INGENIERÍA INDUSTRIAL

ESTADÍSTICA INFERENCIAL II

EXAMEN TEMA 2

Profesor: Verónica Del Roció Silva Olvera

Alumno: Ricardo Daniel López Estrada
Fecha: 7/04/2019
 1. Resuelva correctamente los problemas. Valor 100%

Usted ha sido recientemente incorporado a una empresa que provee de Jarabe de

Maíz de Alta Fructosa a una importante serie de clientes productores de bebidas
gaseosas, aguas saborizadas y jugos. Sus conocimientos de Pronósticos han sido
determinantes para su contratación, de modo que usted quiere lucirlos en el próximo
meeting de ventas. Según usted ha aprendido en este corto tiempo en su nueva
empresa, las ventas de JMAF son estacionales, encontrándose los picos de ventas
durante el verano. A raíz de esto, la forma más satisfactoria de desglosar las ventas
es bimestralmente. Por este motivo, se le ha pedido que realice un pronóstico de
las ventas para el próximo año basándose en las ventas de años anteriores, con el
objetivo de trasladar esta información al Gerente de Producción, el cual deberá
coordinar los planes de elaboración del JMAF. Para hacer frente a esta situación, le
han acercado el registro de ventas de los últimos años.

AÑO PRIMERO SEGUNDO TERCERO CUARTO QUINTO SEXTO

1 9000 6540 5500 4020 6310 8010
2 9150 7220 4750 4200 6350 7820
3 8500 7890 6060 3960 5000 8540
4 10270 8430 7030 5650 7110 9030
5 9100 7560 5900 4150 6030 7950

A) En la tabla anterior se presentan los datos bimensuales por el número de

pedidos que se recibieron en una empresa, determine los índices
estacionales con base a los datos, redondeando los índices a dos decimales.

Primer paso: cálculo de medias móviles tomando seis valores (por ser bimensual).
9000+6540+5500+4020+6310+8010
= 6563.33 entre el tercer y cuarto bimestre.
6
6540+5500+4020+6310+8010+9150
= 6588.33 entre el cuarto y quinto bimestre.
6
5500+4020+6310+8010+9150+7220
= 6701.67 entre el quinto y sexto bimestre.
6
4020+6310+8010+9150+7220+4750
= 6576.67 entre el sexto y primer bimestre.
6

Y así sucesivamente para cada valor hasta llegar al tercer y cuarto bimestre del año 5.
 PRIMERO/ SEGUNDO/ TERCERO/ CUARTO/ QUINTO/ SEXTO/
AÑO
SEGUNDO TERCERO CUARTO QUINTO SEXTO PRIMERO
1 - - 6563.33 6588.33 6701.67 6576.67
2 6606.67 6613.33 6581.67 6473.33 6585.00 6803.33
3 6763.33 6538.33 6658.33 6953.33 7043.33 7205.00
4 7486.67 7838.33 7920.00 7725.00 7580.00 7391.67
5 7141.67 6961.67 6781.67 - - -

Segundo paso: centrar la serie por medias móviles.

6563.33+6588.33
= 6575.83 para el cuarto bimestre.
2
6588.33+6701.67
= 6645 para el quinto bimestre.
2
6701.67´6576.67
= 6639.17 para el sexto bimestre.
2
Y así sucesivamente para cada valor hasta el tercer bimestre del año 5.

AÑO PRIMERO SEGUNDO TERCERO CUARTO QUINTO SEXTO

1 - - - 6575.83 6645.00 6639.17
2 6591.67 6610.00 6597.50 6527.50 6529.17 6694.17
3 6783.33 6650.83 6598.33 6805.83 6998.33 7124.17
4 7345.83 7662.50 7879.17 7822.50 7652.50 7485.83
5 7266.67 7051.67 6871.67 - - -

Tercer paso: dividir el dato de la serie entre las medias calculadas (para calcular
serie con el componente estacional).

4020
= 0.61 para el cuarto bimestre.
6575.83

6310
= 0.95 para el quinto bimestre.
6645

8010
= 1.21 para el sexto bimestre.
6639.17
Y así sucesivamente para cada valor hasta el tercer bimestre del año 5.

AÑO PRIMERO SEGUNDO TERCERO CUARTO QUINTO SEXTO

1 - - - 0.61 0.95 1.21
2 1.39 1.09 0.72 0.64 0.97 1.17
3 1.25 1.19 0.92 0.58 0.71 1.20
4 1.40 1.10 0.89 0.72 0.93 1.21
5 1.25 1.07 0.86 - - -

Cuarto paso: calcular los índices estacionales de cada bimestre.

1.39+1.25+1.40+1.25
= 1.32 para el primer bimestre.
4

1.09+1.19+1.10+1.07
= 1.11 para el segundo bimestre.
4

0.72+0.92+0.89+0.86
= 0.85 para el tercer bimestre.
4

0.61+0.64+0.58+0.72
= 0.64 para el cuarto bimestre.
4

0.95+0.97+0.71+0.93
= 0.89 para el quinto bimestre.
4

1.21+1.17+1.20+1.21
= 1.19 para el sexto bimestre.
4

B) Determine la ecuación de la tendencia para los pedidos bimestrales,

considerando el inicio del análisis en el primer bimestre en el año 1,
pronostique el número de pedidos para cada uno de los seis bimestres del
año 6, con base en los componentes estacional y de tendencia de la serie de
tiempo.

Para determinar la ecuación de la tendencia se utiliza el método de mínimos

cuadrados, donde el número de los periodos juegan el papel de variable
independiente (x) y los datos históricos de la tabla proporcionada son nuestra
variable dependiente (y).
AÑO BIMESTRE X Y XY X2
1 1 9000 9000 1
2 2 6540 13080 4
3 3 5500 16500 9
1
4 4 4020 16080 16
5 5 6310 31550 25
6 6 8010 48060 36
1 7 9150 64050 49
2 8 7220 57760 64
3 9 4750 42750 81
2
4 10 4200 42000 100
5 11 6350 69850 121
6 12 7820 93840 144
1 13 8500 110500 169
2 14 7890 110460 196
3 15 6060 90900 225
3
4 16 3960 63360 256
5 17 5000 85000 289
6 18 8540 153720 324
1 19 10270 195130 361
2 20 8430 168600 400
3 21 7030 147630 441
4
4 22 5650 124300 484
5 23 7110 163530 529
6 24 9030 216720 576
1 25 9100 227500 625
2 26 7560 196560 676
3 27 5900 159300 729
5
4 28 4150 116200 784
5 29 6030 174870 841
6 30 7950 238500 900
TOTALES 465 207030 3247300 9455
 Ʃ𝑥Ʃ𝑦 (465)(207030)
Ʃ𝑥𝑦− 3247300− 38335
𝑛 30
b= 2 = 2 = = 17.06
2 (Ʃ𝑥) (465) 2247.5
Ʃ𝑥 − 9455−
𝑛 30

Ʃ𝑦 Ʃ𝑥 207030 465
a= −𝑏 = − 17.06 = 6901- 264.43 = 6636.57
𝑛 𝑛 30 30

ŷ= 6636.57 + 17.06 x

Cálculo de pronósticos del número de pedidos para cada uno de los seis bimestres
del año 6, con base en los componentes estacionales. Se sustituye en la ecuación
el valor de x que representa en periodo y el resultado se multiplica por el índice
estacional correspondiente.

Para el periodo 31 (primer bimestre del año 6)

ŷ= 6636.57 + 17.06 (31) = 7165.43 (1.32) = 9458.37

Para el periodo 32 (segundo bimestre del año 6)

ŷ= 6636.57 + 17.06 (32) = 7182.49 (1.11) = 7972.56

Para el periodo 33 (tercer bimestre del año 6)

ŷ= 6636.57 + 17.06 (33) = 7199.55 (0.85) = 6119.62

Para el periodo 34 (cuarto bimestre del año 6)

ŷ= 6636.57 + 17.06 (34) = 7216.61 (0.64) = 4618.63

Para el periodo 35 (quinto bimestre del año 6)

ŷ= 6636.57 + 17.06 (35) = 7233.67 (0.89) = 6437.97

Para el periodo 36 (sexto bimestre del año 6)

ŷ= 6636.57 + 17.06 (36) = 7250.73 (1.19) = 8628.37

Determine los pronósticos anuales para los años 6 y 1987.

Haga un pronóstico para el siguiente año basándose en:

a) Todos los bimestres, usando un promedio movible simple.

Es este método se utilizan los datos históricos más recientes, tomando en cuenta
que se toman los seis bimestres anteriores al bimestre a pronosticar, los resultados
quedan de la siguiente manera:

DATOS PRONÓSTICOS
HISTÓRICOS AÑO 6

1ER BIM AÑO 4 10270

2DO BIM AÑO 4 8430
3ER BIM AÑO4 7030
4TO BIM AÑO 4 5650
5TO BIM AÑO 4 7110
6TO BIM AÑO 4 9030
1ER BIM AÑO 5 9100 7920 1ER BIMESTRE
2DO BIM AÑO 5 7560 7725 2DO BIMESTRE
3ER BIM AÑO 5 5900 7580 3ER BIMESTRE
4TO BIM AÑO 5 4150 7391.67 4TO BIMESTRE
5TO BIM AÑO 5 6030 7141.67 5TO BIMESTRE
6TO BIM AÑO 5 7950 6961.67 6TO BIMESTRE

10270+8430+7030+5650+7110+9030
= 7920 para el primer bimestre del año 6
6

8430+7030+5650+7110+9030+9100
= 7725 para el segundo bimestre del año 6
6

7030+5650+7110+9030+9100+7560
6
= 7580 para el tercer bimestre del año 6

5650+7110+9030+9100+7560+5900
= 7391.67 para el cuarto bimestre del año 6
6
7110+9030+9100+7560+5900+4150
= 7141.67 para el quinto bimestre del año 6
6

9030+9100+7560+5900+4150+6030
= 6961.67 para el sexto bimestre del año 6
6

b) Todos los bimestres, usando un promedio movible ponderado de 0.7, 0.3.

Es este método se utilizan los datos históricos más recientes, tomando en cuenta
que se toman los dos bimestres anteriores al bimestre a pronosticar (uno para cada
ponderación) y que la ponderación más alta la tiene el dato histórico más reciente,
los resultados quedan de la siguiente manera:

DATOS PRONÓSTICOS
HISTÓRICOS AÑO 6

5TO BIM AÑO 4 7110

6TO BIM AÑO 4 9030
1ER BIM AÑO 5 9100 8454 1ER BIMESTRE
2DO BIM AÑO 5 7560 9079 2DO BIMESTRE
3ER BIM AÑO 5 5900 8022 3ER BIMESTRE
4TO BIM AÑO 5 4150 6398 4TO BIMESTRE
5TO BIM AÑO 5 6030 4675 5TO BIMESTRE
6TO BIM AÑO 5 7950 5466 6TO BIMESTRE

7110 (0.3) + 9030 (0.7) = 8454 para el primer bimestre del año 6

9030 (0.3) + 9100 (0.7) = 9079 para el segundo bimestre del año 6

9100 (0.3) + 7560 (0.7) = 8022 para el tercer bimestre del año 6

7560 (0.3) + 5900 (0.7) = 6398 para el cuarto bimestre del año 6

5900 (0.3) + 4150 (0.7) = 4675 para el quinto bimestre del año 6

4150 (0.3) + 6030 (0.7) = 5466 para el sexto bimestre del año 6
 c) La JMAF también planea sus compras de ingredientes para producir jugos.
Si hubiera pronosticado que la demanda para el bimestre pasado era de 6190
jugos, pero de hecho sólo hubo demanda para 6100 jugos, ¿cuál sería el
pronóstico para este bimestre, empleando un ajuste exponencial donde α =
0.5?

Para calcular este pronóstico se utiliza el método de suavizamiento exponencial,

con la siguiente fórmula:

Ft+1 = αYt + (1 - α)Ft

Donde:

Ft+1 = pronóstico para el periodo t + 1 de la serie de tiempo

Yt = valor real de la serie de tiempo en el periodo t

Ft = pronóstico para el periodo t de la serie de tiempo

α = constante de suavizamiento

 Sustitución de los valores en la fórmula:

Pronóstico= (0.5) (6100) + (1-0.5) (6190) = 3050+3095= 6145

d) Supongamos que, con el pronóstico de c), la demanda de este bimestre

resulta, de hecho, de 6,320. ¿Cuál sería el nuevo pronóstico para el bimestre
entrante?

Ft+1 = αYt + (1 - α)Ft

Yt = 6320

Ft = 6145

α = 0.5
Pronóstico= (0.5) (6320) + (1-0.5) (6145) = 3160+3072.5= 6232.5

AÑO VALOR EN MILLONES DE PESOS

1975 13,042.9
1976 14,081.6
1977 15,505.9
1978 18,241.3
1979 21,601.8
1980 26,776.4
1981 31,247.3
1982 34,073.8
1983 34,665.1
1984 35,701.2
1985 35,499.2

a) Con los datos de la tabla anterior, determine la ecuación de la tendencia lineal

para el valor total del producto de la industria petrolera mexicana, designando
1975 como el año base, con el propósito de codificar los años.

VALOR EN MILLONES DE PESOS

AÑO X XY X2
(Y)
1975 1 13,042.90 13042.9 1
1976 2 14,081.60 28163.2 4
1977 3 15,505.90 46517.7 9
1978 4 18,241.30 72965.2 16
1979 5 21,601.80 108009 25
1980 6 26,776.40 160658.4 36
1981 7 31,247.30 218731.1 49
1982 8 34,073.80 272590.4 64
1983 9 34,665.10 311985.9 81
1984 10 35,701.20 357012 100
1985 11 35,499.20 390491.2 121
TOTALES 66 280,436.50 1980167 506
 Ʃ𝑥Ʃ𝑦 (66)(280436.5)
Ʃ𝑥𝑦− 1980167− 297548
𝑛 11
b= 2 = 2 = = 2704.98
2 (Ʃ𝑥) (66) 110
Ʃ𝑥 − 506−
𝑛 11

Ʃ𝑦 Ʃ𝑥 280436.5 66
a= −𝑏 = − 2704.98 11 = 25494.23- 16229.88 = 9264.35
𝑛 𝑛 11

ŷ= 9264.35 + 2704.98 x

b) Determine los pronósticos anuales para los años 1986 y 1987.

Para el periodo 12 (año 1986)

ŷ= 9264.35 + 2704.98 (12) = 41724.11

Para el periodo 13 (año 1987)

ŷ= 9264.35 + 2704.98 (13) = 44429.09

 2. Resuelva correctamente el problema

NUMERO DE PEDIDOS EN UNA EMPRESA

(EN MILLARES)
AÑO
TRIMESTRE
1986 1987 1988 1989 1990
I 9 10 13 11 14
II 16 15 22 17 18
III 18 18 17 25 25
IV 21 20 24 21 26

a) En la tabla anterior se presentan los datos trimestrales por el número de

pedidos que se recibieron en una empresa, determine los índices
estacionales con base a los datos, utilizando tres cifras decimales durante
los cálculos, y redondeando los índices a dos decimales.

Primer paso: cálculo de medias móviles tomando cuatro valores (por ser trimestral).

9+16+18+21
= 16 entre el segundo y tercer trimestre.
4
16+18+21+10
= 16.25 entre el tercer y cuarto trimestre.
4
18+21+10+15
= 16 entre el cuarto y primer trimestre.
4

Y así sucesivamente hasta llegar hasta el segundo y tercer trimestre de 1990.

AÑO
TRIMESTRE
1986 1987 1988 1989 1990
I y II - 16.00 18.00 19.25 19.50
II y III 16.00 15.75 19.00 18.50 20.75
III y IV 16.25 16.50 18.50 19.25 -
IV y I 16.00 18.25 17.25 19.50 -

Segundo paso: centrar la serie por medias móviles.

16+16.25
= 16.13 para el tercer trimestre.
2
16.25+16
= 16.13 para el cuarto trimestre.
2

Y así sucesivamente para cada valor hasta el segundo trimestre de 1990.

AÑO
TRIMESTRE
1986 1987 1988 1989 1990
I - 16.00 18.13 18.25 19.50
II - 15.88 18.50 18.88 20.13
III 16.13 16.13 18.75 18.88 -
IV 16.13 17.38 17.88 19.38 -

Tercer paso: dividir el dato de la serie entre las medias calculadas (para calcular
serie con el componente estacional).

18
= 1.116 para el tercer trimestre.
16.13

21
= 1.302 para el cuarto trimestre.
16.13

Y así sucesivamente para cada valor hasta el segundo trimestre de 1990.

AÑO
TRIMESTRE
1986 1987 1988 1989 1990
I - 0.625 0.717 0.603 0.718
II - 0.945 1.189 0.901 0.894
III 1.116 1.116 0.907 1.325 -
IV 1.302 1.151 1.343 1.084 -

Cuarto paso: calcular los índices estacionales de cada trimestre.

0.625+0.717+0.603+0.718
= 0.67 para el primer trimestre.
4

0.945+1.189+0.901+0.894
= 0.98 para el segundo trimestre.
4

1.116+1.116+0.907+1.325
= 1.12 para el tercer trimestre.
4

1.302+1.151+1.343+1.084
= 1.22 para el cuarto trimestre.
4
 b) Determine la ecuación de la tendencia para los pedidos trimestrales,
considerando el inicio del análisis en el primer trimestre de 1986, pronostique
el número de pedidos para cada uno de los cuatro trimestres de 1991, con
base en los componentes estacional y de tendencia de la serie de tiempo.

AÑO TRIMESTRE X Y XY X2
I 1 9 9 1
II 2 16 32 4
1986
III 3 18 54 9
IV 4 21 84 16
I 5 10 50 25
II 6 15 90 36
1987
III 7 18 126 49
IV 8 20 160 64
I 9 13 117 81
II 10 22 220 100
1988
III 11 17 187 121
IV 12 24 288 144
I 13 11 143 169
II 14 17 238 196
1989
III 15 25 375 225
IV 16 21 336 256
I 17 14 238 289
II 18 18 324 324
1990
III 19 25 475 361
IV 20 26 520 400
TOTALES 210 360 4066 2870

Ʃ𝑥Ʃ𝑦 (210)(360)
Ʃ𝑥𝑦− 4066− 286
𝑛 20
b= = = = 0.43
(Ʃ𝑥)2 (210)2 665
Ʃ𝑥 2 − 2870−
𝑛 20

Ʃ𝑦 Ʃ𝑥 360 210
a= −𝑏 = − 0.43 = 18 – 4.515 = 13.485
𝑛 𝑛 20 20

ŷ= 13.485 + 0.43 x
Pronósticos para el año 1991. Considerando los índices estacionales.

Para el periodo 21 (primer trimestre del año 1991)

ŷ= 13.485 + 0.43 (21) = 22.515 (0.67) = 15.08

Para el periodo 22 (segundo trimestre del año 1991)

ŷ= 13.485 + 0.43 (22) = 22.945 (0.98) = 22.49

Para el periodo 23 (tercer trimestre del año 1991)

ŷ= 13.485 + 0.43 (23) = 23.375 (1.12) = 26.18

Para el periodo 24 (cuarto trimestre del año 1991)

ŷ= 13.485 + 0.43 (24) = 23.805 (1.22) = 29.04

 3 Resuelva correctamente el problema

Cálculo de análisis de variaciones estacionales

Los datos siguientes representan las ventas trimestrales en millones de pesos de la

empresa “Kids Fashions” especializada en la venta de ropa infantil ubicada en la
zona centro de la ciudad de Toluca:

AÑO TRIMESTRE 1 TRIMESTRE 2 TRIMESTRE 3 TRIMESTRE 4

2002 6.7 4.6 10.0 12.7
2003 6.5 4.6 9.8 13.6
2004 6.9 5.0 10.4 14.1
2005 7.0 5.5 10.8 15.0
2006 7.1 5.7 11.1 14.5
2007 8.0 6.2 11.4 14.9

a) En la tabla anterior se presentan los datos trimestrales de ventas en millones

de pesos en la empresa antes mencionada determine los índices
estacionales con base a los datos, utilizando tres cifras decimales durante
los cálculos, y redondeando los índices a dos decimales.

Primer paso: cálculo de medias móviles tomando cuatro valores (por ser
trimestral).

6.7+4.6+10+12.7
= 8.5 entre el segundo y tercer trimestre.
4
4.6+10+12.7+6.5
= 8.45 entre el tercer y cuarto trimestre.
4
10+12.7+6.5+4.6
= 8.45 entre el cuarto y primer trimestre.
4
Y así sucesivamente hasta llegar hasta el segundo y tercer trimestre del 2007.

TRIMESTRE 2 Y TRIMESTRE 3 Y TRIMESTRE 4 Y

AÑO TRIMESTRE 1 Y 2 3 4 1
2002 - 8.500 8.450 8.450
2003 8.400 8.625 8.725 8.825
2004 8.975 9.100 9.125 9.250
2005 9.350 9.575 9.600 9.650
2006 9.725 9.600 9.825 9.950
2007 10.025 10.125 - -

Segundo paso: centrar la serie por medias móviles.

8.5+8.45
= 8.475 para el tercer trimestre.
2
8.45+8.45
= 8.45 para el cuarto trimestre.
2

Y así sucesivamente para cada valor hasta el segundo trimestre del 2007.

AÑO TRIMESTRE 1 TRIMESTRE 2 TRIMESTRE 3 TRIMESTRE 4

2002 - - 8.475 8.450
2003 8.425 8.513 8.675 8.775
2004 8.900 9.038 9.113 9.188
2005 9.300 9.463 9.588 9.625
2006 9.688 9.663 9.713 9.888
2007 9.988 10.075 - -

Tercer paso: dividir el dato de la serie entre las medias calculadas (para calcular
serie con el componente estacional).

10
= 1.18 para el tercer trimestre.
8.475

12.7
= 1.503 para el cuarto trimestre.
8.45
Y así sucesivamente para cada valor hasta el segundo trimestre del 2007.

TRIMESTRE TRIMESTRE TRIMESTRE TRIMESTRE

AÑO 1 2 3 4
2002 - - 1.180 1.503
2003 0.772 0.540 1.130 1.550
2004 0.775 0.553 1.141 1.535
2005 0.753 0.581 1.126 1.558
2006 0.733 0.590 1.143 1.466
2007 0.801 0.615 - -

Cuarto paso: calcular los índices estacionales de cada trimestre.

0.772+0.775+0.753+0.733+0.801
= 0.77 para el primer trimestre.
5

0.54+0.553+0.581+0.590+0.615
= 0.58 para el segundo trimestre.
5

1.130+1.141+1.126+1.143
= 1.14 para el tercer trimestre.
5

1.55+1.535+1.558+1.466
= 1.52 para el cuarto trimestre.
5
b) Determine la ecuación de la tendencia para los pedidos trimestrales,
considerando el inicio del análisis en el primer trimestre de 2002, pronostique
el número de pedidos para cada uno de los cuatro trimestres de 2008 y 2009,
con base en los componentes estacional y de tendencia de la serie de tiempo.

AÑO TRIMESTRE X Y XY X2
1 1 6.7 6.7 1
2 2 4.6 9.2 4
2002
3 3 10 30 9
4 4 12.7 50.8 16
1 5 6.5 32.5 25
2 6 4.6 27.6 36
2003
3 7 9.8 68.6 49
4 8 13.6 108.8 64
1 9 6.9 62.1 81
2 10 5 50 100
2004
3 11 10.4 114.4 121
4 12 14.1 169.2 144
1 13 7 91 169
2 14 5.5 77 196
2005
3 15 10.8 162 225
4 16 15 240 256
1 17 7.1 120.7 289
2 18 5.7 102.6 324
2006
3 19 11.1 210.9 361
4 20 14.5 290 400
1 21 8 168 441
2 22 6.2 136.4 484
2007
3 23 11.4 262.2 529
4 24 14.9 357.6 576
TOTALES 300 222.1 2948.3 4900
 Ʃ𝑥Ʃ𝑦 (300)(222.1)
Ʃ𝑥𝑦− 2948.3− 172.05
𝑛 24
b= (Ʃ𝑥) 2 = (300)2
= = 0.149
Ʃ𝑥 2 − 4900− 1150
𝑛 24

Ʃ𝑦 Ʃ𝑥 222.1 300
a= −𝑏 = − 0.149 = 9.254 – 1.8625 = 7.3915
𝑛 𝑛 24 24

ŷ= 7.3915 + 0.149 x

Pronósticos para el año 2008. Considerando los índices estacionales.

Para el periodo 25 (primer trimestre del año 2008)

ŷ= 7.3915 + 0.149 (25) = 11.1165 (0.77) = 8.56

Para el periodo 26 (segundo trimestre del año 2008)

ŷ= 7.3915 + 0.149 (26) = 11.2655 (0.58) = 6.53

Para el periodo 27 (tercer trimestre del año 2008)

ŷ= 7.3915 + 0.149 (27) = 11.4145 (1.14) = 13.01

Para el periodo 28 (cuarto trimestre del año 2008)

ŷ= 7.3915 + 0.149 (28) = 11.5635 (1.52) = 17.58

Pronósticos para el año 2009. Considerando los índices estacionales.

Para el periodo 29 (primer trimestre del año 2009)

ŷ= 7.3915 + 0.149 (29) = 11.7125 (0.77) = 9.02

Para el periodo 30 (segundo trimestre del año 2009)

ŷ= 7.3915 + 0.149 (30) = 11.8615 (0.58) = 6.88

Para el periodo 31 (tercer trimestre del año 2009)

ŷ= 7.3915 + 0.149 (31) = 12.0105 (1.14) = 13.69

Para el periodo 32 (cuarto trimestre del año 2009)

ŷ= 7.3915 + 0.149 (32) = 12.1595 (1.52) = 18.48

 4 Resuelva correctamente el problema

Suponiendo que los datos de la siguiente tabla se refieren a las toneladas que se
han comercializado en una empresa del ramo azucarero de este ramo:

Año 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
Ventas en
miles de 291.60 205.72 251.84 322.92 361.36 311.24 310.88 229.52 255.44 312.28 345.68
dólares

a) Con los datos de la tabla anterior, determine la ecuación de la tendencia lineal

para el valor total de toneladas comercializadas, designando 1997 como el
año base, con el propósito de codificar los años.

AÑO X Y XY X2
1997 1 291.6 291.6 1
1998 2 205.72 411.44 4
1999 3 251.84 755.52 9
2000 4 322.92 1291.68 16
2001 5 361.36 1806.8 25
2002 6 311.24 1867.44 36
2003 7 310.88 2176.16 49
2004 8 229.52 1836.16 64
2005 9 255.44 2298.96 81
2006 10 312.28 3122.8 100
2007 11 345.68 3802.48 121
TOTALES 66 3198.48 19661.04 506

Ʃ𝑥Ʃ𝑦 (66)(3198.48)
Ʃ𝑥𝑦− 19661.04− 470.16
𝑛 11
b= = = = 4.2742
2 (Ʃ𝑥)2 (66)2 110
Ʃ𝑥 − 506−
𝑛 11

Ʃ𝑦 Ʃ𝑥 3198.48 66
a= −𝑏 = − 4.2742 11 = 290.77 – 25.6452 = 265.1248
𝑛 𝑛 11

ŷ= 265.1248 + 4.2742 x
 b) Determine los pronósticos anuales para los años 2008 2009 y 2010.

Para el periodo 12 (año 2008)

ŷ= 265.1248 + 4.2742 (12) = 316.42

Para el periodo 13 (año 2009)

ŷ= 265.1248 + 4.2742 (13) = 320.69

Para el periodo 14 (año 2010)

ŷ= 265.1248 + 4.2742 (14) = 324.96

 5 Resuelva correctamente el problema

La cadena de franquicias Phonix especializado en la venta de teléfonos celulares y

Smartphone ha registrado en la siguiente tabla el comportamiento de sus ventas
trimestrales:

AÑO TRIMESTRE 1 TRIMESTRE 2 TRIMESTRE 3 TRIMESTRE 4

2003 500 350 250 400
2004 450 350 200 300
2005 350 200 150 400
2006 550 350 250 550
2007 550 400 350 600
2008 750 500 400 650

a. En la tabla anterior se presentan los datos trimestrales de ventas en

piezas de teléfonos celulares de la empresa antes mencionada.
Determine los índices estacionales con base a los datos, redondeando
los índices a dos decimales.

Primer paso: cálculo de medias móviles tomando cuatro valores (por ser
trimestral).

500+350+250+400
= 375 entre el segundo y tercer trimestre.
4
350+250+400+450
= 362.5 entre el tercer y cuarto trimestre.
4
250+400+450+350
= 362.5 entre el cuarto y primer trimestre.
4

Y así sucesivamente hasta llegar hasta el segundo y tercer trimestre del 2008.

TRIMESTRE 2 Y TRIMESTRE 3 Y TRIMESTRE 4 Y

AÑO TRIMESTRE 1 Y 2 3 4 1
2003 - 375.0 362.5 362.5
2004 350.0 325.0 300.0 262.5
2005 250.0 275.0 325.0 362.5
2006 387.5 425.0 425.0 437.5
2007 462.5 475.0 525.0 550.0
2008 562.5 575.0 - -
Segundo paso: centrar la serie por medias móviles.
375+362.5
= 368.75 para el tercer trimestre.
2
362.5+362.5
= 362.5 para el cuarto trimestre.
2

Y así sucesivamente para cada valor hasta el segundo trimestre del 2008.

AÑO TRIMESTRE 1 TRIMESTRE 2 TRIMESTRE 3 TRIMESTRE 4

2003 - - 368.75 362.50
2004 356.25 337.50 312.50 281.25
2005 256.25 262.50 300.00 343.75
2006 375.00 406.25 425.00 431.25
2007 450.00 468.75 500.00 537.50
2008 556.25 568.75 - -

Tercer paso: dividir el dato de la serie entre las medias calculadas (para calcular
serie con el componente estacional).

250
= 0.678 para el tercer trimestre.
368.75

400
= 1.103 para el cuarto trimestre.
362.5

Y así sucesivamente para cada valor hasta el segundo trimestre del 2008.

TRIMESTRE TRIMESTRE TRIMESTRE TRIMESTRE

AÑO 1 2 3 4
2003 - - 0.678 1.103
2004 1.263 1.037 0.640 1.067
2005 1.366 0.762 0.500 1.164
2006 1.467 0.862 0.588 1.275
2007 1.222 0.853 0.700 1.116
2008 1.348 0.879 - -

Cuarto paso: calcular los índices estacionales de cada trimestre.

1.263+1.366+1.467+1.222+1.348
= 1.33 para el primer trimestre.
5

1.037+0.762+0.862+0.853+0.879
= 0.88 para el segundo trimestre.
5
0.678+0.64+0.5+0.588+0.7
= 0.62 para el tercer trimestre.
5

1.103+1.067+1.164+1.275+1.116
= 1.15 para el cuarto trimestre.
5

b. Determine la ecuación de la tendencia para los pedidos trimestrales,

considerando el inicio del análisis en el primer trimestre de 2003,
pronostique el número de piezas a vender para cada uno de los cuatro
trimestres de 2009 y 2010, con base en los componentes estacional y
de tendencia de la serie de tiempo.

AÑO TRIMESTRE X Y XY X2
1 1 500 500 1
2 2 350 700 4
2003
3 3 250 750 9
4 4 400 1600 16
1 5 450 2250 25
2 6 350 2100 36
2004
3 7 200 1400 49
4 8 300 2400 64
1 9 350 3150 81
2 10 200 2000 100
2005
3 11 150 1650 121
4 12 400 4800 144
1 13 550 7150 169
2 14 350 4900 196
2006
3 15 250 3750 225
4 16 550 8800 256
1 17 550 9350 289
2 18 400 7200 324
2007
3 19 350 6650 361
4 20 600 12000 400
1 21 750 15750 441
2 22 500 11000 484
2008
3 23 400 9200 529
4 24 650 15600 576
TOTALES 300 9800 134650 4900
 Ʃ𝑥Ʃ𝑦 (300)(9800)
Ʃ𝑥𝑦− 134650− 12150
𝑛 24
b= 2 = 2 = = 10.5652
2 (Ʃ𝑥) (300) 1150
Ʃ𝑥 − 4900−
𝑛 24

Ʃ𝑦 Ʃ𝑥 9800 300
a= −𝑏 = − 10.5652 = 408.33 – 132.065 = 276.265
𝑛 𝑛 24 24

ŷ= 276.265 + 10.5652 x

Pronósticos para el año 2009. Considerando los índices estacionales.

Para el periodo 25 (primer trimestre del año 2009)

ŷ= 276.265+ 10.5652 (25) = 540.395 (1.33) = 718.73

Para el periodo 26 (segundo trimestre del año 2009)

ŷ= 276.265+ 10.5652 (26) = 550.9602 (0.88) = 484.84

Para el periodo 27 (tercer trimestre del año 2009)

ŷ= 276.265+ 10.5652 (27) = 561.5254 (0.62) = 348.15

Para el periodo 28 (cuarto trimestre del año 2009)

ŷ= 276.265+ 10.5652 (28) = 572.0906 (1.15) = 657.9

Pronósticos para el año 2010. Considerando los índices estacionales.

Para el periodo 29 (primer trimestre del año 2010)

ŷ= 276.265+ 10.5652 (29) = 582.6558 (1.33) = 774.93

Para el periodo 30 (segundo trimestre del año 2010)

ŷ= 276.265+ 10.5652 (30) = 593.221 (0.88) = 522.03

Para el periodo 31 (tercer trimestre del año 2010)

ŷ= 276.265+ 10.5652 (31) = 603.7862 (0.62) = 374.35

Para el periodo 32 (cuarto trimestre del año 2010)

ŷ= 276.265+ 10.5652 (32) = 614.3514 (1.15) = 706.5

6 Resuelva correctamente el problema

Los datos presentados en la siguiente tabla representan el número de personas (en
millones) empleadas en la agricultura, sobre una base mensual, de enero de 1971
a diciembre de 1976.

EMPLEO AGRICOLA MENSUAL

AÑO
MES
1971 1972 1973 1974 1975 1976
I 2.877 2.869 2.955 3.197 2.888 2.853
II 2.846 2.909 2.956 3.283 2.890 2.802
III 3.042 3.094 3.131 3.334 2.988 2.897
IV 3.505 3.287 3.295 3.437 3.171 3.273
V 3.598 3.531 3.467 3.604 3.622 3.415
VI 3.920 3.976 4.053 3.895 3.869 3.780
VII 3.971 4.061 4.165 4.024 4.090 3.931
VIII 3.764 4.031 3.826 3.851 3.886 3.842
IX 3.444 3.658 3.436 3.563 3.626 3.396
X 3.470 3.721 3.525 3.536 3.524 3.447
XI 3.262 3.363 3.419 3.224 3.156 3.081
XII 2.948 3.163 3.202 2.959 2.856 2.850
 a. Determine los índices estacionales.

Primer paso: cálculo de medias móviles tomando doce valores (por ser
mensual).

2.877+2.846+3.042+3.505+3.598+3.92+3.971+3.764+3.444+3.47+3.262+2.948
= 3.387 entre el VI y
12

VII mes.
2.846+3.042+3.505+3.598+3.92+3.971+3.764+3.444+3.47+3.262+2.948+2.869
= 3.387 entre el VII
12
y VIII mes.
3.042+3.505+3.598+3.92+3.971+3.764+3.444+3.47+3.262+2.948+2.869+2.909
= 3.392 entre el VIII
12
y IX mes.

Y así sucesivamente hasta llegar hasta al VI y VII mes del año 1976..

AÑO
MES
1971 1972 1973 1974 1975 1976
I y II - 3.385 3.497 3.515 3.388 3.333
II y III - 3.407 3.479 3.517 3.391 3.330
III y IV - 3.425 3.461 3.528 3.396 3.310
IV y V - 3.446 3.445 3.529 3.395 3.304
V y VI - 3.454 3.449 3.513 3.389 3.298
VI y VII 3.387 3.472 3.453 3.492 3.381 3.297
VII y VIII 3.387 3.479 3.473 3.467 3.378 -
VIII y IX 3.392 3.483 3.500 3.434 3.370 -
IX y X 3.396 3.486 3.517 3.405 3.363 -
X y XI 3.378 3.487 3.529 3.383 3.371 -
XI y XII 3.372 3.481 3.540 3.384 3.354 -
XII y I 3.377 3.488 3.527 3.382 3.347 -

Segundo paso: centrar la serie por medias móviles.

3.387+3.387
= 3.387 para el VII mes.
2
3.387+3.392
= 3.389 para el VIII mes.
2
Y así sucesivamente para cada valor hasta el VI mes del año 1976.

AÑO
MES
1971 1972 1973 1974 1975 1976
I - 3.381 3.492 3.521 3.385 3.340
II - 3.396 3.488 3.516 3.389 3.331
III - 3.416 3.470 3.523 3.393 3.320
IV - 3.435 3.453 3.528 3.395 3.307
V - 3.450 3.447 3.521 3.392 3.301
VI - 3.463 3.451 3.502 3.385 3.298
VII 3.387 3.476 3.463 3.479 3.379 -
VIII 3.389 3.481 3.486 3.450 3.374 -
IX 3.394 3.485 3.508 3.419 3.366 -
X 3.387 3.486 3.523 3.394 3.367 -
XI 3.375 3.484 3.534 3.384 3.363 -
XII 3.375 3.485 3.534 3.383 3.350 -
Tercer paso: dividir el dato de la serie entre las medias calculadas (para calcular
la serie con el componente estacional).

3.971
= 1.172 para el VII mes.
3.387

3.764
= 1.111 para el VIII mes.
3.389

Y así sucesivamente para cada valor hasta el VI mes del año 1976.

AÑO
MES
1971 1972 1973 1974 1975 1976
I - 0.849 0.846 0.908 0.853 0.854
II - 0.857 0.847 0.934 0.853 0.841
III - 0.906 0.902 0.946 0.881 0.873
IV - 0.957 0.954 0.974 0.934 0.990
V - 1.024 1.006 1.024 1.068 1.035
VI - 1.148 1.174 1.112 1.143 1.146
VII 1.172 1.168 1.203 1.157 1.210 -
VIII 1.111 1.158 1.097 1.116 1.152 -
IX 1.015 1.050 0.979 1.042 1.077 -
X 1.024 1.067 1.001 1.042 1.047 -
XI 0.966 0.965 0.967 0.953 0.939 -
XII 0.874 0.908 0.906 0.875 0.852 -
Cuarto paso: calcular los índices estacionales de cada mes.

0.849+0.846+0.908+0.853+0.854
= 0.86 para el mes I.
5

0.857+0.847+0.934+0.853+0.841
= 0.87 para el mes II.
5

0.906+0.902+0.946+0.881+0.873
= 0.9 para el mes III.
5

0.957+0.954+0.974+0.934+0.990
= 0.96 para el mes IV.
5

1.024+1.006+1.024+1.068+1.035
= 1.03 para el mes V.
5

1.148+1.174+1.112+1.143+1.146
= 1.14 para el mes VI.
5

1.172+1.168+1.203+1.157+1.210
= 1.18 para el mes VII.
5

1.111+1.158+1.097+1.116+1.152
= 1.13 para el mes VIII.
5

1.015+1.050+0.979+1.042+1.077
= 1.03 para el mes IX.
5

1.024+1.067+1.001+1.042+1.047
= 1.04 para el mes X.
5

0.966+0.965+0.967+0.953+0.939
= 0.96 para el mes XI.
5

0.874+0.908+0.906+0.875+0.852
= 0.88 para el mes XII.
5
 b. Determine la ecuación de la tendencia lineal mensual.

AÑO MES X Y XY X2
I 1 2.877 2.877 1
II 2 2.846 5.692 4
III 3 3.042 9.126 9
IV 4 3.505 14.02 16
V 5 3.598 17.99 25
VI 6 3.92 23.52 36
1971
VII 7 3.971 27.797 49
VIII 8 3.764 30.112 64
IX 9 3.444 30.996 81
X 10 3.47 34.7 100
XI 11 3.262 35.882 121
XII 12 2.948 35.376 144
I 13 2.869 37.297 169
II 14 2.909 40.726 196
III 15 3.094 46.41 225
IV 16 3.287 52.592 256
V 17 3.531 60.027 289
VI 18 3.976 71.568 324
1972
VII 19 4.061 77.159 361
VIII 20 4.031 80.62 400
IX 21 3.658 76.818 441
X 22 3.721 81.862 484
XI 23 3.363 77.349 529
XII 24 3.163 75.912 576
I 25 2.955 73.875 625
II 26 2.956 76.856 676
III 27 3.131 84.537 729
IV 28 3.295 92.26 784
V 29 3.467 100.543 841
VI 30 4.053 121.59 900
1973
VII 31 4.165 129.115 961
VIII 32 3.826 122.432 1024
IX 33 3.436 113.388 1089
X 34 3.525 119.85 1156
XI 35 3.419 119.665 1225
XII 36 3.202 115.272 1296
I 37 3.197 118.289 1369
1974
II 38 3.283 124.754 1444
 III 39 3.334 130.026 1521
IV 40 3.437 137.48 1600
V 41 3.604 147.764 1681
VI 42 3.895 163.59 1764
VII 43 4.024 173.032 1849
VIII 44 3.851 169.444 1936
IX 45 3.563 160.335 2025
X 46 3.536 162.656 2116
XI 47 3.224 151.528 2209
XII 48 2.959 142.032 2304
I 49 2.888 141.512 2401
II 50 2.89 144.5 2500
III 51 2.988 152.388 2601
IV 52 3.171 164.892 2704
V 53 3.622 191.966 2809
VI 54 3.869 208.926 2916
1975
VII 55 4.09 224.95 3025
VIII 56 3.886 217.616 3136
IX 57 3.626 206.682 3249
X 58 3.524 204.392 3364
XI 59 3.156 186.204 3481
XII 60 2.856 171.36 3600
I 61 2.853 174.033 3721
II 62 2.802 173.724 3844
III 63 2.897 182.511 3969
IV 64 3.273 209.472 4096
V 65 3.415 221.975 4225
VI 66 3.78 249.48 4356
1976
VII 67 3.931 263.377 4489
VIII 68 3.842 261.256 4624
IX 69 3.396 234.324 4761
X 70 3.447 241.29 4900
XI 71 3.081 218.751 5041
XII 72 2.85 205.2 5184
TOTALES 2628 245.78 8947.522 127020
 Ʃ𝑥Ʃ𝑦 (2628)(245.78)
Ʃ𝑥𝑦− 8947.522− −23.448
𝑛 72
b= 2 = 2 = = -0.000754
2 (Ʃ𝑥) (2628) 31098
Ʃ𝑥 − 127020−
𝑛 72

Ʃ𝑦 Ʃ𝑥 245.78 2628
a= −𝑏 = − (−0.000754) = 3.4136 – (-0.027521) =
𝑛 𝑛 72 72
3.4411

ŷ= 3.4411- 0.000754x

Utilice la ecuación de tendencia mensual y el índice estacional para pronosticar el

número de personas empleadas en la agricultura para los doce meses de 1977 y
de 1978.
Pronósticos para el año 1977. Considerando los índices estacionales.

Para el periodo 73 (primer mes del año 1977)

ŷ= 3.4411- 0.000754 (73) = 3.386 (0.86) = 2.912

Para el periodo 74 (segundo mes del año 1977)

ŷ= 3.4411- 0.000754 (74) = 3.3853 (0.87) = 2.945

Para el periodo 75 (tercer mes del año 1977)

ŷ= 3.4411- 0.000754 (75) = 3.3845 (0.9) = 3.046

Para el periodo 76 (cuarto mes del año 1977)

ŷ= 3.4411- 0.000754 (76) = 3.3838 (0.96) = 3.248

Para el periodo 77 (quinto mes del año 1977)

ŷ= 3.4411- 0.000754 (77) = 3.383 (1.03) = 3.485

Para el periodo 78 (sexto mes del año 1977)

ŷ= 3.4411- 0.000754 (78) = 3.3823 (1.14) = 3.856

Para el periodo 79 (séptimo mes del año 1977)

ŷ= 3.4411- 0.000754 (79) = 3.3815 (1.18) = 3.99

Para el periodo 80 (octavo mes del año 1977)

ŷ= 3.4411- 0.000754 (80) = 3.3808 (1.13) = 3.82

Para el periodo 81 (noveno mes del año 1977)

ŷ= 3.4411- 0.000754 (81) = 3.38 (1.03) = 3.481

Para el periodo 82 (décimo mes del año 1977)

ŷ= 3.4411- 0.000754 (82) = 3.3793 (1.04) = 3.514

Para el periodo 83 (décimo primer mes del año 1977)

ŷ= 3.4411- 0.000754 (83) = 3.3785 (0.96) = 3.243

Para el periodo 84 (décimo segundo mes del año 1977)

ŷ= 3.4411- 0.000754 (84) = 3.3778 (0.88) = 2.972

Pronósticos para el año 1978. Considerando los índices estacionales.

Para el periodo 85 (primer mes del año 1978)

ŷ= 3.4411- 0.000754 (85) = 3.377 (0.86) = 2.904

Para el periodo 86 (segundo mes del año 1978)

ŷ= 3.4411- 0.000754 (86) = 3.3763 (0.87) = 2.937

Para el periodo 87 (tercer mes del año 1978)

ŷ= 3.4411- 0.000754 (87) = 3.3755 (0.9) = 3.038

Para el periodo 88 (cuarto mes del año 1978)

ŷ= 3.4411- 0.000754 (88) = 3.3747 (0.96) = 3.239

Para el periodo 89 (quinto mes del año 1978)

ŷ= 3.4411- 0.000754 (89) = 3.3738 (1.03) = 3.475

Para el periodo 90 (sexto mes del año 1978)

ŷ= 3.4411- 0.000754 (90) = 3.3732 (1.14) = 3.845

Para el periodo 91 (séptimo mes del año 1978)

ŷ= 3.4411- 0.000754 (91) = 3.3725 (1.18) = 3.979

Para el periodo 92 (octavo mes del año 1978)

ŷ= 3.4411- 0.000754 (92) = 3.3717 (1.13) = 3.81

Para el periodo 93 (noveno mes del año 1978)

ŷ= 3.4411- 0.000754 (93) = 3.3709 (1.03) = 3.472

Para el periodo 94 (décimo mes del año 1978)

ŷ= 3.4411- 0.000754 (94) = 3.3702 (1.04) = 3.505

Para el periodo 95 (décimo primer mes del año 1978)

ŷ= 3.4411- 0.000754 (95) = 3.3695 (0.96) = 3.235

Para el periodo 96 (décimo segundo mes del año 1978)

ŷ= 3.4411- 0.000754 (96) = 3.3687 (0.88) = 2.964