Optimización de la Producción EIN813

Escuela de Ingeniería

Optimización de la Producción
EIN 813

Clase 4

Unidad II: Pronóstico de Demanda

MATERIAL PROPIEDAD DE UDLA.
AUTORIZADA SU UTILIZACIÓN SÓLO PARA FINES ACADÉMICOS.
TEMA: Pronóstico Causal – Análisis de Correlación
 Modelos Causales: Análisis de Correlación
Relación Lineal

(x5,y5) •

• (x4,y4)
ŷ= mx + n
(x3,y3) •
(x2,y2) •

• (x1,y1)

yˆ = m x + n
 Parámetros de Regresión

(( x )( y ) − N ( xy )) n=
(( x y )( x ) − ( x )( y ))
2

m=
( x ) − N ( x )
2 2 ( x ) − N ( x )
2 2

N ( xy ) − ( x )( y )
r=
N ( x ) − ( x )
2 2
* N ( y ) − ( y )
2 2

R =r
2 2
6

ANALISIS DE REGRESION

 (ÿi - yi)2 =  (a + bxi - yi)2

a = (yi)/n - b(xi)/n

b = (nxiyi - (xiyi))/(nxi2 - (xi)2)

7

ANALISIS DE REGRESION

r2 = ((nxiyi - (xi)(yi))2)/((nxi2 - (xi)2)(nyi2 - (yi)2))

 i yi xi xiyi xi2 yi2
1 3,0 2,0 6,0 4,0 9,0
2 3,5 2,4 8,4 5,8 12,3
3 4,1 2,8 11,5 7,8 16,8
4 4,4 3,0 13,2 9,0 19,4
5 5,0 3,2 16,0 10,2 25,0
6 5,7 3,6 20,5 13,0 32,5
7 6,4 3,8 24,3 14,4 41,0
8 7,0 4,0 28,0 16,0 49,0
Totales 39,1 24,8 127,9 80,2 204,9

Se quiere estimar la demanda de periódicos tomando como base la población

local.
La demanda de periódicos es yi. (miles de copias).
La población xi se expresa en rangos de 10.000 personas.
a = -1,34
b = 2,01
La mejor ecuación para predecir la dda. de periódicos es : y = -1,34 + 2,01x
r2 = 0,97.(97%).

8
 Relación no Lineal

(x7,y7) •

yˆ = f ( x)
• (x6,y6)
(x5,y5) •
(x4,y4) •

• (x3,y3)
• (x1,y1) • (x2,y2)

x
 Rectificación de Curvas

Consiste en linealizar una curva mediante un

adecuado cambio de variables, ya sea en la
abscisa, ordenada o en ambos ejes.
 Rectificación de Curvas

Rectificación

Cambio de Variables
Gráficas de Funciones Linealizables

a,b,x> a,x>0;b<
y b>1 b=1 0
-1<b<0 b>0
0
b= -1
0<b< b<-1 axe
a 1 a
y

0 1 x 0 -1/b
0 1
(a)
(b) (c)
b<0 b>0 b<0

a/e

0 0
-1/b
(d) (e)
(f)

b<0 b>0
1/a
1/a

-b/a 0
(g) (h) (i)

-b/a

Fuente: WINSTON, 1994.

 Cómo Ajustar una Relación no Lineal

SI LA GRÁFICA SE TENEMOS LA TRANSFORMAR ESTIMADO

PARECE A UNA RELACIÓN (xi, yi) DE LA RELACIÓN
PARTE DE LA FUNCIONAL EN FUNCIONAL
FIGURA

(a) o (b) y=axb (lnxi, lnyi) ŷ = exp(â)xb

(c) o (d) y = a exp(bx) (xi, lnyi) ŷ = exp(â + bx)
(e) o (f) y = a + b(lnx) (lnxi, yi) ŷ = â + b(lnx)
(g) o (h) y = x / (ax + b) (1/xi; 1/yi) ŷ = x/(âx + b)
(i) y = exp(a + b/x) (1/xi; lnyi) ŷ = exp(â + b/x)

Donde
b: pendiente (m)
Fuente: WINSTON, 1994. a: coeficiente de posición (n)
1
4

PROCEDIMIENTO DE PRONÓSTICO
Es posible aplicar el siguiente
procedimiento para estimar una SI LA GRÁFICA SE TENEMOS LA TRANSFORMAR ESTIMADO
PARECE A UNA RELACIÓN (xi, yi) DE LA RELACIÓN
relación no lineal: PARTE DE LA FUNCIONAL EN FUNCIONAL
Paso 1: Graficar los puntos y ver FIGURA
cuál gráfico se ajusta mejor a los (a) o (b) y=axb (lnxi, lnyi) ŷ = exp(â)xb
datos. (c) o (d) y = a exp(bx) (xi, lnyi) ŷ = exp(â + bx)
Paso 2: La segunda columna de la (e) o (f) y = a + b(lnx) (lnxi, yi) ŷ = â + b(lnx)
tabla siguiente, muestra la relación
(g) o (h) y = x / (ax + b) (1/xi; 1/yi) ŷ = x/(âx + b)
funcional entre x y y.
(i) y = exp(a + b/x) (1/xi; lnyi) ŷ = exp(â + b/x)
Paso 3: Transformar cada punto de
datos siguiendo las reglas de la
tercera columna de la citada tabla.
Paso 4: Estimar la recta de
regresión para los datos
transformados.
1
5 EJEMPLO
Se desea conocer las ventas
futuras de DVD en un almacén de DESARROLLO:
aparatos electrodomésticos. En la Si x es el número de mes, como
tabla siguiente aparecen las ventas variable independiente, el gráfico se
durante los últimos 24 meses. asemeja a la parte (i). Por lo tanto,
Y = exp(a + b/x)
MES VENTAS
1 23
Luego, se estima la recta de regresión
2 156 para los puntos (1/1, ln23), (1/2, ln156),
3 330
4 482 …, (1/24, ln3495).
5 1209 Ventas De esta forma:
6 1756 4000
7 2000 a = 8.387
3500
8
9
2512
2366
b = -5.788
3000
10 2942 Luego, de acuerdo a la última columna
11 2872 2500
12 2937
de la tabla:
13 3136
2000
y = exp(8.387 – 5.788/x)
14 3241 1500
15 3149
Suponga que deseamos predecir las
16 3524 1000
ventas del mes 26. Para x = 26:
17
18
3542
3312
500 y = exp(8.387 – 5.788/26) = 3.513,56 
19 3547 0
0 5 10 15 20 25 30
3.514 DVD se podrían vender.
20 3376
21 3375
22 3403
23 3697
24 3495