PRODUCCIÓN I

PROFESOR: Luis Enrique Parra R. Mag.

Administración y planificación Fecha: Mayo 26 /2023
NOMBRES: Andrés Felipe Payan
Ingeniera Industrial
3r Semestre
ADMINISTRACIÓN DE LA PRODUCCIÓN 1
TALLER DE PRONOSTICOS
1. Determinar las previsiones trimestrales y semestrales para la demanda de un producto durante el periodo
siguiente:

PERIODO DEMANDA PREVISION TRIMESTRAL PREVISION SEMESTRAL

01 150
02 140
03 130
04 90
05 125
06 140
07 120
08 110
09 100
10 150
11 130

Realice el grafico de comparación de la demanda real frente a las previsiones calculadas.

¿Qué se puede concluir?

Respuesta/
2. Al estudiar las variaciones de la demanda de la compañía XY se ha decidido ponderar la demanda de
los periodos en referencia así:

PERIODO DEMANDA FACTOR (α)

01 3450 15%
02 3670 30%
03 2850 40%
04 3250 15%

 ¿Cuál será la previsión para el periodo (5)

Respuesta/
Para calcular la previsión para el período 5, debemos aplicar el factor correspondiente al período y multiplicarlo
por la demanda real del período anterior. En este caso, el factor para el período 5 es del 15%.

La fórmula para calcular la previsión es:

Previsión (periodo 5) = Factor (periodo 5) * Demanda (periodo 4)
Aplicando los valores:
Previsión (periodo 5) = 15% * 3250 Previsión (periodo 5) = 0.15 * 3250 Previsión (periodo 5) = 487.5
Por lo tanto, la previsión para el período 5 es de 487.5.

3. Para el ejercicio anterior y sin tener en cuenta el factor de ponderación, mediante la técnica de
promedios simples calcule:
 El pronóstico para el periodo (5)
 Construya el grafico respectivo.

Respuesta/
Si no consideramos el factor de ponderación y utilizamos la técnica de promedios simples, podemos calcular el
pronóstico para el período 5 tomando el promedio de las demandas anteriores.
El pronóstico para el período 5 se calcula sumando las demandas de los períodos anteriores y dividiendo entre
la cantidad de períodos:
Pronóstico (período 5) = (Demanda (período 1) + Demanda (período 2) + Demanda (período 3) + Demanda
(período 4)) / 4
Pronóstico (período 5) = (3450 + 3670 + 2850 + 3250) / 4
Pronóstico (período 5) = 13220 / 4
Pronóstico (período 5) = 3305
Por lo tanto, el pronóstico para el período 5 utilizando la técnica de promedios simples es de 3305.

El gráfico muestra la demanda real en cada período y el pronóstico calculado utilizando la técnica de
promedios simples. Se puede observar la tendencia de la demanda a lo largo del tiempo.

4. Los antecedentes históricos de producción y ventas de un determinado producto se muestran a

continuación

PERIODO DEMANDA
01 80
02 120
03 70
04 90
05 110
06 150
07 190
08 180
09 200
10 170
11 150

 Calcule la demanda esperada para el periodo (12)

 Determine el coeficiente de determinación y correlación, dé su interpretación.
 Calcula la desviación estándar (s = y/x)

Respuesta/
Para calcular la demanda esperada para el período 12, podemos utilizar la técnica de promedios simples.
Tomaremos el promedio de las demandas anteriores para estimar la demanda futura.
La demanda esperada para el período 12 se calcula sumando las demandas de los períodos anteriores y
dividiendo entre la cantidad de períodos:
Demanda esperada (período 12) = (80 + 120 + 70 + 90 + 110 + 150 + 190 + 180 + 200 + 170 + 150) / 11
Demanda esperada (período 12) = 1500 / 11
Demanda esperada (período 12) ≈ 136,36
Por lo tanto, la demanda esperada para el período 12 es de aproximadamente 136,36.
Para determinar el coeficiente de determinación y conexiones, necesitamos calcular la suma de los cuadrados
de las diferencias entre la demanda real y la demanda esperada.

La suma de los cuadrados de las diferencias (SSD) se calcula como:

SSD = (Demanda (período 1) - Demanda esperada (período 1))^2 + (Demanda (período 2) - Demanda
esperada (período 2))^2 + ... + (Demanda (período 11) - Demanda esperada ( capitulo 11))^2
SSD = (80 - 136,36)^2 + (120 - 136,36)^2 + (70 - 136,36)^2 + (90 - 136,36)^2 + (110 - 136,36)^2 + (150 -
136,36)^2 + (190 - 136,36)^2 + (180 - 136,36)^2 + (200 - 136,36)^2 + (170 - 136,36)^2 + (150 - 136,36)^2
SSD ≈ 13370.91
El coeficiente de determinación (R^2) se calcula como: R^2 = 1 - (SSD/SST)
Media de la demanda = (80 + 120 + 70 + 90 + 110 + 150 + 190 + 180 + 200 + 170 + 150) / 11
Media de la demanda ≈ 144,55
SST = (80 - 144,55)^2 + (120 - 144,55)^2 + (70 - 144,55)^2 + (90 - 144,55)^2 + (110 - 144,55)^2 + (150 -
144,55)^2 + (190 - 144,55)^2 + (180 - 144,55)^2 + (200 - 144,55)^2 + (170 - 144,55)^2 + (150 - 144,55)^2 SST
≈ 3445,45
R^2 = 1 - (13370,91 / 3445,45) ≈ 0,612

El coeficiente de determinación (R^2) indica qué tan bien se ajustan los datos a la línea de regresión. En este
caso, el valor de R^2 es aproximadamente 0.612, lo que significa que alrededor del 61.2% de la desventaja de
la demanda puede ser explicada por la demanda esperada. Un valor cercano a 1 indica un ajuste más fuerte.

Finalmente, para calcular la desviación estándar (s), podemos utilizar la fórmula:

s = raíz cuadrada (SSD / n)
Donde n es el número de observaciones.
s = √(13370.91 / 11) s ≈ 32,24

Por lo tanto, el desvío estándar de las demandas con respecto a la demanda esperada es de aproximadamente
32,24. Esto nos indica la dispersión de los datos alrededor de la demanda esperada.

5. Calcular las previsiones correspondientes mediante el modelo de suavización exponencial simple para:
α = 0.1; α = 0.15; α = 0.2 de la demanda y periodos que a continuación se describen:
PERIODO DEMANDA REAL (und)
01 550
02 480
03 720
04 460
05 580
06 640
07 700
08 660

Tomar como valor inicial de la demanda promedio actual, al valor de la demanda del primer periodo.

Respuesta/
Pará α = 0,1:
Previsión(2) = 0,1 * 480 + 0,9 * 550 = 493
Previsión(3) = 0,1 * 720 + 0,9 * 493 = 502,7
 Para α = 0,15:
Previsión(2) = 0,15 * 480 + 0,85 * 550 = 511
Previsión(3) = 0,15 * 720 + 0,85 * 511 = 537,65

Para α = 0,2:
Previsión(2) = 0,2 * 480 + 0,8 * 550 = 524
Previsión(3) = 0,2 * 720 + 0,8 * 524 = 557,6

6. Calcular las previsiones correspondientes mediante el modelo de suavización exponencial simple para:
α = 0.1; α = 0.15; α = 0.2 de la demanda y periodos que a continuación se describen:
Calcular las desviaciones absolutas acumuladas, concluir cual es el mejor factor según el pronóstico utilizando
los siguientes métodos:
a. Iniciando como primer valor del pronóstico (Pt) pronóstico igual a demanda del periodo anterior.
b. Empleando como pronóstico inicial el promedio simple de la demanda.

EJEMPLO RESUELTO

a. Iniciando como primer valor del pronóstico (Pt) pronóstico igual a demanda del periodo anterior.
̅ 𝒕𝒊 = 𝑷
𝑷 ̅ 𝒕−𝟏 + 𝜶(𝑫𝒕 − 𝑷̅ 𝒕−𝟏 )

EJ: para 𝜶 = 0.10

̅ 𝒕𝟏 = 𝟓𝟓𝟎 + 𝟎. 𝟏(𝟓𝟓𝟎 − 𝟓𝟓𝟎) = 𝟓𝟓𝟎
𝑷 → ̅ 𝒕𝟏 = 𝟓𝟓𝟎
𝑷
̅ 𝒕𝟐 = 𝟓𝟓𝟎 + 𝟎. 𝟏(𝟒𝟖𝟎 − 𝟓𝟓𝟎) = 𝟓𝟒𝟑
𝑷 → ̅ 𝒕𝟐 = 𝟓𝟒𝟑
𝑷

EJ: para 𝜶 = 0.15

𝑃̅ 𝑡1 = 550 + 0.15(550 − 550) = 550 → ̅ 𝒕𝟏 = 𝟓𝟓𝟎
𝑷
𝑃̅ 𝑡2 = 550 + 0.15(480 − 550) = 539.50 → ̅
𝑷𝒕𝟐 = 𝟓𝟑𝟗. 𝟓𝟎

EJ: para 𝜶 = 0.2

𝑃̅ 𝑡1 = 550 + 0.20(550 − 550) = 550 → ̅ 𝒕𝟏 = 𝟓𝟓𝟎
𝑷
𝑃̅ 𝑡2 = 550 + 0.20(480 − 550) = 536.00 → ̅
𝑷𝒕𝟐 = 𝟓𝟑𝟔. 𝟎𝟎
 α=0.1 α=0.15 α=0.2
DEMANDA DESVIACIÓN DESVIACIÓN DESVIACIÓN
PERIODO PRONÓSTICO ABSOLUTA PRONÓSTICO ABSOLUTA PRONÓSTICO ABSOLUTA
REAL (und)
P̅ ACUMULADA P̅ ACUMULADA P̅ ACUMULADA

01 550
02 480 550,0 70,0 550,00 70,0 550,00 70,0
03 720 543,0 247,0 539,50 250,5 536,00 254,0
04 460 560,7 347,7 566,58 357,1 572,80 366,8
05 580 550,6 377,1 550,59 386,5 550,24 396,6
06 640 553,6 463,5 555,00 471,5 556,19 480,4
07 700 562,2 601,3 567,75 603,7 572,95 607,4
08 660 576,0 685,3 587,59 676,1 598,36 669,1

Conclusión
Como el 669.1 es menor que 676.1 y éste a su vez es menor que 685.3 se puede concluir que si se inicia con
550 unidades se obtiene un mejor pronóstico utilizando α=0.20 porque su dispersión con respecto a la media
es menor.

b. Empleando como pronóstico inicial el promedio simple de la demanda.

α=0.1 α=0.15 α=0.2
DEMANDA DESVIACIÓN DESVIACIÓN DESVIACIÓN
PERIODO PRONÓSTICO ABSOLUTA PRONÓSTICO ABSOLUTA PRONÓSTICO ABSOLUTA
REAL (und)
P̅ ACUMULADA P̅ ACUMULADA P̅ ACUMULADA

01 550 598,75
02 480 586,20 106,20 580,30 100,30 574,40 94,40
03 720 599,58 226,62 601,26 219,05 603,52 210,88
04 460 585,62 352,24 580,07 339,11 574,82 325,70
05 580 585,06 357,30 580,06 344,11 575,85 329,84
06 640 590,55 406,75 589,05 395,07 588,68 381,16
07 700 601,50 505,25 605,69 489,38 610,95 470,22
08 660 607,35 557,90 613,84 535,54 620,76 509,46
PROMEDIO
SIMPLE
598,75

ΣDt 4790
Promedio simple = → = 598.75
𝑛 8
Conclusión

509.46 < 535.54 y 509.46 < 557.90, por lo tanto, es mejor emplear α=0.20 e iniciar con el promedio simple.

6.1. EJERCICIO PROPUESTO.

Calcular las previsiones correspondientes mediante el modelo de suavización exponencial simple para:
α = 0.1; α = 0.2 de la demanda y periodos que a continuación se describen:

α = 0.1 α = 0.2
Periodo Demanda Pronostico Dev. Abs. Pronostico Des. Abs.
(Dt) 𝑃̅ 𝑡1 Acumulada 𝑃̅ 𝑡1 Acumulada
01 430
02 380
03 420
04 370
 05 410
06 380
07 440
08 380
09 420
10 370
11 410
12 390

Calcular:
 Los pronósticos
 Las desviaciones absolutas acumuladas
 Concluir cual es el mejor factor según el pronóstico utilizando los siguientes métodos:
a. Iniciando como primer valor del pronóstico (𝑃̅ 𝑡1 ) pronóstico igual a demanda del periodo anterior.
b. Empleando como pronóstico inicial (𝑃̅ 𝑡1 ) el promedio simple de la demanda.

Respuesta/
Pará α = 0,1:

Inicializamos el valor del pronóstico promedio anterior (P̄t-1) con la demanda del primer periodo: P̄t-1 = 430
Calculamos los pronósticos y las desviaciones absolutas acumuladas para cada periodo:
Pronóstico (2) = 0.1 * 380 + 0.9 * 430 = 431 Desviación absoluta acumulada (2) = |380 - 431| + 0 = 51
Pronóstico (3) = 0.1 * 420 + 0.9 * 431 = 431.9 Desviación absoluta acumulada (3) = |420 - 431.9| + 51 = 60,9

Para α = 0,2:
Inicializamos el valor del pronóstico promedio anterior (P̄t-1) con la demanda del primer periodo: P̄t-1 = 430
Calculamos los pronósticos y las desviaciones absolutas acumuladas para cada periodo:
Pronóstico(2) = 0.2 * 380 + 0.8 * 430 = 422 Desviación absoluta acumulada(2) = |380 - 422| + 0 = 42
Pronóstico(3) = 0.2 * 420 + 0.8 * 422 = 421.6 Desviación absoluta acumulada(3) = |420 - 421.6| + 42 = 43,6
a) Iniciando como primer valor del pronóstico (P̄t-1) pronóstico igual a la demanda del período anterior:
Para α = 0.1, la desviación absoluta acumulada para el periodo 12 es 359.396291.
Para α = 0.2, la desviación absoluta acumulada para el periodo 12 es 277.339986.

b) Empleando como pronóstico inicial (P̄t-1) el promedio simple de la demanda:

Para α = 0.1, la desviación absoluta acumulada para el periodo 12 es 367.079825.
Para α = 0.2, la desviación absoluta acumulada para el periodo 12 es 289.426265.

7. EJERCICIO RESUELTO

Calcular el valor pronosticado en ventas para el año 2000 partiendo de los siguientes datos históricos:
AÑO DEMANDA (y)
1993 1250
1993 1370
1993 970
1993 1280
1993 1330
1993 1050
1993 1380
a. Ranqueando en el primer periodo la variable X = Ø.
b. Ranqueando en el punto medio la variable X = Ø.
c. Ranqueando en el último nivel la variable X = Ø.

SOLUCION:
a. Ranqueando en el primer periodo la variable X = Ø.
AÑO DEMANDA (y) X X2 X*Y
1993 1250 0 0 0
1994 1370 1 1 1370
1995 970 2 4 1940
1996 1280 3 9 3840
1997 1330 4 16 5320
1998 1050 5 25 5250
1999 1380 6 36 8280

TOTAL 8630 21 91 26000

𝑌2000 = 𝑎 + 𝑏𝑥 → 𝑥 = 7

𝛴𝑦 = 𝑎𝑛 + 𝑏 (𝛴𝑥)
8630−21𝑏
8630 = 𝑎(7) + 𝑏 (21) → 𝑎= 7

𝛴𝑥. 𝑦 = 𝑎𝛴𝑥 + 𝑏 (𝛴𝑥 2 )

8630−21𝑏
26000 = (21) + 𝑏 (91)
7
 26000 = 25890 − 63𝑏 + 91𝑏

26000 − 25890 = 28𝑏

110
𝑏=
28

𝒃 = 𝟑. 𝟗𝟐
8630−21(3.92)
𝑎= 7

8630−82.32 8547.68
𝑎= →
7 7

𝒂 = 𝟏𝟐𝟐𝟏. 𝟏

𝑌2000 = 1221.1 + (3.92)(7)

𝑌2000 = 1221.1 + 27.44

𝒀𝟐𝟎𝟎𝟎 = 𝟏𝟐𝟒𝟗

b. Ranqueando en el punto medio la variable X = Ø.

AÑO DEMANDA (y) X X2 X*Y

1993 1250 -3 9 -3750
1994 1370 -2 4 -2740
1995 970 -1 1 -970
1996 1280 0 0 0
1997 1330 1 1 1330
1998 1050 2 4 2100
1999 1380 3 9 4140

TOTAL 8630 0 28 110

𝑌2000 = 𝑎 + 𝑏𝑥 → 𝑥 = 4

𝛴𝑦 = 𝑎𝑛 + 𝑏 (𝛴𝑥)
8630
8630 = 𝑎(7) + 𝑏 (0) → 𝑎= 7

𝒂 = 𝟏𝟐𝟑𝟐. 𝟖𝟓

𝛴𝑥. 𝑦 = 𝑎𝛴𝑥 + 𝑏 (𝛴𝑥 2 )

110
110 = 𝑎(0) + 𝑏 (28) → 𝑏=
28

𝒃 = 𝟑. 𝟗𝟐

𝑌2000 = 1232.85 + (3.92)(4)

𝑌2000 = 1232.85 + 15.68

𝒀𝟐𝟎𝟎𝟎 = 𝟏𝟐𝟒𝟗
c. Ranqueando en el último nivel la variable X = Ø.

AÑO DEMANDA (y) X X2 X*Y

1993 1250 -6 36 -7500
1994 1370 -5 25 -6850
1995 970 -4 16 -3880
1996 1280 -3 9 -3840
1997 1330 -2 4 -2660
1998 1050 -1 1 -1050
1999 1380 0 0 0

TOTAL 8630 -21 91 -25780

𝑌2000 = 𝑎 + 𝑏𝑥 → 𝑥 = 1

𝛴𝑦 = 𝑎𝑛 + 𝑏 (𝛴𝑥)
8630+21𝑏
8630 = 𝑎(7) + 𝑏 (−21) → 𝑎= 7

𝛴𝑥. 𝑦 = 𝑎𝛴𝑥 + 𝑏 (𝛴𝑥 2 )

8630+21𝑏
−25780 = (−21) + 𝑏 (91)
7

−25780 = −25890 − 63𝑏 + 91𝑏

−25780 + 25890 = 28𝑏

110
𝑏= 28

𝒃 = 𝟑. 𝟗𝟐
8630+21(3.92)
𝑎=
7

8630+82.32 8712.32
𝑎= 7
→ 7

𝒂 = 𝟏𝟐𝟒𝟒. 𝟔𝟐

𝑌2000 = 1244.62 + (3.92)(1)

𝑌2000 = 1244.62 + 3.92

𝒀𝟐𝟎𝟎𝟎 = 𝟏𝟐𝟒𝟗

8. Utilizando el ejemplo anterior y teniendo en cuenta:

 AÑO TRIMESTRE 1 TRIMESTRE 2 TRIMESTRE 3 TRIMESTRE 4 ANUAL
1993 400 300 260 290 1250
1994 350 320 400 300 1370
1995 250 280 260 180 970
1996 300 350 350 280 1280
1997 330 320 300 380 1330
1998 270 320 230 230 1050
1999 350 320 300 410 1380

Calcular:

a. El promedio simple para cada trimestre

b. El promedio anual
c. Índices estacionales
d. Pronósticos para cada trimestre
e. Porcentajes de participación de cada trimestre

SOLUCION:

Para las variaciones estacionales se fundamentan en las ventas que se presentan en una determinada
época del año y se utiliza la técnica de promedios simples para calcular los pronósticos.

a. El promedio simple para cada trimestre

AÑO TRIMESTRE 1 TRIMESTRE 2 TRIMESTRE 3 TRIMESTRE 4 ANUAL

1993 400 300 260 290 1250
1994 350 320 400 300 1370
1995 250 280 260 180 970
1996 300 350 350 280 1280
1997 330 320 300 380 1330
1998 270 320 230 230 1050
1999 350 320 300 410 1380
TOTAL 2250 2210 2100 2070 8630

𝛴 𝑇𝑖 2250 2210 2100 2070

𝑇̅ = → → → →
n 7 7 7 7
𝛴 𝑇𝑖
𝑇̅ = → 𝑇1 = 321 → 𝑇2 = 316 → 𝑇3 = 300 → 𝑇4 = 296
n
b. El promedio anual
8630/28 trimestres = 308 / trimestre
̅
𝛴 𝑇𝑖 321 + 316 + 300 + 296
𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑎𝑛𝑢𝑎𝑙 = =
n 4

̅
𝛴 𝑇𝑖 321 + 316 + 300 + 296
𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑎𝑛𝑢𝑎𝑙 = =
n 4
𝑷𝒓𝒐𝒎𝒆𝒅𝒊𝒐 𝒂𝒏𝒖𝒂𝒍 = 𝟑𝟎𝟖
c. Índices estacionales
𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒𝑙 𝑡𝑟𝑖𝑚𝑒𝑠𝑡𝑟𝑒
𝐼𝑖 = Promedio 𝑎𝑛𝑢𝑎𝑙
∗ 100

321
𝐼1 = 308
∗ 100 → 𝐼1 = 104.22 % ≈ 104 %

316
𝐼2 = ∗ 100 → 𝐼2 = 102.59 % ≈ 103 %
308

300
𝐼3 = 308
∗ 100 → 𝐼3 = 97.40 % ≈ 97 %

296
𝐼4 = 308
∗ 100 → 𝐼4 = 96.10 % ≈ 96 %

d. Pronósticos para cada trimestre

𝑃𝑟𝑜𝑛ó𝑠𝑡𝑖𝑐𝑜 𝑎𝑛𝑢𝑎𝑙
𝑃𝑃𝑇𝑖 = ( ) ∗ (𝐼𝑖 )
4

1249
𝑃𝑃𝑇1 = ( ) ∗ (1.04) → 𝑃𝑃𝑇1 = 324.74
4

1249
𝑃𝑃𝑇2 = ( ) ∗ (1.03) → 𝑃𝑃𝑇2 = 321.61
4

1249
𝑃𝑃𝑇3 = ( ) ∗ (0.97) → 𝑃𝑃𝑇3 = 302.88
4

1249
𝑃𝑃𝑇4 = ( ) ∗ (0.96) → 𝑃𝑃𝑇4 = 299.76
4

𝑻𝒐𝒕𝒂𝒍 = 𝟏𝟐𝟒𝟗

e. Porcentajes de participación de cada trimestre

𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒𝑙 𝑡𝑟𝑖𝑚𝑒𝑠𝑡𝑟𝑒

%𝑃 = Pronóstico 𝐴𝑛𝑢𝑎𝑙
∗ 100

324.74
% 𝑃1 = 1249
∗ 100 → 𝑃1 = 26.00%

321.61
% 𝑃2 = 1249
∗ 100 → 𝑃2 = 25.75%

302.88
% 𝑃3 = 1249
∗ 100 → 𝑃3 = 24.25%

299.76
% 𝑃4 = 1249
∗ 100 → 𝑃4 = 24.00%

𝑻𝒐𝒕𝒂𝒍 = 𝟏𝟎𝟎. 𝟎𝟎 %

EJERCICIOS PROPUESTOS
7.1 Calcular el valor pronosticado en ventas para el periodo seis (6), pariendo de los siguientes datos históricos:

PERIODO DEMANDA
(Y)
01 1080
02 1190
03 1100
04 1220
05 1300

a. Ranqueando en el primer periodo la variable X = Ø.

b. Ranqueando en el punto medio la variable X = Ø.
c. Ranqueando en el último nivel la variable X = Ø.

8.1 Utilizando el ejemplo anterior y teniendo en cuenta:

Periodo Trimestre 1 Trimestre 2 Trimestre 3 Trimestre 4 Anual

01 190 370 300 220 1080
02 280 420 310 180 1190
03 270 360 280 190 1100
04 300 430 290 200 1220
05 320 440 320 220 1300
Calcular:

a. El promedio simple para cada trimestre

b. El promedio anual

c. Índices estacionales

d. Pronósticos para cada trimestre

e. Porcentajes de participación de cada trimestre

f. Según el porcentaje de participación. ¿cuántas unidades se tienen que vender para cada trimestre?

9. Desarrollar el ejercicio 2. Del libro administración de producción pag. 165.

Respuesta/
Aplicando los factores de ponderación: Previsión para julio = (40% * ventas de junio) + (30% * ventas de mayo)
+ (20% * ventas de abril) + (10% * ventas de marzo) = (0.4 * 120) + (0.3 * 110) + (0.2 * 95) + (0.1 * 100) = 48 +
33 + 19 + 10 = 110 unidades
Por lo tanto, la previsión de ventas para julio es de 110 unidades.

b) Si las ventas reales del mes de julio son de 105 unidades, calcule las previsiones del mes de agosto:
Las ventas de los últimos cuatro meses se actualizan de la siguiente manera:
Mayo: 110 unidades
Junio: 120 unidades
Julio: 105 unidades
Aplicando los factores de ponderación nuevamente: Previsión para agosto = (40% * ventas de julio) + (30% *
ventas de junio) + (20% * ventas de mayo) + (10% * ventas de abril) = (0.4 * 105) + (0.3 * 120) + (0.2 * 110) +
(0.1 * 95) = 42 + 36 + 22 + 9.5 = 109.5 unidades
Por lo tanto, la previsión de ventas para agosto es de aproximadamente 109.5 unidades.

10. desarrollar el ejercicio 3. Del libro administración de producción pag. 165.

Respuesta/
a) Método de la media móvil con una base de 3 semanas: Para aplicar este método, calcularemos el promedio
de la demanda de las últimas 3 semanas y lo utilizaremos como la previsión para la semana 6.
Semana 4: 3200 Semana 5: 3500 Semana 6 (prevista): (3200 + 3500 + 3600) / 3 = 3433,33
Por lo tanto, la previsión de demanda para la semana 6 utilizando el método de la media móvil es de
aproximadamente 3433.33 docenas de buñuelos.

b) Método de la media ponderada: Para aplicar este método, multiplicaremos cada semana por su respectivo
factor de ponderación, luego sumaremos los resultados para obtener la previsión para la semana 6.
Semana 3: 3400 * 0,2 = 680 Semana 4: 3200 * 0,3 = 960 Semana 5: 3500 * 0,5 = 1750
Semana 6 (prevista): 680 + 960 + 1750 = 3390
La previsión de demanda para la semana 6 utilizando el método de la media ponderada es de 3390 docenas de
buñuelos.

c) Método de suavización exponencial simple: Para aplicar este método, utilizaremos la fórmula de suavización
exponencial simple:

Fórmula: Pt = α * Dt + (1 - α) * Pt-1 Usando la fórmula, calcularemos la previsión para la semana 6:

Semana 6 (prevista): 0.2 * 4000 + (1 - 0.2) * 3200 = 800 + 2560 = 3360
La previsión de demanda para la semana 6 utilizando el método de suavización exponencial simple es de 3360
docenas de buñuelos.
En resumen:
a) Media móvil: 3433.33 docenas de buñuelos
b) Media ponderada: 3390 docenas de buñuelos
c) Suavización exponencial simple: 3360 docenas de buñuelos

Estas son las previsiones de demanda para la semana 6 utilizando los métodos mencionados.