Tarea Pronósticos

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN
Tarea Pronsticos
Valenzuela Sotelo Elizabeth
Dr. Jos Fernando Hernndez Silva
Octubre de 2014
INSTITUTO TECNOLGICO DE CULIACN

MAESTRA EN INGENIERA INDUSTRIAL
MATERIA:
ADMINISTRACIN DE LA PRODUCCIN Y LAS
OPERACIONES
TAREA:
PRONSTICOS
ALUMNA:
ING. ELIZABETH VALENZUELA SOTELO
PROFESOR:
DR. JOS FERNANDO HERNNDEZ SILVA
SEMESTRE: AGOSTO -DICIEMBRE 2014
CULIACN, SIN., OCTUBRE DE 2014

0

Tarea Pronsticos
Octubre de 2014
PREGUNTAS DE ANLISIS
1. Qu es un modelo de pronstico cualitativo y cundo es apropiado su uso?
Es un modelo de pronsticos que incorpora factores como la intuicin, las emociones,
las experiencias personales y el sistema de valores de quien toma las decisiones. Las
opiniones de los gerentes y expertos, los resultados de las encuestas de consumidores y las
estimaciones del personal de ventas se traducen en estimaciones cuantitativas.
Su uso es apropiado cuando no existe una cantidad suficiente de datos histricos, es
decir, no existe un archivo de historial, como en los casos en que se lanza al mercado un
nuevo producto o se espera un cambio en la tecnologa. Por otro lado, el archivo historial
puede existir, pero no ser demasiado til cuando ciertos acontecimientos (como las
presentaciones de nuevos productos o paquetes especiales) se reflejan en los datos pasados,
o cuando se espera que ciertos acontecimientos ocurran en el futuro, siendo apropiado de
igual manera el uso de los modelos de pronstico cualitativos.
2. Cul es la diferencia bsica entre promedios mviles ponderados y suavizamiento
exponencial?
En el mtodo de promedio mvil ponderado, cada una de las demandas histricas que
intervienen en el promedio puede tener su ponderacin y permite destacar la demanda
reciente de la demanda anterior.
El mtodo de suavizamiento exponencial es un mtodo de promedio mvil ponderado
muy refinado que permite calcular el promedio de una serie de tiempo, asignando a las
demandas recientes mayor ponderacin que a las demandas anteriores. Es
un
promedio
ponderado de todos los datos pasados (siempre que la constante de suavizamiento sea
estrictamente menor que 1). El pronstico con promedios mviles es un promedio ponderado
de slo los ltimos periodos n de datos. Esto puede ser una ventaja importante para los
promedios mviles. Un valor atpico (una observacin que no es representativa de la
poblacin de la muestra) se elimina del pronstico por promedios mviles despus de n
periodos, pero permanece para siempre en el pronstico de suavizamiento exponencial.
Para poder utilizar los promedios mviles, se deben guardar todos los n datos pasados.
Con el fin de utilizar el suavizamiento exponencial, slo se necesita guardar el ltimo
pronstico. Esta es una ventaja ms significativa del mtodo de suavizamiento exponencial, y
explica su popularidad en la prctica.

Tarea Pronsticos
Octubre de 2014
3. Qu efecto tiene el valor de la constante de suavizamiento de series de tiempo y un

modelo asociativo?
El valor de la constante de suavizamiento, , flucta entre 0 y 1.0. Este valor puede
cambiarse para dar ms peso a datos recientes (cuando es alta), o ms peso a datos
anteriores (cuando es baja). Cuando llega al extremo de 1.0, el pronstico se vuelve
idntico al modelo intuitivo, es decir, el pronstico para el siguiente periodo es considerar
exactamente la misma demanda del periodo actual.
El nfasis que se hace en los niveles de demanda ms recientes puede ajustarse
modificando la constante de suavizamiento. Los valores ms grandes de hacen nfasis en
los niveles recientes de la demanda y dan lugar a pronsticos que tienen mejor capacidad de
respuesta ante los cambios en el promedio fundamental. Con valores de ms pequeos, se
considera ms uniformemente la demanda pasada y se producen pronsticos ms estables.
El valor apropiado de la constante de suavizamiento, , puede hacer la diferencia entre
un pronstico preciso y uno impreciso. Se eligen valores altos de cuando el promedio
subyacente tiene probabilidades de cambiar. Se emplean valores bajos de cuando el
promedio en que se basa es bastante estable. Al elegir los valores de la constante de
suavizamiento, el objetivo es obtener el pronstico ms preciso.
Los modelos de pronstico asociativo casi siempre consideran varias variables
relacionadas con la cantidad que desean predecir. Una vez determinadas dichas variables, se
construye un modelo estadstico que se usa para pronosticar el elemento de inters. Este
enfoque es ms poderoso que los mtodos de series de tiempo que incluyen slo valores
histricos para la variable a pronosticar.
En un anlisis asociativo pueden considerarse muchos factores. El trabajo del
administrador es desarrollar la mejor relacin estadstica entre la variable que se desea
pronosticar (dependiente) y las variables que son la causa de los resultados observados en
el pasado (independiente). Una debilidad central de los mtodos de pronstico asociativo
como el de regresin, es que aun cuando se calcula una ecuacin de regresin, se debe dar
un pronstico para la variable independiente antes de estimar la variable dependiente para el
siguiente periodo.

Tarea Pronsticos
Octubre de 2014
4. Mencione algunos ejemplos de industrias afectadas por la estacionalidad. Por qu

estos negocios desearan no depender de la estacionalidad?
La estacionalidad es un patrn de datos que se repite despus de un periodo de das,
semanas, meses o trimestres. Algunas industrias que son afectadas por la estacionalidad son
las siguientes:
La industria acucola
La industria de la moda
Turismo
Industria agrcola
Negocios que venden/ producen carbn
Restaurantes de comida rpida
Cines
Este tipo de negocios desearan no depender de la estacionalidad porque sus ventas

no son constantes, adems, es ms complejo poder pronosticar la demanda futura de sus
productos, requiriendo ms pasos en el procedimiento de pronstico.
5. Qu ocurre con nuestra capacidad para pronosticar cuando pronosticamos
periodos cada vez ms lejanos en el futuro?
Los pronsticos a corto plazo tienden a ser ms precisos que los de largo plazo. Los
factores que influyen en la demandan cambian todos los das. Por lo tanto, a medida que el
horizonte de tiempo se alarga, es ms probable que la precisin del pronstico disminuya.
6. En qu se fundamenta el mtodo de mnimos cuadrados del anlisis de regresin
lineal?
Si se decide desarrollar una recta de tendencia lineal mediante un mtodo estadstico
preciso, se puede aplicar el mtodo de mnimos cuadrados. Este enfoque resulta en una lnea
recta que minimiza la suma de los cuadrados de las diferencias verticales o desviaciones de la
recta hacia cada una de las observaciones reales.
Una recta de mnimos cuadrados se describe en trminos de su interseccin con el eje
y (la altura a la cual cruza al eje y) y su pendiente (el ngulo de la recta). Al conocer estos dos
factores se establece la ecuacin lineal, en donde al darle el valor de x, se obtendr el valor
futuro de la variable dependiente y.

Tarea Pronsticos
Octubre de 2014
7. Cul es la ventaja del mtodo Delphi sobre el mtodo de juicio de opinin ejecutiva?
Qu tienen en comn estos mtodos?
En el mtodo Delphi hay tres tipos de participante: los que toman las decisiones (grupo
de 5 a 10 expertos que estarn elaborando el pronstico real), el personal (ayuda a preparar,
distribuir recopilar y resumir los resultados de las encuestas) y los entrevistados (grupo de
personas cuyos juicios se valoran). El mtodo de juicio de opinin ejecutiva se hace en base a
un resumen de las opiniones, experiencia y conocimientos tcnicos de uno o varios gerentes
para lograr el pronstico. En el mtodo Delphi se respeta el anonimato de sus integrantes y es
til cuando no existen datos histricos sobre los cuales se puedan desarrollar los modelos
estadsticos y cuando los gerentes de la empresa no tienen experiencia en la cual
fundamentar proyecciones bien informadas.
Los dos mtodos tienen en comn que son cualitativos, las decisiones las toman
grupos de expertos y ambos se pueden utilizar cuando se piensa lanzar un nuevo producto o
servicio.
8. Comente la siguiente frase expresada por un gerente de control de inventarios: "No
es mi culpa que se nos hayan acabado las refacciones. El pronstico de la demanda
estaba equivocado".
Primero que nada es til saber que ningn pronstico es exacto, los pronsticos casi
nunca son perfectos. Es importante que se verifique que se est usando el mtodo de
pronstico indicado, y una vez usado, se debe estar monitoreando y controlando.
En este caso, el gerente puede no tener del todo la culpa de que el pronstico de la
demanda fuera equivocado, pero debe saber que en todo pronstico hay errores y que hay
factores externos no predecibles o controlables que lo pueden afectar. Lo ideal es que confe
en el pronstico pero que vea ms all de solo basarse en l, utilizando la experiencia que
tiene en base a las demandas pasadas.
9. Un administrador escptico pregunta para qu puede usarse un pronstico de
mediano plazo; sugirale tres usos o propsitos posibles.
Planeacin de ventas
Planeacin de la produccin
Planificacin de personal

Tarea Pronsticos
Octubre de 2014
10. En 2006, el consejo de regentes que era responsable del financiamiento de la

educacin pblica profesional en uno de los estados del oeste medio de Estados
Unidos contrat a un consultor para desarrollar una serie de modelos para pronosticar
las inscripciones, uno por cada colegio. Estos modelos usaban datos histricos y
suavizamiento exponencial para pronosticar las inscripciones del siguiente ao
escolar. Con base en cada modelo, que inclua una constante de suavizamiento () para
cada institucin, el consejo estableca el presupuesto por colegio. La presidenta del
consejo seleccion personalmente cada constante de suavizamiento a partir de lo que
llam sus reacciones viscerales y entendimiento poltico. Cules son las ventajas y
desventajas de este sistema? Responda desde la perspectiva de a) el consejo de
regentes b) el regente de este colegio.
a) Perspectiva del consejo de regentes: Una de las ventajas que se podran tener es que si
el pronstico se aproxima a los valores reales de la demanda, se tendr una adecuada
distribucin de presupuesto para cada institucin. La desventaja puede ser que la constante
de suavizamiento debe ser estimada correctamente, de lo contrario el modelo no se acercar
a la demanda real y el presupuesto no se repartir de acuerdo a las necesidades de cada
colegio.
b) Perspectiva del regente de este colegio: La ventaja para el regente de este colegio es
que si el pronstico se hace correctamente, se podr contar con el presupuesto necesario
para cubrir todos los gastos. Sin embargo, si el pronstico no se acerca al valor real de la
demanda por que la presidenta del consejo no seleccion correctamente la contante de
suavizamiento, el presupuesto que se le asignar a la institucin no ser suficiente para correr
con los gastos y cubrir las necesidades.
De qu manera se podra abusar de este modelo y qu podra hacerse para eliminar
cualquier sesgo? Una de las maneras en que se podra abusar de este modelo es que la
presidenta del consejo al momento de seleccionar la constante de suavizamiento se incline
ms hacia una institucin que hacia otra, favoreciendo en mayor grado con recursos para
algunos colegios. Para eliminar cualquier sesgo, se puede consultar las bases de datos
histricos de demanda real de estudiantes de cada institucin.
Cmo podra emplearse el modelo de regresin para producir resultados que
favorecieran un pronstico sobre otro? Inclinndose ms hacia una institucin que hacia
otra, favoreciendo el pronstico mediante la alteracin de datos histricos, provocando que los
valores de x y de la pendiente de la recta de regresin sean valores ms grandes que
aumenten el pronstico de demanda para ciertas instituciones a las cuales se les quiera
asignar ms presupuesto.
5

Tarea Pronsticos
Octubre de 2014
PROBLEMAS
PROBLEMA 1. La demanda histrica del producto es
Demanda
12
11
15
12
16
15
Enero
Febrero
Marzo
Abril
Mayo
Junio
a) Con un promedio mvil ponderado de 0.60, 0.30 y 0.10, calcule el pronstico de julio.
=
( )
Ponderacin aplicada
0.60
0.30
0.10
1
Pronstico julio=
Periodo
ltimo mes
Hace 2 meses
Hace 3 meses
Suma de ponderaciones
0.60 15 + 0.30 16 + 0.10 12

=15
1
b) Con un promedio mvil simple de tres meses, determine el pronstico de julio.

=
Pronstico julio=
15+16+12
=14
3

Tarea Pronsticos
Octubre de 2014
c) Mediante suavizamiento exponencial simple con =0.2 y un pronstico para junio de

13, calcule el pronstico de julio. Haga todas las suposiciones que quiera.
= Ft 1 + Dt 1 Ft 1
Pronstico julio=13+ 0.2 15-13 =13
2
5
d) Con un anlisis de regresin lineal simple, calcule la ecuacin de regresin de los

datos precedentes de la demanda.
Ecuacin de regresin: = +

2 2
=
donde:
Y = Variable dependiente
X = Variable independiente
a = interseccin con la recta Y
b = pendiente de la recta
Mes (x)
Enero
Febrero
Marzo
Abril
Mayo
Junio
=
=
81
6
=13.5
1
2
3
4
5
6
= 21
x
21
6
Demanda (y)
12
11
15
12
16
15
= 81
=3.5
297-6(13.5)(3.5) 13.5 27
=
=
=
2 2
17.5 35
91-6(3.52 )
= = 13.5-
27
3.5 =10.8
35
7
X2
1
4
9
16
25
36
2
= 91
xy
12
22
45
48
80
90
= 297

Tarea Pronsticos
Octubre de 2014
Por lo tanto la ecuacin de regresin queda de la siguiente manera:
= . +
e) Con la ecuacin de regresin del inciso d), calcule el pronstico para julio.
27
= 10.8 +
35
27
Pronstico julio=10.8 +
7 =16.2
35
PROBLEMA 2. Las temperaturas mximas diarias en San Luis 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.
=
Pronstico temperatura mxima para hoy=
90+88+96
1
=91
3
3
b) Pronostique la temperatura mxima para hoy usando un promedio mvil de 2 das.

Pronstico temperatura mxima para hoy=
90+88
=89
2
c) Calcule la desviacin absoluta media con base en un promedio mvil de 2 das.
| |
=1
Da Temperatura Pronstico
mxima
1
2
3
4
5
6
7
93
94
93
95
96
88
90
93.5
93.5
94
95.5
92
8
Error
(E)
|Error (E)|
-0.5
1.5
2
-7.5
-2
0.5
1.5
2
7.5
2

Tarea Pronsticos
Octubre de 2014
DAM=
1
0.5+1.5+2+7.5+2 =2.7
5
d) Calcule el error cuadrtico medio para un promedio mvil de 2 das.

1
=
mxima
1
2
3
4
5
6
7
ECM=
93
94
93
95
96
88
90
93.5
93.5
94
95.5
92
2
=1
Error
(E)
|Error (E)|
E2
-0.5
1.5
2
-7.5
-2
0.5
1.5
2
7.5
2
0.25
2.25
4
56.25
4
1
0.25+2.25+4+56.25+4 =13.35
5
e) Calcule el error porcentual absoluto medio para el promedio mvil de 2 das.
EPAM =
mxima
1
2
3
4
5
6
7
EPAM=
93
94
93
95
96
88
90
93.5
93.5
94
95.5
92
=1
100
Error
(E)
|Error (E)|
E2
|E/D|
-0.5
1.5
2
-7.5
-2
0.5
1.5
2
7.5
2
0.25
2.25
4
56.25
4
0.00537
0.01578
0.02083
0.08522
0.02222
1
.00537+0.01578+0.02083+ 0.08522+0.02222 X 100=2.9889%
5

Tarea Pronsticos
Octubre de 2014
PROBLEMA 3. La demanda de Krispee Crunchies, uno de los cereales favoritos para

el desayuno entre las personas nacidas en la dcada de 1940, est en una etapa de
decadencia. La compaa desea vigilar cuidadosamente la demanda que tiene este producto
ahora que se aproxima el final de su ciclo de vida. Se ha utilizado el mtodo de suavizamiento
exponencial ajustado a la tendencia con =0.1 y =0.2. Al final de diciembre, la estimacin
actualizada del nmero promedio de cajas vendidas cada mes, At, fue de 900,000 y la
tendencia actualizada, Tt, fue de -50,000 por mes. En la tabla siguiente se presenta el historial
de las ventas reales de enero, febrero y marzo. Genere los pronsticos para febrero, marzo y
abril.
Mes
Ventas
Enero
Febrero
Marzo
890 000
800 000
825 000
+1 = +
donde:
= + 1 (1 + 1 )
= 1 + (1 )1
Para febrero:
= + 1 +
=(0.1) 890,000 + 1-0.1 900,000-50,000 = 854,000
= + 1
= 0.2 854,000-900,000 + 1-0.2 -50,000 =-49,200
= +
=854,000-49 200= 804,800 cajas de cereal
Para marzo:
= + 1 +
= 0.1 800,000 + 1-0.1 854,000-49,200 =804,320
= + 1
= 0.2 804,320-854 000 + 1-0.2 -49,200 =- 49,296
= +
= 804,320-49,296= 755,024 cajas de cereal
10

Tarea Pronsticos
Octubre de 2014
Para abril:
= + 1 +
= 0.1 825,000 + 1-0.1 804,320-49,296 =762,021.6
= + 1
= 0.2 762,021.6 -804,320 + 1-0.2 -49,296 =- 47,896.6
= +
= 762,021.6- 47,896.6=714,125 cajas de cereal
Los pronsticos con el mtodo suavizamiento exponencial ajustado a la tendencia para
los meses febrero, marzo y abril quedan de la siguiente manera:
Mes
Ventas
Pronstico
Enero
Febrero
Marzo
Abril
890 000
800 000
825 000
-
804,800
755,024
714,125
PROBLEMA 4. El nmero de intervenciones quirrgicas de corazn que se realizan en

el Hospital General de Heartville ha aumentado sin cesar en los ltimos aos. La
administracin del hospital est buscando el mejor mtodo para pronosticar la demanda de
esas operaciones en el ao 6. A continuacin se presentan los datos de los ltimos cinco
aos. Hace seis aos, el pronstico para el ao 1 era de 41 operaciones, y la tendencia
estimada fue de un incremento de 2 por ao.
Ao
1
2
3
4
5
Demanda
45
50
52
56
58
La administracin del hospital est considerando los siguientes mtodos de pronstico.
11

Tarea Pronsticos
Octubre de 2014
i) Suavizamiento exponencial con = 0.6.

= 1 + 1 1
2 = 41.00 + 0.6(45-41)
= 43.40 cirugas
3 = 43.40 + 0.6(50-43.40) = 47.36 cirugas
4 = 47.36 + 0.6 52-47.36 = 50.14 cirugas
5 = 50.14 + 0.6(56-50.14) = 53.66 cirugas
6 = 53.66 + 0.6(58-53.66) = 56.26 cirugas
Ao
Demanda
Pronstico
= 0.6
Error
(E)
|Error (E)|
E2
|E/D|
1
2
3
4
5
6
45
50
52
56
58
-
43.40
47.36
50.14
53.66
56.26
6.6
4.64
5.86
4.34
-
6.6
4.64
5.86
4.34
43.5600
21.5296
34.3396
18.8356
0.1320
0.0892
0.1046
0.0748
| |
=1
1
4
MAPE =
21.44 =5.3600
SUAVIZAMEINTO
EXPONENCIAL = 0.6
MAD
5.3600
MSE
29.5662
MAPE
10.015%
1
=
=
E 118.2648 |E/D| 0.4006
2=
1
=
E =21.44
=1
1
4
1
1
=
4
118.2648 =29.5662
=1
100
0.4006 X 100=10.015%
12

Tarea Pronsticos
Octubre de 2014
ii) Suavizamiento exponencial con = 0.9.

= 1 + 1 1
2 = 41.00 + 0.9(45-41)
= 44.60 cirugas
3 = 44.60 + 0.9(50-44.60) = 49.46 cirugas
4 = 49.46 + 0.9 52-49.46 = 51.75 cirugas
5 = 51.75 + 0.9(56-51.75) = 55.57 cirugas
6 = 55.57+ 0.9(58-55.57) = 57.76 cirugas
Ao
Demanda
Pronstico
= 0.9
Error
(E)
|Error (E)|
E2
|E/D|
1
2
3
4
5
6
45
50
52
56
58
-
44.60
49.46
51.75
55.57
57.76
5.40
2.54
4.25
2.43
-
5.40
2.54
4.25
2.43
29.1600
6.4516
18.0625
5.9049
0.1080
0.0488
0.0759
0.0419
E =14.62
E 59.579
|E/D| 0.2746
1
=
| |
=1
1
4
MAPE =
14.62 =3.655
SUAVIZAMIENTO
EXPONENCIAL = 0.9
MAD
3.6550
MSE
14.895
MAPE
6.865%
1
=
2=
2
=1
1
4
1
1
=
4
59.579 =14.895
=1
100
0.2746 X 100=6.865%
13

Tarea Pronsticos
Octubre de 2014
iii) Suavizamiento exponencial ajustado a la tendencia con= 0.6 y =0.1.

+1 = +
donde:
= + 1 (1 + 1 )
= 1 + (1 )1
1 = 41
1 = 2
Pronstico para el ao 2:
1 = 1 + 1 1
1 =(0.6) 45 + 1-0.6 41 = 43.4
1 = 2
2 = 1 + 1
=43.4+2=45.4 operaciones
2 = 2 + 1 1 + 1
2 =(0.6) 50 + 1-0.6 43.4+2 =48.16
2 = 2 1 + 1 1
2 = 0.1 48.16-43.4 + 1-0.1 2 =2.276
3 = 2 + 2
=48.16+2.276=50.436 operaciones
3 = 3 + 1 2 + 2
3 =(0.6) 52 + 1-0.6 48.16+2.276 =51.3744
3 = 3 2 + 1 2
3 = 0.1 51.3744-48.16 + 1-0.1 2.276 =2.36984
4 = 3 + 3
=51.3744+2.36984=53.7442 operaciones
14

Tarea Pronsticos
Octubre de 2014
4 = 4 + 1 3 + 3
4 =(0.6) 56 + 1-0.6 51.3744+2.36984 =55.0977
4 = 4 3 + 1 3
4 = 0.1 55.0977-51.3744 + 1-0.1 2.36984 =2.50519
5 = 4 + 4
=55.0977+2.50519=57.6029 operaciones
5 = 5 + 1 4 + 4
5 =(0.6) 58 + 1-0.6 55.0977+2.50519 =57.8412
5 = 5 4 + 1 4
5 = 0.1 57.8412-55.0977 + 1-0.1 2.50519 =2.5290
6 = 5 + 5
=57.8412+2.5290=60.3702 operaciones
Ao
Demanda
Pronstico
= 0.6 y =0.1
Error
(E)
|Error (E)|
E2
|E/D|
1
2
3
4
5
6
45
50
52
56
58
-
45.4000
50.4360
53.7442
57.6029
60.3702
4.6000
1.5640
2.2558
0.3971
-
4.6000
1.5640
2.2558
0.3971
21.16
2.4460
5.0886
0.1577
0.0920
0.0301
0.0403
0.0068
1
=
| |
=1
1
=
4
=
1
=
4
2=
=
E =8.8169 E 28.8523 |E/D| 0.1692
8.8169 =2.2042
2
=1
SUAVIZAMIENTO
EXPONENCIAL AJUSTADO A
LA TENDENCIA = 0.6 y =0.1
MAD
2.2042
MSE
7.2131
MAPE
4.23%
28.8523 =7.2131
15

Tarea Pronsticos
Octubre de 2014
MAPE =
=1
1
4
100
0.1692 X 100=4.23%
iv) Promedio mvil de tres aos.

Ao
1
2
3
4
5
=
Pronstico ao 4=
Pronstico ao 5=
Pronstico ao 6=
52+50+45
3
56+52+50
3
58+56+52
3
Demanda
45
50
52
56
58
=49 operaciones
=52
=55
operaciones
operaciones
Ao
Demanda
Pronstico
promedio mvil
3 aos
Error
(E)
|Error (E)|
E2
|E/D|
1
2
3
4
5
6
45
50
52
56
58
-
49
52 2/3
55 1/3
7
5 1/3
-
7
5 1/3
49
28 4/9
0.1250
0.0920
1
=
2
| |
=1
12 1/3 =6.1667
16
E =12 1/3
=
E 77 4/9 |E/D| 0.2170
2=

Tarea Pronsticos
Octubre de 2014
=
MAPE =
PROMEDIO MVIL 3
AOS
MAD
6.1667
MSE
38.7222
MAPE
10.85%
=1
1
2
77 4/9 =38.7222
1
2
=1
100
0.2170 X 100=10.85%
v) Promedio mvil ponderado de tres aos, usando ponderaciones de (3/6), (2/6) y (1/6),
y asignando una mayor ponderacin a los datos ms recientes.
Ao
Demanda
1
45
2
50
3
52
4
56
5
58
=
( )
Ponderacin aplicada
3/6
2/6
1/6
1
Pronstico ao 4=
Pronstico ao 5=
Pronstico ao 6=
3/6 52 + 2/6 50 + 1/6 45

1
3/6 56 + 2/6 52 + 1/6 50
1
3/6 58 + 2/6 56 + 1/6 52
1
Periodo
ltimo ao
Hace 2 aos
Hace 3 aos
Suma de ponderaciones
=50 operaciones
=53 operaciones
=56 operaciones
17

Tarea Pronsticos
Octubre de 2014
Ao
Demanda
Pronstico
promedio mvil
ponderado
Error
(E)
|Error (E)|
E2
|E/D|
1
2
3
4
5
6
45
50
52
56
58
-
50 1/6
53 2/3
56 1/3
5 5/6
4 1/3
-
5 5/6
4 1/3
34 1/36
18 7/9
0.1042
0.0747
| |
=1
1
2
10 1/6 =5.0833
2
=1
1
=
2
MAPE =
=
E 52 29/36 |E/D| 0.1789
2=
1
=
E =10 1/6
PROMEDIO MVIL
PONDERADO 3 AOS
MAD
5.0833
MSE
26.4028
MAPE
8.945%
52 29/36 =26.4028
1
2
=1
100
0.1789 X 100=8.945%
18

Tarea Pronsticos
Octubre de 2014
vi) Modelo de regresin, Y = 42.6 + 3.2X, donde Y es el nmero de cirugas y X

representa el ndice del ao (por ejemplo, X = 1 para el ao 1, X = 2 para el ao 2, etc.).
Y = 42.6 + 3.2X
Pronstico ao 1= 42.6 + 3.2 (1)=45.8cirugas
Ao
Demanda
Pronstico
regresin
Error
(E)
|Error (E)|
E2
|E/D|
1
2
3
4
5
6
45
50
52
56
58
-
45.8
49.0
52.2
55.4
58.6
61.8
-0.8
1
-0.2
0.6
-0.6
-
0.8
1
0.2
0.6
0.6
0.64
1
0.04
0.36
0.36
0.01778
0.02000
0.00385
0.01071
0.01034
1
=
| |
=1
1
5
MAPE =
3.2 =0.64
1
=
E =3.2
2
=1
1
5
REGRESIN
MAD
0.64
MSE
0.48
MAPE
1.2536%
2.4 =0.48
1
5
=1
100
0.06268 X 100=1.2536%
19
E 2.4 |E/D| 0.06268

2=

Tarea Pronsticos
Octubre de 2014
RESUMEN DE VERIFICACIN DEL DESEMPEO DE LOS MTODOS:

CRITERIO DE
DESEMPEO
MAD
MSE
MAPE
MTODO DE PRONSTICO
SUAVIZAMEINTO
EXPONENCIAL
SUAVIZAMIENTO
EXPONENCIAL
= 0.9
S.E AJUSTADO
A LA
TENDENCIA
= 0.6 y =0.1
PROMEDIO
MVIL 3
AOS
P.M.
PONDERA
-DO 3
AOS
MODELO
DE
REGRESIN
= 0.6
5.3600
29.5662
10.015%
3.6550
14.895
6.865%
2.2042
7.2131
4.23%
6.1667
38.7222
10.85%
5.0833
26.4028
8.945%
0.64
0.48
1.2536%
a) Si la MAD es el criterio de desempeo seleccionado por la administracin, qu

mtodo de pronstico deber elegir?
CRITERIO DE
DESEMPEO
MAD
MTODO DE PRONSTICO
SUAVIZAMEINTO
EXPONENCIAL
SUAVIZAMIENTO
EXPONENCIAL
= 0.9
S.E AJUSTADO
A LA
TENDENCIA
= 0.6 y =0.1
PROMEDIO
MVIL 3
AOS
P.M.
PONDERA
-DO 3
AOS
MODELO
DE
REGRESIN
= 0.6
5.3600
3.6550
2.2042
6.1667
5.0833
0.64
Analizando la tabla comparativa anterior, el mtodo de pronstico que se debe elegir es el

modelo de regresin (Y = 42.6 + 3.2X), puesto que indica una menor dispersin de los errores
de pronstico (0.64).
b) Si el MSE es el criterio de desempeo seleccionado por la administracin, qu
CRITERIO DE
DESEMPEO
MSE
MTODO DE PRONSTICO
SUAVIZAMEINTO
EXPONENCIAL
SUAVIZAMIENTO
EXPONENCIAL
= 0.9
S.E AJUSTADO
A LA
TENDENCIA
= 0.6 y =0.1
PROMEDIO
MVIL 3
AOS
P.M.
PONDERA
-DO 3
AOS
MODELO
DE
REGRESIN
= 0.6
29.5662
14.895
7.2131
38.7222
26.4028
0.48
Con respecto al cuadro anterior, el mtodo de pronstico que debe elegir la administracin es
el modelo de regresin (Y = 42.6 + 3.2X), ya que se puede observar que existe una menor
dispersin de los errores en el pronstico (0.48) en comparacin con los otros mtodos.
20

Tarea Pronsticos
Octubre de 2014
c) Si el MAPE es el criterio de desempeo seleccionado por la administracin, qu

CRITERIO DE
DESEMPEO
MAPE
MTODO DE PRONSTICO
SUAVIZAMEINTO
EXPONENCIAL
SUAVIZAMIENTO
EXPONENCIAL
= 0.9
S.E AJUSTADO
A LA
TENDENCIA
= 0.6 y =0.1
PROMEDIO
MVIL 3
AOS
P.M.
PONDERA
-DO 3
AOS
MODELO
DE
REGRESIN
= 0.6
10.015%
6.865%
4.23%
10.85%
8.945%
1.2536%
Analizando la tabla comparativa anterior, el mtodo de pronstico que la administracin debe

elegir es el modelo de regresin (Y = 42.6 + 3.2X), porque indica un menor error porcentual
(1.2536%) respecto a los otros mtodos de pronstico.
PROBLEMA 5. Investigue el mtodo de Winters (por su propia cuenta) y resuelva el

siguiente problema.
Una popular marca de zapatos deportivos cuenta con el siguiente historial de demanda por
trimestres en un periodo de tres aos.
1990
Demanda
1991
Demanda
1992
Demanda
12
16
14
25
32
45
76
71
84
52
62
47
a) Usando los datos de 1991 y 1992, determine los valores iniciales de la intercepcin,
la pendiente y los factores estacionales para el mtodo de Winters.
1991
Demanda
1992
Demanda
16
14
32
45
71
84
62
47
21

Tarea Pronsticos
Octubre de 2014
El mtodo de Winters es un tipo de suavizamiento exponencial triple, y tiene la

importante ventaja de ser fcil de actualizar conforme se dispone de nuevos datos.
Las frmulas utilizadas en este mtodo de pronsticos son las siguientes:
=
+ 1 1 + 1
= 1 + 1 1
=
+ 1
+ = ( + )+
donde:
:
: (0 1)
:
:
: (0 1)
:
: (0 1)
:
:
+ : +
Para iniciar el mtodo, se necesitan los estimados iniciales de la serie, la pendiente y
los factores estacionales. Winters sugiere que, para la inicializacin, deben estar disponibles
dos estaciones de datos. En este caso se tomarn dos estaciones de datos, es decir, la
demanda de los cuatro trimestres de los aos 1991 y de 1992. Lo anterior representa 2p. Se
supondr que el periodo actual es t=0, de manera que las observaciones pasadas se marcan
con 2 +1 , 2 +2 , , 0 .
Para encontrar los valores iniciales, se calcula por separado la media de la muestra de
cada estacin de datos, utilizando las siguientes frmulas:
1
1 =
=2+1
y
22

Tarea Pronsticos
Octubre de 2014
1
2 =
=+1
Sustituyendo en las frmulas los datos de la demanda de 1991(16, 32, 71 y 62) y 1992
(14, 45, 84 y 47):
16+32+71+62
=45.25
4
14+45+84+47
=
=47.5
4
1991 =
1992
Por lo tanto, los valores iniciales de la intercepcin son = 45.25 y = 47.5.

Posteriormente se define la pendiente, que es el estimado inicial del factor de
tendencia, dado por 0 = (2 1 )/. Se sustituyen los valores iniciales calculados
anteriormente, as como p.
47.50-45.25
=0.5625
4
De manera que la pendiente es = 0.5625.
0 =
A continuacin, se debe calcular un nivel inicial de la serie en el tiempo t=0, utilizando

la frmula 0 = 2 + 0 [
3
1
2
]. Se sustituyen los valores requeridos y se obtiene:
= 47.5 + 0.5625[2]= 48.34375

Los factores estacionales iniciales se calculan para cada periodo del cual se tienen
datos disponibles y despus se promedian para obtener un conjunto de factores estacionales.
Los factores estacionales iniciales se obtienen al dividir cada una de las observaciones
iniciales
entre
el
punto
a
lo
largo
de
la
lnea
que
conecta
1 2 . Para esto se utiliza la siguiente frmula:
=
+1

2
23

Tarea Pronsticos
Octubre de 2014
para 2 + 1 0, donde = 1 para la primera estacin, = 2 para la segunda estacin y

es el periodo de la estacin. Esto es, = 1 para = 2 + 1 y = + 1; = 2 para
= 2 + 2 y = + 2, y as sucesivamente.
Se sustituyen los valores que se han obtenido para calcular los factores estacionales.
7 =
6 =
5 =
4 =
3 =
2 =
1 =
0 =
1991
7
16
=
= .
+1
4+1
1 45.25
1 0.5625
2
2
1991
6
32
=
= .
+1
4+1
2 2 45.25
2 2 0.5625
1991
5
71
=
= .
+1
4+1
45.25
3
0.5625
2
2
1991
4
62
=
= .
+1
4+1
4 45.25
4 0.5625
2
2
1992
3
14
=
= .
+1
4+1
2 1 47.5
2 1 0.5625
1992
2
45
=
= .
+1
4+1
47.5
2
0.5625
2
2
1992
1
84
=
= .
+1
4+1
2 3 47.5
2 3 0.5625
1992
0
47
=
= .
+1
4+1
47.5
4
0.5625
2
2
24

Tarea Pronsticos
Octubre de 2014
Ahora se deben promediar los factores estacionales, como se muestra a continuacin:

3 =
7 +3
2 =
6 +2
1 =
5 +1
0 =
4 +0
2
0.3603 +0.3001
0.7116 +0.9530
1.5594 +1.7580
1.3451 +0.9722
2
= 0.3302
= 0.8323
= 1.6587
= 1.15865
Antes de pronosticar, se debe corroborar que la suma de los factores estacionales sea
igual a 4, y de no ser as se normalizan los factores.
0
= 3 + 2 + 1 + 0 = 0.3302 + 0.8323 + 1.6587 + 1.15865 = .

=3
Como la suma no fue igual a 4, se normalizan los factores estacionales de la siguiente

manera:
3 =
0.3302
4 = .
3.97985
2 =
0.8323
4 = .
3.97985
1 =
1.6587
4 = .
3.97985
0 =
1.15865
4 = .
3.97985
Se verifica que la suma de los factores estacionales encontrados sea igual a 4.
= 3 + 2 + 1 + 0 = 0.33187 + 0.83651 + 1.66710 + 1.16452 =

=3
Por tanto, los factores estacionales son:

= . , = . , = . y = .
25

Tarea Pronsticos
Octubre de 2014
b) Suponga que la demanda observada para el primer trimestre de 1993 fue de 18.
Usando =0.2, =0.15, =0.10, actualice los estimados de la serie, la pendiente y los
factores estacionales.
= 1; 1 = 18 ; =0.2; =0.15; =0.10
=
+ 1 1 + 1
1
18
1 =
+ 1 0 + 0 = 0.2
+ 1 0.2 48.34375 + 0.5625 = 49.9726
3
0.33187
Por lo tanto los estimados de la serie son = .
Para la pendiente se tiene:
= 1 + 1 1
1 = 1 0 + 1 0 = 0.15 (49.9726 48.34375)+(1-0.15)0.5625 = 0.7225
La pendiente actualizada es = .
El nuevo factor estacional se obtiene con la siguiente frmula:
=
+ 1
1
18
+ 1 3 = 0.10
+ 1 0.10 0.33187 = 0.3347
1
49.9726
El factor estacional actualizado es = .
1 =
En este punto, se vuelve a normalizar 2 , 1 0 con el nuevo valor se 1 para que sumen 4.
1
= 2 + 1 + 0 + 1 = 0.83651 + 1.66710 + 1.16452 + 0.3347 = .

=2
2 =
0.83651
4 = .
4.00283
1 =
1.66710
4 = .
4.00283
0 =
1.16452
4 = .
4.00283
26

Tarea Pronsticos
Octubre de 2014
1 =
0.3347
4 = .
4.00283
= 2 + 1 + 0 + 1 = . + . + . + . =
=2
Como la nueva sumatoria de los factores estacionales es igual a 4, los valores de los factores
estacionales actualizados quedan de la siguiente manera:
= .
= .
= .
= .
c) Cules son los pronsticos realizados al final del primer trimestre de 1993 para los
tres trimestres restantes de este mismo ao?
Para encontrar los pronsticos requeridos se utiliza la siguiente frmula:
+ = ( + )+
:
:
:
:
:
+ : +
Sustituyendo los valores se obiente lo siguiente:
1+1 = 1 + 11 1+14 = 1 + 1 2 = 49.9726 + 0.7225 0.8359 = 42.3760
= .
1+2 = 1 + 21 1+24 = 1 + 21 1 = 49.9726 + 1.445 1.6659 = 85.6566
= .
1+3 = 1 + 31 1+34 = 1 + 31 0 = 49.9726 + 2.1675 1.1637 = 60.6754
= .
27

Tarea Pronósticos

Cargado por

Copyright:

Formatos disponibles

Tarea Pronósticos

Cargado por

Información del documento

Descripción 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

Tarea Pronósticos

Cargado por

Copyright:

Formatos disponibles

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

INSTITUTO TECNOLGICO DE CULIACN

CULIACN, SIN., OCTUBRE DE 2014

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

3. Qu efecto tiene el valor de la constante de suavizamiento de series de tiempo y un

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

4. Mencione algunos ejemplos de industrias afectadas por la estacionalidad. Por qu

Este tipo de negocios desearan no depender de la estacionalidad porque sus ventas

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

10. En 2006, el consejo de regentes que era responsable del financiamiento de la

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

0.60 15 + 0.30 16 + 0.10 12

b) Con un promedio mvil simple de tres meses, determine el pronstico de julio.

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

c) Mediante suavizamiento exponencial simple con =0.2 y un pronstico para junio de

d) Con un anlisis de regresin lineal simple, calcule la ecuacin de regresin de los

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

Por lo tanto la ecuacin de regresin queda de la siguiente manera:

Pronstico temperatura mxima para hoy=

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.

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

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

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

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

PROBLEMA 3. La demanda de Krispee Crunchies, uno de los cereales favoritos para

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

PROBLEMA 4. El nmero de intervenciones quirrgicas de corazn que se realizan en

La administracin del hospital est considerando los siguientes mtodos de pronstico.

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

i) Suavizamiento exponencial con = 0.6.

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

ii) Suavizamiento exponencial con = 0.9.

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

iii) Suavizamiento exponencial ajustado a la tendencia con= 0.6 y =0.1.

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

iv) Promedio mvil de tres aos.

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

3/6 52 + 2/6 50 + 1/6 45

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

vi) Modelo de regresin, Y = 42.6 + 3.2X, donde Y es el nmero de cirugas y X

E 2.4 |E/D| 0.06268

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

RESUMEN DE VERIFICACIN DEL DESEMPEO DE LOS MTODOS:

a) Si la MAD es el criterio de desempeo seleccionado por la administracin, qu

Analizando la tabla comparativa anterior, el mtodo de pronstico que se debe elegir es el

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

c) Si el MAPE es el criterio de desempeo seleccionado por la administracin, qu

Analizando la tabla comparativa anterior, el mtodo de pronstico que la administracin debe

PROBLEMA 5. Investigue el mtodo de Winters (por su propia cuenta) y resuelva el

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

El mtodo de Winters es un tipo de suavizamiento exponencial triple, y tiene la

INSTITUTO TECNOLGICO DE CULIACN, DIVISIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

Por lo tanto, los valores iniciales de la intercepcin son = 45.25 y = 47.5.

A continuacin, se debe calcular un nivel inicial de la serie en el tiempo t=0, utilizando