Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ejercicios
Propuestos
(Gestión de
Operaciones l)
14217
Semana 2 a 4
1
INDUSTRIA VIRTUAL 2020 2
1) Una cadena de ferreterías experimentó la demanda siguiente para pinturas durante el mes pasado. El
procedimiento normal de pronóstico es utilizar las ventas semanales correspondientes al año anterior como
pronóstico para este año. Calcular el MAD y el sesgo e interpretar cada uno.
Pronóstico de la
Semana demanda (galones) Demanda real (galones)
Junio 1 1.320 1.310
Junio 8 1.335 1.325
Junio 15 1.350 1.325
Junio 22 1.370 1.360
Solución:
|1320 − 1310| + |1335 − 1325| + |1350 − 1325| + |1370 − 1360|
𝑀𝐴𝐷 = = 13,75
4
2) En el área de Atlanta, el número de llamadas diarias para solicitar reparación de las copiadoras Speedy se
ha registrado como sigue:
OCTUBRE LLAMADAS
1 92
2 127
3 103
4 165
5 132
6 111
7 174
8 97
a) Prepare un pronóstico por promedio móvil de tres periodos en relación con estos datos, ¿cuál es el error de
cada día?
b) Prepare un pronóstico por promedio móvil ponderado para tres periodos utilizando pesos de w 1 = 0.5, w2 =
0.3, w3 = 0.2
c) ¿Cuál de los dos pronósticos es mejor?
d) Prepare pronósticos por Suavizamiento exponencial para los siguientes casos:
i. 𝛼 = 0,1 y F1 = 90
ii. 𝛼 = 0,3 y F1 = 90
Solución:
a) y b)
3) La Yummy Ice Cream Company proyecta la demanda de helados utilizando Suavizamiento exponencial de
primer orden. La última semana el pronóstico fue de 100.000 galones de helados y en realidad se vendieron
80.000.
a) Utilice = 0,1 y prepare un pronóstico para la siguiente semana.
b) Calcule el pronóstico utilizando = 0,2 y = 0,3 para este problema. ¿Qué valor de brinda el mejor
pronóstico suponiendo que la demanda verdadera es de 95.000 galones?
Solución:
a)
b)
Alfa Dreal Dpronosticada Error
= 0,2 95.000 96.000 -1.000
= 0,3 95.000 94.000 1.000
Ambos valores de alfa proporcionan un pronóstico igualmente desviado del valor real, sólo difieren en
el hecho de que con = 0,2 se hace una sobreestimación de la demanda real en 1.000 unidades, y con
= 0,3 se hace una subestimación de la demanda real también en 1.000 unidades. Es decir, no se puede
decir con estos datos proporcionados, que algún valor de alfa sea mejor que otro.
a)
𝐹𝑡+1 = 𝐹𝑡 + 𝛼(𝐷𝑡 − 𝐹𝑡 )
b)
87
𝑀𝐴𝐷 = = 12,4
7
83,7
𝑀𝐴𝑃𝐸 = = 12%
7
c)
La señal de rastreo
∑ 𝐸𝑇 39
𝑆𝑅 = = = 3,15
𝑀𝐴𝐷 12,4
La señal de rastreo no excede a ± 6, por lo tanto, existe una baja probabilidad de que se hallen grandes
desviaciones en el pronóstico.
5) La demanda de alas de pollo de un restaurante local durante las seis semanas anteriores ha sido la siguiente:
Semana 1 2 3 4 5 6
a) Haga un pronóstico de la demanda para la semana 7, mediante un promedio móvil de cinco periodos.
b) Haga un pronóstico de la demanda para la semana 7 mediante un promedio móvil ponderado de tres
periodos. Utilice los siguientes pesos para hacerlo:
W1= 0,5; W2=0,3 y W3=0,2
c) Haga el pronóstico de la demanda para la semana 7 mediante el suavizamiento exponencial. Utilice un valor
= 0,1 y suponga que el pronóstico para la semana 6 era de 600 unidades.
d) Calcule el Sesgo, el MAD y el MAPE.
e) ¿Qué suposiciones se hacen para cada uno de los pronósticos anteriores?
Solución:
a)
(596 + 514 + 735 + 563 + 521)
𝐹7 = = 585,8
5
b)
𝐹7 = 596 ∙ 0,5 + 514 ∙ 0,3 + 735 ∙ 0,2 = 599,2
c)
𝐹7 = 𝐹6 + 𝛼(𝐷6 − 𝐹6 ) = 600 + 0,1(596 − 600) = 599,6
d)
Promedio Móvil Simple de cinco periodos:
Semana
Dt Ft et |et| |et|% = |et|/Dt·100
(t)
1 650 ---- ---- ---- ----
2 521 ---- ---- ---- ----
3 563 ---- ---- ---- ----
4 735 ---- ---- ---- ----
5 514 ---- ---- ---- ----
6 596 596.6 -0.6 0.6 0.10%
e) Se supuso que:
• La demanda futura será como la cantidad demandada pasada.
• No hay tendencia, estacionalidad y efectos cíclicos.
• En el promedio móvil, todos los datos pesan igual.
• En el promedio ponderado los datos más recientes pesan más.
• En el suavizamiento exponencial el valor de 𝛼 = 0.1 pone poco peso a la demanda actual y mucho
peso al pronóstico pasado.
6) La demanda de National Cereal, uno de los cereales favoritos para el desayuno entre personas nacidas en
la década de los 70 en CerealLand, está en una etapa de decadencia. La compañía desea vigilar
cuidadosamente la demanda. Para ello ha utilizado el método de suavización exponencial ajustado a
la tendencia con 𝛼 = 0,1 y 𝛽 = 0,3. Al final de diciembre, la estimación de enero para el número
promedio de cajas vendidas para cada mes fue de 900.000 y las tendencias de -50.000 por mes. En la
tabla siguiente se presenta la historia de las ventas reales para los meses de enero a marzo:
MES VENTAS
Enero 890.000
Febrero 800.000
Marzo 825.000
a) Genere usted los pronósticos para los meses de febrero, marzo y abril.
b) Calcule el Sesgo, MAD y MAPE. ¿Qué opina de los resultados?
c) Si la tendencia sigue a la baja, ¿este método de predicción sigue siendo válido?
Solución:
a) y b)
MES At Ft Tt PITt SESGOt MADt MAPEt
Enero 890.000 900.000 -50.000 850.000 ---- ---- ----
Febrero 800.000 899.000 -35.300 863.700 -63.700 63.700 7,96%
Marzo 825.000 889.100 -27.680 861.420 -50.060 50.060 6,19%
Abril ---- 882.690 -21.299 861.391 ---- ---- ----
De los resultados podemos ver que la estimación inicial dada es una subestimación, y lo
calculado representa una sobreestimación de las ventas reales.
c)
Si la tendencia es a la baja, este método de pronóstico es válido, así como otros, en la medida que se
corrijan los parámetros alfa y beta, o se tenga bien definida la señal de rastreo, dado que el pronóstico
del mes de marzo tuvo una desviación no menor respecto al último periodo.
7) Las llamadas de emergencia del 911 en Florida durante las pasadas 24 semanas son las indicadas:
a) Calcule la previsión exponencialmente alisada de llamadas para cada semana. Suponga una previsión inicial
de 50 llamadas en la primera semana y utilice un 𝛼 = 0.1, ¿cuál es la previsión para la semana 25?
b) Utilizando la tabla anterior prevea las llamadas de la semana 2 hasta la 25 con un alisado exponencial con
ajuste de tendencia. Suponga que la previsión inicial es de 50 llamadas para la semana uno y una tendencia
inicial de 0, utilice las constantes de alisado de 𝛼 = 0.3 y 𝛽 = 0.1. ¿Es este modelo mejor que el
pronosticado en la pregunta anterior?
Solución:
AÑO DEMANDA
1993 45
1994 50
1995 52
1996 56
1997 58
La administración del hospital está considerando el uso de los siguientes métodos de pronósticos:
i. Suavizamiento exponencial doble con alfa = 0,6 y beta = 0,5. Utilice una tendencia inicial igual a 5 para
1993.
ii. Promedio móvil ponderado de tres años, usando ponderaciones de (3/6), (2/6) y (1/6), y asignando mayor
ponderación a los datos más recientes.
iii. Modelo de regresión Y = 42,6 + 3,2·X, donde Y es el número de operaciones quirúrgicas y X representa el
índice correspondiente al año (por ejemplo, X = 1 para 1993).
¿Qué método de Pronóstico se deberá seleccionar? Si:
a) El MAD es el criterio de rendimiento seleccionado por la administración.
b) El MSE (Cuadrado del Error Medio) es el criterio de rendimiento seleccionado.
c) El MAPE (Error Porcentual Medio Absoluto) es el criterio seleccionado por la administración.
Solución:
9) El administrador de la empresa de limpieza de alfombras Aladín S.A., ubicada en Agraba, necesita pronosticar
la demanda por sus servicios para el año 2001. Los datos disponibles por él son los siguientes:
Como Ud., actualmente está de vacaciones por Agraba, y se ha hecho amigo de él, ha decidido
ayudarlo, dado que Ud. hizo un curso de Administración de Producción en la prestigiosa Universidad
de Santiago. Por lo tanto, pronostique la demanda por limpieza de alfombras para cada período
trimestral del año 2001. (Utilice índice de estacionalidad).
Solución:
X Y X·Y X2
1 1030 1030 1
2 1200 2400 4
3 1800 5400 9
4 2200 8800 16
5 2.600 13.000 25
Total 8.830 30.630 55
5 ∙ 30630 − 15 ∙ 8830
𝑏̂ = = 414
5 ∙ 55 − 152
8830 15
𝑎 ̂ − 𝑏̂𝑋 =
̂=𝑌 − 414 ∙ = 524
5 5
Entonces
̂ = 524 + 414 ∙ 𝑋
𝑌
Luego para el año 2001 se obtiene:
Demanda Total
Trimestre Índice de Estacionalidad
Trimestral
1 430 430/2.207,5 = 0,1948
2 2.880 2.880/2.207,5 = 1,3046
3 4.500 4.500/2.207,5 = 2,0385
4 1.020 1.020/2.207,5 = 0,4621
= 8.830 8.830/4 = 2.207,5
Nota: Otras opciones de resolución más largas, son válidas en torno a estas cifras.
10) El volumen de correspondencia diaria que reciben cada semana las oficinas de correo de Mailville, se registra
en la siguiente tabla, que corresponde a dos semanas representativas y están expresadas en miles de piezas
postales.
Si el director de correos estima que tendrá que clasificar 230.000 piezas de correo durante la semana
próxima, pronostique usted, ¿cuál será el volumen correspondiente para cada día de la semana?
Solución:
Semana 1 Semana 2
Factor de Factor de
Día Volumen Volumen
estacionalidad estacionalidad
Domingo 5 5/32=0.156 8 8/30=0.266
Lunes 20 20/32=0.625 15 15/30=0.500
Martes 30 30/32=0.937 32 32/30=1.066
Miércoles 35 35/32=1.093 30 30/30=1.000
Jueves 49 49/32=1.531 45 45/30=1.500
Viernes 70 70/32=2.187 70 70/30=2.333
Sábado 15 15/32=0.468 10 10/30=0.333
Total 224 210
Promedio 32 30
Resultados
Día Factor prom · vol prom esperado
Domingo 0.2114·32.857 = 6.948
Lunes 0.562·32.857 = 18.482
Martes 1.002·32.857 = 32.926
Miércoles 1.046·32.857 = 34.397
Jueves 1.515·32.857 = 49.799
Viernes 2.260·32.857 = 74.271
Sábado 0.401·32.857 = 13.177
Total 230.000
11) Un alumno de ingeniería industrial presentó un pronóstico para la captura del jurel en Chile. Para ello, realizó
una regresión lineal simple, considerando como variable los años comprendidos entre 1992 y 2001. El resultado
de la regresión es el siguiente:
𝑏0 = 626,153
𝑏1 = −312252,4
𝑅2 = 0,6121
La tabla considerada para hacer la regresión es la siguiente:
Toneladas de
Año
jurel
1992 3212060
1993 3236244
1994 1011117
1995 4404193
1996 3883326
1997 2917064
1998 1612912
1999 1219689
2000 1234299
2001 1649933
Fuente: SERNAPESCA
Respecto al estudio de la demanda realizado por el alumno, ¿qué comentario le merece en términos de
lo enseñado en el curso?
Solución:
Graficando los datos, podemos observar:
1. No es adecuado realizar una regresión lineal simple como técnica dada la poca linealidad entre las variables
consideradas, además ocurrieron pronósticos negativos y R2 es bajo.
2. El gráfico adjunto muestra cierta estacionalidad o ciclo en la captura del jurel, esto puede deberse a períodos
de veda, ciclo de reproducción del jurel, fenómenos climáticos como el niño o la niña, en consecuencia, habrá
que estudiar una serie más larga a fin de encontrar ciclos, estacionalidad, tendencia, etc. que ayuden a realizar un
pronóstico.
3. Se sugiere realizar un pronóstico causal, dado que hay variables explicativas que pueden ayudar a hacer un
buen pronóstico o revisar la posibilidad de aplicar un suavizamiento doble (Tendencia y estacionalidad), si
tenemos una serie más larga.
12) ¿Qué tipo de componentes por series de tiempo esperaría usted en los siguientes casos?
a) Ventas mensuales de leche en un supermercado
b) Demanda diaria de llamadas telefónicas
c) Demanda mensual de periódicos
Solución:
a) Tendencia, azar.
b) Estacional (fines de semana, vacaciones), tendencia, azar.
c) Tendencia, estacional (fines de semana), aleatorio.
Solución:
- Sofisticación del usuario y del sistema.
- El uso o las características de la decisión.
- El patrón de los datos.
- El tiempo y los recursos disponibles.
- La disponibilidad de los datos.
14) ¿Cuáles son las desventajas del modelo de pronóstico de promedios móviles?
Solución:
- El incremento en el valor de n suaviza mucho más las fluctuaciones, pero el método lo hace menos sensitivo a
los cambios reales en la información.
- Los promedios móviles no pueden reconocer bien la tendencia (se mantienen dentro de los niveles del pasado
y no predican un cambio de nivel)
15) Se pidió que todos los vendedores de una compañía realizarán pronósticos de las ventas de sus territorios
para el año siguiente. Estos pronósticos se sumarán por línea de producto, distrito, región y por último a nivel
nacional. Describa los problemas que surgen al utilizar este pronóstico para decisiones específicas sobre
inventario y la programación de las máquinas.
Solución:
- Es bastante improbable que el personal de ventas pueda predecir con seguridad un producto individual en
menos de un mes, lo que influye sobre todo en la programación de las máquinas.
- Si manejamos a nivel agregado el pronóstico para propósito de control, no se entenderá.
Solución:
La demanda y las ventas no siempre son lo mismo. Cuando la demanda no se ve limitada por la
capacidad u otras políticas administrativas, el pronóstico de ésta será el mismo que el pronóstico de
ventas. En caso contrario, las ventas podrían ser ligeramente inferiores a la demanda de los clientes.