TECNOLÓGICO DE LA LAGUNA

INGENIERÍA INDUSTRIAL

ADMINISTRACIÓN DE OPERACIONES I

EJERCICIOS TEMA 2 PRONÓSTICOS

PROFESOR:JORGE E. BUTRÓN VENEGAS

MANRIQUE OZIEL FLORES ZAMORA

18130869

6 ABRIL 2021
Ejercicios Tema 2 Pronósticos

Resuelva los siguientes problemas, según corresponda; en cada problema anexe la

gráfica de comportamiento de datos, sus resultados, así como la interpretación de
los mismos.

1. La demanda de audífonos para estereofónicos y reproductores de discos

compactos para trotadores ha llevado a Nina Industries a crecer casi 50% en
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 estéreos 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?
 b. Compare sus resultados con los obtenidos usando la función pronóstico de
la hoja de cálculo.

Podemos ver que hay un incremento en la función pronostico de la hoja de

cálculo, esto por el uso de los decimales. Mediante esto, considero que es
mejor utilizar la función pronostico.

2. La demanda histórica del cierto producto es

a) Usando un promedio móvil ponderado con pesos de 0.60, 0.30 y 0.10,

calcule el pronóstico de julio.

La fórmula que se utilizó para generar este resultado fue: (12 x .1)+(16 x .3)+(15
x .6)=15
b) Con el promedio móvil simple a tres meses, determine el pronóstico de julio.

La fórmula que se utilizó para generar este resultado fue: (12+16+15) /3 = 14.3

c) Mediante suavización exponencial simple con α = 0.2 y un pronóstico para junio

de 13, calcule el pronóstico de julio. Haga todas las suposiciones que quiera.

La fórmula que se utilizó para generar este resultado fue: 13+.2*(15-13) =13.4

d) Con un análisis de regresión lineal simple, calcule la ecuación de relación de los

datos precedentes de la demanda.

e) Con la ecuación de regresión del punto d), calcule el pronóstico para julio:
0.7714*(7)+10.8 = 16.1998
3. Harlen Industries tiene un modelo de pronóstico simple: se toma la demanda
real del mismo mes del año anterior y se divide entre el número fraccional de
semanas de ese mes. Esto da una demanda semanal promedio para el mes. El
promedio de esta semana se usa como pronóstico semanal del mismo mes este
año. La técnica se usó para pronosticar ocho semanas de este año, que se
muestran a continuación junto con la demanda real.

Las siguientes ocho semanas muestran el pronóstico (basado en el año pasado) y

la demanda real:

a) Calcule la MAD de los errores de pronóstico.

Obtenemos la MAD con la sumatoria de errores abs entre la semana en la que
estamos, por lo que como podemos ver en la tabla en la semana 8 tenemos una
MAD de 23.75.

b) Con RSFE, calcule la señal de seguimiento.

La señal de rastreo se obtiene con la sumatoria de error entre la MAD por lo
podemos ver en la tabla en la semana 8 tenemos la señal de rastreo en 7.16.

c) Basándose en sus respuestas de a) y b), comente el método de pronóstico

de Harlen.
La señal de rastreo es considerablemente grande por la cual el pronostico debe ser
considerado pobre.
4. La tabla siguiente contiene la demanda de los últimos 10 meses.

a) Calcule el pronóstico con suavización exponencial simple de estos datos con

una α de 0.30 y un pronóstico inicial (F1) de 31.
b) Calcule el pronóstico de suavización exponencial con tendencia para estos datos,
con una α de 0.30, δ de 0.30, un pronóstico de tendencias inicial (T1) de 1 y un
pronóstico uniforme exponencial inicial de 30.

c) Calcule la desviación absoluta media (MAD) de cada pronóstico. ¿Cuál es el

mejor?

Podemos concluir que el mejor pronostico es el de suavización exponencial

con tendencia, ya que es el que mejor pronosticó tiene.

5. Haga un análisis de regresión sobre la demanda sin factores estacionales

para pronosticar la demanda en el verano de 2008, dados los siguientes
datos históricos de la demanda.
La formula que se utilizo fue: 91.012*(10) + 52.321 = 962.441

6. Mark Price, nuevo gerente de producción de Speakers y Company, tiene que

averiguar qué variable afecta más la demanda de su línea de bocinas para
estereofónicos. No está seguro de que el precio unitario del producto o los
efectos de mayor marketing sean los principales impulsores de las ventas y
quiere aplicar un análisis de regresión para averiguar qué factor impulsa más
la demanda de su mercado. La información pertinente se recopiló en un
extenso proyecto de marketing que se extendió a los últimos 10 años y que
se vació en los datos siguientes:
 a. Realice un análisis de regresión basado en estos datos. Con sus resultados,
conteste las preguntas siguientes.
a) ¿Qué variable, el precio o la publicidad, tiene un mayor efecto en las ventas
y cómo se sabe?

Los datos que necesitamos para nuestra ecuación están seleccionados en

color azul, lo cual la formula quedaría de la siguiente manera:
Y= 2191.337 - 6.90638X1 + 0.32502X2
Con esto podemos interpretar que el precio por unidad es el que más impacto
causa en las ventas ya que es grande y aparte negativo.

b) Pronostique las ventas anuales promedio de bocinas de Speakers and

Company basándose en los resultados de la regresión, si el precio fue de
300 dólares por unidad y el monto gastado en publicidad (en miles) fue de
900 dólares.
Y=2191.337-(6.90638*300) +(0.32502*900)
Y=411.941

7. Tyler Jones acaba de ser contratado como gerente de producción de

Sundance Chemical Company. El cree que su primera acción deberá ser
desarrollar sus propios pronósticos de ventas para el producto químico mas
importante de la empresa. Jones solicito a su asistente que recolectara datos
de las ventas trimestrales correspondientes a los últimos diez años, según se
muestra a continuación:
Anteriormente los pronósticos fueron poco precisos. A fin de obtener una mejor
precisión de los pronósticos, se tiene la intención de llevar a cabo un análisis total
de los pronósticos a fin de pronosticar las ventas de los siguientes cuatro trimestres.
1. Grafique los datos ¿Qué tipos de patrones se observan?

Como podemos observar en la grafica su desempeño va hacia abajo para

después subir, asi como en los primeros trimestres iba hacia abajo podemos
ver el cambio a partir del trimestre 13 en donde empieza el incremento.

2. Decida cuanto de los datos de pasado se deberán utilizar para desarrollar un

modelo de pronóstico. De una explicación que justifique su decisión.
Debemos utilizar los datos que están en A4Q1 hasta A10Q4, la cual está en
color anaranjado los cuales muestran un incremento linear.
 3. ¿Qué métodos de pronóstico serán los más adecuados para evaluar? ¿por
qué?
Lo más acertado seria un pronostico de suavización exponencial con
tendencia ya que es mucho más exacto.

4. Utilizando solo los datos que decida en la pregunta 2, decida si debería

utilizar la regresión de serie de tiempo o la suavización exponencial con
tendencia (α= 0.4, β=0.4, pronostico inicial =319, tendencia inicial 7) con base
en un MAD calculado a lo largo de los últimos 4 años. Con su decisión
pronostique las ventas del siguiente trimestre.
Los pronósticos de los últimos 4 trimestres, los obtuvimos utilizando la
fórmula de regresión lineal, si queremos unos resultados más acertados o
más confiables deberíamos de utilizar una suavización exponencial con
tendencia para mayor confianza.