Fernández Ortega Gustavo Administración de la producción II Trabajo en clase 3; Fecha 21-Feb-24 1

Pronósticos ejercicio 29
Resumen: En el siguiente trabajo se usa la herramienta Excel en donde se resuelve un problema en donde tenemos que
pronosticar los clientes que tendrá Mountain View en todo el año 1994 a través de los métodos de series de tiempo y de promedió
móvil en el que se hace una comparación.

Introducción

Introducción: En este trabajo se utiliza la herramienta Excel para abordar un problema de pronóstico en el departamento de parques
y actividades recreativas de Mountain View. El objetivo es prever el número de clientes que visitarán el parque durante todo el
año 1994. Se emplean dos métodos principales: series de tiempo y promedio móvil. La serie de tiempo se basa en datos históricos
de los primeros seis meses del año 1993, mientras que el promedio móvil utiliza un enfoque de seis meses para comparar y
contrastar los resultados. El análisis y la comparación de estos métodos ayudarán a determinar la eficacia de cada uno en la
predicción del uso del parque.

Desarrollo
29. El departamento de parques y actividades recreativas de Mountain View debe proyectar el uso total de Shoreline Park para el
año 1994.
a) Determine el pronóstico para el número total de personas que usarán el parque en 1994 de acuerdo con la ecuación de regresión.
Romero Rincon Roberto Administración de la producción Tarea 1 ; Fecha 17-Ag-23 2

b) Determine el pronóstico para la misma cantidad usando un promedio móvil de seis meses.

c) Dibuje la gráfica más atinada de la curva que describa el uso del parque mes a mes durante el año civil, y pronostique la
misma cantidad usando su gráfica. ¿Se acerca su predicción a la respuesta que obtuvo en el inciso a) o el inciso b)? Describa sus
resultados.
No sabemos, ya que no sabemos cual sería el más atinado, pero tomando en cuenta la tendencia a crecer, la más atinada sería la
serie de tiempo
Romero Rincon Roberto Administración de la producción Tarea 1 ; Fecha 17-Ag-23 3

Conclusiones
En este trabajo, hemos explorado diversas técnicas de pronóstico de la demanda utilizando Excel, incluyendo pronósticos móviles
y suavización exponencial. A través de ejemplos prácticos, hemos demostrado cómo estas técnicas pueden ser aplicadas para prever
la demanda futura en un tiempo determinado.
Por otro lado, hemos evaluado la precisión de los pronósticos utilizando medidas como el MAD, MSE y MAPE. Estas medidas
nos han permitido cuantificar la precisión de nuestros pronósticos y comparar el rendimiento de diferentes técnicas.