Michelle Angelica Remache Tarea Pronosti

Nombre: Michelle Angelica Remache Caiza
Paralelo: AE9-2 Fecha: 25-06-2021
UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE CIENCIAS ADMINISTRATIVAS
CARRERA DE ADMINISTRACIÓN DE EMPRESAS
ADMIISTRACIÓN DE LA PRODUCCIÓN 1
Tarea 3: Pronóstico
Realizar los ejercicios pares del capítulo 4 del Texto Guía Heizer, Jay; Render, Barry;
(2009). Principios de Administración de Operaciones. Octava Edición, México, Pearson
Educación
Curso: LAE 9-2
Profesor: Ing. Roberto Gómez Bastidas, MAE

Fecha: 25/06/2021
Tarea N°: 3
junio 2021- septiembre 2021

Índice
Preguntas de Autoevaluación ........................................................................................... 1
Ejercicio 4.2. ..................................................................................................................... 2
Ejercicio 4.4. ..................................................................................................................... 4
Ejercicio 4.6. ..................................................................................................................... 5
Ejercicio 4.8. ..................................................................................................................... 7
Ejercicio 4.10. ................................................................................................................... 9
Ejercicio 4.12. ................................................................................................................. 10
Ejercicio 4.14. ................................................................................................................. 11
Ejercicio 4.16. ................................................................................................................. 12
Ejercicio 4.18. ................................................................................................................. 12
Ejercicio 4.20. ................................................................................................................. 13
Ejercicio 4.22. ................................................................................................................. 14
Ejercicio 4.24. ................................................................................................................. 15
Ejercicio 4.26. ................................................................................................................. 16
Ejercicio 4.28. ................................................................................................................. 16
Ejercicio 4.30. ................................................................................................................. 17
Ejercicio 4.32. ................................................................................................................. 17
Ejercicio 4.34. ................................................................................................................. 18
Ejercicio 4.36. ................................................................................................................. 19
Ejercicio 4.38. ................................................................................................................. 20
Ejercicio 4.40. ................................................................................................................. 20
Ejercicio 4.42. ................................................................................................................. 21
Ejercicio 4.44. ................................................................................................................. 23
Ejercicio 4.46. ................................................................................................................. 24
Ejercicio 4.48. ................................................................................................................. 26
Bibliografía ..................................................................................................................... 27
Preguntas de Autoevaluación
1. Los horizontes de tiempo del pronóstico incluyen:
a) el largo plazo
b) el mediano plazo
c) el corto plazo
d) todas las respuestas anteriores son correctas
2. Los métodos cuantitativos de pronóstico incluyen:
a) composición de la fuerza de ventas
b) jurado de opinión ejecutiva
c) encuesta en el mercado de consumo
d) suavizamiento exponencial
e) todos son métodos cuantitativos
3. El método que considera la relación entre los datos y la variable que se predice
es:
a) el suavizamiento exponencial
b) el de pronósticos asociativos
c) el promedio móvil ponderado
d) todas las respuestas anteriores son correctas
4. Tres medidas populares de la exactitud del pronóstico son:
a) error total, error promedio y error medio
b) error promedio, error mediano y error máximo
c) error mediano, error mínimo y error absoluto máximo
d) error absoluto medio, error cuadrático medio y error porcentual absoluto medio
5. En el suavizamiento exponencial, cuando la constante de suavizamiento es alta:
a) se coloca más ponderación en los datos más recientes
b) se coloca menos ponderación en los datos más recientes
c) el pronóstico será un número alto
d) el pronóstico es un número ubicado entre –1 y +1
1
6. En relación con un pronóstico basado en regresión, el error estándar de la
estimación proporciona una medida de:
a) la exactitud global del pronóstico
b) el periodo de tiempo para el cual es válido el pronóstico
c) el tiempo requerido para obtener la ecuación de pronóstico
d) el error máximo del pronóstico
e) todas las respuestas anteriores son correctas
7. La diferencia principal entre la regresión simple y la regresión múltiple es la
regresión simple tiene sólo una variable independiente.
8. La diferencia entre un modelo de promedios móviles y otro de suavizamiento
exponencial es que el suavizamiento exponencial es un modelo de promedios móviles
ponderados en el cual todos los valores anteriores se ponderan mediante un conjunto de
pesos que declinan en forma exponencial.
9. El propósito de dibujar un diagrama de dispersión es relaciones puntuales entre
dos variables.
Ejercicio 4.2.
• Identificar
• Resolver el ejercicio e interpretar el resultado obtenido

a) Grafique los datos anteriores. ¿Observa alguna tendencia, ciclos o variaciones
aleatorias?
En la gráfica no es evidente observar ciclos, tendencias o variaciones aleatorias.
PRONÓSTICOS
14
12
10
0
0 2 4 6 8 10 12
2
La siguiente gráfica incluye los datos de los literales posteriores:
PRONÓSTICOS
14
12
10
Título del eje
DEMANDA
8
PRONOSTICO MS
6 PRONOSTICO MMP
4 PRONOSTICO 0,4
0
1 2 3 4 5 6 7 8 9 10 11
b) Comenzando en el año 4 y hasta el año 12, pronostique la demanda usando

promedios móviles de 3 años. Grafique su pronóstico en la misma gráfica que los
datos originales.
|Real-
Año Demanda Pronóstico DAM
Pronóstico|
1 7 2,33
2 9
3 5
4 9 7 2
5 13 7,67 5,33
6 8 9 1
7 12 10 2
8 13 11 2
9 9 11 2
10 11 11,33 0,33
11 7 11 4
12 9
18,67
c) Comenzando en el año 4 y hasta el año 12, pronostique la demanda usando un

promedio móvil de 3 años con ponderaciones de .1, .3 y .6, usando .6 para el año
más reciente. Grafique su pronóstico en la misma gráfica.
3
Ponderación Año Demanda Pronóstico |Real-Pronóstico| DAM
0,6 1 7 1,25
0,3 2 9
0,1 3 5 6,4 1,4
1 4 9 7,8 1,2
5 13 11 2
6 8 9,6 1,6
7 12 10,9 1,1
8 13 12,2 0,8
9 9 10,5 1,5
10 11 10,6 0,4
11 7 8,4 1,4
12
10
d) Al comparar cada pronóstico contra los datos originales, ¿cuál parece

proporcionar mejores resultados?
El pronóstico que proporciona mejores resultados es el promedio móvil de 3 años.
Ejercicio 4.4.
Un centro de procesamiento de cheques usa el suavizamiento exponencial para
pronosticar el número de cheques entrantes cada mes. El número de cheques recibidos en
junio fue de 40 millones, aunque el pronóstico era de 42 millones. Se usó una constante
de suavizamiento de 0.2.
• Identificar, resolver el ejercicio e interpretar el resultado obtenido

a) ¿Cuál es el pronóstico para julio?
Mes Cheques Pronóstico 0,2

Junio 40 42
Julio 41,6
El pronóstico para julio es de 41,6 millones de cheques.
b) Si el centro recibió 45 millones de cheques en julio, ¿cuál será el pronóstico para
agosto?
Mes Cheques Pronóstico 0,2

Junio 40 42
Julio 45 41,6
Agosto 42,3
El pronóstico para agosto es de 42,3 millones de cheques.
4
c) ¿Por qué podría ser inapropiado este método de pronóstico para esta situación?
Al no contar con pronósticos de demandas anteriores provoca que este método sea
inapropiado, porque al aumentar cada vez el número de cheques recibidos en el próximo
mes es inapropiado la Estacionalidad de la industria bancaria.
Ejercicio 4.6.
Las ventas mensuales en Telco Batteries, Inc., fueron como sigue:
• Identificar

a) Grafique los datos de las ventas mensuales.
VENTAS MENSUALES
25
20
15
10
5 y = 0,3986x + 15,576
R² = 0,2072
0
0 2 4 6 8 10 12 14
b) Pronostique las ventas para enero usando cada una de las técnicas siguientes:
5
i) Método intuitivo.
De acuerdo con los datos se puede observar a simple vista que las ventas no pasan
entre una y dos unidades de cada uno de los meses. Por lo que las ventas para
Enero = 23
ii) Un promedio móvil de 3 meses.
Mes Ventas Pronóstico |Real-Pronóstico| DAM
Enero 20 2,74
Febrero 21
Marzo 15
Abril 14 18,67 4,67
Mayo 13 16,67 3,67
Junio 16 14,00 2
Julio 17 14,33 2,67
Agosto 18 15,33 2,67
Septiembre 20 17,00 3
Octubre 20 18,33 1,67
Noviembre 21 19,33 1,67
Diciembre 23 20,33 2,67
ENERO 21,33 24,67
Las ventas por un promedio móvil de 3 meses son de 21,33.
iii) Un promedio móvil ponderado de 6 meses empleando .1, .1, .1, .2, .2 y .3,
con las ponderaciones más altas a los meses más recientes.

Ponderación
0,3 Enero 20 3
0,2 Febrero 21
0,2 Marzo 15
0,1 Abril 14
0,1 Mayo 13
0,1 Junio 16
1 Julio 17 15,8 1,2
Agosto 18 15,9 2,1
Septiembre 20 16,2 3,8
Octubre 20 17,3 2,7
Noviembre 21 18,2 2,8
Diciembre 23 19,4 3,6
ENERO 20,6 16,2
Las ventas serán de 20,6.
6
iv) Suavizamiento exponencial con α = .3 y un pronóstico para septiembre de
18.

Enero 20 1,75
Febrero 21
Marzo 15
Abril 14
Mayo 13
Junio 16
Julio 17
Agosto 18
Septiembre 20 18 2
Octubre 20 18,6 1,4
Noviembre 21 19,02 1,98
Diciembre 23 19,61 3,39
ENERO 20,63
8,766
Las ventas serán de 20,63.
v) Una proyección de tendencia.
Para conocer la proyección de tendencia se puede utilizar la misma gráfica del literal a,
ya que presenta la ecuación: y=0,3986x+15,576.
c) Con los datos proporcionados, ¿qué método le permitiría elaborar el pronóstico

de ventas para el próximo mes de marzo?
La proyección de Tendencia es un método que permitirá elaborar un pronóstico de ventas
para el próximo mes de marzo.
Ejercicio 4.8.
Las temperaturas máximas diarias en Saint Louis durante la última semana fueron las
siguientes: 93, 94, 93, 95, 96, 88, 90 (ayer).
• Identificar
Año Respuesta
1 93
2 94
3 93
4 95
5 96
6 88
7 90
8 ND
7

a) Pronostique la temperatura máxima para hoy usando un promedio móvil de 3
días.
Año Respuesta Media Móvil (n=3) Media móvil Promedio móvil

1 93 ND ND ND
2 94 ND ND ND
3 93 ND ND ND
4 95 280 93,33 93,33
5 96 282 94,00 94,00
6 88 284 94,67 94,67
7 90 279 93,00 93,00
8 ND 274 91,33
La temperatura máxima será de 91,3.
b) Pronostique la temperatura máxima para hoy usando un promedio móvil de 2

días.
Media Error %
Desviación Error
Año Respuesta Móvil Media móvil absoluto
absoluta cuadrático
(n=2) medio
1 93 ND ND
2 94 ND ND
3 93 187 93,50 0,50 0,3 0,54
4 95 187 93,50 1,50 2,3 1,58
5 96 188 94,00 2,00 4,0 2,08
6 88 191 95,50 7,50 56,3 8,52
7 90 184 92,00 2,00 4,0 2,22
8 ND 178 89,00 13,50 66,75 14,94
2,70 13,35 2,99
La temperatura máxima será de 89.
c) Calcule la desviación absoluta media con base en un promedio móvil de 2 días.
La desviación absoluta media es de 2,7.
d) Calcule el error cuadrático medio para un promedio móvil de 2 días.
El error cuadrático medio es de 13,35.
e) Calcule el error porcentual absoluto medio para el promedio móvil de 2 días.
El error porcentual absoluto medio es de 2,99%.
8
Ejercicio 4.10.
Los datos recopilados en las inscripciones anuales para un seminario de Seis Sigma en
Quality College se muestran en la tabla siguiente:
• Identificar

a) Desarrolle un promedio móvil de 3 años para pronosticar las inscripciones del
año 4 al año 12.
Año Respuesta Media Móvil (n=3) Media móvil Promedio móvil

1 4 ND ND ND
2 6 ND ND ND
3 4 ND ND ND
4 5 14 3,50 4,67
5 10 15 3,75 5,00
6 8 19 4,75 6,33
7 7 23 5,75 7,67
8 9 25 6,25 8,33
9 12 24 6,00 8,00
10 14 28 7,00 9,33
11 15 35 8,75 11,67
12 ND 41 10,25 13,67
b) Estime la demanda de nuevo para los años 4 a 12 con un promedio móvil

ponderado donde la inscripción del año más reciente tenga un peso de 2 y en los
otros dos años un peso de 1.
Media Móvil Promedio móvil Promedio móvil

Año Respuesta Media móvil
(n=3) Ponderada Ponderado
1 4 ND ND
2 6 ND ND
3 4 ND ND
4 5 14 3,50 4,70 4,67
5 10 15 3,75 4,75 4,83
6 8 19 4,75 7,65 7,33
7 7 23 5,75 8,40 8,17
8 9 25 6,25 7,65 7,83
9 12 24 6,00 8,20 8,17
10 14 28 7,00 10,45 10,17
11 15 35 8,75 12,80 12,50
12 ND 41 10,25 14,35 14,17
9
c) Grafique los datos originales y los dos pronósticos. ¿Cuál de los dos métodos de
pronóstico parece mejor?
Inscripciones anuales
16
14
12
10
0
1 2 3 4 5 6 7 8 9 10 11 12
Promedio móvil Promedio móvil Ponderado
Los pronósticos son casi iguales.
Ejercicio 4.12.
Considere los siguientes niveles de demanda real y pronosticada para las hamburguesas
Big Mac en un restaurante McDonald’s local.
• Identificar
El pronóstico para el lunes se obtuvo observando el nivel de demanda para lunes y

estableciendo el nivel pronosticado a este mismo nivel real. Los pronósticos subsecuentes
se obtuvieron usando suavizamiento exponencial con una constante de suavizamiento de
0.25.

Usando este método de suavizamiento exponencial, ¿cuál es el pronóstico para la
demanda de Big Mac el viernes?
10
α= 0,25
Alisado exponencial
Día real Previsión
Lunes 88 88
Martes 72 88
Miércoles 68 84,00
Jueves 48 80,00
Viernes 72,00
El pronóstico para la demanda corresponde a 72.
Ejercicio 4.14.
A continuación, se presentan dos pronósticos semanales realizados mediante dos métodos
diferentes para el número de galones de gasolina, en miles, demandado en una gasolinera
local. También se muestran los niveles reales de demanda, en miles de galones:
• Identificar

¿Cuáles son los valores de la MAD y el MSE para cada método?
Semana Método 1 Demanda real Error % Abs ECM O MSE

1 0,9 0,7 0,2 0,04
2 1,05 1 0,05 0,0025
3 0,95 1 0,05 0,0025
4 1,2 1 0,2 0,04
Sumatoria 0,5 0,085
MAD O DAM 0,125 0,02125
Semana Método 1 Demanda real Error % Abs ECM O MSE

1 0,8 0,7 0,1 0,01
2 1,2 1 0,2 0,04
3 0,9 1 0,1 0,01
4 1,11 1 0,11 0,0121
Sumatoria 0,51 0,0721
MAD O DAM 0,1275 0,018025
11
Por el Método 1: MAD = 0,5; MSE = 0,085 y por el Método 2: MAD = 0,51; MSE =
0,0721
Ejercicio 4.16.
Retome el problema resuelto 4.1. Usando el método de proyección de tendencia
pronostique las ventas de Volkswagen Beetle en Nevada durante 2008. ¿Cuál es la MAD?
• Identificar
Año X Ventas
2003 1 450
2004 2 495
2005 3 518
2006 4 563
2007 5 584
15 2610
Ventas de Volkswagen Beetle

700
y = 33,6x + 421,2
600 R² = 0,9856
500
400
300
200
100
0
0 1 2 3 4 5 6
La ecuación es de y = 421 + 33,6x. Por lo que, cuando x = 6, y = 622,8.
Ejercicio 4.18.
Considere los siguientes niveles de la demanda real (At ) y pronosticada (Ft ) para un
producto:
• Identificar
12
El primer pronóstico, F1, se obtuvo observando A1 y estableciendo F1 igual a A1. Los
pronósticos subsecuentes se obtuvieron mediante suavizamiento exponencial.
Usando el método de suavizamiento exponencial, encuentre el pronóstico para el
quinto periodo. (Sugerencia: Primero es necesario encontrar la constante de
suavizamiento, α).
Período de Demanda real Demanda Pronosticada Suav.

tiempo (At) (Ft) Expo.
1 50 50 50
2 42 50 48
3 56 48 50
4 46 50 49
5 49
a 0,25
El pronóstico para el quinto período es de 49.
Ejercicio 4.20.
Los ingresos en el despacho de abogados Smith and Wesson para el periodo de febrero a
julio han sido como sigue:
• Identificar
Use suavizamiento exponencial con ajuste de tendencia para pronosticar el ingreso de

agosto para este despacho de abogados. Suponga que el pronóstico inicial para febrero es
de 65,000 dólares y el ajuste de tendencia inicial es de 0. Las constantes de suavizamiento
seleccionadas son α = .1 y β = .2

4.20 Resuelva el problema 4.19 con α = .1 y β = .8. Usando MSE, determine la
constante de suavizamiento que proporciona el mejor pronóstico.
13
α= 0,1 β= 0,8
Pronóstico
Período Pronóstico incluyendo
Demanda Tendencia
de tiempo alisado la DAM ECM EPAM
real (At) alisada (Tt)
(t) (Ft) tendencia
(fiTt)
Febrero 70 65 0 65,00 5,00 25,00 7,14
Marzo 68,5 65,50 0,40 65,90 2,60 6,76 3,80
Abril 64,8 66,16 0,61 66,77 1,97 3,87 3,04
Mayo 71,7 66,57 0,45 67,02 4,68 21,89 6,52
Junio 71,3 67,49 0,82 68,31 2,99 8,91 4,19
Julio 72,8 68,61 1,06 69,68 3,12 9,76 4,29
Agosto ND 69,99 1,31 71,30
Sumatoria 20,36 76,19 28,98

3,39 12,70 4,83
Con α = 0,1, β = 0,8, el pronóstico para agosto = $71,30; y el MSE = 12,7 para β =0,8.
Ejercicio 4.22.
4.22. Retome el problema 4.21. Complete los cálculos del pronóstico de suavizamiento
exponencial con ajuste de tendencia para los periodos 7, 8 y 9. Confirme que sus cifras
para Ft , Tt y FITt correspondan a las de la tabla 4.1 (pág. 120).
α= 0,2 β= 0,4
Período Pronóstico
Demanda Pronóstico Tendencia
de tiempo incluyendo la DAM ECM EPAM
real (At) alisado(Ft) alisada (Tt)
(t) tendencia (fiTt)
1 12 11 2 13,00 1,00 1,00 8,33

2 17 12,80 1,92 14,72 2,28 5,20 13,41
3 20 15,18 2,10 17,28 2,72 7,41 13,61
4 19 17,82 2,32 20,14 1,14 1,31 6,01
5 24 19,91 2,23 22,14 1,86 3,45 7,74
6 21 22,51 2,38 24,89 3,89 15,14 18,53
7 31 24,11 2,07 26,18 4,82 23,24 15,55
8 28 27,14 2,45 29,59 1,59 2,54 5,70
9 36 29,28 2,32 31,60 4,40 19,36 12,22
10 ND 32,48 2,68 35,16
Sumatoria 12,89 33,51 67,64

2,15 5,58 11,27
14
Ejercicio 4.24.
Howard Weiss, propietario de una tienda distribuidora de instrumentos musicales, cree
que la demanda de tambores bajos puede estar relacionada con el número de apariciones
en televisión del popular grupo de rock Stone Temple Pilots durante el mes pasado. Weiss
ha recopilado los datos que se muestran en la tabla siguiente:
• Identificar

a) Grafique con estos datos para saber si una ecuación lineal podría describir la
relación que hay entre las apariciones en televisión del grupo y la venta de
tambores bajos.
Demanda de tambores
12
10 y = 1,0286x + 0,6762
R² = 0,6774
8
0
0 1 2 3 4 5 6 7 8 9
Las observaciones no forman una línea recta, pero sí se agrupan alrededor de una.
b) Use el método de regresión por mínimos cuadrados para obtener una ecuación
de pronóstico.
La ecuación es y = 1,0286x + 0,6762
c) ¿Cuál sería su estimación de las ventas de tambores bajos si los Stone Temple
Pilots hubiesen aparecido nueve veces en televisión el mes anterior?
y = 1,0286x + 0,6762
y = 1,0286(9) + 0,6762
y= 10 tambores
d) ¿Cuáles son el coeficiente de correlación (r) y el coeficiente de determinación (r2)
para este modelo, y qué significan?
r² = 0,68 y r =0,82
15
Ejercicio 4.26.
En el pasado, la distribuidora Arup Mukherjee vendió un promedio de 1,000 llantas
radiales cada año. En los dos años anteriores vendió 200 y 250, respectivamente, durante
el otoño, 350 y 300 en invierno, 150 y 165 en primavera, y 300 y 285 en verano. Con una
ampliación importante en puerta, Mukherjee proyecta que las ventas se incrementarán el
próximo año a 1,200 llantas radiales. ¿Cuál será la demanda en cada estación?
• Identificar, resolver el ejercicio e interpretar el resultado obtenido
Demanda
próximo
año 1200
Años Previsi
Deman
Estació Índice de ón
Demanda da
n Estacionalid Mensua
mensual
1 2 ad l
83,3333
Otoño 200 250 225 33 2,70 270
83,3333
Verano 300 285 292,5 33 3,51 351
83,3333
Invierno 350 300 325 33 3,90 390
Primave 83,3333
ra 150 165 157,5 33 1,89 189
1000 1000 1200
Demanda anual media total
1000
Demanda mensual media 83,333333
33
La demanda será de 270 para otoño, 351 verano, 390 invierno y 189 para primavera.
Ejercicio 4.28.
La asistencia al nuevo parque tipo Disney en Los Ángeles, Vacation World, ha sido la
siguiente:
• Identificar

Calcule los índices estacionales usando todos los datos.
16
Años Demanda Índice de
Estación Demanda
2005 2006 2007 mensual Estacionalidad
Invierno 73 65 89 75,67 106,67 0,709
Primavera 104 82 146 110,67 106,67 1,038
Verano 168 124 205 165,67 106,67 1,553
Otoño 74 52 98 74,67 106,67 0,700
419 323 538
Demanda anual media total 426,67
Demanda trimestral media 106,67
El índice es 0.709, invierno; 1.037, primavera; 1.553, verano; 0.700, otoño.
Ejercicio 4.30.
Brian Buckley ha desarrollado el siguiente modelo de pronóstico:
• Identificar

Ecuación
ŷ=36+4.3x
Literal Temperatura en °F Demanda
a) 70 337
b) 80 380
c) 90 423
Total 1140
a) Pronostique la demanda de Aztec cuando la temperatura es de 70°F.

La demanda de Aztec será de 337.
b) ¿Cuál es la demanda cuando la temperatura es de 80°F?
La demanda cuando la temperatura es de 80°F será de 380.
c) ¿Cuál es la demanda cuando la temperatura es de 90°F?
La demanda cuando la temperatura es de 90°F será de 423.
Ejercicio 4.32.
Los siguientes datos relacionan las cifras de ventas del pequeño bar de la casa de
huéspedes Marty and Polly Starr, en Marathon, Florida, con el número de huéspedes
registrados en la semana:
• Identificar
17

a) Desarrolle una regresión lineal que relacione las ventas del bar con los huéspedes
(no con el tiempo).
VENTAS DEL BAR $

400
350
y = 18x + 50
R² = 0,9818
300
250
200
150
100
50
0
0 2 4 6 8 10 12 14 16 18 20
b) El pronóstico para la semana siguiente es de 20 huéspedes, ¿de cuánto se espera

que sean las ventas?
y= 18x + 50
y= 18(20) + 50
y= 410
El pronóstico será de $410.
Ejercicio 4.34.
El número de accidentes automovilísticos en cierta región está relacionado con el número
de automóviles registrados en miles (X1), la venta de bebidas alcohólicas en unidades de
$10,000 (X2), y la cantidad de lluvia medida en pulgadas (X3). Además, la fórmula de
regresión se ha calculado como:
• Identificar
18

X1 X2 X3 Pronóstico
a) 2 3 0 28
b) 3 5 1 43
c) 4 7 2 58
El número esperado de accidentes bajo las condiciones a), b) y c) será de 28, 43 y 58,
respectivamente.
Ejercicio 4.36.
Los contadores de la empresa Michael Vest creen que algunos ejecutivos estaban
incluyendo en sus cuentas facturas de gastos inusualmente altas cuando regresaban de sus
viajes de negocios. Primero tomaron una muestra de 200 facturas entregadas durante el
año pasado. Después desarrollaron la siguiente ecuación de regresión múltiple para
relacionar el costo esperado del viaje con el número de días de viaje (x1) y la distancia
recorrida (x2) en millas:
• Identificar
El coeficiente de correlación calculado fue de .68.

a) Si Wanda Fennell regresa de un viaje de 300 millas por el que estuvo 5 días fuera
de la ciudad, ¿cuál es la cantidad esperada que debe solicitar por los gastos?
y'= 90+48,5x1+0,40x2
y'= 452,50
La cantidad esperada es de $452,50.
b) Fennell introdujo una solicitud de reembolso por 685 dólares, ¿qué debe hacer
el contador?
La solicitud es más alta que el pronóstico, debe buscar documentación adicional.
c) ¿Deberían incluirse otras variables? ¿Cuáles? ¿Por qué?
Se debe incluir variables como costo del destino para tratar el coeficiente de
determinación y el coefienciente de correlación.
19
Ejercicio 4.38.
El gobierno de la ciudad ha recopilado los siguientes datos de la recaudación anual de
impuestos sobre ventas y registros de automóviles nuevos:
• Identificar
Determine lo siguiente:
a) La ecuación de regresión de mínimos cuadrados.
Recaudación anual de impuestos sobre

ventas y registros de automóviles nuevos
3
y = 0,1308x - 0,1581
2,5 R² = 0,9341
2
1,5
0,5
0
0 5 10 15 20 25
La ecuación es 0,1308x-0,1581.
b) A partir de los resultados del inciso (a), encuentre la recaudación estimada de
impuestos por ventas si los registros de automóviles nuevos ascienden a 22,000.
La recaudación estimada es de 2,719.
c) Los coeficientes de correlación y determinación.
r = .966; r2 = .934
Ejercicio 4.40.
La doctora Susan Sweeney, psicóloga radicada en Providence, se especializa en el
tratamiento de pacientes con agorafobia (es decir, miedo a salir de casa). La tabla
siguiente indica cuántos pacientes ha atendido anualmente durante los últimos 10 años.
Asimismo señala el índice de robos registrados en Providence para el mismo año.
• Identificar
20
Usando el análisis de tendencia, pronostique el número de pacientes que la doctora

Sweeney atenderá en los años 11 y 12. ¿Qué tan bien se ajusta el modelo a los datos?
4.40 Con los datos del problema 4.39, aplique regresión lineal para estudiar la relación
que hay entre el índice de robos y la carga de pacientes de la doctora Sweeney.
Si el índice de robos se incrementa a 131.2 en el año 11, ¿cuántos pacientes con fobia
atenderá la doctora Sweeney? Si el índice de robos cae a 90.6, ¿cuál es la proyección
de pacientes?
Índice de robos
70
y = 0,5426x + 1,4578
60 R² = 0,904
50
40
30
20
10
0
0 20 40 60 80 100 120 140
La ecuación es de y=0,5426x+1,4578, por lo que si el índice de robos se incrementa en

131,2 se atenderá a 72,63 pacientes, mientras que si el índice cae a 90,6 atenderá a
50,60 pacientes.
Ejercicio 4.42.
Des Moines Power and Light ha recabado los datos de la demanda de energía eléctrica en
su subregión oeste sólo para los 2 últimos años. La información se muestra en la tabla
siguiente:
• Identificar
21
Para planear una expansión y acordar el préstamo de energía con otras compañías de
servicio público durante los periodos pico, Des Moines necesita estar en posibilidad de
pronosticar la demanda de cada mes para el próximo año. Sin embargo, los modelos de
pronóstico estándar analizados en este capítulo no se ajustan a los datos observados
durante los 2 años.
a) ¿Cuáles son las debilidades de las técnicas de pronósticos estándar al aplicarse a
esta serie de datos?
Ellos necesitan más datos y deben poder analizar la estacionalidad y los factores de
tendencia.
b) Como los modelos conocidos no son realmente apropiados para este caso, haga
una propuesta para aproximarse al pronóstico. Aunque no existe una solución
perfecta para manejar datos de este tipo (en otras palabras, no existen respuestas
que sean un 100% correctas o incorrectas), justifique su modelo.
Intente construir su propio modelo intuitivo porque la estacionalidad es significativa.
c) Pronostique la demanda para cada mes del próximo año con el modelo que usted
propuso.
1,05
Año Año
Mes pasado Actual Pronóstico
e 5 17 14,7
f 6 14 12,6
m 10 20 18,375
a 13 23 21,525
m 18 30 28,35
j 13 38 333,66
j 23 44 40,68
a 26 41 39,11
s 21 33 31,5
o 15 23 23,625
n 12 26 17,06
d 14 17 13,91
La demanda pronosticada será de 13,91.
22
Ejercicio 4.44.
Usando los datos de las llamadas al 911 del problema 4.43, pronostique las llamadas para
las semanas 2 a 25 con un modelo de suavizamiento exponencial con ajuste de tendencia.
Suponga un pronóstico inicial de 50 llamadas para la semana 1 y una tendencia inicial de
cero. Use constantes de suavizamiento α = .3 y β = .2.
• Identificar
Alisado exponencial
Previsión
Semanas Llamadas
1 50 50
2 35 50
3 25 47
4 40 43
5 45 42
6 35 43
7 20 41
8 30 37
9 35 36
10 20 35
11 15 32
12 40 29
13 55 31
14 35 36
15 25 36
16 55 34
17 55 38
18 40 41
19 35 41
20 60 40
21 75 44
22 50 50
23 40 50
24 65 48
25 51

¿Es éste un mejor modelo que el del problema 4.43? ¿Qué ajuste podría ser útil para
mejorarlo aún más? (De nuevo suponga que las llamadas reales en la semana 25 fueron
85).
23
α= 0,3 β= 0,2
Pronostico
Tendencia incluyendo
Demanda Pronóstico
Mes alisada la DAM ECM EPAM
real (At) alisado(Ft)
(Tt) tendencia
(fiTt)
1 50 50 0 50 0,00 0,00 0,00
2 35 50,00 0,00 50,00 15,00 225,00 42,86
3 25 45,50 -0,90 44,60 19,60 384,16 78,40
4 40 38,72 -2,08 36,64 3,36 11,26 8,39
5 45 37,65 -1,87 35,78 9,22 85,08 20,50
6 35 38,54 -1,32 37,22 2,22 4,94 6,35
7 20 36,56 -1,45 35,10 15,10 228,04 75,50
8 30 30,57 -2,36 28,21 1,79 3,20 5,97
9 35 28,75 -2,25 26,49 8,51 72,35 24,30
10 20 29,05 -1,74 27,30 7,30 53,33 36,51
11 15 25,11 -2,18 22,93 7,93 62,90 52,87
12 40 20,55 -2,66 17,89 22,11 488,64 55,26
13 55 24,53 -1,33 23,20 31,80 1011,50 57,83
14 35 32,74 0,58 33,31 1,69 2,84 4,81
15 25 33,82 0,68 34,50 9,50 90,23 38,00
16 55 31,65 0,11 31,76 23,24 540,18 42,26
17 55 38,73 1,50 40,23 14,77 218,03 26,85
18 40 44,66 2,39 47,05 7,05 49,75 17,63
19 35 44,94 1,97 46,90 11,90 141,69 34,01
20 60 43,33 1,25 44,58 15,42 237,64 25,69
21 75 49,21 2,18 51,39 23,61 557,63 31,49
22 50 58,47 3,59 62,06 12,06 145,54 24,13
23 40 58,44 2,87 61,31 21,31 454,31 53,29
24 65 54,92 1,59 56,51 8,49 72,06 13,06
25 59,06 2,10 61,16
292,99 5140,31 775,96
12,21 214,18 32,33
El ajuste de tendencia no muestra una mejoría en cuanto al pronóstico alisado.
Ejercicio 4.46.
Trece estudiantes entraron al programa de administración de operaciones en Hillcrest
College hace 2 años. La tabla siguiente indica los puntos que obtuvo cada estudiante en
el examen de matemáticas de preparatoria SAT y los promedios finales (GPA) después
de su participación en el programa de Hillcrest durante 2 años.
24
• Identificar

a) ¿Existe alguna relación significativa entre los puntos obtenidos en matemáticas
en el SAT y los promedios finales?
GPA
4,5
y = 0,0034x + 1,0278
4
R² = 0,4786
3,5
2,5
1,5
0,5
0
0 100 200 300 400 500 600 700 800
La ecuación es y=0,0034x+1,0278
b) Si un estudiante obtuvo 350 puntos, ¿cuál será su GPA?
Si el estudiante obtuvo 350 puntos, su GPA será de 2,22.
y= 0,003x + 1,03
y= 0,003(350) + 1,03
y= 2,22 GPA
c) ¿Qué ocurre con un estudiante que obtuvo 800?
Si el estudiante obtuvo 800 puntos, su GPA será de 375.
y= 0,003x + 1,03
y= 0,003(800) + 1,03
y= 3,75 GPA
25
Ejercicio 4.48.
Sundar Balakrishnan, gerente general de Precision Engineering Corporation (PEC), cree
que los servicios de ingeniería de las empresas de construcción de carreteras que contratan
a su compañía se relacionan directamente con el volumen de negocios de construcción de
carreteras que contrata a las compañías ubicadas en su área geográfica. Se pregunta si
realmente es de esta forma, y si lo es, ¿le ayudaría esta información a planear mejor sus
operaciones pronosticando la cantidad de sus servicios de ingeniería requeridos por las
empresas de construcción en cada trimestre del año? En la tabla siguiente se presentan
los datos de ventas de sus servicios y los montos totales de los contratos de construcción
de carreteras de los últimos 8 trimestres:
• Identificar

a) Usando estos datos, desarrolle una ecuación de regresión para predecir el nivel
de demanda de los servicios de PEC.
Ventas de
Contratos
Trimestre servicios de y' (y-y') (y-y')^2
Filtrados $ x
PEC $ y
1 153 8 7,80 0,20 0,0393
2 172 10 9,93 0,07 0,0047
3 197 15 12,73 2,27 5,1338
4 178 9 10,60 -1,60 2,5738
5 185 12 11,39 0,61 0,3733
6 199 13 12,96 0,04 0,0017
7 205 12 13,63 -1,63 2,6602
8 226 16 15,99 0,01 0,0002
Sumatoria 1515 95 95,0355 -0,0355 10,79
Promedio 189,38 11,88
y= 0,1121x - 9,3495
y= Ventas
x= Contratos
26
Ventas de servicios de PEC $ y

18
16 y = 0,1121x - 9,3495
R² = 0,8034
14
12
10
0
0 50 100 150 200 250
b) Determine el coeficiente de correlación y el error estándar de la estimación

Coeficiente de Correlación
r² = 0,8034
r= 0,896
Error estándar de estimación
Sxy= 1,3408
Bibliografía
Heizer, J., & Render, B. (2009). Principios de Administración de Operaciones. México:
Pearson Educación.
27

Michelle Angelica Remache Tarea Pronosti

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Michelle Angelica Remache Tarea Pronosti

Cargado por

Copyright:

Formatos disponibles

Nombre: Michelle Angelica Remache Caiza

Paralelo: AE9-2 Fecha: 25-06-2021

UNIVERSIDAD CENTRAL DEL ECUADOR

CARRERA DE ADMINISTRACIÓN DE EMPRESAS

Nombre: Michelle Angelica Remache Caiza

Curso: LAE 9-2

Profesor: Ing. Roberto Gómez Bastidas, MAE

junio 2021- septiembre 2021

• Resolver el ejercicio e interpretar el resultado obtenido

b) Comenzando en el año 4 y hasta el año 12, pronostique la demanda usando

c) Comenzando en el año 4 y hasta el año 12, pronostique la demanda usando un

Ponderación Año Demanda Pronóstico |Real-Pronóstico| DAM

d) Al comparar cada pronóstico contra los datos originales, ¿cuál parece

• Identificar, resolver el ejercicio e interpretar el resultado obtenido

Mes Cheques Pronóstico 0,2

Mes Cheques Pronóstico 0,2

• Resolver el ejercicio e interpretar el resultado obtenido

Mes Ventas Pronóstico |Real-Pronóstico| DAM

Mes Ventas Pronóstico |Real-Pronóstico| DAM

Mes Ventas Pronóstico |Real-Pronóstico| DAM

c) Con los datos proporcionados, ¿qué método le permitiría elaborar el pronóstico

• Resolver el ejercicio e interpretar el resultado obtenido

Año Respuesta Media Móvil (n=3) Media móvil Promedio móvil

b) Pronostique la temperatura máxima para hoy usando un promedio móvil de 2

c) Calcule la desviación absoluta media con base en un promedio móvil de 2 días.

La desviación absoluta media es de 2,7.

d) Calcule el error cuadrático medio para un promedio móvil de 2 días.

El error cuadrático medio es de 13,35.

e) Calcule el error porcentual absoluto medio para el promedio móvil de 2 días.

El error porcentual absoluto medio es de 2,99%.

• Resolver el ejercicio e interpretar el resultado obtenido

Año Respuesta Media Móvil (n=3) Media móvil Promedio móvil

b) Estime la demanda de nuevo para los años 4 a 12 con un promedio móvil

Media Móvil Promedio móvil Promedio móvil

Promedio móvil Promedio móvil Ponderado

Los pronósticos son casi iguales.

El pronóstico para el lunes se obtuvo observando el nivel de demanda para lunes y

• Resolver el ejercicio e interpretar el resultado obtenido

• Resolver el ejercicio e interpretar el resultado obtenido

Semana Método 1 Demanda real Error % Abs ECM O MSE

Semana Método 1 Demanda real Error % Abs ECM O MSE

Ventas de Volkswagen Beetle

La ecuación es de y = 421 + 33,6x. Por lo que, cuando x = 6, y = 622,8.

Período de Demanda real Demanda Pronosticada Suav.

El pronóstico para el quinto período es de 49.

Use suavizamiento exponencial con ajuste de tendencia para pronosticar el ingreso de

• Resolver el ejercicio e interpretar el resultado obtenido

Sumatoria 20,36 76,19 28,98

1 12 11 2 13,00 1,00 1,00 8,33

Sumatoria 12,89 33,51 67,64

• Resolver el ejercicio e interpretar el resultado obtenido

• Resolver el ejercicio e interpretar el resultado obtenido

• Resolver el ejercicio e interpretar el resultado obtenido

a) Pronostique la demanda de Aztec cuando la temperatura es de 70°F.

• Resolver el ejercicio e interpretar el resultado obtenido

VENTAS DEL BAR $

b) El pronóstico para la semana siguiente es de 20 huéspedes, ¿de cuánto se espera

• Resolver el ejercicio e interpretar el resultado obtenido

El coeficiente de correlación calculado fue de .68.

Recaudación anual de impuestos sobre

Usando el análisis de tendencia, pronostique el número de pacientes que la doctora

La ecuación es de y=0,5426x+1,4578, por lo que si el índice de robos se incrementa en

• Resolver el ejercicio e interpretar el resultado obtenido