Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Profesor
Ponderación W1 0.1
W2 0.3
W3 0.6
alfa 2
l de tres semanas.
. Calcule la previsión de la semana del 12 de octubre.
una previsión para el 31 de agosto de 360 y alfa 2.
Año 1 2 3 4 5 6
Demanda 7 9 5 9 13 8
Ft media movil 3 7 8 9
Ft ponderado 6.4 7.8 11
a) Represente los datos anteriores en un gráfico. ¿Se observa alguna tendencia, ciclos o variaciones aleatorias?
b) Empezando en el cuarto año y hasta el año 12, predecir la demanda utilizando una media móvil de tres años. Represente su
c) Empezando en el cuarto año y hasta el año 12, predecir la demanda utilizando una media móvil de tres años con una ponde
d) Compare las previsiones con los datos originales, ¿Cuál de las previsiones parece que da un mejor resultado?
10
DEMANDA
6
0
1 2 3 4
7 8 9 10 11 12
12 13 9 11 7
10 11 11 11 11 9
9.6 10.9 12.2 10.5 10.6 8.4
e tres años. Represente su previsión en el mismo gráfico que los datos originales.
e tres años con una ponderación de 0.1, 0.3, y 0.6, utilizando el 0.6 para el año más reciente. Represente esta previsión en la misma gráfica
resultado?
DEMANDA Y PRONOSTICOS
Demanda
Ft media movil 3
Ft ponderado
2 3 4 5 6 7 8 9 10 11
AÑO
W1 W2 W3
PONDERADO 0.1 0.3 0.6
manda
media movil 3
ponderado
Con respecto al problema 4, realice una previsión desde el año 2 hasta el año 122 utilizando el alisado exponencial con α: 0,4
para el año 1. Represente sus nuevas previsiones en un gráfico junto a los datos reales y la previsión simple. A simple vista ¿C
Año 1 2 3 4 5 6
Demanda 7 9 5 9 13 8
Pronóstico (media movil) 7.00 7.67 9.00
Media movil ponderada 6.40 7.80 11.00
Previsión alisado exponencial 6 7.2 6.32 7.39 9.64 8.98
Demanda Pronós
Media movil ponderada Previsi
14
La mejor previsión es la de alisado exponencial
12
10
0
1 2 3 4 5 6 7
o exponencial con α: 0,4 y una previsión de valor 6
simple. A simple vista ¿Cuál es la previsión mejor?
7 8 9 10 11 12
12 13 9 11 7
10.00 11.00 11.00 11.33 11.00 9.00
9.60 10.90 12.20 10.50 10.60 8.40
10.19 11.31 10.39 10.63 9.18 5.51
6 7 8 9 10 11 12
Una cámara de compensación de cheques utiliza alisado exponencial para prever el número de cheques que procesará
cada mes. El número de cheques recibidos en junio fue de 40 millones, mientras que la previsión había sido 42
millones. La constante de alisado utilizada fue de 0.2.
a) Prevea el kilometraje del año que viene utilizando una media móvil de dos años.
b) Calcule el MAD para su previsión en el apartado anterior.
c) ¿Cuál es el MAD de esta previsión?
D) Calcule la previsión para el año 6 utilizando el método de alisado exponencial, una previsión inicial para el añ
EJERCICIO #8
alisado exponencial
EJERCICIO #9
¿qué vicepresidente hace las mejores previsiones? El vicepresidente que hace las mejores prev
EJERCICIO #10
a) Prevea la máxima para hoy, utilizando una media móvil de tres días.
b) Prevea la máxima para hoy, utilizando una media móvil de dos días.
c) Calcule la desviación del error cuadrático basada en la media móvil de dos días.
d) Calcule la desviación del error cuadrático basada en la media móvil de tres días.
e) Calcule el error porcentual absoluto medio de la media móvil de dos días
EJERCICIO #11
a) Realice previsiones utilizando una media móvil de dos meses con todos los datos, dibuje las medias y los prec
b) Realice previsiones utilizando una media móvil de tres meses e incorpórela al gráfico anterior.
c) ¿Qué es mejor (utilizando la desviación absoluta media): la media con dos meses o la media con tres meses?
el de 3 meses es mejor por que es menor que el MAD de 2 meses
EJERCICIO #12
MAD 100
0.5
VENTAS
25
2020 21 20
17 18
15 15 16
14 13
10
5
0
ro ro zo ril ay
o
ni
o li o t o
br
e
ne re ar ab ju ju os
VENTAS
25
2020 21 20
17 18
15 15 16
14 13
10
5
0
er
o ro zo ril ay
o
ni
o li o t o
br
e
en bre ar ab ju ju os
f e m m ag em
pti
se
entas de enero utilizando método simple, media móvil con N:3, Media ponderada utilizando: 0.1, 0.1, 0.1, 0.2, 0.2 y 0.3 y aplicando las ma
!e! VP OPERACIONES
$ 7,325
$ 10,365
$ 2,536
-$ 18,268
$ 11,325
$ 9,963
al gráfico anterior.
VENTAS
23
20 20 21
17 18
16
o li o o e re e e
ni ju os
t br ub br br
ju
VENTAS
23
20 20 21
17 18
16
o li o o e re e e
ni ju os
t br ub br br
ju em t em em
ag oc vi ci
pti no di
se
2, 0.2 y 0.3 y aplicando las mayores ponderaciones a los meses más actuales y alisado exponencial con : 0.3 y una previsión en septiemb
!e! error m3
-
-
-
1.666666667
2
-6.66666667
-3
a previsión en septiembre de 18.
13. Como se ve en la siguiente tabla, la demanda de operaciones de trasplante de corazón en el Hospital General de Washingt
Año 1 2 3
T. de corazon 45 50 52
El director del servicio médico predijo hace seis años que la demanda del año 1 sería de 41 operaciones.
1. Utilizando el alisado exponencial, primero con una constante de alisado de 0.6 y luego con una de 0.9, haga la
2. Utilice una media móvil de 3 años para predecir las demandas en los años 4, 5 y 6.
3. Utilice el método de la protección de tendencia para predecir las demandas desde el año 1 hasta el 6
t Dt Ft(RL) Et |Et|
1 45 45.8 0.8 0.8
2 50 49 -1 1
3 52 52.2 0.2 0.2
4 56 55.4 -0.6 0.6
5 58 58.6 0.6 0.6
6 61.8
MAD 1 5.09
MAD 2 3.72
D MAD 3 22.6
MAD 4 0.64
EL MEJOR METODO SEGÚN LA MEDIDA DE ERROR MAD ES EL METODO POR REGRESION LINEAL
ón en el Hospital General de Washington ha aumentado a ritmo constante durante los últimos años:
4 5 6
56 58 ?
41 operaciones.
o de 0.6 y luego con una de 0.9, haga las previsiones para los años 2 hasta el 6.
ños 4, 5 y 6.
PENDIENTE 3.2
INTERCEPTO 42.6
OR REGRESION LINEAL
0.9
1
n-1
-1
14. Los ingresos de bufete de abogados Smith y Wesson durante el periodo comprendido e
1. Utilice el alisado exponencial con ajuste de tendencia para predecir los ingresos de agosto, Suponga que la pr
inicial fue 0. Las constantes de alisado seleccionadas son : 0.1 y : 0.2
PENDIENTE 0.837143
INTERCEPCION 66.92 ALFA
BETA
MES INGRESOS
14 t Dt St Gt F(t,t+tao)
0 66.92 66.92
FEBRERO 1 70 127.46 65.64 65
MARZO 2 68.5 180.64 63.15 193.10
ABRIL 3 64.8 225.89 59.57 243.79
MAYO 4 71.7 264.09 55.30 285.46
JUNIO 5 71.3 294.57 50.33 319.38
JULIO 6 72.8 317.70 44.89 344.91
7 362.59
PENDIENTE 0.837143
INTERCEPCION 66.92 ALFA
BETA
2. Realice el mismo ejercicio con : 0.1 y : 0.8. Utilizando MSE, ¿cuál de los dos pronósticos da un mejor resulta
MES INGRESOS
B t Dt St Gt F(t,t+tao)
0 0 66.92
FEBRERO 1 70 66.92 66.92 65
MARZO 2 68.5 133.84 66.92 133.84
ABRIL 3 64.8 200.76 66.92 200.76
MAYO 4 71.7 267.68 66.92 267.68
JUNIO 5 71.3 334.60 66.92 334.60
JULIO 6 72.8 401.52 66.92 401.52
7 468.44
rante el periodo comprendido entre febrero y julio fueron los siguientes:
Julio
72.8
os de agosto, Suponga que la previsión inicial de febrero fue de 65.000 dólares y el ajuste de tendencia
0.1
0.2
TAO Et Et^2
1 -5.00 25.00
1 124.60 15524.96
1 178.99 32037.60
1 213.76 45694.56
1 248.08 61545.03
1 272.11 74043.27
1 362.59
MSE 38145.07
0.1
0.8
TAO Et Et^2
1 -5.00 25.00
1 65.34 4269.32
1 135.96 18485.12
1 195.98 38408.16
1 263.30 69326.89
1 328.72 108056.84
1
MSE 39761.89
15. Las ventas de secadores de verduras del supermercado de la cadena Bud Banis en St. Louis durante el año pasado figuran e
previsión utilizando una combinación de alisado exponencial y de juicios de valor colectivos para los próximos cuatro meses (m
15 MES VENTAS
t Dt Ft(PM) Et
JULIO 100
AGOSTO 93
A SEPTIEMBRE 96
OCTUBRE 110
NOVIEMBRE 124
DICIEMBRE 119
ENERO 92
FEBRERO 83
MARZO 101 120 19
ABRIL 96 114 18
MAYO 89 110 21
JUNIO 108 108 0
|Et| Et^2
19 361
18 324
21 441
0 0
MAD 14.5
MSE 281.5
Et |Et| Et^2
MAD 11.27
MSE 180.45
Demanda de Bombas 3 6 7 5
Apariciones en TV de GS 3 4 7 6
1. Represente los datos para ver si hay una ecuación lineal que pueda describir la relación entre las apariciones
10 8
8 4
ión entre las apariciones en televisión del grupo y las ventas de bombos
17. A continuación, se muestra el número de accidentes que se han producido en la autopista estatal 101 de Florida durante lo
1. Haga una previsión del número de accidentes en mayo, utilizando una regresión lineal.
2. Haga una previsión del número de accidentes en mayo, utilizando una regresión lineal.
sta estatal 101 de Florida durante los cuatro últimos meses.
esión lineal.
esión lineal.