Una comercializadora de oro con un año de antigüedad desea aplicar técnicas de métodos de pronósticos para establec

adquisición de oro para su producción en Enero de 2001, los siguientes datos corresponden a las compras realizadas en
2000. Es importante señalar que la compañía desea estandarizar su unidad de medida de compra (pronósticos) en onza

Mes Q. Adquirida Unidad de compra Una onza equivale a:

ene 16386.30 gramos Equivalencia Unidad
feb 13097487.48 miligramos 28.35 gramos
mar 39.20 pounds 0.03 Kilogramos
abr 12.48 Kilogramos 0.08 Pound
may 19929727161.31 microgramos 28349.54 Miligramo
jun 18143706092.80 microgramos 28349540.77 Microgramo
jul 13267.80 gramos
ago 48.64 pounds
sep 18.81 Kilogramos
oct 19844678.00 miligramos
nov 15.12 Kilogramos
dic 14458.50 gramos

a Pronostique la adquision de oro para el mes de Enero de 2001, con promedios móviles
con
n: 2.

Mes Q. Adquirida (Yt) At Tt Yt' |et|

1 578.00 578.00 0
2 462.00 520.00 -20.57
3 490.00 515.28 -14.95 578.00 62.72
4 416.00 473.11 -24.60 478.87 5.76
5 703.00 600.36 29.24 485.39 114.97
6 640.00 605.56 20.72 423.92 181.64
2000
7 468.00 526.42 -14.69 658.84 132.42
8 608.00 574.55 7.59 646.99 72.44
9 627.00 596.98 12.85 497.04 99.94
10 700.00 642.07 24.28 589.73 52.34
11 504.00 560.89 -13.11 622.68 61.79
12 510.00 542.00 -15.16 690.62 148.62
2001 ene Pronóstico P1 547.78
Pronóstico P2 534.67
Pronóstico P3 521.56
DAM 93.26

a El pronóstico es que se van a requerir 547,78 onzas de oro en enero de 2001

b Cuando α=0,7 y β=0,9 se tiene un pronóstico de 523,5 Onzas

d
El mejor método de pronóstico es el de Holt, se puede visualizar en la
gráfica, este método permite optimizar los parámetros para α y β y suaviza
la tendencia de modo que se ajuste de mejor manera.
de pronósticos para establecer su
n a las compras realizadas en el año
ompra (pronósticos) en onzas.

Conversion de Q. Adquirida en onzas

Mes Q. Adquirida
ene 578.00
feb 462.00
mar 490.00
abr 416.00
may 703.00
jun 640.00
jul 468.00
ago 608.00
sep 627.00
oct 700.00
nov 504.00 Gráficas de demanda para α=0,5 y β=0,35
dic 510.00 800.00
700.00
600.00
500.00
400.00

α 0.50 300.00
β 0.35 200.00
p 2 100.00
0.00
1 2 3 4 5 6 7 8 9 10 11 12

Q. Adquirida (Yt) Yt'

Punto b
Mes Q. Adquirida (Yt) Pronóstico Error Error absol Gráficas de demanda para α=0,
1 578.00 578.00 0.00
800.00
2 462.00 578.00 -116.00 116
700.00
3 490.00 496.80 -6.80 6.8
4 416.00 492.04 -76.04 76.04 600.00

5 703.00 438.81 264.19 264.188 500.00

6 640.00 623.74 16.26 16.2564 400.00
7 468.00 635.12 -167.12 167.12308 300.00
8 608.00 518.14 89.86 89.863076
200.00
9 627.00 581.04 45.96 45.9589228
100.00
10 700.00 613.21 86.79 86.7876768
11 504.00 673.96 -169.96 169.963697 0.00
1 2 3 4 5 6 7 8 9

Q. Adquirida (Yt) Pronósti

 200.00
100.00
0.00
1 2 3 4 5 6 7 8 9
12 510.00 554.99 -44.99 44.9891091
2001 523.50 Q. Adquirida (Yt) Pronósti

α 0.70
β 0.90

Error medio -6.49

Error abs. Medio 98.5427238
=0,35

12

cas de demanda para α=0,70

5 6 7 8 9 10 11 12 13

Q. Adquirida (Yt) Pronóstico

 5 6 7 8 9 10 11 12 13

Q. Adquirida (Yt) Pronóstico

El departamento de transporte en la localidad necesita determinar los
factores de uso (pronostico) por día de la semana de un puente de cuota Utiliza
que une a dos zonas de la ciudad. Considere la siguiente serie como el uso 1800
del puente diario en los últimos 8 días.
1600
1400
Día Utilización
1200
1 640
2 790 1000
3 890 800
4 1070 600
5 1150
400
6 1270
200
7 1330
8 1530 0
1 2 3 4

Dado que la serie tiene una tendencia lineal creciente por lo que es mejor usar el método de Holt

Método de Holt

α 0.70
β 0.90
p 1.00

Día Utilización (Yt) At Tt Yt'

1 640 640 0
2 790 745 94.5 640
3 890 874.85 126.315 839.5
4 1070 1049.3495 169.68105 1001.165
5 1150 1170.70917 126.191804 1219.03055
6 1270 1278.07029 109.244193 1296.90097
7 1330 1347.19435 73.1360685 1387.31448
8 1530 1497.09912 142.227908 1420.33041
9 Pronóstico 1639.32703

Método de suavizamiento exponencial

Día Utilización (Yt) Pronóstico

1 640 640
2 790 640
3 890 745
4 1070 846.5
5 1150 1002.95
6 1270 1105.885
7 1330 1220.7655
8 1530 1297.22965
9 Pronóstico 1460.1689
 Utilización

2 3 4 5 6 7 8
 Para los siguientes datos use los resultados de la ecuación de regresión para estimar la pendiente y la ordenada
al origen de la serie al final de Junio. Use los resultados como valores iniciales de la pendiente y la ordenada al
origen que requiere el método de Holt, es decir a: So y b: Go. Suponga que α: 0,15 β: 10.

Mes Q. Visitantes ft Tt FITt et et^2

ene 133
feb 165 133 -15.333 148.333 -16.667 277.788889
mar 187 137.8 4.8 142.6 -44.4 1971.36
abr 354 145.18 7.38 152.56 -201.44 40578.0736
may 401 176.503 31.323 207.826 -193.174 37316.1943
jun 603 210.17755 33.67455 243.8521 -359.1479 128987.214
Jul 269.100918 58.9233675 328.024285 328.024285 107599.932

a Determine el pronóstico a un paso adelante para el mes de julio.

El pronóstico de visitas será de 931

b Suponga que la cantidad real de visitantes del parque, en Julio fue 2150 y que en Agosto fue
2660, con el método de Holt actualice los estimados de la pendiente y ordenada al origen con
base en esas observaciones.

Mes Q. Visitantes ft Tt FITt et et^2

ene 133
feb 165 133 -15.333 148.333 -16.667 277.788889
mar 187 137.8 4.8 142.6 -44.4 1971.36
abr 354 145.18 7.38 152.56 -201.44 40578.0736
may 401 176.503 31.323 207.826 -193.174 37316.1943
jun 603 210.17755 33.67455 243.8521 -359.1479 128987.214
Jul 2150 269.100918 58.9233675 328.024285 -1821.97572 3319595.51
Ago 2660 551.23578 282.134862 833.370642 -1826.62936 3336574.81
pendiente y la ordenada
diente y la ordenada al Cantidad de visitantes
.
700

600

α 0.15 500 f(x) = 92.1428571428572 x − 15.3333333333333

β 1.00
MSE 52788.43 400
ME -81.13
300

200

100

0
0 1 2 3 4 5 6 7

α 0.15
β 1.00
MSE 980757.28
ME -637.63
6 7