronóstico Absoluto
1.00 1155 1075 80 80 80
2.00 1128 1139 -11 11 46
 3.00 1095 1130 -35 35 42
4.00 1125 1102 23 23 37
5.00 1140 1120 20 20 34
6.00 1170 1136 34 34 34
7.00 1230 1163 67 67 38
8.00 1170 1217 -47 47 40
9.00 1215 1179 36 36 39
10.00 1140 1208 -68 68 42
11.00 1146 1154 -8 8 39
12.00 1185 1148 37 37 39
13.00 1178

Alfa= 0.50
Demanda Error de Error
c Pronóstico MAD
Real Pronóstico Absoluto
1.00 1155 1075 80 80 80
2.00 1128 1115 13 13 47
3.00 1095 1122 -27 27 40
4.00 1125 1108 17 17 34
5.00 1140 1117 23 23 32
6.00 1170 1128 42 42 34
7.00 1230 1149 81 81 40
8.00 1170 1190 -20 20 38
9.00 1215 1180 35 35 37
10.00 1140 1197 -57 57 39
11.00 1146 1169 -23 23 38
12.00 1185 1157 28 28 37
13.00 1171
do Exponecial
tinoamericanos. El administrador de
encial para pronosticar el tonelaje de
período fue de 1075 tn. Se pide:. Valide

lores de alfa de 0.10,

meses
Error Señal de
Acumulado Restreo
80 1
125 2
133 3
169 4
217 5
291 6
417 7
470 8
563 9
572 10
585 11
637 12

Error Señal de
Acumulado Restreo
80 1
91 2
 126 3
149 4
169 5
203 6
269 7
316 8
352 9
420 10
427 11
465 12

Error Señal de
Acumulado Restreo
80 1
93 2
120 3
136 4
160 5
201 6
282 7
302 8
337 9
394 10
417 11
445 12
Ejercicio 04: Pronósticos: Regresión Lineal
SiderPerú S.A. produce fierro corrugado para la industria
de la construcción. Durante más de un año, la planta de
producción ha operado a casi plena capacidad. El
gerente de planta, estima que el crecimiento en las
ventas continuará y desea desarrollar un pronóstico a
largo plazo que se usará para planear las necesidades de
x para los siguientes
las instalaciones y tres años. Se han
totalizado las Año Ventas
cifras de ventas anuales (miles de
correspondientes unidades)
a los
últimos diez años: 1 75,600
2 80,400
3 95,600
4 120,600
5 121,700
6 128,000
7 125,000
8 131,800
9 134,600
10 138,900

Se pide: (a). Realizar un pronóstico para los siguientes tres años; (b). Validar el modelo; (c).
Establecer rangos para niveles de confianza del 90% para cada pronòstico..
. Validar el modelo; (c).
òstico..
Ejercicio 05: Pronósticos Estacionales
Ventas trimestrales (miles de unidades)
Año Total Anual
T1 T2 T3 T4
1 520 730 820 530 2,600
2 590 810 900 600 2,900
3 650 900 1,000 650 3,200
Totales 1,760 2,440 2,720 1,780 8,700
Promedio trimestral 586.7 813.3 906.7 593.3 725
Indice de 0.809 1.122 1.251 0.818
Estacionalidad (IE)**

DESESTACIONALIZAMOS:

Datos desestacionalizados
Año
Q1 Q2 Q3 Q4
1 642.8 650.6 655.5 647.9
2 729.3 721.9 719.4 733.5
3 803.5 802.1 799.4 794.6

Analisis de regresion:
PERIODO x Y y2 x2 Xy
Año 1, Q1 1 642.8 413191.84 1 642.8
Año 1, Q2 2 650.6 423280.36 4 1301.2
Año 1, Q3 3 655.5 429680.25 9 1966.5
Año 1, Q4 4 647.9 419774.41 16 2591.6
Año 2, Q1 5 729.3 531878.49 25 3646.5
Año 2, Q2 6 721.9 521139.61 36 4331.4
Año 2, Q3 7 719.4 517536.36 49 5035.8
Año 2, Q4 8 733.5 538022.25 64 5868
Año 3, Q1 9 803.5 645612.25 81 7231.5
Año 3, Q2 10 802.1 643364.41 100 8021
Año 3, Q3 11 799.4 639040.36 121 8793.4
Año 3, Q4 12 794.6 631389.16 144 9535.2
TOTALES 78 8700.5 6353909.75 650 58964.9

Realizamos la regresion lineal:

a= 615.421
b= 16.865
Y= 615,421 + 16,865X

Reemplazamos el valor de x con 13, 14, 15, y 16

Y13= 834.666
Y14= 851.531
Y15= 868.396
Y16= 885.261

Estacionalizamos los pronosticos:

Pronosticos Pronosticos
TRIMESTRE IE Desestacion estacionaliz
alizados ados
Q1 0.809 834.666 675
Q2 1.122 851.531 955
Q3 1.251 868.396 1086
Q4 0.818 885.261 724
El gerente de planta de AVINKA S.A, está intentando planear las necesidades de efectivo,
personal y materiales y suministros para cada trimestre del próximo año. Los datos de ventas
trimestrales durante los últimos tres años razonablemente parecen reflejar el patrón de
resultados estacional que debe esperarse en el futuro. Si pudiera estimar las ventas trimestrales
del siguiente año, podría determinar las necesidades de efectivo, material, personal y suministro.
 necesidades de efectivo,
año. Los datos de ventas
en reflejar el patrón de
mar las ventas trimestrales
ial, personal y suministro.
Ejercicio 06: Método Causal

Una empresa que fabrica cajas de cartón hace cajas para Camisas. El departamento de planeación de operac
pronóstico adecuado y preciso de cajas para camisas de un cliente está en relación estrecha con los gastos
éste, el cual se puede obtener por adelantado antes de realizar el gasto. El departamento de planeación de op
interesado en establecer la relación entre la promoción de la empresa de camisas y las ventas. Una vez que e
establecido, las órdenes de compra de las cajas para camisas, en dólares, pueden expresarse como porcenta

Publicidad y ventas trimestrales

Publicidad Ventas
Trimestre ($) ($)
1 200,000 2,300,000
2 500,000 6,780,000
3 750,000 9,440,000
4 600,000 8,110,000
5 400,000 5,600,000
6 800,000 9,700,000
7 250,000 3,000,000
8 350,000 4,900,000
9 450,000 6,100,000
10 500,000 6,400,000
artamento de planeación de operaciones sabe que un
n relación estrecha con los gastos de promoción de
departamento de planeación de operaciones está
amisas y las ventas. Una vez que eso se haya
pueden expresarse como porcentaje fijo de las ventas.