DEPARTAMENTO DE INGENIERÍA INDUSTRIAL

ESTADÍSTICA INFERENCIAL
CATEDRÁTICA: INGRA. KARIM PAZ

HOJA DE TRABAJO 1
INSTRUCCIONES:
De acuerdo con los conceptos relativos a los pronósticos basados en series temporales, resolver los problemas
planteados, dejando constancia de todos los razonamientos y cálculos necesarios.

PROBLEMA 1
Una empresa que se dedica a la producción de computadoras desea efectuar pronósticos para el próximo año,
en las diversas líneas de producción. A continuación, los datos históricos recientes de producción.
Período Personales Servidores Portátiles
Primer semestre 2013 12,500 1,500 7,750
Segundo semestre 2013 11,900 1,800 7,250
Primer semestre 2014 12,850 1,900 7,950
Segundo semestre 2014 13,150 1,950 8,150
Primer semestre 2015 14,400 2,050 8,400
Segundo semestre 2015 13,750 1,950 8,200
Primer semestre 2016 14,000 2,100 8,100

Con base en la información disponible, haga lo siguiente:

a) Elabore una gráfica que muestre la serie temporal de las líneas de producción y determine si existe
alguna tendencia observable.
b) Determine cuál debió haber sido el pronóstico de producción para cada una de las líneas, para el
período del primer semestre de 2016; basándose en una media móvil de cuatro datos históricos.
c) Identifique cuál de las tres líneas de producción respondió mejor al pronóstico por el método usado, para
el período del primer semestre 2016.
d) Efectúe el pronóstico de producción total de la empresa, para el segundo semestre de 2016; basándose
en una media móvil de tres datos históricos.
e) Determine cuál deberá ser el pronóstico de producción para la línea de producción de computadoras
portátiles, para el período del primer semestre de 2017; basándose en una media móvil de tres datos
históricos y tomando en cuenta que la producción real del segundo semestre 2016 es de 8,500.

PROBLEMA 2
Una fábrica de bebidas cuenta con una máquina envasadora. La cantidad efectiva de tiempo que trabajó durante
los últimos meses se muestra en la tabla que aparece abajo.
Mes Julio Agosto Sept. Octubre Nov. Dic. Enero Febrero Marzo Abril Mayo Junio

Horas-máquina 180 171 179 164 169 185 165 149 170 168 160 166

a) Usando una media móvil de cinco datos históricos, determine los pronósticos que debieron haber sido
calculados para los meses de enero, febrero, marzo, abril, mayo y junio.
b) Calcule el error de predicción para los meses dados en el numeral anterior.
c) Elabore una gráfica que muestre una comparación entre las predicciones y los datos reales durante el
período de análisis.
d) Determine el pronóstico para julio, con base en una media móvil de seis datos históricos.
e) Determine el pronóstico para agosto, con base en una media móvil de seis datos históricos. Suponga
que la máquina entregó 177 horas-máquina en julio.
DEPARTAMENTO DE INGENIERÍA INDUSTRIAL
ESTADÍSTICA INFERENCIAL
CATEDRÁTICA: INGRA. KARIM PAZ

PROBLEMA 3

En una empresa que se dedica a la producción de alimentos enlatados, se está tratando de efectuar los
pronósticos de producción de 2016 para las dos plantas con que cuentan, tanto en Guatemala como en El
Salvador, con base en algún método basado en series temporales. Los datos históricos recientes de producción
se muestran más abajo.
Producción (contenedores)
Año
Planta Guatemala Planta El Salvador
2011 1,377 2,295
2012 1,419 2,240
2013 1,485 2,450
2014 1,559 2,185
2015 1,635 2,606
2016 1,709 2,355

Los métodos sugeridos para la decisión, son la son la media móvil de 3 datos históricos, la media móvil
ponderada de 3 datos históricos (usando el dato más reciente con una ponderación del 60% y los otros 2
distribuidos equitativamente) y el suavizamiento exponencial usando una constante α= 0.25
Con base en la información disponible y las condiciones establecidas, hacer lo siguiente:
a) Determinar, con base en la DAM, el método más apropiado para cada Planta de producción.
b) Calcular el pronóstico para el año 2017 en cada Planta de producción.
c) Calcular el pronóstico para el año 2018 en la Planta de producción de Guatemala, usando el método
seleccionado y suponiendo que la producción real de 2017 alcanzará 1,745 contenedores.