Documentos de Académico
Documentos de Profesional
Documentos de Cultura
de Querétaro
GESTIÓN DE LA PRODUCCIÓN 1
PROFESOR:
SÁNCHEZ ARCINIEGA RAFAEL
ALUMNO
CARRILLO LEDEZMA JEHIELI SARAHI
GRUPO: 7A
2/MARZO/21
4.1 La tabla siguiente da el número de litros de sangre tipo B que el hospital Woodlawn utilizó en
las últimas 6 semanas:
Agosto 31 360
Septiembre 7 389
Septiembre 14 410
Septiembre 21 381
Septiembre 28 368
Octubre 5 374
b) Utilice un promedio móvil ponderado de tres semanas, con ponderaciones de 0.1, 0.3 y 0.6,
usando .6 para la semana más reciente. Pronostique la demanda para la semana del 12 de
octubre.
4.7 La demanda real de los pacientes en la clínica médica Omaha Emergency para las primeras seis
semanas de este año es como sigue:
b) Si las ponderaciones fueran 20, 15, 15 y 10, respectivamente, ¿cómo cambiaría el pronóstico?
Explique por qué.
c) Y si las ponderaciones fueran 0.40, 0.30, 0.20 y 0.10, respectivamente, ¿cómo sería ahora el
pronóstico para la semana 7?
4.13 Como se puede observar en la tabla siguiente, la demanda de cirugías para trasplantes de
corazón en el Hospital General de Washington ha aumentado de manera estable durante los
últimos años: ¿AÑO 1 2 3 4 5 6 TRASPLANTES DE CORAZÓN 45 50 52 56 58? El director de servicios
médicos pronosticó hace 6 años que la demanda en el año 1 sería de 41 cirugías
a) Use suavización exponencial, primero con una constante de suavización de 0.6 y después de 0.9,
y desarrolle el pronóstico para los años 2 a 6
Añ Trasplantes de Desv.
x2 xy Pronostico
o corazón Absoluta
1 45 1 45 45.8 0.8
2 50 4 100 49 1
3 52 9 156 52.2 0.2
4 56 16 224 55.4 0.6
5 58 25 290 58.6 0.6
6 55 36 330 61.8
SUMA 21 316 91 1145 SUMA 3.2
MEDI
3.5 52.2 MAD 0.64
AS
a 44.8
a=52.2−3.5 ( 3 )=44.8
b 2.23
815−( 5 ) ( 3 ) ( 52.2 )
b= =2.23
55−( 5 ) ( 32 )
y=44.8+2.23 x
d) Con la MAD como criterio, ¿cuál de los cuatro métodos de proyección es el mejor?
suavización de .6 y .9, desarrolle pronósticos para las ventas de Volkswagen Beetle. ¿Qué efecto
tiene la constante de suavización en el pronóstico? Use la MAD para determinar cuál de las tres
constantes de
Venta
Año α=0.3 MAD α=0.6 MAD α=0.9 MAD
s
2003 450 410 40 410 40 410 40
2004 495 422 73 434 61 446 49
2005 518 443.9 74.1 470.6 47.4 490.1 27.9
2006 563 466.1 96.9 499.01 63.99 515.21 47.79
2007 584 495.2 88.8 537.41 46.59 558.22 25.78
2008 521.8 521.8 565.36 565.36 581.43 581.43
SUMA 372.8 258.98 190.47
MAD 74.56 51.796 38.094
La constante de suavizamiento ayuda a tener un pronóstico más preciso, en este caso la
mejor opción es una constante de α=0.9 ya que esta tiene el valor más pequeño de MAD
4.23 La tabla siguiente muestra las ventas de cobertores registradas durante el año pasado en la
tienda departamental Bud Banis de Carbondale. Los administradores prepararon un pronóstico
empleando una combinación de suavización exponencial y su juicio colectivo para los siguientes 4
meses (marzo, abril, mayo y junio). MES VENTAS UNITARIAS PRONÓSTICO DE LA ADMINISTRACIÓN
Julio 100 Agosto 93 Septiembre 96 Octubre 110 Noviembre 124 Diciembre 119 Enero 92 Febrero
83 Marzo 101 120 Abril 96 114 Mayo 89 110 Junio 108 108
precio. Según las observaciones históricas, Gary ha recopilado los siguientes datos que muestran el
número de cafés de este tipo vendidos
PRECIO CAFÉS
VENDIDOS
$2.70 760
$3.50 510
$2.00 980
$4.20 250
$3.10 320
$4.05 480
Usando estos datos, ¿cuántos cafés con leche sabor moca pronosticaría usted para ser vendidos
de acuerdo con una regresión lineal simple
Cafés Vendidos
Precio (x)
(y) x^2 y^2 xy
2.7 760 7.29 577600 2052
3.5 510 12.25 260100 1785
2 980 4 960400 1960
4.2 250 17.64 62500 1050
3.1 320 9.61 102400 992
4.05 480 16.4025 230400 1944
SUMA 19.55 3300 67.1925 2193400 9783
MEDIA 3.258333333 550
Rock, Pennsylvania, ha diseñado un modelo de regresión que le ayuda a determinar los precios de
las casas residenciales localizadas al noroeste de Pennsylvania. El modelo se desarrolló empleando
las ventas
Y = 13473 + 37.65X
a) Use el modelo para predecir el precio de venta de una casa que tiene 1860 pies cuadrados.
y= (13473+(37.65*(1860)) =$83,502
b) Una casa con 1860 pies cuadrados se vendió recientemente en 95000 dólares. Explique por
qué esta cifra no se corresponde con la predicción del modelo.
el pronóstico dio 83,502. Por lo tanto, la cifra corresponde para una casa de 1860 pies
c) Si usara regresión múltiple para desarrollar dicho modelo, ¿cuáles otras variables cuantitativas
podrían incluirse?
Número de habitaciones, si la casa esta amueblada, tamaño del terreno, ubicación, que tantos
años tiene de construcción la casa, etc.
Esto indica que el 39.7% es la variabilidad de la venta de la casa (solo incluye el tamaño en pies
cuadrados)