Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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:
DEMANDA
MES
(UNIDADES)
Enero 4200
Febrero 4300
Marzo 4000
Abril 4400
Mayo 5000
Junio 4700
Julio 5300
Agosto 4900
Septiembre 5400
Octubre 5700
Noviembre 6300
Diciembre 6000
SOLUCION:
a) Con un análisis de regresión por mínimos cuadrados, ¿cuál estimaría que fuera la demanda de cada mes del año entrante? Con una hoja
de cálculo, siga el formato general de la ilustración
∑ xy −n x́ . ´y 418800−12∗6.5∗5016.67
I. b=
∑ x 2−n x́ 2 = 650−12∗6.52 = 192.31
Ecuación de recta es
II. Y = a + bx = 3766.66+192.31(x)
MES Periodo Y
3766.66+192.31(x)
Enero 13 6266.69
Febrero 14 6459
Marzo 15 6651.31
Abril 16 6843.62
Mayo 17 7035.93
Junio 18 7228.24
Julio 19 7420.55
Agosto 20 7612.86
Septiembre 21 7805.17
Octubre 22 7997.48
Noviembre 23 8189.79
Diciembre 24 8382.1
b) Para tener alguna seguridad de cubrir la demanda, Nina decide usar tres errores estándar por seguridad. ¿Cuántas unidades adicionales
debe retener para alcanzar este nivel de confianza?
n
s yx =
√ ∑ ( y i−Y i )2
i=1
n−2
s yx = 269.85
2 11 22 4 121 12.35
3 15 45 9 225 13.12
4 12 48 16 144 13.89
5 16 80 25 256 14.66
6 15 90 36 225 15.43
∑ xy −n x́ . ´y 297−6∗3.5∗13.5
I. b=
∑ x 2−n x́ 2 = 91−6∗3.52 = 0.77
II. Y = a + bx = 10.81+0.77(x)
e) Con la ecuación de regresión del punto d), calcule el pronóstico para julio.
3. Las siguientes tabulaciones son ventas unitarias reales para seis meses y un pronóstico inicial para enero.
Enero 100
Febrero 94
Marzo 106
80
Abril 80
Mayo 68
Junio 94
a) Calcule los pronósticos para los cinco meses restantes con suavización exponencial simple con α0.2.
Ft = Ft−1 + α (At−1 − Ft−1)
Meses Ft-1 α At-1 Ft
Febrero 80 0.2 100 84
Marzo 84 0.2 94 86
Abril 86 0.2 106 90
Mayo 90 0.2 80 88
Junio 88 0.2 68 84
b) Calcule el MAD de los pronósticos.
Pronóstico
EJERCICIOS DE
Mes de la Real Desviación Desv. Abs.
DESCOMPOSICION demanda
4. Zeus Computer Chips,
Febrero 84 94 10 10
Inc., tenía contratos Marzo 86 106 20 20
importantes para Abril 90 80 -10 10
Mayo 88 68 -20 20
producir Junio 84 94 10 10
microprocesadores Suma total de las desviaciones absolutas 70 tipo
MAD 14
Pentium. El mercado ha ido
a la baja en los últimos 3 años por los chips dual-core, que Zeus no produce, así que tiene la penosa tarea de pronosticar el año entrante. La
tarea es penosa porque la empresa no ha podido encontrar chips sustitutos para sus líneas de productos. Aquí está la demanda de los últimos
12 trimestres:
Solución:
(1) (2) (3) Demanda -4 -5 -6 -7 -8
real
Promedio del mismo Factor Demanda no
Periodo (Y) x2 x × yd
Trimestre trimestre cada año estacional estacional
(x)
(5)=(4)/Y (yd) (Col. 1)2
Col. (3) ÷ Col. (5) Col. (1) × Col. (6)
1 I 4800 3833.33 1.23 3902.44 1 3902.44
37400 37575.14
͞ x = 6.5 ∑ x2 =650 219013.04
ỹ͞͞ =3116.67 ỹ͞͞ d=3116.05
b =∑xyd - n ( ͞x) ỹ͞͞ d: ∑ x2 – n (͞x)2
B=219013.04- 12(6.5)3116.05/ (650-12*6.5 2)
B= -168.10
a= ỹ͞͞ d - b ͞x
A= 3116.05-(-168.10)*6.5
A=4208.05
Y= a+bx
Período
Y=4208.7+(-168.10)*X
13 2023.4
14 1855.3
15 1687.2
16 1519.1
Pronóstico
Y de la recta de la
Periodo Trimestre Factor estacional (Y × factor
regresión
estacional
13 I 2023.4 1.23 2488.782
14 II 1855.3 0.89 1651.22
15 III 1687.2 1.12 1889.66
16 IV 1519.1 0.76 1154.52
5. Los datos de ventas de 2 años son los siguientes. Los datos están acumulados con dos meses de ventas en cada “periodo”.
Solución:
a) Trace la gráfica.
ventas
170
182
150
159
136
120
109
115 104
112 100
106
Axis
Axis Title
Title
ventas
ventas
(3) Demanda
-4 -5 -6 -7 -8
real
(1) Promedio del mismo Factor Demanda no
Periodo (2) Meses (Y) x2 x × yd
trimestre cada año estacional estacional
(x)
(5)=(4)/Y (yd) (Col. 1)2
Col. (3) ÷ Col. (5) Col. (1) × Col. (6)
1 E-F 109 112 0.87 125.29 1 125.29
1553 1552.64
͞ x = 6.5 ∑ x2 =650 10230.04
ỹ͞͞ =129.42 ỹ͞͞ d=129.39
b =∑xyd - n ( ͞x) ỹ͞͞ d: ∑ x2 – n (͞x)2
B=10230.04- 12(6.5)129.39/ (650-12*6.5 2)
B= 0.96
a= ỹ͞͞ d - b ͞x
A= 129.39-0.96*6.5
A=123.15
Y= a+bx
Período
Y=123.15+0.96*X
13 135.63
14 136.59
15 137.55
16 138.51
17 139.47
18 140.43
Pronóstico
Y de la recta de la
Periodo Meses Factor estacional (Y × factor
regresión
estacional
13 E-F 135.63 0.87 118
14 M-A 136.59 0.83 113.37
15 M-J 137.55 1.19 163.68
16 J-A 138.51 1.36 188.37
17 S-O 139.47 0.95 132.50
18 N-D 140.43 0.80 112.34
7. En la tabla siguiente se muestran los 2 años previos de información de las ventas trimestrales. Supóngase que hay tendencias y factores
estacionales y que el ciclo estacional es de 1 año. Use series de tiempo de descomposición para pronosticar las ventas trimestrales del año
siguiente.
(3)
Demanda -4 -5 -6 -7 -8
real
(1)
(2) Promedio del mismo Factor Demanda no
Periodo (Y) x2 x × yd
Trimestre trimestre cada año estacional estacional
(x)
a= ỹ͞͞ d - b ͞x
A= 187.34-9.9*4.5
A=142.79
Y= a+bx
Período
Y=142.79+9.9*X
9 231.89
10 241.79
11 251.69
12 261.59
Pronóstico
Y de la recta de la
Periodo Trimestre Factor estacional (Y × factor
regresión
estacional
9 I 231.89 1 231.89
10 II 241.79 1.16 280.48
11 III 251.69 0.95 239.11
12 IV 261.59 0.88 230.20
8. Tucson Machinery, Inc., fabrica máquinas controladas numéricamente, que se venden a un precio promedio de 0.5 millones de dólares cada
una. Las ventas de estas máquinas durante los 2 años anteriores son:
1 12 5 16 9 16.32
2 18 6 24 10 25.13
3 26 7 28 11 33.47
4 16 8 18 12 21.63
Solución:
(3)
Demanda -4 -5 -6 -7 -8
real
(1)
(2) Promedio del mismo Factor Demanda no
Periodo (Y) x2 x × yd
Trimestre trimestre cada año estacional estacional
(x)
a= ỹ͞͞ d - b ͞x
A= 19.75-0.72*4.5
A=16.51
Y= a+bx
Período
Y=16.51+0.72*X
9 22.99
10 23.71
11 24.43
12 25.15
Pronóstico
Y de la recta de la
Periodo Trimestre Factor estacional (Y × factor
regresión
estacional
9 I 22.99 0.71 16.32
10 II 23.71 1.06 25.13
11 III 24.43 1.37 33.47
12 IV 25.15 0.86 21.63
21. 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.
(3)
Demanda -4 -5 -6 -7 -8
real
(1)
(2) Promedio del mismo Factor Demanda no
Periodo (Y) x2 x × yd
Estación trimestre cada año estacional estacional
(x)
3695 3685.03
͞ x = 4.5 ∑ x2 =204 18923.14
ỹ͞͞ = 461.88 ỹ͞͞ d=460.63
b =∑xyd - n ( ͞x) ỹ͞͞ d: ∑ x2 – n (͞x)2
B=18923.14- 8(4.5)460.63/ (204-8*4.5 2)
B= 55.73
a= ỹ͞͞ d - b ͞x
A= 460.63-55.73*4.5
A=209.85
Y= a+bx
Período
Y=209.85+55.73*X
9 711.42
10 767.15
11 822.88
12 878.61
Pronóstico
Y de la recta de la
Periodo Trimestre Factor estacional (Y × factor
regresión
estacional
9 Primavera 711.42 0.74 526.45
10 Verano 767.15 0.45 345.22
11 Otoño 822.88 1.15 946.31
12 Invierno 878.61 1.67 1467.28
11. A continuación se da la demanda tabulada actual de un artículo durante un periodo de nueve meses (de enero a
septiembre). Su supervisor quiere probar dos métodos de prueba para ver cuál resultó mejor en el periodo.
Mes Real
Enero 110
Febrero 130
Marzo 150
Abril 170
Mayo 160
Junio 180
Julio 140
Agosto 130
Septiembre 140
c) Use la MAD para decidir qué método produjo el mejor pronóstico en el periodo de seis meses.
Promedio móvil
Pronóstico
Mes de la Real Desviación Desv. Abs.
demanda
MAD 23.33
Suavización exponencial
Pronóstico
Mes de la Real Desviación Desv. Abs.
demanda
- El método que resultó mejor el pronóstico en el período de seis meses es de “Suavización exponencial” con un MAD
de 22.78
16. Supóngase que sus existencias de mercancía para venta se mantiene sobre la base de la demanda pronosticada. Si el
personal de ventas de la distribuidora llama el primer día de cada mes, calcule su pronóstico de ventas con los tres
métodos solicitados aquí.
Real
Junio 140
Julio 180
Agosto 170
a) Con un promedio móvil simple de tres meses, ¿cuál es el pronóstico para septiembre?
b) Con un promedio móvil ponderado, ¿cuál es el pronóstico para septiembre con valores relativos de 0.20, 0.30 y 0.50
para junio, julio y agosto, respectivamente?
c) Mediante regresión lineal simple, calcule la recta de la tendencia de los datos históricos. En el eje de las x, sea abril =
1, mayo = 2, etc., mientras que en el eje de las y está la demanda.
2 55 110 4 3025
3 75 225 9 5625
4 60 240 16 3600
5 80 400 25 6400
6 75 450 36 5625
IV. Y = a + bx = 53.99+3.86(x)
20. Su gerente trata de determinar qué método de pronóstico usar. Basándose en los siguientes datos históricos, calcule el
siguiente pronóstico y especifique qué procedimiento utilizaría
MES DEMANDA
(UNIDADES)
1 62
2 65
3 67
4 68
5 71
6 73
7 76
8 78
9 78
10 80
11 84
12 85
a) Calcule un pronóstico de promedio móvil simple a tres meses para los periodos 4 a 12.
Meses Demanda Pronostico de 3
(unidades) MESES
1 62
2 65
3 67
4 68 64.67
5 71 66.67
6 73 68.67
7 76 70.67
8 78 73.33
9 78 75.67
10 80 77.33
11 84 78.67
12 85 80.67
b) Calcule el promedio móvil ponderado a tres meses con pesos de 0.50, 0.30 y 0.20 para los periodos 4 a 12.
Demanda Pronostico de 3
Meses
(unidades) MESES
1 62
2 65
3 67
4 68 65.40
5 71 67.10
6 73 69.30
7 76 71.40
8 78 74.10
9 78 76.40
10 80 77.60
11 84 79.00
12 85 81.60
c) Calcule un pronóstico de suavización exponencial simple para los periodos 2 a 12 usando un pronóstico inicial (F1) de
61 y una α de 0.30.
Ft = Ft−1 + α (At−1 − Ft−1)
2 61 0.3 62 61.30
d) Calcule el pronóstico de suavización exponencial con componente de tendencia para los periodos 2 a 12 con un
pronóstico de tendencia inicial (T1) de 1.8, un pronóstico de suavización exponencial inicial (F1) de 60, una α de 0.30 y
una δ de 0.30.
Ft-1 Tt-1 FITt-1 α δ At-1 Ft Tt FITt
Meses
60 1.8 61.8 0.3 0.3 62 61.86 1.82 63.68
3 61.86 1.82 63.68 0.3 0.3 65 64.07 1.94 66.01
4 64.07 1.94 66.01 0.3 0.3 67 66.31 2.03 68.33
5 66.31 2.03 68.33 0.3 0.3 68 68.23 2.00 70.23
6 68.23 2.00 70.23 0.3 0.3 71 70.46 2.07 72.53
7 70.46 2.07 72.53 0.3 0.3 73 72.67 2.11 74.78
8 72.67 2.11 74.78 0.3 0.3 76 75.14 2.22 77.36
9 75.14 2.22 77.36 0.3 0.3 78 77.55 2.28 79.83
10 77.55 2.28 79.83 0.3 0.3 78 79.28 2.11 81.39
11 79.28 2.11 81.39 0.3 0.3 80 80.97 1.99 82.96
12 80.97 1.99 82.96 0.3 0.3 84 83.27 2.08 85.35
e) Calcule la desviación absoluta media (MAD) de los pronósticos hechos con cada técnica en los periodos 4 a 12. ¿Qué
método de pronóstico prefiere?
Promedio móvil simple
PROMEDIO MOVIL SIMPLE
Pronóstico de la
Mes Real Desviación Desv. Abs.
demanda
MAD 4.07
Pronóstico
Mes de la Real Desviación Desv. Abs.
demanda
MAD 3.46
Pronóstico de la
Mes Real Desviación Desv. Abs.
demanda
Pronóstico
Mes de la Real Desviación Desv. Abs.
demanda
1997 4 865.9
1998 5 067.4
1999 5 515.6
2000 5 728.8
2001 5 497.7
2002 5 197.7
2003 5 094.4
2004 5 108.8
2005 5 550.6
2006 5 738.9
2007 5 860.0
Solución:
(1) (2) (3) (4) (5) (6)
x y xy x2 y2 Y
1 4865.90 4865.9 1 23676983 5106.07
∑ xy −n x́ . ´y 361473−11∗6∗5384.16
II. b=
∑ x 2−n x́ 2 = 506−11∗62 = 55.62
Ecuación de recta es
III. Y = a + bx = 5050.45+55.62(x)
MES Periodo Y
5050.45+55.62(x)
2008 12 5717.89
2009 13 5773.51
2010 14 5829.13
2011 15 5884.75
b) Para tener alguna seguridad de cubrir la demanda la compañía de servicios públicos, se usa el error estándar por seguridad, que
determinara cuántas unidades adicionales debe retener la compañía para alcanzar este nivel de confianza
n
s yx =
√ ∑ ( y i−Y i )2
i=1
n−2
s yx = 289.08