4.5 El hospital Carbondale está considerando comprar una nueva ambulancia.

La
decisión dependerá, en parte, del número de millas que deberá recorrerse el
próximo año. Las millas recorridas durante los 5 años anteriores son como sigue:
Año Numero de millas
1 3000
2 4000
3 3400
4 3800
5 3700

a) Pronostique el número de millas para el próximo año (sexto) usando un

promedio móvil de 2 años.

Promedio movil=
∑ demanda de los n periodos = 3800+ 3700 =3750
n 2
El pronóstico para el año 6 será de 3750 millas
Año Numero Promedio Promedio
de millas móvil de 2 móvil de
años 2 años
1 3000
2 4000
3 3400 =(3000+4000)/2 3500
4 3800 =(4000+3400)/2 3700
5 3700 =(3400+3800)/2 3600
6 =(3800+3700)/2 3750

b) Encuentre la MAD para el pronóstico con promedio móvil de 2 años (Dato:

Tendrá sólo 3 años de datos correspondientes).
Año Numero Promedio Error del
de millas móvil de pronostic
Año3=3400−3500=−100 2 años o
1 3000
Año 4=3800−3700=100
2 4000
Año5=3700−3600=100 3 3400 3500 100
4 3800 3700 100
5 3700 3600 100
MAD=
∑|Real−Pronostico| 6 3750
n
|100+100+ 100| 300
MAD= = =100
3 3
La MAD con el promedio móvil de dos años es de 100
c) Use un promedio móvil ponderado de 2 años con ponderaciones de 0.4 y
0.6 para pronosticar el número de millas para el próximo año. (El peso de
0.6 es para el año más reciente). ¿Qué MAD resulta del uso de este
método de pronóstico? (Dato: Tendrá sólo 3 años de datos
correspondientes).

0.4 ( 3000 ) +0.6( 4000)

Año3= =3600 AÑO NÚMERO DE Promedio móvil Error del
1 MILLAS ponderado pronostico
0.4 ( 4000 ) +0.6 (3400) 1 3000
Año 4= =3640 2 4000
1
3 3400 3600 200
0.4 ( 3400 ) +0.6(3800) 4 3800 3640 160
Año5= =3640 5 3700 3640 60
1
6 3740
0.4 ( 3800 ) +0.6(3700)
Año5= =3740
1
Error
Año3=3400−3500=200 Año 4=3800−3640=160
Año5=3700−3640=60

MAD=
∑|Real−Pronostico| MAD=
200+160+ 60 420
= =140
n 3 3

Conclusión: La MAD con el promedio móvil ponderado de dos años con

ponderación de 0.4 y 0.6 es de 140
d) Calcule el pronóstico para el año 6 usando suavización exponencial, un
pronóstico inicial para el año 1 de 3000 millas, y alfa=0.5.
F t=F t −1 +∝( At −1−Ft −1)

F 2=3000+0.5 ( 3000−3000 )=3000 NÚMERO DE Suavización

AÑO
MILLAS exponencial
F 3=3000+0.5 ( 4000−3000 )=3500 1 3000 3000
2 4000 3000
F 4=3500+ 0.5 (3400−3500 )=3450 3 3400 3500
4 3800 3450
F 5=3450+0.5 ( 3800−3450 )=3625
5 3700 3625
F 6=3625+0.5 ( 3700−3625 )=3662 6 3662.5
Conclusión: El pronóstico para el año 6 con suavización exponencial de 0.5 es de
3662.5

4.9 Lenovo usa el chip ZX-81 en algunas de sus computadoras portátiles. Los
precios del chip durante los últimos 12 meses fueron como sigue:
Mes Precio por CHIP Mes Precio por CHIP
Enero 1.80 Julio 1.80
Febrero 1.67 Agosto 1.83
Marzo 1.70 Septiembre 1.70
Abril 1.85 Octubre 1.65
Mayo 1.90 Noviembre 1.70
Junio 1.87 Diciembre 1.75

a) Use un promedio móvil de 2 meses en todos los datos y grafique los

promedios y los precios

Promedio movil=
∑ demanda de los n periodos
n

Precio Promedio móvil Promedio móvil de 2

Mes
por CHIP de 2 meses meses
Enero 1.8
Febrero 1.67
Marzo 1.7 (1.8+1.67)/2= 1.735
Abril 1.85 (1.67+1.7)/2= 1.685
Mayo 1.9 (1.7+1.85)/2= 1.775
Junio 1.87 (1.85+1.9)/2= 1.875
Julio 1.8 (1.9+1.87)/2= 1.885
Agosto 1.83 (1.87+1.8)/2= 1.835
Septiembre 1.7 (1.8+1.83)/2= 1.815
Octubre 1.65 (1.83+1.7)/2= 1.765
Noviembre 1.7 (1.7+1.65)/2= 1.675
Diciembre 1.75 (1.65+1.7)/2= 1.675
(1.7+1.75)/2= 1.725

b) Use un promedio móvil de 3 meses y agréguelo en la gráfica creada en el

inciso (a).

Promedio movil=
∑ demandade los n periodos
n
 Mes Precio Promedio móvil de Promedio móvil de 3
por CHIP 3 meses meses
Enero 1.8
Febrero 1.67
Marzo 1.7
Abril 1.85 (1.8+1.67+1.7)/3= 1.723
Mayo 1.9 (1.67+1.7+1.85)/3= 1.740
Junio 1.87 (1.7+1.85+1.9)/3= 1.817
Julio 1.8 (1.85+1.9+1.87)/3= 1.873
Agosto 1.83 (1.9+1.87+1.8)/3= 1.857
Septiembre 1.7 (1.87+1.8+1.83)/3= 1.833
Octubre 1.65 (1.8+1.83+1.7)/3= 1.777
Noviembre 1.7 (1.83+1.7+1.65)/3= 1.727
Diciembre 1.75 (1.7+1.65+1.7)/3= 1.683
(1.65+1.7+1.75)/3= 1.700

1.95
1.9
1.85
1.8
1.75
1.7
1.65
1.6
1.55
1.5
er
o ro zo ril ay
o
ni
o li o to br
e re br
e
br
e
En bre ar Ab M Ju Ju g os m t ub m m
e M e Oc
F A
pti vie cie
Se No Di

Precio por CHIP Promedio movil de 2 meses

Promedio movil de 3 meses

c) ¿Cuál es mejor (usando la desviación absoluta media): el promedio de 2

meses o el de 3 meses?
Precio Promedio Promedio
MES Error Error
por chip móvil 2m móvil 3m
Enero 1.8
Febrero 1.67
Marzo 1.7 1.735 1.7−1.735=−0.035
Abril 1.85 1.685 1.9−1.685=0.165 1.723 1.85−1.723=0.127
Mayo 1.9 1.775 1.9−1.775=0.125 1.74 1.9−1.74=0.160
Junio 1.87 1.875 1.87−1.875=−0.005 1.817 1.87−1.817−0.053
Julio 1.8 1.885 1.8−1.885=−0.085 1.873 1.8−1.873=−0.073
Agosto 1.83 1.835 1.83−1.835−0.005 1.857 1.83−1.857=−0.027
 Septiembre 1.7 1.815 1.7−1.815=−0.115 1.833 1.7−1.833=−0.133
Octubre 1.65 1.765 1.65−1.765=−0.115 1.777 1.65−1.777=−0.127
Noviembre 1.7 1.675 1.7−1.675=0.025 1.727 1.7−1.727=−0.027
Diciembre 1.75 1.675 1.75−1.675=0.075 1.683 1.75−1.683=0.067

MAD 2=
∑ |Desviaciones|= 0.75 =0.075
n 10

MAD 3=
∑|Desviaciones|= 0.7933 =0.088
n 9
Así que el mejor pronóstico es el de promedio móvil de 2 meses ya que el MAD es
la más pequeña o menor

d) Calcule el pronóstico para cada mes usando suavización exponencial y un

pronóstico inicial para enero de $1.80. Utilice primero alfa=0.1, después
alfa=0.3, y por último alfa=0.5. Empleando la MAD, ¿qué alfa es mejor?
Con α =0.1
MES Precio por chip Suavización exponencial Desv. Absoluta de α=0.1
Enero 1.8 1.8 1.8−1.8=0
Febrero 1.67 1.8+0.1 ( 1.8−1.8 )=1.8 1.67−1.8=−0.13
Marzo 1.7 1.8+0.1 ( 1.67−1.8 )=1.787 1.7−1.787=−0.0870
Abril 1.85 1.787+0.1 ( 1.7−1.787 )=1.778 1.85−1.778=0.0717
Mayo 1.9 1.778+0.1 ( 1.85−1.778 )=1.785 1.9−1.785=0.1145
Junio 1.87 1.785+0.1 ( 1.9−1.785 ) =1.797 1.87−1.797=0.0731
Julio 1.8 1.797+0.1 ( 1.87−1.797 )=1.804 1.8−1.804=−0.0042
Agosto 1.83 1.804+ 0.1 ( 1.8−1.804 )=1.804 1.83−1.804=0.0262
Septiembre 1.7 1.804+ 0.1 ( 1.83−1.804 )=1.806 1.7−1.1806=−0.1064
Octubre 1.65 1.806+0.1 ( 1.7−1.806 )=1.796 1.65−1.796=−0.1458
Noviembre 1.7 1.796+0.1 ( 1.65−1.796 )=1.781 1.7−1.781=−0.0812
Diciembre 1.75 1.781+0.1 ( 1.7−1.781 )=1.773 1.75−1.773=−0.0231

MAD=
∑|Real−Pronóstico|
n
|.13+.087 +.0717+.1145+.0731+.0042+.0262+ .1064+.1458+.0812+0.0231| 0.8632
MAD= = =0.0719
12 12
Con α =0.3
MES Precio por chip Suavización exponencial Desv. Absoluta de α=0.3
Enero 1.8 1.8 1.8−1.8=0
Febrero 1.67 1.8+0.3 ( 1.8−1.8 )=1.8 1.67−1.761=−0.13
Marzo 1.7 1.8+0.3 ( 1.67−1.8 )=1.761 1.7−1.761=−0.0610
Abril 1.85 1.761+0.3 ( 1.7−1.761 ) =1.743 1.85−1.743=0.1073
Mayo 1.9 1.743+0.3 ( 1.85−1.743 )=1.775 1.9−1.775=0.1251
Junio 1.87 1.775+0.3 ( 1.9−1.775 )=1.812 1.87−1.812=0.0576
Julio 1.8 1.812+0.3 ( 1.87−1.812 ) =1.830 1.8−1.830=−0.0297
Agosto 1.83 1.830+0.3(1.8−1830)=1.821 1.83−1.821=0.0092
Septiembre 1.7 1.821+0.3 ( 1.83−1.821 )=1.824 1.7−1.824=−0.1236
Octubre 1.65 1.824+ 0.3 ( 1.7−1.824 )=1.786 1.65−1.786=−0.1365
Noviembre 1.7 1.786+00.3 ( 1.65−1.786 )=1.746 1.7−1.746=−0.0455
Diciembre 1.75 1.746+0.3 ( 1.7−1.746 )=1.732 1.75−1.732=0.0181

MAD=
∑|Real−Pronóstico|
n
|.13+.061+.1073+.1251+.0576+.0297 +.0092+ .1236+.1365+.0455+0.0181|
MAD=
12
0.8436
MAD= =0.0703
12
Con α =0.5
MES Precio por chip Suavización exponencial Desv. Absoluta de α=0.5

Enero 1.8 1.8 1.8−1.8=0

Febrero 1.67 1.8+0.5(1.8−1.8)=1.8 1.67−1.8=−0.13
Marzo 1.7 1.8+0.5( 1.67−1.8)=1.735 1.7−1.735=−0.0350
Abril 1.85 1.735+0.5 ( 1.7−1.735 )=1.718 1.85−1.718=0.1325
Mayo 1.9 1.718+0.5 ( 1.85−1.718 )=1.784 1.9−1.784=0.1163
Junio 1.87 1.784+ 0.5 ( 1.9−1.784 ) =1.842 1.87−1.842=0.0281
Julio 1.8 1.842+0.5 ( 1.87−1.842 ) =1.856 1.8−1.856=−0.0559
Agosto 1.83 1.856+0.5 ( 1.8−1.856 )=1.828 1.83−1.828=0.0020
Septiembre 1.7 1.828+0.5 ( 1.83−1.828 )=1.829 1.7−1.829=−0.1290
Octubre 1.65 1.829+0.5 ( 1.7−1.829 )=1.764 1.65−1.764=−0.1145
Noviembre 1.7 1.764+ 0.5 ( 1.65−1.764 ) =1.707 1.7−1.707=−0.0072
Diciembre 1.75 1.707+0.5 ( 1.7−1.707 )=1.704 1.75−1.704=0.0464

MAD=
∑|Real−Pronóstico|
n
|.13+.0350+ .1325+ .1163+ .0281+.0559+ .0020+ .1290+.1145+.0072+ 0.0464|
MAD=
12
 0.7969
MAD= =0.066
12
Como conclusión podemos decir que la suavización exponencial con un 𝜶 = 𝟎. 𝟓
posee un menor error ya que su MAD es de 0.066
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.
Constante de suavización de 0.6 0.6 0.9
F 2=41+0.6 ( 45−41 )=43.4 ≈ 43 Año Trasplant Sex Sex
e
F 3=43.4 +0.6 ( 50−43.4 ) =47.36 ≈ 46 1 45 41 41
2 50 43 45
F 4=47.36+0.6 ( 52−47.36 ) =50.144 ≈ 50
3 52 46 50
F 5=50.144+0.6 ( 56−50.144 )=53.658 ≈54 4 56 50 52
5 58 54 56
F 6=53.658+0.6 ( 58−53.658 )=56.263 ≈ 56
6 ? 56 58
Constante de suavización de 0.6
F 2=41+0.9 ( 45−41 )=44.6 ≈ 45

F 3=44.6+ 0.9 (50−44.6 )=49.46 ≈50

F 4=49.46+0.9 ( 52−49.46 )=51.746 ≈ 52

F 5=51.746+0.9 ( 56−51.746 )=55.575 ≈ 56

F 6=55.575+0.9 ( 58−55.575 )=57.757 ≈58

Añ Trasplante Suavización Suavización

Error Error
o de corazón con α=0.6 con α=0.9
1 45 41 45−41=4 41 45−41=4
2 50 43.4 50−43.4=6.6 44.600 50−44.6=5.4
3 52 47.36 52−47.36=4.64 49.460 52−49.46=2.54
4 56 50.144 56−50.144=5.86 51.746 56−51.746=4.25
5 58 53.658 58−53.658=4.34 55.575 58−55.575=2.43

4+6.6 +4.64 .+5.86+ 4.34 25.44

MAD ∝=0.6= = =5.09
5 5
4+5.4 +2.54+ 4.25+2.43 18.62
MAD ∝=0.9= = =3.72
5 5

b) Utilice un promedio móvil de 3 años para pronosticar la demanda de los

años 4, 5 y 6.
Trasplante de
Año Promedio móvil Error
corazón
1 45
2 50
3 52
4 56 ( 45+50+52)/3=49 56−49=7
5 58 (50+52+56)/ 3=52.667 58−52.667=5.333
6 (52+56+58)/3=55.333
7+5.333 12.333
MAD= = =6.167
5 2

c) Use el método de proyección de tendencia y pronostique la demanda para los

años 1 a 6.
Año Trasplante x^2 xy
1 45 1 45
2 50 4 100
3 52 9 156
4 56 16 224
5 58 25 290
6 ?    
SUMATORIA 15 261 55 815

x=
∑ x = 15 =3 y=
∑ y = 261 =52.2
n 5 n 5

b=
∑ xy−n xy = 815−(5)(3)(52.2) = 32 =3.2
∑ x 2−n x 2 55−(5)(3 2) 10

a= y−b x=52.2−( 3.2 ) ( 3 )=42.6

 Así, la ecuación de mínimos cuadrados para la tendencia es y=42.6+3.2 x . Para
proyectar la demanda de los años
Demanda en el año 1=42.6+3.2 ( 1 )=45.8 ≈ 46
Demanda en el año 2=42.6+3.2 ( 2 )=49
Demanda en el año 3=42.6+3.2 ( 3 )=52.2≈ 52
Demanda en el año 4=42.6+3.2 ( 4 )=55.4 ≈ 55
Demanda en el año 5=42.6+3.2 ( 5 )=58.6 ≈ 59
Demanda en el año 6=42.6+ 3.2 ( 6 )=61.8 ≈ 62
Año (x) Trasplante de corazón Demanda Error
(y)
1 45 45.8 ≈ 46 45−45.8=−0.8
2 50 49 50.49=1.0
3 52 52.2 ≈52 52−52.2=−0.2
4 56 55.4 ≈ 55 56−55.4=0.6
5 58 58.6 ≈ 59 58−58.9=−0.6
6   61.8 ≈ 62

|0.8+ 1+ 0.2+0.6+0.6| 3.2

MAD= = =0.64
5 5

d)Con la MAD como criterio, ¿cuál de los cuatro métodos de proyección es el

mejor?
El mejor método es el de proyección de tendencia, ya que tiene una MAD menor

4.17 Retome el problema resuelto 4.1. Usando constantes de 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 suavización (0.3, 0.6 y 0.9) da el pronóstico más
acertado.
Con α=0.3
AÑO VENTAS Suavización α=0.3 Suavización Error
α=0.3
1 450 410 410 450−410=40
 2 495 410+ 0.3 ( 450−410 )=¿ 422 495−422=73
3 518 422+ 0.3 ( 495−422 )=¿ 443.9 ≈ 444 518−443.9=74.1
4 563 443.9+ 0.3 (518−443.9 )=¿ 466.13 ≈ 466 563−466.13=96.87
5 584 466.13+ 0.3 (563−466.13 )=¿ 495.19 ≈ 495 584−495.19=88.809
6 ? 495.19+ 0.3 (584−495.19 )=¿ 521.83 ≈ 522

40+73+74.1+96.87+88.809 372.779
MAD= = =74.556
5 5

Con α=0.6
AÑO VENTAS Suavización α=0.6 Suavización α=0.6 Error
1 450 410 410 450−410=40
2 495 410+ 0.6(450−410)=¿ 434 495−434=61
3 518 434 +0.6 ( 495−434 )=¿ 470.6 ≈ 470 518−470.9=47.4
4 563 470.6 +0.6 ( 518−470.6 )=¿ 499.04 ≈ 499 563−499.04=63.96
5 584 499.04 +0.6 ( 563−499.04 )=¿ 537.42 ≈537 584−537.42=46.58
6 ? 537.42+0.6 ( 584−537.42 )=¿ 565.37 ≈ 565

40+62+47.4 +63.96+ 46.58 258.94

MAD= = =51.789
5 5

Con α=0.9
AÑO VENTAS Suavización α=0.9 Suavización α=0.9 Error
1 450 410 410 450−410=40
2 495 410+ 0.9 ( 450−410 )=¿ 446 495−446=49
3 518 446 +0.9 ( 495−446 )=¿ 490.1 ≈ 490 518−490.1=27.9
4 563 490.1+ 0.9 ( 518−490.1 )=¿ 515.21 ≈515 563−515.21=47.79
5 584 515.21+0.9 ( 563−515.21 )=¿ 558.22 ≈558 584−558.22=25.779
6 ? 558.22+0.9 ( 584−558.22 )=¿ 581.422 ≈581

40+49+27.9+ 47.79+25.779 190.469

MAD= = =38.094
5 5
¿Qué efecto tiene la constante de suavización en el pronóstico?
La constante de suavización ayuda a que tengamos un pronóstico más preciso, en
este caso la mejor opción es una constante de 𝜶 = 𝟎. 𝟗 porque 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

a) Calcule la MAD y el MAPE de la técnica usada por la administración.

Pronóstico de
Ventas Desv. Desv. Errores porcentuales
Mes la
unitarias Absoluta Absoluta absolutos
administración
Julio 100
Agosto 93
Septiembre 96
Octubre 110
Noviembre 124
Diciembre 119
Enero 92
Febrero 83
Marzo 101 120 120-101= 19 =100(19/101)=18.81%
Abril 96 114 114-96= 18 =100(18/96)=18.75%
Mayo 89 110 110-89= 21 =100(21/89)=23.60%
Junio 108 108 108-108= 0 =100(0/108)=0.00%
Sumatoria 58 61.16%

MAD=
∑|Desviaciones|= 58 =14.5
n 4
 MAPE=
∑ Errores porcentuales absolutos = 61.16 % =15.29 %
n 4
b) ¿Los resultados de la administración superaron (tienen MAD y MAPE
menores que) el pronóstico intuitivo?
VENTAS PRONÓSTIC
MES Error Error porcentual
UNITARIAS O INTUITIVO
Julio 100
Agosto 93
Septiembre 96
Octubre 110
Noviembre 124
Diciembre 119
Enero 92
Febrero 83
Marzo 101 83 101−83=18 100 ( 18/101 )=17.82 %
Abril 96 101 96−101=−5 100 ( 5/96 ) =5.21 %
Mayo 89 96 89−96=−7 100 ( 7/ 89 ) =7.87 %
Junio 108 89 108−89=19 100 ( 19/108 )=17.59 %

MAD=
∑|Desviaciones|=|18+5+7+19| = 49 =12.25
n 4 4

MAPE=
∑ Errores porcentuales absolutos = 17.82 % +5.21% +7.87 % +17.59 % = 48.49 % =12.12%
n 4 4

Los resultados de la administración no superaron, ya que el MAD y MAPE de la

administración son mayores al MAD y MAPE del pronóstico intuitivo.
c) ¿Qué pronóstico recomendaría, con base en el menor error de pronóstico?
Recomendaría el MAD y MAPE del pronóstico intuitivo porque es menor que el
pronóstico usado por la administración

4.27 George Kyparisis posee una compañía que fabrica lanchas. Las demandas
reales de las lanchas de Mark durante cada una de las pasadas 4 temporadas
fueron como sigue:
AÑO
Temporada 1 2 3 4
Invierno 1400 1200 1000 900
 Primavera 1500 1400 1600 1500
Verano 1000 2100 2000 1900
Otoño 600 750 650 500

George ha pronosticado que la demanda anual de sus lanchas en el año 5 será

igual a 5600. Con base en estos datos y el modelo estacional multiplicativo, ¿cuál
será el nivel de la demanda para las lanchas de George en la primavera del año
5?
año1+ año 2+ año 3+año 4
Demanda promedioanual=
n
Demanda anual promediototal
Demanda promedioestacional=
n
Demanda promedio anual
Indice estacional=
Demanda promediomensual

  AÑO Demanda anual promedio Demanda Índice

mensual estacional
prom
Temporad 1 2 3 4      
a
Invierno 140 120 100 900 =(1400+1200+1000+900)/4=1125 1250 1125/1250=0.9
0 0 0
Primavera 150 140 160 150 =(1500+1400+1600+1500)/ 1250 1500=1250=1.2
0 0 0 0 4=1500
Verano 100 210 200 190 =(1000+2100+2000+1900)/ 1250 1750=1250=1.4
0 0 0 0 4=1750
Otoño 600 750 650 500 =(600+750+650+500)/4=625 1250 625/1250=0.5

Demanda anual promedio total=1125+1500+1750+625=5000

5000
Demanda promedioestacional= =1250
4
TEMPORADA DEMANDA

Invierno =(5600/4)0.9= 1260

Primavera =(5600/4)1.2= 1680
Verano =(5600/4)1.4= 1960
Otoño =(5600/4)0.5= 700

Como conclusión el nivel de demanda para la primavera del año 5 será de 1680
4.33 En la tabla siguiente se muestra el número de unidades de disco internas (en
millones) fabricadas en una planta de Taiwán durante los últimos 5 años:
Año Unidades de disco
1 140
2 160
3 190
4 200
5 210

a) Usando una regresión lineal, pronostique el número de unidades de disco

que se fabricará el próximo año.

AÑO UNIDADES DE X^2 Y^2 XY

DISCO
1 140 1 19600 140
2 160 4 25600 320
3 190 9 36100 570
4 200 16 40000 800
5 210 25 44100 1050
SUMA 15 900 55 165400 2880
PROMEDIO 3 180

x=
∑ x = 15 =3 y=
∑ y = 900 =180
n 5 n 5

b=
∑ xy−n xy = 2880−(5)(3)(180) = 180 =18
∑ x 2−n x 2 55−( 5)(3 2) 10

a= y−b x=180−( 18 ) ( 3 )=126

Así, la ecuación de mínimos cuadrados para la tendencia es y=126 +18 x . Para

proyectar la demanda del próximo año, x=6
Año6=126+18 ( 6 )=234 discos

Se fabricarán un total de 234 discos en el año 6

 b) Calcule el error cuadrático medio (MSE) al utilizar la regresión lineal.

2
AÑO (x) UNIDADES DE DISCO (y) Pronostico Error Err ¿
1 140 126+18 ( 1 )=144 140−144=−4 (−4 )2=16
2 160 126+18 ( 2 )=162 160−162=−2 (−2 )2=4
3 190 126+18 ( 3 ) =180 190−180=10 ( 10 )2=100
4 200 126+18 ( 4 )=198 200−198=2 ( 2 )2=4
5 210 126+18 ( 5 ) =216 210−216=−6 (−6 )2=36
Suma de errores al cuadrado 160

MSE=
∑ ( Errores del pronostico )2
n
160
MSE= =32
5
El MSE es de 32

c) Calcule el error porcentual absoluto medio (MAPE).

UNIDADES
AÑO Error
DE DISCO Pronostico Error porcentual abs
(x) porcentual abs
(y)
1 140 126+18 ( 1 )=144 100 ((|140−144|)/140 )=¿ 2.86%
2 160 126+18 ( 2 )=162 100 ((|160−162|)/160 )=¿ 1.25%
3 190 126+18 ( 3 ) =180 100 ((|190−180|)/90 ) =¿ 5.26%
4 200 126+18 ( 4 )=198 100 ((|200−198|)/ 200 ) =¿ 1%
5 210 126+18 ( 5 ) =216 100 ((|210−216|) /210 )=¿ 2.86%
Suma de errores porcentuales 13.23%

MAPE=
∑ Errores porcentuales absolutos
n
13.23 %
MAPE= =2.65 %
5
El MAPE de es de 2.56%