Problemas de práctica -Unidad 2 - Pronósticos

Problema 1:
Las ventas de automóviles en Autos Chevy Carmen se muestran debajo. Desarrolla un
promedio móvil de 3 semanas para pronosticar las ventas de la semana 7:

Semana Venta de
Autos

1 8

2 10

3 9
s4+s5+s6/3
4 11 = 11.3333333
S7= 11.3333333
5 10

6 13

7 -

Problema 2:
Carmen decide pronosticar las ventas de carros ponderando las tres semanas como sigue:

Peso Periodo
Aplicado

3 Semana
Pasada

2 Hace 2
semanas

1 Hace 3
semanas

1
6 Total

Promedio movil
Semana Venta de Autos
ponderado

1 8 -
2 10 -
3 9 -
4 11 9.16666667
5 10 10.1666667
6 13 10.1666667
7 - 11.6666667

Problema 3:
Una firma usa Suavizamiento Exponencial Simple con   0.1 para pronosticar la
demanda. El pronóstico para la semana de Enero 1 fue 500 unidades, cuando la demanda
real resultó ser de 450 unidades. Calcule el pronóstico de demanda para la semana de
Enero 8:
a 0.1
Pronostico 500
Real 450

Nuevo pronostico= 495

Problema 4:
Suavizamiento Exponencial es usado para pronosticar las ventas de baterías de
automóviles. Dos valores de  son examinados,   0.8 y   0.5. Evalue la exactitud de
cada constante de suavizamiento. Cuál es preferible? (Asuma que el pronóstico para
Enero fue de 22 baterías). Las ventas reales se muestran debajo:

Mes Ventas Pronóstico

Reales
de
Baterías

Enero 20 22

2
Febrero 21  

Marzo 15  

Abril 14  

Mayo 13  

Junio 16  

Ventas
Pronóstico Desviación Pronóstico Desviación
Reales
Mes suavizado Absoluta suavizado Absoluta
de
con a=0.8 para a=0.8 con a=0.5 para a=0.5
Baterías
Enero 20 22 2 22 2
Febrero 21 20.4 0.6 21 0
Marzo 15 20.88 5.88 21 6
Abril 14 16.176 2.176 18 4
Mayo 13 14.4352 1.4352 16 3
Junio 16 13.28704 2.71296 14.5 1.5
14.80416 16.5
MAD 2.46736 2.75
MSE 8.84822117 11.2083333
MAPE 16% 19%

Es preferible realizar un pronostico suavizado a 0.8 porque el margen de error es menor.

3
Problema 5:
Use los datos de ventas dados debajo para determiner: (a) la línea de tendencia de
mínimos cuadrados, y (b) el valor de predicción para las ventas de 2019.

Añ Ventas
o (Unidad
es)

201 100
2

201 110
3

201 122
4

201 130
5

201 139
6

201 152
7

201 164
8

Para minimizar los cómputos, transforme el valor de x (tiempo) a números simples. EN

este caso, designe el año 2012 como año 1, el 2013 como año 2, etc.

4
 Ventas
Año Período
(Unidades) x^2 xy
2012 1 100 1 100
2013 2 110 4 220
2014 3 122 9 366
2015 4 130 16 520
2016 5 139 25 695
2017 6 152 36 912
2018 7 164 49 1148
Total 28 917 140 3961
PROMEDIO 4 131

b 293 28 10.4642857

a 89.1428571

5
Problema 6:
Dado el pronóstico de demanda y demanda real para botes de pescar de 10 pies, compute
la señal de Control y el MAD:

A Demand Dema
ño a nda
Pronosti Real
cada

1 78 71

2 75 80

3 83 101

4 84 84

5 88 60

6 85 73

Error
Demanda Error Absoluto
Demanda Señal de
Añ o Pronostica Error RSFE absoluto acumulado MAD
Real control
da pronostico del
pronostico
1 78 71 7 7 7 7 7 1
2 75 80 -5 2 5 12 6 0.33333333
3 83 101 -18 -16 18 30 10 -1.6
4 84 84 0 -16 0 30 7.5 -2.1333333
5 88 60 28 12 28 58 11.6 1.03448276
6 85 73 12 24 12 70 11.6666667 2.05714286

Problema: 7
Para el pasado año, Meredith and Smunt Manufacturing tuvieron ventas anuales de
10,000 bombas de agua portátiles. Las ventas promedio de cada cuarto por los pasados 5
años han promediado: Primavera 4,000; Verano 3,000; Otoño 2,000 e Invierno 1,000.
Calcule el índice para cada cuarto.

Promedio anual Promedio mensual Indice estacional

Primavera 4000 2500 1.6
Verano 3000 2500 1.2
Otoño 2000 2500 0.8
Invierno 1000 2500 0.4

6
Problema: 8
Usando la data del problema 7, Meredith and Smunt Manufacturing esperan que las
ventas de bombas aumenten en un 10% el próximo año. Calcule las Ventas para el
próximo año y las ventas de cada cuarto.

Ventas anuales 11000

Venta de cada cuarto

Primavera 4400
Verano 3300
Otoño 2200
Invierno 1100