Ejercicio Pronósticos

PRONOSTICOS
2.
1 2 3 4
Ao
Demanda 7 9 5 9
5 6
13 8
7 8 9 10 11
12 13 9 11 7
a) Grafique los datos anteriores. Observa alguna tendencia, ciclos o variaciones aleatorias?
Pronsticos de demanda
14
12
Demanda
10
Demanda real
8
6
Promedios mviles
4
Prmedios mviles
ponderados
2
0
0
10
12
14
Tiempo (aos)
Figura 1. Grafica demanda en funcin del tiempo

Los datos presentados presentan picos y valles sistemticamente por lo cual se podra decir
que se ajustan a una serie de tiempo estacional.
b) Comenzando en el ao 4 y hasta el ao 12, pronostique la demanda usando promedios mviles
de 3 aos. Grafique su pronstico en la misma grfica que los datos originales.
Ejemplo de clculo:
Para el ao 4:
4 =
7+9+5
=7
3
Tabla 1 Pronstico en base a promedios mviles

Ao
1
2
3
Demanda
7
9
5
Pronostico
4
5
6
7
8
9
10
11
12
9
13
8
12
13
9
11
7
7.00
7.67
9.00
10.00
11.00
11.00
11.33
11.00
9.00
c) Comenzando en el ao 4 y hasta el ao 12, pronostique la demanda usando un promedio mvil

de 3 aos con ponderaciones de .1, .3 y .6, usando .6 para el ao ms reciente. Grafique su
pronstico en la misma grfica.
Ejemplo de clculo:
Para el ao 4:
4 = 0.6 7 + 0.3 9 + 0.1 5 = 6.4
Tabla 2 Pronostico en base a promedios mviles ponderados
Ao
1
2
3
4
5
6
7
8
9
10
11
12
Demanda
7
9
5
9
13
8
12
13
9
11
7
Pronostico PMP
6.4
7.8
11
9.6
10.9
12.2
10.5
10.6
8.4
d) Al comparar cada pronstico contra los datos originales, cul parece proporcionar mejores
resultados?
Ao
Demanda
1
2
3
4
7
9
5
9
Pronostico
PM
Pronostico
PMP
7.00
6.4
Error PM Error PMP
2.00
2.6
5
6
7
8
9
10
11
12
13
8
12
13
9
11
7
7.67
9.00
10.00
11.00
11.00
11.33
11.00
9.00
7.8
11
9.6
10.9
12.2
10.5
10.6
8.4
MAD
5.33
1.00
2.00
2.00
2.00
0.33
4.00
5.2
3
2.4
2.1
3.2
0.5
3.6
2.33
2.83
En primera instancia al observar la Figura 1 podramos decir que el pronstico de promedios

mviles se ajusta ms a la serie de tiempo estacional que corresponde a los datos reales de
demanda; sin embargo al analizar la desviacin media absoluta de los datos (MAD), podemos
concluir que el modelo que proporciona mejores resultados para este caso es el de promedios
mviles (PM) ya que proporciona una desviacin media absoluta menor al mtodo de promedios
mviles ponderados (PMP).
3. Regrese al problema 2. Desarrolle un pronstico para los aos 2 a 12 usando suavizamiento

exponencial con =0 .4 y un pronstico para el ao 1 de 6. Grafique su nuevo pronstico junto
con los datos reales y un pronstico intuitivo. Con base en una inspeccin visual, cul
pronstico es mejor?
Ejemplo de clculo:
Para el ao 2:
4 = 6 + 0.4(7 6) = 6.4
Tabla 3 Pronostico en base a suavizamiento exponencial
Ao
1
2
3
4
5
6
7
8
9
10
11
12
Demanda Suavizamiento
7
6.00
9
6.40
5
7.44
9
6.46
13
7.48
8
9.69
12
9.01
13
10.21
9
11.32
11
10.39
7
10.64
9.18
Intuitivo
6
8
4
8
12
7
11
12
8
10
6
11
Pronsticos de demanda
14
12
Demanda
10
Demanda real
8
6
Suavizamiento
exponencial
Intuitivo
2
0
0
10
15
Tiempo (aos)
Figura 2. Grafica demanda en funcin del tiempo

En base a una inspeccin visual el pronstico intuitivo parecera ser mejor porque se ajusta ms a los
datos reales, sin embargo sabemos que en la prctica no sucede as.
6. Las ventas mensuales en Telco Batteries, 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
a) Grafique los datos de las ventas mensuales.
Ventas
25
Ventas
20
15
10
5
0
0
10
12
14
Tiempo (meses)
b) Pronostique las ventas para enero usando cada una de las tcnicas siguientes:
- Mtodo intuitivo
Considerando los incrementos y decrementos graduales se puede decir que los datos se ajustan
a una serie tiempo cclico por lo cual de manera intuitiva pronosticaremos ventas iguales a 21
para enero del prximo ao
- Un promedio mvil de 3 meses.
Se deben considerar las ltimas ventas previas al mes de enero, por tanto tomamos las ventas
correspondientes a los meses de octubre, noviembre y diciembre.
=
20 + 21 + 23
= 21,33
3
- Suavizamiento exponencial con = .3 y un pronstico para septiembre de 18.

Ejemplo de clculo para octubre:
= 18 + 0.3(20 18) = 18.6
Tabla 4 Pronostico en base a suavizamiento exponencial
Mes
Septiembre
Octubre
Noviembre
Diciembre
Enero
Ventas
20
20
21
23
Intuitivo
18
18.6
19.02
19.61
20.63
c) Con los datos proporcionados, qu mtodo le permitira elaborar el pronstico de ventas para
el prximo mes de marzo?
Ventas Real Pronstico
20
21
Intuitivo
20
21.33
PM
20
20.63
Suavizamiento
MAD
1
1.33
0.63
Se determina que el mtodo cuya desviacin media absoluta es menor corresponde al mtodo
de suavizamiento exponencial por lo cual sera recomendable utilizar este mtodo para
elaborar el pronstico del prximo mes de marzo.
8. Las temperaturas mximas diarias en Saint Louis durante la ltima semana fueron las
siguientes: 93, 94, 93, 95, 96, 88, 90 (ayer).
a) Pronostique la temperatura mxima para hoy usando un promedio mvil de 3 das
=
96 + 88 + 90
= 91,33
3
b) Pronostique la temperatura mxima para hoy usando un promedio mvil de 2 das

=
88 + 90
= 89
2
c) Calcule la desviacin absoluta media con base en un promedio mvil de 2 das

=
0.5 + 1.5 + 2 + 7,5 + 2

= 2.7
5
d) Calcule el error cuadrtico medio para un promedio mvil de 2 das

=
0.25 + 2.25 + 5 + 56.25 + 4

= 13.35
5
e) Calcule el error porcentual absoluto medio para el promedio mvil de 2 das

=
0.54 + 1.58 + 2.08 + 8.52 + 2.22

= 2.99
5
Tabla 5 Calculo de errores en base a promedio mvil de dos das
Da
1
2
3
4
Temperatura Pronstico
93
94
93
93.5
95
93.5
Et
Et2
(|Et|/Dt)*100
0.5
1.5
0.25
2.25
0.54
1.58
5
6
7
HOY
96
88
90
94
95.5
92
89
2
7.5
2
MAD
2.7
4
56.25
4
MSE
13.35
2.08
8.52
2.22
MAPE
2.99
25. Mark Cotteleer posee una compaa que fabrica lanchas. Las demandas reales de las lanchas
de Mark durante cada temporada desde 2004 hasta 2007 fueron como sigue:
Ao
Temporada
2004
2005
2006
2007
Invierno
1,400
1,200
1,000
900
Primavera
1,500
1,400
1,600
1,500
Verano
1,000
2,100
2,000
1,900
Otoo
600
750
650
500
Mark ha pronosticado que la demanda anual de sus lanchas en 2009 ser igual a 5,600. Con base en
estos datos y el modelo estacional multiplicativo, cul ser el nivel de la demanda para las lanchas de
Mark en la primavera de 2009?
Tabla 6 Pronostico en base al modelo estacional multiplicativo
IE
Temporada/Ao
Invierno
Primavera
Verano
Otoo
Demanda Total
Demanda Promedio
2004
1400
1500
1000
600
4500
1125
IE
1.244
1.333
0.889
0.533
2005
1200
1400
2100
750
5450
1362.5
0.881
1.028
1.541
0.550
IE
2006
1000
1600
2000
650
5250
1312.5
0.762
1.219
1.524
0.495
IE
2007
900
1500
1900
500
4800
1200
0.750
1.250
1.583
0.417
FEP
0.91
1.21
1.38
0.50
2009
1272.98
1690.47
1938.06
698.49
5600
1400
El nivel de demanda para las lanchas en la primavera del 2009 ser de 1690,47 lanchas.
26. La asistencia al nuevo parque tipo Disney en Los ngeles, VacationWorld, ha sido la
siguiente:
Trimestre
Asistentes (en miles)
Trimestre
Asistentes (en miles)
Invierno 2005
73
Verano 2006
124
Primavera 2005
104
Otoo 2006
52
Verano 2005
168
Invierno 2007
89
Otoo 2005
74
Primavera 2007
146
Invierno 2006
65
Verano 2007
205
Primavera 2006
82
Otoo 2007
98
Calcule los ndices estacionales usando todos los datos

Tabla 7 Calculo de ndices estacionales
Trimestre
Invierno 2005
Primavera 2005
Verano 2005
Otoo 2005
Asistencia total
Asistencia promedio
2005
Asistentes
(en miles)
73
104
168
74
419
104.75
2006
Asistentes
(en miles)
65
82
124
52
323
80.75
IE
0.697
0.993
1.604
0.706
IE
0.805
1.015
1.536
0.644
2007
Asistentes
(en miles)
89
146
205
98
538
134.5
IE
IEP
0.662
1.086
1.524
0.729
0.721
1.031
1.555
0.693
35. Las ventas de las pasadas 10 semanas registradas en la tienda de msica Johnny Ho en
Columbus, Ohio, se muestran en la tabla siguiente. Pronostique la demanda para cada semana,
incluyendo la semana 10, usando suavizamiento exponencial con = .5 (pronstico inicial = 20).
Semana
1
2
3
4
5
Demanda
20
21
28
37
25
Semana
6
7
8
9
10
Demanda
29
36
22
25
28
a) Calcule la MAD.
Semana
1
2
3
4
5
6
Demanda
20
21
28
37
25
29
Pronostico
20.000
20.000
20.500
24.250
30.625
27.813
Error
0.000
1.000
7.500
12.750
-5.625
1.188
Error
absoluto
0.000
1.000
7.500
12.750
5.625
1.188
7
8
9
10
36
22
25
28
28.406
32.203
27.102
26.051
7.594
-10.203
-2.102
1.949
CFE
14.051
7.594
10.203
2.102
1.949
MAD
4.991
b) Calcule la seal de control.

=
14.051
=
= 2.81
4.991

Ejercicio Pronósticos

Cargado por

Copyright:

Formatos disponibles

Ejercicio Pronósticos

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ejercicio Pronósticos

Cargado por

Copyright:

Formatos disponibles

PRONOSTICOS

Figura 1. Grafica demanda en funcin del tiempo

Tabla 1 Pronstico en base a promedios mviles

c) Comenzando en el ao 4 y hasta el ao 12, pronostique la demanda usando un promedio mvil

Tabla 2 Pronostico en base a promedios mviles ponderados

Error PM Error PMP

En primera instancia al observar la Figura 1 podramos decir que el pronstico de promedios

3. Regrese al problema 2. Desarrolle un pronstico para los aos 2 a 12 usando suavizamiento

Figura 2. Grafica demanda en funcin del tiempo

6. Las ventas mensuales en Telco Batteries, Inc., fueron como sigue:

a) Grafique los datos de las ventas mensuales.

- Suavizamiento exponencial con = .3 y un pronstico para septiembre de 18.

Tabla 4 Pronostico en base a suavizamiento exponencial

b) Pronostique la temperatura mxima para hoy usando un promedio mvil de 2 das

c) Calcule la desviacin absoluta media con base en un promedio mvil de 2 das

0.5 + 1.5 + 2 + 7,5 + 2

d) Calcule el error cuadrtico medio para un promedio mvil de 2 das

0.25 + 2.25 + 5 + 56.25 + 4

e) Calcule el error porcentual absoluto medio para el promedio mvil de 2 das

0.54 + 1.58 + 2.08 + 8.52 + 2.22

Tabla 5 Calculo de errores en base a promedio mvil de dos das

Asistentes (en miles)

Asistentes (en miles)

Calcule los ndices estacionales usando todos los datos

b) Calcule la seal de control.

También podría gustarte