Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ejercicios Pronósticos Romano Santino
Ejercicios Pronósticos Romano Santino
La demanda de audífonos para aparatos estereofónicos y reproductores de MP3 para trotadores permitió
a Nina Industries crecer casi 50% el año pasado. El número de trotadores sigue en aumento, así
que Nina espera que la demanda también se incremente, porque, hasta ahora, no se han promulgado
leyes de seguridad que impidan que los trotadores usen audífonos. La demanda de audífonos del año
pasado fue la siguiente:
a) Con un análisis de regresión por mínimos cuadrados, ¿cuál estimaría que fuera la demanda de
cada mes del año entrante? Con una hoja de cálculo, siga el formato general de la ilustración 15.5.
Compare sus resultados con los obtenidos mediante la función de pronóstico de la hoja de cálculo.
b) Para tener alguna seguridad de cubrir la demanda, Nina decide usar tres errores estándar por seguridad.
¿Cuántas unidades adicionales debe retener para alcanzar este nivel de confianza?
Demanda
Mes x x^2 XY Pronostico
(Unidades)
Enero 1 4200 -11 121 -46200 -1057.69211
Febrero 2 4300 -9 81 -38700 -865.384416
Marzo 3 4000 -7 49 -28000 -673.076724
Abril 4 4400 -5 25 -22000 -480.769031
Mayo 5 5000 -3 9 -15000 -288.461339
Junio 6 4700 -1 1 -4700 -96.1536468
Julio 7 5300 1 1 5300 96.1540455
Agosto 8 4900 3 9 14700 288.461738
Septiembre 9 5400 5 25 27000 480.76943
Octubre 10 5700 7 49 39900 673.077122
Noviembre 11 6300 9 81 56700 865.384815
Diciembre 12 6000 11 121 66000 1057.69251
13 13 169 0 1250.0002
SUMA 78 60200 0 572 55000
a 0.00019934
b 96.1538462
N 12
Pronostico
utilizando 6266.66667
excel
Pendiente 96.1538462 5016.666667
Error de 11.2831108 77.89978221
pendiente
R^2 0.87896868 269.8527614
72.6232394 10
Desviacion
estandar 2609.57626
Error 1 786.816847
Error 2 825.220471
Error 3 869.858753
Unidades
necesarias 2481.89607
para tener
confianza
Demanda (Unidades)
7000
6000
f(x) = 192.307692307692 x + 3766.66666666667
R² = 0.87896867675261
5000
4000
3000
2000
1000
0
0 2 4 6 8 10 12 14
2. La demanda histórica del producto es
a) Con un promedio móvil ponderado y ponderaciones de 0.60, 0.30 y 0.10, calcule el pronóstico de
julio.
MESES DEMANDA Pronostico 1 Pronostico 2 Pronostico 3 α
ENERO 1 12 12 12 12 0.6
FEBRERO 2 11 12 12 12 0.3
MARZO 3 15 11.6 12 12 0.1
ABRIL 4 12 12.96 11.72 12
MAYO 5 16 12.576 12.588 11.748
JUNIO 6 15 13.9456 12.5796 12.504
JULIO 7 14.36736 13.5358 12.57204
N 3
c) Mediante suavización exponencial simple con = 0.2 y un pronóstico para junio de 13, calcule el
pronóstico de julio. Haga todas las suposiciones que quiera.
d) Con un análisis de regresión lineal simple, calcule la ecuación de regresión de los datos precedentes
de la demanda.
MES DEMANDA X X^2 XY Y^2
ENERO 1 12 -5 1 12 144
FEBRERO 2 11 -3 4 22 121
MARZO 3 15 -1 9 45 225
ABRIL 4 12 1 16 48 144
MAYO 5 16 3 25 80 256
JUNIO 6 15 5 36 90 225
JULIO 7 0 0 0
SUMA 21 81 0 91 297 1115
N 6
b 0.306397306
e) Con la ecuación de regresión del inciso d), calcule el pronóstico para julio.
Pronostico
para Julio
16.2
Demanda
Pronostico 18
16
11.9680135 14
16
12.5808081
f(x) = 0.771428571428571 x + 10.8 12
14
13.1936027 R² = 0.484385382059801
13.8063973 12 10
14.4191919 10 8
15.0319865 8
6
16
6
4
4
2
2
0
0 0 1 2
0 1 2 3 4 5 6 7
8
6
6
4
4
2
2
0
0 0 1 2
0 1 2 3 4 5 6 7
Pronostico
16
14
12
10
0
0 1 2 3 4 5 6 7
6
0
0 1 2 3 4 5 6 7
Las siguientes tabulaciones son ventas unitarias reales de seis meses y un pronóstico inicial para enero.
a) Calcule los pronósticos para los cinco meses restantes con suavización exponencial simple con
= 0.2.
b) Calcule la DAM de los pronósticos
α 0.2
n 6
Zeus Computer Chips, Inc., tenía contratos importantes para producir microprocesadores tipo Centrino.
El mercado declinó los tres años anteriores debido a los módulos dual-core, que Zeus no pro -
duce, así que tiene la penosa tarea de pronosticar el año entrante. La labor es desagradable porque la
empresa no ha logrado encontrar sustitutos para sus líneas de productos. Aquí está la demanda de los
12 trimestres pasados:
PRONOSTIC PROMEDIO
AÑO 2007 CANTIDAD AÑO 2008 CANTIDAD AÑO 2009 CANTIDAD POR CADA
O PMS TRIMESTRE
Ventas 1 Ve
180 200
160 180
140 160
120 140
120
100
100
80
80
60
60
40
40
20 20
0 0
0 1 2 3 4 5 6 7 0 1 2 3
Ventas totales
200
180
160
140
120 f(x) = 0.614285714285711 x + 127.266666666667
R² = 0.001535639884557
100
80
60
180
160
140
120 f(x) = 0.614285714285711 x + 127.266666666667
R² = 0.001535639884557
100
80
60
40
20
0
0 1 2 3 4 5 6 7
Ventas 2
1 2 3 4 5 6 7
Las señales de seguimiento calculadas con el historial de la demanda pasada de tres productos es la
siguiente. Cada producto usa la misma técnica de pronóstico.
Axis Title
1
8 0.4 -1.59 3.02 f(x) = 0.486 x − 3.71488888888889
0 f(x)
R² ==0.980385802658927
− 0.032727272727273 x + 0.752
9 1.5 0.47 3.54 0 R² = 20.003743784047444
4 6 8
-1
10 2.2 2.74 3.75
-2
-3
-4
1818182 x − 0.196
451567
1488888888889
72727273 x + 0.752
658927
047444
4 6 8 10 12
N 8
a 186.875
b 3.60119048
Tucson Machinery, Inc., fabrica máquinas controladas numéricamente que se venden a un precio
promedio de 0.5 millones de dólares cada una. Las ventas de estas máquinas durante los dos años
anteriores son:
a) Trace a mano una recta (o haga una regresión con Excel).
2008
Cantidad
Año Trimestre 2008 Linear (2008)
(Unidades)
2008 I 12 30
II 18
25
CANTIDADES (UNIDADES)
III 26
IV 16 20 f(x) = 2 x + 13
R² = 0.192307692307692
15
IV 18 TRIMESTRE
Promedio VENTAS
Cantidad de Trim de Fator
Año Periodo Trimestre DESESTACIO
(Unidades) cada Año estacional
NALIZADAS
25
CANTIDADES (UNIDADES)
f(x) = 0.999999999999999 x + 19
20 R² = 0.054945054945055
3
7692307692
15
10
0
0.5 1 1.5 2 2.5 3 3.5 4
2 2.5 3 3.5 4 4.5
TRIMESTRE
TRIMESTRE
9
Linear (2009)
x + 19
demanda/pronosticada demanda/real
140 180
150 170
150 185
150 205
D)
PRONOSTICO PARA OCTUBRE X=
y= a+bx
81
ple a cuatro meses, calcule un pronóstico para octubre
nencial simple con α= 0.2 y un pronóstico para septiembre =65, calcule un pronóstico para Octubre.
mple, calcule la recta de la tendencia de los datos históricos. En el eje de las x, sea Abril=1, Mayo=2, etc…, mientras que en el eje de las y e
B) C)
Meses Demanda α=0.2 SUMATORIA MES DEMANDA
Abril 60 1 60
Mayo 55 2 55
Junio 75 3 75
Julio 60 4 60
Agosto 80 5 80
Septiembre 75 65 6 75
Octubre 67 Σ= 21 405
a
x= 7b
y
7
que en el eje de las y esta la demanda.
54
3.857142857
a+bx Y=54+3,85x
18) Las ventas por trimestre del último año y los tres primeros trimestres de este año son como sigue:
I II III IV
Año pasado 23000 27000 18000 9000
Este año 19000 24000 15400
Con el procedimiento de pronóstico enfocado descrito en el texto, pronostique las ventas esperadas para el cuarto trimestr
(1500/18000)*9000
7500
res de este año son como sigue:
ACTUAL
15000
2 65 8 78
A) B)
Desviacion
MESES DEMANDA REAL 3 MESES Absoluta MESES
1 62 1
2 65 2
3 67 3
4 68 64.67 3.33 4
5 71 66.67 4.33 5
6 73 68.67 4.33 6
7 76 70.67 5.33 7
8 78 73.33 4.67 8
9 78 75.67 2.33 9
10 80 77.33 2.67 10
11 84 78.67 5.33 11
12 85 80.67 4.33 12
D)
α= 0.3 β =0.3
DEMANDA REAL Tt Ft
S S
MESES
1 62 1.8 60 61.8
2 65 1.82 61.86 63.68
3 67 1.94 64.07 66.01
4 68 2.03 66.31 68.34 0.34
5 71 2 68.23 70.23 0.77
6 73 2.07 70.46 72.53 0.47
7 76 2.11 72.67 74.78 1.22
8 78 2.22 75.14 77.36 0.64
9 78 2.28 77.55 79.83 1.83
10 80 2.11 79.28 81.39 1.39
11 84 1.99 80.98 82.97 1.03
12 85 2.08 83.27 85.35 0.35
∑ MAD 8.04
MAD X 0.89333
tes datos históricos, calcule los siguientes
ía
C)
Desviacion DEMANDA REAL α = 0.3
DEMANDA REAL 3 MESES Absoluta MESES
62 1 62 61
65 2 65 61.3
67 3 67 62.41
68 65.4 2.6 4 68 63.79
71 67.1 3.9 5 71 65.05
73 69.3 3.7 6 73 66.84
76 71.4 4.6 7 76 68.68
78 74.1 3.9 8 78 70.88
78 76.4 1.6 9 78 73.02
80 77.6 2.4 10 80 74.51
84 79 5 11 84 76.16
85 81.6 3.4 12 85 78.51
∑ MAD
DESVIACION TOTAL ABSOLUTA 31.1
MAD 3.45556 MAD X
E)
4.21
5.95
6.16
7.32
7.12
4.98
5.49
7.84
6.49
55.56
6.17333
21) Haga un análisis de regresión sobre la demanda sin factores estacionales para pronosticar la demanda en el verano de 2
datos históricos de la demand
A
B
nosticar la demanda en el verano de 2008, dados los siguientes
and
DEMANDA REAL
Y X^2 X*Y Y^2
205 1 205 42025
140 4 280 19600
375 9 1125 140625
575 16 2300 330625
475 25 2375 225625
275 36 1650 75625
685 49 4795 469225
965 64 7720 931225
3695 204 20450 2234575
52.321428571429 Y= a+bx
91.011904761905 Y= 52,32+91,01x
es usada para predecir el tercer trimester de este año. Luego la mejor estrategia es usada para
predecir el cuarto trimestres de este año.
en el pasado tres meses es cual nosotros podríamos decir en los siguientes tres meses. Te hay nuestro pronóstico es 1175.
Actualmente fue 975. 1,175/975 = 121%.
n el los mismos periodo de tres meses el pasado año, nosotros podríamos decir que en el periodo de tres meses de este año.
De ahí nuestro pronóstico es 1,075. Actual fue 975. 1,075/975 = 110%.
Nosotros podriamos decir ue el 10% más en los siguientes tres meses que nosotros deciamos en elos pasados tres meses .
nuestro pronóstico es 10(1,175) = 1,292.5. Actual fue 975. 1,292.5/975 = 133%.
Nosotros podriamos decir que hay una probabilidad del 50% mas sobre los siguientes tres meses que nosotros hicimos por
mos tres meses del pasado año. El pronostico podría ser 1.50(1,075) = 1,612.5. Actual fue 975. 1612.5/975 = 165%.
: EL PORCENTAJE cambia nossotros tenemos para los pasados meses de este año comparando para los mismos tres meses
probabilidad podría ser el mismo porcentaje cambio que nosotros podrias tener para el siguiente meses de este año. El
pronóstico podria ser (1,175/1,310)1,075 = 964. Actual fue 975. 964/975 = 99%.
olo los 3 primeros son usados, el mejor método será el TERCERO, es el pronóstico para el cuarto trimestre es
1550.
Si todo los cinco métodos enlistados en el texto son usados, luego el mejor método es el E. aplicando esto el
cuarto trimestre de este año produce un pronóstico de: (975/1,075) 1,550 = 1,406.
24) Después de aplicar su modelo de pronóstico durante seis meses, decide probarlo con MAD y una señal de seguimie
demanda real del periodo de seis meses:
tico es aceptable
50 50 50 50 50 1
50 100 50 100 50 2
-150 -50 150 250 83.33 -0.6
-100 -150 100 350 87.5 -1.71
25 -125 25 375 75 -1.67
-100 -225 100 475 79.17 -2.84
475
23)
X Y X^2 XY Y^2
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
SUMA 36 4794 204 21877 2875398
25)
AÑO TRIMESTRE VENTAS AÑO TRIMESTRE VENTAS
1 1 9.2 2 1 10.3
1 2 5.4 2 2 6.4
1 3 4.3 2 3 5.4
1 4 14.1 2 4 16
TRIMESTRE
AÑO 1 2 3 4
1 9.2 5.4 4.3 14.1 33
2 10.3 6.4 5.4 16 38.1
12
19.5 11.8 9.7 30.1 71.1
PROMEDIO 9.75 5.9 4.85 15.05 35.55
10
f(x) = 0
R² = 0.7
8
DATOS ESTACIONALES
AÑO 1 2 3 4 6
1 8.386153846 8.134322034 7.879639175 8.326495017
2 9.388846154 9.640677966 9.895360825 9.448504983 4
REGRESION LINEAL 0
TRIMESTRE X VENTAS Y X^2 XY Y^2 0 1 2
12
10
f(x) = 0.268894278824309 x + 7.6774757457142
R² = 0.706510649298232
8
0
0 1 2 3 4 5 6 7 8 9
26)
PERIODO PRONOSTICO
12 5717.88 a=
13 5773.50 b=
14 5829.12
15 5884.74
INGRESOS Y
7000
6000
5000
4000
3000
2000
1000
0
1 2 3 4 5 6 7 8 9 10 11
5050.44
55.62
28)
t A1 F1 T1 FIT1
1 288 300 8 308
2 288 302 5.6 307.6
29)
PRONÓSTICO DESVIACIÓN
MES QUEJAS 3 MESES 3 MESES
ENERO 36 ABRIL
FEBRERO 45 MAYO
MARZO 81 JUNIO
ABRIL 90 54 36
MAYO 108 72 36
JUNIO 144 93 51
DESVIACIÓN 123
MAD 41
54
72
93
30)
DEMADNA REALPRONÓSTICO MAD
AÑOS UNIDADES 0.20 a=0,20
1998 270 270.000 0.000
1999 356 270.000 86.000
2000 398 287.200 110.800
2001 456 309.360 146.640
2002 358 338.668 19.332
2003 500 342.550 157.450
2004 410 374.040 35.960
2005 376 381.232 5.232
DESVIACIÓN TOTAL 561.414
MAD 70.174
PROMEDIO 341.333
MAD 68.266