GUÍA DE EJERCICIOS

PRONÓSTICOS

Promedio móvil simple

Cuando la demanda de un producto no crece ni disminuye velozmente y si no incluye
características de estacionalidad; el promedio móvil servirá para eliminar las fluctuaciones
aleatorias. Cuanto más largo sea el periodo del promedio móvil, tantos mas elementos
aleatorios serán atenuados.

Ejercicio No.1
Pronostico de la demanda con base en un promedio móvil simple de tres y seis semanas
3 6
Semana Ventas Semanas Semanas
1 800
2 1,400
3 1,000
4 1,500
5 1,500
6 1,300
7 1,800
8 1,700
9 1,300
10 1,700
11 1,700
12 1,500
13 2,300
14 2,300
15 2,000
16

Promedio móvil ponderado

Cuando existe una tendencia o un patrón, los pesos pueden ser utilizados para poner más
énfasis en los valores recientes. Esto hace que las técnicas sean más sensibles a los cambios,
ya que los periodos recientes pueden tener mayor peso. ¿Como elegir los pesos?. La
experiencia y la prueba y el error son las vías mas fáciles para determinar el peso de los
datos. Por lo general el pasado mas reciente es el indicador mas importante de lo que
podemos esperar en el futuro.

(Peso para el periodo n) (Demanda para el periodo n)

Promedio Móvil Ponderado =
Pesos

Pronósticos Ing. Valladares Pág. No. 1 de 4

Ejercicio No. 2
La siguiente tabla muestra las ventas reales de Lavadoras para distribuidora La Favorita, la
gerente desea utilizar la técnica de promedio móvil ponderado trimestral y ha decidido utilizar
los siguientes pesos: 4 para el ultimo mes. 2 para el siguiente mes y 1 para el tercer mes.
¿Cuáles serian los pronósticos para los meses Siguientes?
Favor aproxime su respuesta al mayor entero, más cercano.

Media móvil
Ventas ponderada
Mes reales trimestral
Enero 12
Febrero 14
Marzo 14
Abril 15
Mayo 17
Junio 23
Julio 25
Agosto 30
Septiembre 28
Octubre 20
Noviembre 17
Diciembre 15
Enero

Suavización Exponencial
Es un tipo de técnica de los promedios móviles que involucra poco respaldo de información
pasada.
La fórmula de suavización exponencial básica se muestra a continuación:

Pronóstico nuevo = Pronóstico del último periodo + α (Demanda real del último periodo –
pronóstico del último periodo)

donde α es un peso, o constante de suavización, que tiene un valor entre 0 y 1

Ft = Ft-1 + α ( A t-1 – Ft-1)

Donde:
Ft = el pronóstico nuevo
Ft-1 = el pronóstico anterior
α = constante de suavización (0 ≤ α ≤ 1)
A t-1 = demanda real del periodo anterior

Pronósticos Ing. Valladares Pág. No. 2 de 4

Ejercicio No. 3
Las ventas de Lomas Motors han crecido de manera estable durante los últimos 5 años (ver la
tabla siguiente). El gerente de mercadeo Amado Martínez predijo en 2001 que las ventas de
2002 serian de 410 motos, utilizando el suavizado exponencial con una α = 0.30; desarrollar
los pronósticos desde 2003 hasta 2007.

Año Ventas Pronósticos

2002 450 410
2003 495
2004 518
2005 563
2006 584
2007

Proyección de Tendencia:
Esta técnica ajusta una línea de tendencia a una serie de puntos de datos históricos, y
después proyecta la línea hacia el futuro para pronósticos con un rango de mediano a largo
plazo.
Si se decide desarrollar una línea de tendencia recta mediante un método estadístico preciso,
se puede aplicar el método de mínimos cuadrados.

Una línea de mínimos cuadrados se describe en términos de su intersección Y y su pendiente.

Ecuación de la siguiente forma:

Y = a + bX

donde:
b = pendiente de la línea de regresión
x = variable independiente

Fórmula para encontrar b:

Donde:

b = pendiente de la línea de regresión

Σ = signo de sumatoria
x = valores de la variable independiente
Y = valores de la variable dependiente
x = el promedio de los valores de las x
y = el promedio de los valores de las y
n = el número de puntos de datos, eventos u observaciones

Fórmula para encontrar a:

Pronósticos Ing. Valladares Pág. No. 3 de 4

Ejercicio No. 4
Las reservas de habitaciones en el Hotel Mayan Palace de Tegucigalpa se han ido registrando
durante los últimos 9 años. Con el fin de proyectar la futura ocupación, a la dirección le
gustaría determinar la tendencia matemática de las reservas de los huéspedes. Esta
estimación podría ayudar al hotel a determinar si seria necesaria una expansión futura. Dada
las siguientes series de datos temporales, desarrollar una ecuación de regresión que relacione
las reservas con el tiempo (por ejemplo, una ecuación de tendencia), hacer los pronósticos de
reservas para el año 2008. las reservas de habitaciones están en miles:
i.
2012: 17 2013: 16 2014: 16 2015: 21 2016: 20
2017: 20 2018: 23 2019: 25 2020: 24.

ii. Encuentre la ecuación de la recta para la siguiente serie de datos, X corresponde a

Trimestres, encuentre pronostico del trimestre 14.

X Y X Y
1 600.0 7 2,600.0
2 1,550.0 8 2,900.0
3 1,500.0 9 3,800.0
4 1,500.0 10 4,500.0
5 2,400.0 11 4,000.0
6 3,100.0 12 4,900.0

Problema No. 5
El número de matriculas para un seminario de contabilidad en las ultimas 10 semanas es el
que se muestra a continuación:
Semanas 1 2 3 4 5 6 7 8 9 10
Matricula 22 21 25 27 35 29 33 37 41 37

a) Empezando por la segunda semana y terminando por la Semana 11, pronosticar las
matriculas utilizando el método de pronósticos simple.
b) Empezando en la tercera semana y terminando en la semana 11, predecir las matriculas
utilizando una media móvil de dos semanas.
c) Empezando por la semana 5 y terminando en la semana 11, predecir las matriculas
utilizando una media de 4 semanas.
d) Representar en la misma grafica los datos originales y los tres pronósticos. ¿Qué
pronósticos se ajusta mejor a los datos? ¿Qué pronostico responde mejor a los cambios?.

Pronósticos Ing. Valladares Pág. No. 4 de 4