Ejercicios Pronosticos

4.1 La tabla da el número de unidades de sangre tipo A que el hospital

Woodlawn utilizo en las últimas 6 semanas.

Semana de Unidades Empleados

Agosto 31 360

Septiembre7 389

Septiembre 14 410

Septiembre 21 381

Septiembre 28 3 semanas 368

Octubre 5 374

a. pronostique la demanda para la semana del 12 de octubre con un

promedio móvil de 3 semanas.

Sep 21 = 381 +

Sep28 = 368

Oct 5 = 374

1,123/3 374.33 promedio móvil semana del 12 de octubre.

Utilice un promedio móvil ponderado de tres semanas con ponderaciones de
1. 3. y 6 usando 6 para la semana reciente. Pronostique la demanda para la
semana del 12 de octubre.

Agosto 31 360

Septiembre7 389

Septiembre 14 410

Septiembre 21 381

Septiembre 28 3 semanas 368

Octubre 5 374

SEP 21 410(0.6)+389(0.3)+360(0.1)= 246+116.7+36= 398.7/1= 398.7

SEP 28 381(0.6)+410(0.3)+389(0.1)= 228.6+123+38.9= 390.5/1 =390.5

OCT 5 368(0.6)+381(0.3)+410(0.1)= 220.8+114.3+41= 376.1/1= 376.1

OCT 12 374(0.6)+368(0.3)+381(0.1)= 224.4+110.4+38.1= 372.9/1=372.9

c. Calcule el pronostico para la semana del 12 de octubre aplicando
suavizamiento exponencial con un pronostico de 360 para el 31 de agosto y
a=.2

SEMANAS UNIDADES PRONÓSTICO

Agosto 31 360 360

Septiembre7 389 360 360+0.2 (360-360)=360

Septiembre 14 410 365.08 360+0.2(389-360)=365.8

Septiembre 21 381 374.64 365.08+0.2(410-365.08)=374.64

Septiembre 28 368 375.91 374.64+0.2(381-374.64)=375.91

Octubre 5 374 374.33 375.91+0.2(368-375.91)=374.33

Octubre 12 374.26 374.33+0.2(374-374.33)=374.26

Pronostico para la demanda de la semana del 12 de octubre = 374.26

4.2 Año 1 2 3 4 5 6 7 8 9 10 11

Demanda 7 9 5 9 13 8 12 13 9 11 7

A) Grafique los datos anteriores observa alguna tendencia ciclos o

variaciones aleatorias?

B) Comenzando el año 4 y hasta el año 12.pronostique la demanda usando

promedios móviles de 3 años. Grafique pronósticos en la misma grafica de los
datos originales.

Año 1 2 3 4 5 6 7 8 9 10 11

Demanda 7 9 5 9 13 8 12 13 9 11 7

9+13+8/3=10

13+8+12/3=11

8+12+13/3= 11

12+13+9/3=11.3

13+9+11/3=11

9+11+7/3=9

El pronóstico para el año 12 tiene una demanda de 9

 14
12
10
8 año
6 demanda
4
2
0
1 3 5 7 9 11 13

C) Comenzando en el año 4 hasta el año 12, pronostique la demanda

usando un promedio movil de 3 años, comparaciones de .1 .3 .6 utilizando 6
para el año reciente GRAFIQUE su pronostico en la misma grafica.

Año demanda Promedio movil ponderado 3 años

1 7

2 9

3 5

4 9 9(6)+5(3)+9(1) /10= 7.8

5 13 13(6)+9(3)+5(1) /10= 11

6 8 8(6)+13(3)+9(1) /10=9.6

7 12 12(6)+8(3)+13(1) /10=10.9

8 13 13(6)+12(3)+8(1)/10= 12.2

9 9 9(6)+13(3)+12(1)/10= 10.5

10 11 11(6)+9(3)+13(1)/10=10.6

11 7 7(6)+11(3)+9(1)/10= 8.4

12
 14
12
10
8 año
6 demanda
4
2
0
1 2 3 4 5 6 7 8 9 10 11 12

D ) Al observar el pronóstico contra los datos originales, ¿cual considera que

proporciona mejores resultados.

R= Proporciona mejores resultado el año 6 con 9.6 un pronostico promedio,

en comparación con la demanda real 8.
4.3 Regrese al problema 4.2.Desarrolle un pronostico para los años 2 al 12
mediante suavizamiento exponencial con a=.4 y un pronostico para el 1 de 6.
Grafique su nuevo pronostico junto con los datos reales y un pronostico
intuitivo, con base en su inspección visual. Que es pronóstico es mejor?

R=

Año Demanda Pronostico

1 7 6

2 9 6.4 6+0.4 (7-6)=6.4

3 5 7.44 6.4+0.4 (9-6.4)=7.6

4 9 6.4640 7.44+0.4 (5-7.44)=6.4640

5 13 7.4784 6.4640+0.4 (9-6.4640)=7.4784

6 8 9.6870 7.4784+0.4 (13-7.4784)=9.6870

7 12 9.0122 9.6870+0.4 (8-9.6870)= 9.0122

8 13 10.2073 9.0122+0.4 (12-9.0122)=10.2073

9 9 11.3244 10.2073+0.4 (13-10.2073)=11.3244

10 11 10.3946 11.3244+0.4 (9-11.3244)=10.3946

11 7 10.6368 10.3946+0.4 (11-10.3946)= 10.6368

12 9 9.1821 10.6368+0.4 (7-10.6368)=9.1821

El pronostico mejor es el del año 9 con 11.3244.

4.4 Un centro de procesamiento de cheques usa el suavizamiento
exponencial para pronosticar el número de cheques entrantes por mes. El
número de cheques recibidos en junio fue 40 millones, mientras que el
pronóstico era 42 millones. Se empleo un constante de suavizado de .2

R=

a. Cual es el pronóstico para julio?

Nuevo pronostico para julio = 42+.2 (40-42)=41.6 millones de cheques.

b. Si el centro recibió 45 millones enjulio, cual será el pronostico para agosto?

41.6+.2 (45-41.6)=42.28 millones de cheques.

c. Porque razón podría ser inapropiado este método de pronostico para esta
situación?

R/ Porque podría incrementar el numero de cheques recibidos en el siguiente

mes o mantenerse.
4.5 El hospital Carbondale esta pensando comprar una nueva ambulancia. La
desicion dependerá, en parte del número de millas que habrán de manejar el
próximo año. Las millas recorridas durante los 5 años anteriores son las
siguientes:

Año Millas Promedio movil 2 años

1 3,000

2 4,000

3 3,400 3,000+4000/2=3500

4 3,800 4,000+3,400/2=3700

5 3,700 3,400+3,800/2=3,600

6 3,800+3,700/2=3,750

a. pronostique el número de millas para el próximo año con un promedio

movil de 2 años.

R= 3,750

b. Encuentre el MAD para su pronostico del inciso a.

Año demanda real pronóstico desviación absoluta

1 3,000

2 4,000

3 3,400 3,500 -100

 4 3,800 3,700 -100

5 3,700 3,600 -100

6 3,750 300/3=100

c. Use un promedio movil ponderado de 2 años con ponderaciones de.4 y .6

para pronosticar el numero de millas próximo año (.6 el peso del año mas
reciente) ¿Cuál es el MAD de este pronostico?

Año millas pronostico MAD

1 3,000

2 4000

3 3,400 3,600 200 4000(0.6)+3000(0.4)/1=3,600

4 3,800 3,640 160 3,400(0.6)+4,000(0.4)/1=3,640

5 3,700 3,640 60 3,800(0.6)+3,400(0.4)/1=3640

6 3,740 420/3=140 3700(0.6)+3,800(0.4)/1=3740

d. calcule el pronostico para el año 6 mediante suavizamiento exponencial, un

pronostico inicial para el año 1 de 3,000 millas y a= .5

Año millas pronostico

1 3000 3000

2 4000 3000 3000+.5(3000-3000)=3000

3 3400 3500 3000+.5(4000-3000)=3500

4 3800 3450 3500+.5 (3400-3500)=3450

5 3700 3625 3450+.5 (3800-3450)=3625

6 3662.5 3625+.5 (3700-3625)= 3662.5

4.6 Las ventas en Bettern Inc., fueron como sigue:

Mes Ventas

Enero 20

Febrero 21

Marzo 15

Abril 14

Mayo 13

Junio 16

Julio 17

Agosto 18

Septiembre 20

Octubre 20

Noviembre 21

Diciembre 23

25
20
ventas

15 mes
10 ventas
5
0
1 3 5 7 9 11 13
meses
a.

MES VENTAS PROMEDIO MOVIL 3 MESES

Enero 20

Febrero 21

Marzo 15

Abril 14 20+21+15=56/3=18.66

Mayo 13 21+15+14=50/3=16.66

Junio 16 15+14+13=42/3=14

Julio 17 14+13+16=43/3=14.33

Agosto 17 13+16+17=46/3=15.33

Septiembre 18 16+17+18=51/3=17

Octubre 20 17+18+20=55/3=18.33

Noviembre 21 18+20+20=58/3=19.33

Diciembre 23 20+20+21=61/20.33
Suavizamiento potencial

a=.3 y un pronostico de septiembre de 18

MES VENTAS PRONÓSTICOS

Enero 20

Febrero 21

Marzo 15

Abril 14

Mayo 13

Junio 16

Julio 17

Agosto 18

Septiembre 20 18

Octubre 20 18.6 18+0.3 (20-18)=18.6

Noviembre 21 19.02 18.6+0.3 (20-18.6)=19.02

Diciembre 23 19.61 19.02+0.3 (21-19.02)=19.61

ENERO 20.63 19.61+0.3 (23-19.61)=20.63

c. Conlos datos dados ¿Qué método le permitiría elaborar el pronóstico de ventas

para el próximo mes de marzo? El suavizamiento potencial.
4.7 Doug moodie es el presidente de Garden Product limited. Durante los últimos 5
años ha perdido a sus vicepresidentes de marketing y de operaciones que le den
pronósticos de ventas. Las ventas reales y los pronósticos se presentan en la tabla.
De acuerdo con MAD, ¿Cuál de los dos vicepresidentes presento un mejor
pronóstico?

AÑO VENTAS VP/MARKETING MAD VP/OPERACIONES MAD

1 167.325 170.000 2.675 160.000 7.33

2 175.362 170.000 5.362 165.000 10.3620

3 172.536 180.000 4.464 170.000 2.54

4 156.732 180.000 23.27 175.000 18.27

5 176.325 165.000 11.33 165.000 11.33

47.1010/5=9.4202 49.832/5=9.9664

El vicepresidente que presento mejor pronostico es el de marketing con un margen

de error de 9.4202

4.8 Las temperaturas diarias altas en la ciudad de Houston durante la ultima semana
fueron las siguientes 93, 94, 9396, 98,90(ayer).

a.

DIAS TEMPERATURA PROMEDIO MOVIL DE 3 DIAS

L 93

M 94

M 93

J 96 a: 93+94+93=280/3=93.33

V 88 94+93+96=283/3=94.33

S 90 93+96+88=277/3=92.33

D 96+88+90=274/3=91.33
B/ pronostique la temperatura alta para hoy usando un promedio móvil de 2 días

Días temperatura promedio móvil de 2 días

L 93

M 94

M 93 93+94/2=93.5

J 95 94+93/2=93.5

V 96 93+95/2=94

S 88 95+98/2=96.5

D 90 98+88/2 = 93

88+90= 89 temperatura

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

DÍAS TEMPERATURA PROMEDIO MÓVIL DE 2 DÍAS MAD

L 93

M 94

M 93 93+94/2=93.5 93-93.5= 0.5

J 95 94+93/2=93.5 96-93.5= 2.5

V 96 93+96/2=94.5 88-94.5= 6.5

S 88 96+88/2=92 90-92= 2

D 90 88+90=89 11.5/4=2.875
d. calcule el error cuadrático medio para un promedio móvil de 2 días.

DÍAS TEMPERATURA PROMEDIO MÓVIL DE 2 DÍAS ERROR CUADRÁTICO

L 93

M 94

M 93 93.5 0.5*0.5=0.25

J 96 93.5 2.5*2.5=6.25

V 88 94.5 6.5*6.5=42.25

S 90 92 2*2=4

D 89 52.75/4=13.1875

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

DÍAS TEMPERATURA PROMEDIO MÓVIL DE 2 DÍAS ERROR PORCENTUAL

L 93

M 94

M 93 93.5 100(.5/93)=0.5376

J 96 93.5 100(2.5/96)=2.6042

V 88 94.5 100(6.5/88)=7.3864

S 90 92 100(2/90)= 2.22

D 89 12.7482/4= 3.1871
4.9 P.D. usa un chip x63 en algunas de sus computadoras. Los precios del chip
durante los últimos 12 meses.

MES PRECIO POR CHIP PROMEDIO MÓVIL DE 2 MESES

Enero $1.80

Febrero 1.67

Marzo 1.70 1.80+1.67=3.47/2= 1.735

Abril 1.85 1.67+1.70=3.37/2= 1.69

Mayo 1.90 1.70+1.85=3.55/2= 1.78

Junio 1.87 1.85+1.90=3.75/2= 1.875

Julio 1.80 1.90+1.87=3.77/2= 1.89

Agosto 1.83 1.87+1.80=3.67/2= 1.84

Septiembre 1.70 1.80+1.83=3.63/2= 1.82

Octubre 1.65 1.83+1.70=3.53/2= 1.77

Noviembre 1.70 1.70+1.65=3.35/2= 1.68

Diciembre 1.75 1.65+1.70=3.35/2= 1.68

1.70+1.75=3.45/2= 1.73

2
1.9 precio por chip
precio

1.8
1.7 promedio movil
1.6 2 meses
1.5
1 3 5 7 9 11 13
promedio
b.use un promedio móvil de 3 meses y agréguelo en la grafica creada en el inicio a.

Mes precio por chip promedio móvil de 3 meses

Enero $1.80

Febrero 1.67

Marzo 1.70

Abril 1.85 1.80+1.67+1.70/3=1.7233

Mayo 1.90 1.67+1.70+1.85/3=1.74

Junio 1.87 1.70+1.85+1.90/3=1.8166

Julio 1.80 1.85+1.90+1.87/3=1.8733

Agosto 1.83 1.90+1.87+1.80/3=1.8566

Septiembre 1.70 1.87+1.80+1.83/3=1.8333

Octubre 1.65 1.80+1.83+1.70/3=1.7766

Noviembre 1.70 1.83+1.70+1.65/3=1.7266

Diciembre 1.75 1.70+1.65+1.70/3=1.6833

1.65+1.70+1.75/3=1.7

2
1.9
precio por chip
precio

1.8
1.7 promedio movil
1.6 2 meses
1.5 promedio movil
1 3 5 7 9 11 13 3 meses
promedio
c. cual es mejor (usando la desviación absoluta media) el promedio de 2 meses o el
promedio de 3 meses?

R= usando la desviación absoluta media, pensaría que es la mejor para sacar

pronósticos.

d. calcule el pronostico para cada mes con suavizamiento exponencial y un

pronostico inicial para enero de $1.80 a=.3 y por ultimo a=5 según MAD que a es
mejor?

MES PRECIO PRONOSTICO SUAVIZAMIENTO EXPONENCIAL.

Enero 1.80 $1.80

Febrero 1.67 1.84 1.80+.3(1.80-1.80)=1.80

Marzo 1.70 1.79 1.80+.3 (1.80-1.67)=1.84

Abril 1.85 1.763 1.84+0.3 (1.67-1.84)=1.79

Mayo 1.90 1.79 1.79+0.3 (1.70-1.79)=1.763

Junio 1.87 1.823 1.763+0.3 (1.85-1.763)=1.79

Julio 1.80 1.8371 1.79+0.3 (1.90-1.79)=1.823

Agosto 1.83 1.8260 1.823+0.3 (1.87-1.823)1.8371

Septiembre 1.70 1.8272 1.8371+0.3 (1.80-1.8371)=1.8260

Octubre 1.65 1.7890 1.8260+0.3 (1.83-1.8260)=1.8272

Noviembre 1.70 1.7473 1.8272+0.3 (1.70-1.8272)=1.7890

Diciembre 1.75 1.7331 1.7890+0.3 (1.65-1.7890)=1.7473

1.7473+0.3 (1.70-1.7473)=1.7331
4.10 los datos recolectados en las inscripciones anuales para un seminario de Six
Sigma en el Quality, Collage, se muestra en la siguiente tabla.

a.

AÑO INSCRIPCIONES (miles) PROMEDIO MOVIL DE 3 MESES

1 4

2 6

3 4

4 5 4+6+4=14/3= 4.66

5 10 6+4+5=15/3=5

6 8 4+5+10=19/3=6.33

7 7 5+10+8=23/3=7.66

8 9 10+8+7=25/3=8.33

9 12 8+7+9=24/3=8

10 14 7+9+12=28/3=9.33

11 15 9+12+14=35/3=11.66

12 12+14+15=41/3=13.66
b.

Estime la demanda de nuevo para los años del 4 al 12 con un promedio móvil
ponderado donde la inscripción del año mas reciente tiene una peso de 2 en los
otros dos años un peso de 1.

AÑO INSCRIPCIONES (miles) PROMEDIO PONDERADO

1 4

2 6

3 4

4 5 4(2)+6(1)+4(1)=18/4=4.5

5 10 5(2)+4(1)+6(1)=20/4=5

6 8 10(2)+5(1)+4(1)=29/4=7.25

7 7 8(2)+10(1)+5(1)=31/4=7.75

8 9 7(2)+8(1)+10(1)=32/4=8

9 12 9(2)+7(1)+8(1)=33/4=8.25

10 14 12(2)+9(1)+7(1)=40/4=10

11 15 14(2)+12(1)+9(1)=49/4=12.25

12 15(2)+14(1)+12(1)=56/4=14

c. Grafique los datos originales y los pronósticos ?Cual de los métodos parece
mejor?
 20
inscripciones

15 inscripciones
10
promedio movil
5 3 meses
0 promedio
1 3 5 7 9 11 ponderado
años

El promedio móvil de 3 meses es el que esta mas cerca de las inscripciones.

4.11 Use suavizamiento exponencial con constantes de suavizado de 0.3 para

pronosticar las inscripciones al seminario del problema 4.10 para comenzar el
procedimiento suponga que el pronostico para el año 1 fue una inscripción de 5.000
personas

Año inscripciones (miles) pronostico suavizamiento exponencial

1 4 5.0

2 6 4.7 5.0+0.3 (4- 5.0)=4.7

3 4 5.09 4.7+0.3 (6-4.7)=5.09

4 5 4.763 5.09+0.3 (4-5.09)=4.763

5 10 4.8341 4.763+0.3 (5-4.763)=4.8341

6 8 6.3839 4.8341+0.3 (10-4.8341)=6.3839

7 7 6.8687 6.3839+0.3 (8-6.3839)=6.8687

8 9 6.9091 6.8687+0.3 (7-6.8687)=6.9091

9 12 7.5364 6.9091+0.3 (9-6.9091)=7.5364

10 14 8.8755 7.5364+0.3 (12-7.5364)=8.8755

11 15 10.4129 8.8755+0.3 (14-8.8755)=10.4129

12 11.7890 10.4129+0.3 (15-10.4129)=11.7890

4.12 En los problemas 4.10 y 4.11 se desarrollaron tres pronósticos de las
inscripciones al seminario que son pronóstico móvil de 3 meses, ponderado y
suavizamiento exponencial. Con MAD como criterio ¿Cuál de los tres métodos de
pronósticos es mejor explique su respuesta?

Prom. Prom. Suavizante

Mes Inscripción Móvil MAD Móvil Ponderado MAD Exponencial MAD
1 4 5 1.00
2 6 4.7 1.30
3 4 5.09 1.09
4 5 4.67 0.32 4.5 0.50 4.8 0.20
5 10 5 5.00 5 5.00 4.8 5.20
6 8 6.33 1.67 7.25 0.75 6.3 1.70
7 7 7.67 1.67 7.75 0.75 6.9 0.10
8 9 8.33 0.67 8 1.00 6.9 2.10
9 12 8 4.00 8.25 3.75 6.9 5.10
10 14 9.33 4.67 10 4.00 8.5 5.50
11 15 11.67 3.33 12.25 2.75 10.1 4.90

20.33 18.50 28.19

MAD = Desviaciones = 2.54 2.31 2.56

El mejor método de Pronostico es el Promedio Móvil Ponderado…porque su MAD es mas pequeño 2.31
que los otros dos
Pronostico
4.13 Como se observa en la siguiente tabla, la demanda de cirugía para el
transplante de corazón en le hospital General Washington ha aumentado de manera
estable durante los últimos años.

Trasplante
A. de
Suavizante
Año Corazón Suavizante =.6 =.9
1 45 41 41
2 50 43.=41+.6(45-41) 45
3 52 47=43.4+.6(50-43.4) 49
4 56 50=47.36+6(52-47-36) 52
5 58 54=50.14+.6(56.50.14) 56
6 ? 56=53.65+.6(58-53-65) 58

Trasplante
B. de
Promedio Móvil
Año Corazón 3años
1 45
2 50
3 52
4 56 (45+50+52)/3=49
5 58 (50+52+56)/3=53
6 ? (52+56+58)/3=55

C. Trasplante de Proyección de
Año X Corazón Y X2 XY Tendencia
1 45 1 45 2.8 + 13.23 (1)=16.04
2 50 4 100 2.8 + 13.23 (2)=29.27
3 52 9 156 2.8 + 13.23 (3)=36.88
4 56 16 224 2.8 + 13.23 (4)=50.39
5 58 25 290 2.8 + 13.23 (5)=68.96
 6 55 36 330 2.8 + 13.23 (6)=82.19
Ex= 21 Ey=261 Ex2=91 Exy=1,145

X= 21/6 = 3.5

Y= 261/6= 43.5

b= 1,145- (6) (3.5) (43.5) 231.5 13.23

91-(6) (3.5"2) 17.5

a= 43.5 - 13.23 (3.5) 2.18

La Ecuación de mínimos cuadrados para la tendencia es Y= 2.81 mas13.23x

4.14 regrese al problema4.13 con base en el criterio de MAD.Cual de los 4

pronósticos es mejor?

TRANSPLANTE PROMEDIO SUAVISANTE SAV.

AÑO . CORAZON MOVIL MAD =6 MAD =9 MAD

1 45 41 4.00 41 4.00

2 50 43 7.00 45 5.00

3 52 47 5.00 49 3.00

4 56 49 7.00 50 6.00 52 4.00

5 58 52.67 5.00 54 4.00 56 2.00

MAD 6.2 5.20 3.60

Proyección de Tendencia 0.64 MAD es la mejor porque es la mas pequeña

que los otros pronósticos

Suavizante Exponencial .6
MAD= 5.2

Suavizante Exponencial .9
MAD= 3.6
Promedio Móvil MAD=6.2

AÑO TRAN. DE CORAZON X2 XY TENDENCIA MAD

1 45 1 45 45.8 0.80

2 50 4 100 49 1.00

3 52 9 156 52.2 0.20

4 56 16 224.00 55.4 0.60

5 58 25 290.00 58.6 0.60

/5=0.64

X= 15/5
=3

Y= 261/5= 52.2

b= 815- (5) (3) (52.2) 32 3.2

55-(5) (3"2) 10

a=52.2 - 3.2 (3) 42.6

La Ecuación de mínimos cuadrados para la tendencia es Y= 42.6 + 3.2x

4.15 Retome el problema resuelto 4.1 déla pagina136. Use un móvil de 3 años para
pronosticar las ventas volkwagen beetle en nevada durante 2003.
Año ventas promedio movil de 3 años

1998 450

1999 495

2000 518

2001 563 450+495+518/3=487.66

2002 584 495+518+563/3=525.33

2003 ¿ 518+563+584/3=555 se pronostican las ventas

Las ventas del 2003 según el pronostico del promedio móvil de 3 años seria 555

4.16 Retome el problema resuelto de 4.1 usando el metodo de proyección de

tendencia pronostique las ventas de volkswgen beetle en nevada 2003.

AÑO X VENTAS X2 XY

1998 1 450 1 450

1999 2 495 4 990

2000 3 518 9 1554

2001 4 563 16 2252

2002 5 584 25 2920

EX= 15 EY = 2,610 EX2 = 55 EXY= 8,166

X = 15/5 = 3

Y =2,610/5=522

B= 8,166-(5) (3) (522) 336 33.6

55-(5) (3 ’’ 2) 10

A= 522-33.6 (3) 421.2

La ecuación de mínimos cuadrados para la tendencia es Y = 421.2+33.6

4.17 vuelva al problema resuelto 4.1 con constantes de suavizado de .6 .9 y

pronostique las ventas de volkwagen.Que efecto tiene la constante de suavizado?
use MAD para determinar cual de las tres constantes de suavizado (3.6.9) da el
pronostico mas acertado.
Año unidades pronostico 0.3 MAD 0.6 MAD 0.9 MAD

1998 450 410 40 410 40 410 40

1999 495 422 73 434 61 446 49

2000 518 443.9 74.1 470.6 47.4 490.1 27.9

2001 563 466.13 96.87 499.04 63.96 515.21 47.79

2002 584 495.19 88.80 537.41 46.59 558.22 25.77

2003 521.83 565.36 581.43

372.77/5= 74.55 258.85/5=57.79 190.4690/5= 38.09

4.18 Regrese problema resuelto 4.1 y a los problemas de 4.15 y 4.16 con
MAD como criterio? Utilizaría suavizamiento exponencial con constante de
suavizado de .3 como se muestra en el problema 4.1 un promedio móvil de 3
años o usaría la tendencia para predecir las ventas de volkwagen beetle?
Explique su respuesta?
Suavisante
Año Ventas Exponencial .3 MAD Promedio Móvil 3años MAD
1998 450 410 40
1999 495 422 73
2000 518 444 74
2001 563 466 97 488 75
2002 584 495 89 525 59

MAD.. 373/5= 74.6 134/2= 67

MAD Promedio Móvil de 3 años es de 67

MAD Suavizante exponencial con constante de .3 es de 74.6
MAD Tendencia es de 5.6 por lo tanto es la mejor

Año X Ventas X2 XY Tendencia

1998 1 450 1 450 4.8
1999 2 495 4 990 6.6
2000 3 518 9 1,554 4
2001 4 563 16 2,252 7.4
2002 5 584 25 2,920 5.2
EX= 15 Ey=2,610 Ex2=55 Exy=8,166 28
/ 5 = 5.6

X= 15/5 = 3
 Y=2,610/5= 522

b= 8,166- (5) (3) (522) 336 33.6

55-(5) (3"2) 10

a=522 - 33.6 (3) 421.2

La Ecuación de mínimos cuadrados para la tendencia es Y= 421.2 + 33.6x

4.19 los ingresos en el despachote abogados de wesson para el periodo de

febrero a julio han sido?

F+ T+ FIT+
Ingreso Tendencia Pronostico
Mes Anual Pronostico x mes suavizada incluyendo
Tendencia

Feb 70 65 0 65
Mar 68.5 70+.1(70-65)=70.5 1.9 72.4
Abr 64.8 70.5+.1(68.5-70.8)=70.3 1.56 71.86
May 71.7 70.3+.1(64.8-70.3)=69.75 1.36 71.11
Jun 71.3 69.75+.1(71.7-69.75)=69.95 1.13 71.08
Jul 72.8 69.95+.1(71.3-69.95)=70.09 0.93 71.02
Ago 70.09+.1(72.8-70.09)=70.36 0.8 69.56

Marzo... = .2(70.5-65)+(1-.2) (0)

= .2(5.5)+0.8
= 1.9

Abril... = .2(70.3-70.5)+(1-.2) (1.9)

= .2(0.2)+1.52
= 1.56

Mayo... = .2(69.75-70.3)+(1-.2) (1.56)

= .2(0.55)+1.25
= 1.36
Junio... =.2(69.95-69.75)+(1-.2) (1.36)
= .2(0.2)+1.088
= 1.13

Julio... = .2(70.09-69.95)+(1-.2) (1.13)

= .2(0.14)+0.904
= 0.93

Agosto... = .2(70.36-70.09)+(1-.2) (0.93)

= .2(0.27)+0.744
= 0.80

4.20 resuelva el problema 4.19 con a=.1 b=.8 empleando MSE cual constante
de suavizado proporciona mejor pronostico?

4.21 véase la ilustración suavisamiento exponencial con ajuste de tendencia

del ejemplo 7 en las Pág. 116 y117 con a=0.2 y B¿=04, pronostican las
ventas de 9 meses y mostramos l detalle en los cálculos para los meses 2 y
3. Con el problema 4.2 continuaremos el proceso para el mes 4.

En este problema muestre sus cálculos par los meses 5 y 6 para Fr Tr y Fiar

CALCULOS PARA LOS MESES 5 Y 6

Paso 1: F4= .2(20)+(1-.2) (15.18+2.10)

= 4 + (.8)(17-28)

= 4 + 13.824= 17.82

Paso 2: T4= .4(17.82-15.18) + (1-.4)(2.10

= .4(2.64)+.6(2-10)

= .1 056+1.26 = 2.32

Paso 3 FIT4= 17.82+2.32 =20.14

Paso 1: F5= .4 (19.91-17.82) + (1-4) (2-32)
3.8 + (.8) (20.14) = 19.91

Paso 2: F5= .4(19.91-17.82) + (1-.4) (2-32)

. .4(2.09) + .6 (2-32)
.84+1.39 =2.23

Paso 3: FIT5= 19.91 + 2.23

=22.14

4.22 retorne al problema 4.21 complételos cálculos del pronostico de

suavizamiento exponencial con ajuste de tendencia para loos periodos 7,8 y 9
confirme que sus cifras para Fr Tr y FITr correspondan a los de la tabla 4.1

CALCULO PARA LOS MESES 7,8 Y 9

Paso 1: F7= .2(21)+(1-2) (22.51+2.38) Mes 7

4.2+.8(24.89)
= 24.11

Paso 2: T7= .4(24.11-22.51) + (1-4) (2.38)

.4(1.6+)+.6(2.38)
0.64+1.43=2.07

Paso 3: FIT7= 24.11+2.07

=26.18

Paso 1: F8= .2(31)+(1-.2) (24.11+2.07) Mes 8

6.2+.8(26.18
=27.14

Paso 2: F8= .4(27.14-24.11)+(1-.4)(2.07)

.4 (3.03) + .6 (2.07)
1.21+1.24= 2.45

Paso 3:FIT= 27.14+2.45

= 29.59
 Mes 9
Paso 1: F9= .2(28) + (1-.2) (27.14+2.45)
5.6+0.8(29.59)
=29.28

Paso 2: T9= .4(29.28-27.14)+0.6(2.45)

.4 (2.14)+0.6(2.45)
0.85 + 1.47= 2.32

Paso 3: FIT9= 29.28+2.32

=31.60

4.23 la tabla muestra las ventas de deshidratadores de vegetales durante el

año pasado en la tienda departamental de descuentos Bud Banis de St.
Louis. Los administradores prepararon un pronóstico empleando una
combinación de suavizamiento exponencial y su juicio colectivo para los
siguientes 4 meses (marzo, abril, mayo y junio del 2002)

Ventas
Mes Unitarias Pronósticos MAD. MAPE
2001-2002 Admón.
Julio 100
Agosto 93
Septiembre 96
Octubre 110
Noviembre 124
Diciembre 119
Enero 92
Febrero 83
Marzo 101 120 19 100(19/101)=18.81 %
Abril 96 114 18 100(18/96)=18.75%
Mayo 89 110 21 100(21/89)=23.60%
Junio 108 108 0 100(0/108)=0%

58 61.16%

MAD 58/ 4 = 14.5

 61.16% =
MAPE 15.29%
4

Los resultados de la Administración superaron, tienen MAD de 14.5 menor que

MAPE
con 15.29 %

Recomendaría MAD por que sus error es mas pequeño 14.5

4.24

(Y) (x)
Aparicione
Demanda de bombas s en TV. X2 Xy
de Green
Shades

3 3 9 9
6 4 16 24
7 7 49 49
5 6 36 30
10 8 64 80
8 5 25 40
EX2=1 EXY=2
EX=39 EY=33 99 32

Regresión de Mínimos cuadrados para obtener una ecuacion de pronostico

X= 33/6 = 5.5

Y= 39/6= 6.5

b= 232- (6) (5.5) (6.5) 17.5 1

199-(6) (5.5"2) 17.5

a= 6.5 - 1 (5.5) 1

La Ecuación de mínimos cuadrados para la tendencia es Y= 1 + 1 x

La estimación de las ventas de bombos si Green Shades hubiese aparecido

9 veces en TV el mes anterior
Y= 1 + 1 (9)

Y= 1 + 9

Y= 10

Seria de 10 Bombos

4.25

Mes Mes (X) X2 XY

No. De
Accidente
Y s
1 Enero 30 900 30
2 Febrero 40 1600 40
3 Marzo 60 3600 60
4 Abril 90 8100 90
EX2=1 EXY=2
EY=10 EX=220 4,200 20

Regresion de Minimos cuadrados para obtener

una ecuacion de pronostico

X= 220/4 = 55

Y= 10/4= 2.5

b= 220- (4) (55)

(2.5) 330 0.16
14,200-(4)
(55"2) 2100

a= 2.5 - 0.16
(55) 6.3

La Ecuacion de minimos cuadrados para la

tendencia es Y= 2.5 + 6.3 x
4.26

Dema Deman
nda da Índice
Prome Prome Estacio
Años dio dio nal
Estacio 2 Mensu
nes 1 2 Años al
Otoño 20 250 225 83 2.71
Verano 300 285 292.5 83 3.524
Invierno 350 300 325 83 3.916
Primave
ra 150 165 157.5 83 1.898

1,000.0
Promedio total de Demanda Anual 0

Demanda Promedio 1,000.00/

Mensual 12 meses 83

Demanda 1200
Próximo Año

Estacio
nes Demanda
1200/12x2.
Otoño 710= 271
1200/12x3.
Verano 524= 352
Invierno 1200/12x3.
 916= 392
Primave 1200/12x1.
ra 898= 190

4.27
Días/Semana Demanda Promedio Demanda Promedio Diaria Índice estacional
Lunes 85 94 0.904
Martes 74 94 0.787
Miércoles 87 94 0.926
Jueves 97 94 1.032
Viernes 134 94 1.423
Sábado 139 94 1.479
Domingo 42 94 -447

Promedio Total de Demanda

Semanal…………………………………………..658

Demanda 658/7 días de la

Promedio semana 94 Diarios

Diario

4.28
Demanda Promedio
Estaciones Trimestres Demanda Promedio Trimestral Indice
2001 2002 2003
Invierno 73 65 89 76 110 0.691
Primavera 104 82 146 111 110 1.009
Verano 168 124 205 166 110 1.509
Otoño 74 52 222 87 110 0.791
Promedio total de
Demanda 440/4 =
Trimestral 110

4.29
RECTA DE DEMANDA D= 77 + 0.43Q

Trimestre Factor Índice

Invierno 0.8
Primavera 1.1
Verano 1.4
Otoño 0.7

I TRIMESTRE II TRIMESTRE III TRIMESTRE IV TRIMESTRE

D= 77 + 0.43 (1) D= 77 + 0.43 (2) D= 77 + 0.43 (3) D= 77 + 0.43 (4)

D= 77 + 0.43 D= 77 + 0.86 D= 77 + 1.29 D= 77 + 1.72

D= 77.43 D= 77.86 D= 78.29 D= 78.72

Pronostico para los cuatro Trimestres del 2005

Trimestre Demanda Kwts.

I TRIMESTRE 77 + 0.43(29)= 89.47
II TRIMESTRE 77 + 0.43(30)= 89.9
III TRIMESTRE 77 + 0.43(31)= 90.33
IV TRIMESTRE 77 + 0.43(32)= 90.76

Pronostico Ajustado
Trimestre Demanda Kwts.
I TRIMESTRE (.8) (89.47) = 71.58
 II TRIMESTRE (.8) (89.9) = 98.89
III TRIMESTRE (.8) (90.33) = 126.46
IV TRIMESTRE (.8) (90.76) = 63.53

4.30

Y= 36 + 4.3x

Y= 36 + 4.3 (70)

Y= 337 La Demanda de Aztec

Demanda de Temperatura
80°F

Y= 36 + 4.3 (80)

Y= 380

Demanda de Temperatura
 90°F

Y= 36 + 4.3 (90)

Y= 423

4.31

(X) (Y)
Año Estaciones Ventas X2 Xy
1 Primavera/Verano 26,825 1 26,825
2 Otoño/Invierno 5,722 4 11,444
3 Primavera/Verano 28,630 9 85,890
4 Otoño/Invierno 7,633 16 30,532
5 Primavera/Verano 30,255 25 151,272
6 Otoño/Invierno 8,745 36 52,470
EX=21 EY=107,810 EX2=91 EXY=358,433

Regresión de Mínimos cuadrados para obtener una ecuación de pronostico

X= 21/6 = 3.5

Y= 107,810/6= 17,968.33

b=358,433- (6) (3.5) (17,968.33) 18,901.93 10,801.11

91-(6) (3.5"2) 17.5

a= 17,968.33 - 10801.11 (3.5) 19,835.55

La Ecuación de mínimos cuadrados para la tendencia es Y= 10,801.11 + 19,835.55 x

Error

Sy,x = 2,622,101,548-19,835.55(107,810)-10,801.11(358,433)
6 menos 2

Sy,x = 2,622,101,548- 2,138,470,646-3,871,474.26

4

Sy,x = 479,759,427.7
4

Sy,x = 119,939,856.9

Sy,x = $ 10,951.71 Error Estándar de la Estimación de las Ventas

4.32

(X) (Y)
Semanas Huespedes Ventas del Bar X2 Xy
1 16 $ 330 256 5,280
2 12 $270 144 3,240
3 18 $380 324 6,840
4 14 $300 196 4,200
n=4 EX=60 EY=1,280 EX2=920 EXY=19,560

Regresión de Mínimos cuadrados para obtener una ecuación de pronostico

X= 60/4 = 15
Y= 1,280/4= 320

b=19,560- (4) (15) (320) 360.00 18

920-(4) (15"2) 20

a= 320 - 18 (15) 50.00

La Ecuación de mínimos cuadrados para la tendencia es Y= 50 + 18 x

Pronostico es 20

Y= 20 + 18 (20) Y= 410

Se espera que
las ventas sean $410

4.33

(x) (y) errores

Año Transistores X2 XY Pronóstico cuadráticos

1 140 1 1 80.36 59.64=3556.93

2 160 4 8 130.18 29.82=889.23

3 190 9 27 180 10=100

4 200 16 64 229.82 (29.82)=889.23

5 210 25 125 279.64 (-69.64)=4879.73

EX= 15 EY =900 EX2=55 EXY= 225 10,285.12

MAPE

100(59.64/140)=42.6

100(29.82/160)=18.64

100(10/190)=5.26
100(29.82/200)=14.91

100(69.64/210)=33.16

114.57%

X= 15/5
=3

Y= 900/5= 180

b= 225- (3) (3) (180) 1,395.00 49.82

55-(3) (3"2) 28

a= 180 - 49.82 (3) 30.54

La Ecuación de mínimos cuadrados para la tendencia es Y= 30.54 +

49.82 x
Transitares para el Próximo
año

Y= 30.54 + 49.82
Y= 30.54 + 49.82 (1) Y= 30.54 + 49.82 (2) Y= 30.54 + 49.82 (3) (4)
Y=
Y= 80.36 130.18 Y=180 Y= 229.82

Error Medio Cuadrático MSE usando la Regresión

Lineal

10,285.12 / 5 = 2,057.02
PROXIMO AÑO
Y= 30.54 + 49.82
(6)
Error Porcentual Absoluto Medio (MAPE) Y= 329.46

114.57% 22.91%
5
4.34
No, de Cantidad de
Automóviles Ventas de Bebidas lluvia
Registrados en Alcohólicas
Miles unidades pulgadas
X1 X2 X3
(a) 2 3 0
(b) 3 5 1
(c) 4 7 2

FORMULA

Y = a + b1 x1 + b2 x2 + b3 x3

Donde Y= Numero de Accidentes Automovilísticos

a=
7.5

b1=
3.5

b2=
4.5

b3=
2.5

CALCULAR NO. DE ACCIDENTES ESPERADOS EN LAS

CONDICIONES A, B, C

A)
Y= 7.5 + 3.5 (2) + 4.5 (3) + 2.5
(0)

Y= 7.5 + 7 + 13.5 + 0

Y= 28

B)
Y= 7.5 + 3.5 (3) + 4.5 (5) + 2.5
(1)

Y= 7.5 + 10.5 + 22.5 + 2.5

Y= 43

C)
Y= 7.5 + 3.5 (4) + 4.5 (7) + 2.5
(2)

Y= 7.5 + 14 + 31.5 + 5

Y= 58