ESCUELA POLITÉCNICA NACIONAL

Ingeniería de la Producción

Integrantes: Juan Balseca, Carolina Brusil, Johanna Quiñonez, Edison Benalcázar

Fecha: 29/10/2018

Preguntas

1. ¿Qué es un modelo de pronóstico cualitativo y cuando es apropiado su uso?

Un modelo de pronóstico cualitativo se basa en la intuición, las emociones, las
experiencias personales y el sistema de valores de quien toma la decisión para llegar al
pronóstico. Estos modelos son apropiados en caso de que existan pocos datos de análisis, y
que el o los encargados de la predicción o pronóstico tengan la suficiente experiencia en el
tema a pronosticar.

2. Identifique y describa brevemente los dos enfoques generales del pronóstico

Los dos enfoques generales al pronosticar son: el análisis cuantitativo y el enfoque
cualitativo. Los pronósticos cuantitativos utilizan una variedad de modelos matemáticos
que se apoyan en datos históricos y/o en variables causales para pronosticar la demanda.
Los pronósticos cualitativos o subjetivos incorporan factores como la intuición, las
emociones, las experiencias personales y el sistema de valores de quien toma las
decisiones para llegar a un pronóstico.

3. Identifique los tres horizontes de tiempo de pronósticos. Establezca una duración

aproximada para cada uno.
a) Pronóstico a corto plazo: Este pronóstico tiene una extensión de tiempo de hasta 1
año, pero casi siempre es menor a 3 meses. Se usa para planear las compras,
programar el trabajo, determinar niveles de mano de obra, asignar el trabajo, y decidir
los niveles de producción.
b) Pronóstico a mediano plazo: Por lo general, un pronóstico a mediano plazo, o a plazo
intermedio, tiene una extensión de entre 3 meses y 3 años. Se utiliza para planear las
ventas, la producción, el presupuesto y el flujo de efectivo, así como para analizar
diferentes planes operativos.
c) Pronóstico a largo plazo. Casi siempre su extensión es de 3 años o más. Los pronósticos
a largo plazo se emplean para planear la fabricación de nuevos productos, gastos de
capital, ubicación o expansión de las instalaciones, y para investigación y desarrollo.

4. Describa de manera concisa los pasos para desarrollar un sistema de pronósticos

a) Determinar el uso del pronóstico: identificar las aplicaciones a los cuales se podrá
aplicar un pronóstico, como: disponibilidad, suministros, horas de entrada etc.
b) Seleccionar los aspectos que se deben pronosticar: identificar una cifra específica o
datos de análisis, como número de clientes, demanda, etc.
c) Determinar el horizonte de tiempo del pronóstico: ¿Es a corto, mediano o largo plazos?:
desarrollar pronósticos diarios, semanales, mensuales, anuales o quinquenales.
d) Seleccionar los modelos de pronóstico: existen una variedad de modelos estadísticos,
incluyendo promedios móviles, suavizamiento exponencial y análisis de regresión.
También están los modelos de juicio, o no cuantitativos.

1
 ESCUELA POLITÉCNICA NACIONAL
Ingeniería de la Producción

e) Recopilar los datos necesarios para elaborar el pronóstico: El equipo de analistas y

trabajadores, deben proveer de un registro de datos ya sea semanal, anual o diario
que sirvan de análisis para el pronóstico.
f) Realizar el pronóstico: efectuar los pronósticos por alguno de los métodos ya sea
cualitativo o cuantitativo, o ambos.
g) Validar e implementar los resultados: la validación continua permite mejorar los
modelos de predicción y realizar mejores pronósticos para el futuro.

5. Un administrador escéptico pregunta para que sirve un pronóstico de mediano plazo.

Sugiera el administrador tres usos o propósitos posibles.
Un pronóstico a mediano plazo, de entre 3 meses y 3 años, tiene grandes ventajas para
una empresa o industria, son útiles para planear ventas, la producción, el presupuesto y el
flujo de efectivo. La predicción de todas estas variables, permite evitar posibles pérdidas y
magnificar las ganancias en producción, para la empresa o industria.

6. Explique qué técnicas de pronósticos, como promedios móviles, promedios móviles

ponderados y suavizamineto exponencial, no son apropiados para las series de datos que
presentan una tendencia.
Los promedios móviles no reflejan muy bien las tendencias, porque son promedios,
siempre se quedarán en niveles pasados, no predicen los cambios hacia niveles más altos
ni más bajos.

7. ¿Cuál es la diferencia básica entre promedios móviles ponderados y suavizamiento

exponencial?
Los promedios móviles ponderados requieren amplios registro de datos históricos y de una
ponderación para cada dato, mientras que el suavizamiento exponencial implica mantener
muy pocos registros de datos históricos, y en este las ponderaciones disminuyen
exponencialmente.

8. ¿Cuáles son los tres métodos empleamos para medir la precisión de cualquier método de
pronosticas? ¿Cómo determinaría si es mejor una regresión de series de tiempo o un
suavizamiento exponencial para una aplicación específica?
La exactitud general de cualquier modelo de pronóstico —promedios móviles,
suavizamiento exponencial u otro— puede determinarse al comparar los valores
pronosticados con los valores reales u observados. En la práctica se usan varias medidas
para calcular el error global de pronóstico. Estas medidas pueden usarse para comparar
distintos modelos de pronóstico, así como para vigilar los pronósticos y asegurar su buen
desempeño. Las tres medidas más populares son la MAD (mean absolute deviation;
desviación absoluta media), el MSE (mean squared error; error cuadrático medio), y el
MAPE (mean absolute percent error; error porcentual absoluto medio).
9. Describa brevemente el método Delphi. ¿Cómo podría usarlo alguno de los jefes para los
que haya trabajado?
Existen tres tipos de participantes en el método Delphi: los que toman las decisiones, el
personal y los entrevistados. Los que toman las decisiones forman un grupo de 5 a 10

2
 ESCUELA POLITÉCNICA NACIONAL
Ingeniería de la Producción

expertos, él personal ayuda a estos a preparar, distribuir y resumir la serie de cuestionarios

y los resultados de las encuestas, y los encuestados son el grupo de personas cuyos juicios
se valoran. En el área eléctrica este método puede ser empleado por los gerentes de
distribuidoras para medir el nivel de satisfacción de sus clientes; y de esta forma
determinar áreas o regiones claves para la implementación de proyectos de calidad y
mejora del servicio eléctrico.

10. ¿Cuál es la principal diferencia entre un modelo de series de tiempo y un modelo causal?
Los modelos de series de tiempo observan lo que ha ocurrido durante un periodo y usan
una serie de datos históricos para hacer un pronóstico, mientras que un modelo causal se
interesa además de la correlación entre los datos y de esta forma incorporan las variables
o los factores que pueden influir en la cantidad por pronosticar.

11. Defina que es una serie de tiempo

Una serie de tiempo se basa en una secuencia de datos puntuales igualmente espaciados
(semanales, mensuales, trimestrales, etc.).

12. ¿Qué efecto tiene el valor de la constante de suavizado en la ponderación dada a los
valores recientes?

Este valor puede ser la diferencia entre un pronóstico preciso y un pronóstico impreciso.

13. Explique el valor de los índices estacionales al pronosticar. ¿En qué difieren los patrones
cíclicos y los patrones estacionales?

La presencia de estacionalidad hace necesario ajustar los pronósticos con una recta de
tendencia. Las estaciones se expresan en términos de la cantidad en que difieren los
valores reales de los valores promedios de la serie de tiempo. Analizar los datos en
términos de meses o trimestres suele facilitar la detección de los patrones estacionales.

14. ¿Qué técnica de pronóstico da más importancia a los valores recientes? ¿Cómo se logra?

Promedios móviles
A partir de la fórmula:

15. Explique con sus propias palabras qué es un pronóstico adaptable.

Es el que se refiere al monitoreo por computadora de las señales de control y al ajuste
automático cuando una señal rebasa el límite prestablecido.

16. ¿Cuál es el propósito de las señales de control?

3
 ESCUELA POLITÉCNICA NACIONAL
Ingeniería de la Producción

Se utilizan para determinar si la demanda es mayor que el pronóstico (positivas) o si la

demanda es menos que el pronóstico (negativas)

17. Explique con sus propias palabras cuál es el significado del coeficiente de correlación.
Analice el significado de un valor negativo del coeficiente de correlación.

El coeficiente de correlación es la medida de la fuerza de la relación entre dos variables.

18. ¿Cuál es la diferencia entre una variable dependiente y una variable independiente?

Una variable dependiente representa una cantidad cuyo valor depende de cómo se
modifica la variable independiente. A menudo y es la variable que se utiliza para
representar la variable dependiente en una ecuación.

19. Mencione algunos ejemplos de industrial afectadas por la estacionalidad ¿Por qué estos
negocios desearían no depender de la estacionalidad?

Restaurantes, peluquerías, distribuidores de cerveza, cines, oficinas de correos y tiendas.

Al no depender de la estacionalidad podrían tener ingresos más estables sin depender de
la temporada, día o mes, ya que con la estacionalidad dependen completamente de la
probabilidad.

20. Dé algunos ejemplos de industrial donde el pronóstico de la demanda depende de la

demanda de otros productos.

Puede aplicarse a la totalidad de un mercado o a un segmento en particular. La estimación

puede basarse en factores generales o en un plan específico de comercialización. Por lo
tanto, para que un pronóstico se entienda y sea útil, es importante aclarar exactamente qué
cosa describe.

21. ¿Qué ocurre con nuestra capacidad para pronosticar cuando pronosticamos periodos
cada vez más lejanos en el futuro.

4
 ESCUELA POLITÉCNICA NACIONAL
Ingeniería de la Producción

Se vuelve más inexacta, al no poder tomar en cuenta factores que puedan ocurrir en el
transcurso del tiempo

Problemas

1. La tabla da el número de unidades de sangre tipo A que el hospital Woodlawn utilizó en

las últimas 6 semanas.

Semana de Unidades empleadas

Agosto 31 360

Septiembre 7 389

Septiembre 14 410

Septiembre 21 381

Septiembre 28 368

Octubre 5 374

a) Pronostique la demanda para la semana del 12 de octubre con un promedio móvil de 3

semanas.

sep 21+ sep 28+oct 5 381+368+ 374

Pmovil= = =374.33
3 3
b) Utilice un promedio móvil ponderado de tres semanas, con ponderaciones de .1, .3 y .6
usando .6 para la semana más reciente. Pronostique la demanda para la semana del 12
de octubre.

Para Septiembre21: 410(0,6)+389(0,3)+360(0,1)= 246+116,7+36= 398,7/1= 398,7

Para Septiembre28: 381(0,6)+410(0,3)+389(0,1)= 228,6+123+38,9= 390,5/1 =390,5

Para octubre5: 368(0,6)+381(0,3)+410(0,1)= 220,8+114,3+41= 376,1/1= 376,1

Para Octubre12: 374(0,6)+368(0,3)+381(0,1)= 224,4+110,4+38,1= 372,9/1=372,9

c) Calcule el pronóstico para la semana del 12 de octubre aplicando suavizamiento

exponencial con un pronóstico de 360 para el 31 de agosto y a = .2.

Semana de: Unidades Pronóstico

Agosto 31 360 360

Septiembre7 389 360 360+0,2*(360-360)=360

5
 ESCUELA POLITÉCNICA NACIONAL
Ingeniería de la Producción

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

3. Regrese al problema 4.2. Desarrolle un pronóstico para los años 2 al 12 mediante

suavizamiento exponencial con a = .4 y un pronóstico para el año 1 de 6. Grafique su nuevo
pronóstico junto con los datos reales y un pronóstico intuitivo. Con base en su inspección visual,
¿qué pronóstico es mejor?

Año Demanda Pronostico Cálculo

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

Como se puede observar en los valores de pronósticos el mejor valor que se tiene es para el año
número 9 donde se tiene un valor de 11.32.

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

6
 ESCUELA POLITÉCNICA NACIONAL
Ingeniería de la Producción

a) Grafique las ventas mensuales en una hoja de papel milimétrico.

b) Pronostique las ventas para enero empleando cada uno de los siguientes:
a) Método intuitivo.

Pintuitivo=23

b) Promedio móvil de 3 meses.

20+ 21+ 23
Pmovil= =21.33
3

c) Promedio móvil ponderado de 6 meses con .1, .1, .1, .2, .2 y .3, aplicando las
ponderaciones más altas a los meses más recientes.

MES VENTAS PRONÓSTICOS

7
 ESCUELA POLITÉCNICA NACIONAL
Ingeniería de la Producción

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)=20.6

d) Una proyección de tendencia.

x Y xy x^2
1 20 20 1
2 21 42 4
3 15 45 9
4 14 56 16
5 13 65 25
6 16 96 36
7 17 119 49
8 18 144 64
9 20 180 81
10 29 290 100
11 21 231 121
12 23 276 144
SUMA 1564 650

x́ ý

8
 ESCUELA POLITÉCNICA NACIONAL
Ingeniería de la Producción

6.5 18.16

b=
∑ xy −n x́ ý
∑ x 2−n x́ 2
1564−12∗6,5∗18.16
b= =3−0.1924
650−12∗6,5∗18.16

a= ý−b x́=18.16+ 0.1924∗6,5=19.41

y=19.41−0.1924 x

y (13 )=19 .41−0.1924 ( 13 )=20.67

c) Con los datos dados, ¿qué método le permitiría elaborar el pronóstico de ventas para el
próximo mes de marzo?

Un método de proyección de tendencia permitiría elaborar dicho pronóstico para el mes

de marzo.

9. H-P usa un chip X63 en algunas de sus computadoras. Los precios del chip durante los últimos
12 meses han sido:

a) Use un promedio móvil de 2 meses en todos los datos y grafique los promedios y los
precios.

MES PRECIO POR CHIP PROMEDIO MÓVIL DE 2 MESES

Enero $1.80

Febrero $1.67

9
 ESCUELA POLITÉCNICA NACIONAL
Ingeniería de la Producción

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

b) Use un promedio móvil de 3 meses y agréguelo en la gráfica creada en el inciso 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

10
 ESCUELA POLITÉCNICA NACIONAL
Ingeniería de la Producción

c) ¿Cuál es mejor (usando la desviación absoluta media): el promedio de 2 meses o el

promedio de 3 meses?

Usando el promedio de 3 meses.

d) Calcule el pronóstico para cada mes con suavizamiento exponencial y un pronóstico

inicial para enero de $1.80 utilice a = .1, después a = .3 y por último a = .5. Según
MAD, ¿qué 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
12. En los problemas 4.10 y 4.11 se desarrollaron tres pronósticos de las inscripciones al
seminario que son: promedio móvil de 3 años, promedio móvil ponderado y suavizamiento
exponencial. Con MAD como criterio, ¿cuál de los tres métodos de pronóstico es mejor? Explique
su respuesta.
El mejor método de Pronóstico es el Promedio Móvil Ponderado…porque su MAD es más pequeño
2.31 que los otros dos pronósticos.

15. Retome el problema resuelto 4.1 de la página 136. Use un promedio móvil de 3 años para
pronosticar las ventas de Volkswagen Beetle en Nevada durante 2003.

11
 ESCUELA POLITÉCNICA NACIONAL
Ingeniería de la Producción

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 pronóstico del promedio móvil de 3 años sería 555
18. Regrese al problema resuelto 4.1 y a los problemas 4.15 y 4.16. Con MAD como criterio
¿utilizaría suavizamiento exponencial con constante de suavizado de .3 como se muestra en el
problema resuelto 4.1, un promedio móvil de 3 años, o usaría la tendencia para predecir las
ventas de Volkswagen Beetle? Explique su respuesta.

21. Véase la ilustración de suavizamiento exponencial con ajuste de tendencia del ejemplo 7 en
las páginas 116-117. Con Véase la ilustración de suavizamiento exponencial con ajuste de
tendencia del ejemplo 7 en las páginas 116-117. Con el problema resuelto 4.2 continuamos
el proceso para el mes 4 En este problema muestre sus cálculos para los meses 5 y 6 para Ft,
Tt, y FIT
Para mes 5 y 6:

F4= .2(20)+(1-.2) (15.18+2.10)=17.82

T4=.4(17.82-15.18) + (1-.4)(2.10)=2.32

FIT4= 17.82+2.32 =20.14

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

F5= .4(19.91-17.82) + (1-.4) (2-32)=2.23

FIT5= 19.91 + 2.23=22.14

24. El administrador de operaciones de un distribuidor de instrumentos musicales cree que la

demanda de bombos puede estar relacionada con el número de apariciones en televisión del

12
 ESCUELA POLITÉCNICA NACIONAL
Ingeniería de la Producción

popular grupo de rock Green Shades durante el mes pasado. El administrador ha recabado los
datos que se muestran en la siguiente tabla

Demanda de bombos 3 6 7 5 10 8
Apariciones en TV de 3 4 7 6 8 5
Green Shades

a) Elabore una gráfica con estos datos para saber si una ecuación lineal podría describir la
relación entre las apariciones del grupo en TV y la venta de bombos.

No sería posible

b) Use el método de regresión de mínimos cuadrados para obtener una ecuación de

pronóstico

(Y) (X)
Demanda de bombas Apariciones 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
EX=39 EY=33 EX2=199 EXY=232

13
 ESCUELA POLITÉCNICA NACIONAL
Ingeniería de la Producción

X= 33/6 = 5.5

Y= 39/6= 6.5

Entonces b=1, a=1

Y= 1 + 1 x

c) ¿Cuál sería su estimación de las ventas de bombos si Green Shades hubiese aparecido 9
veces en TV el mes anterior?
Y(9)=1+1(9)=10

10 bombos

27. Pasta Alfredo un restaurante en Des Moines, basa su programación de mano de obra en la
demanda anticipada de sus clientes. La demanda muestra poca tendencia, pero tiene una
variabilidad sustancial entre los días de la semana. Por tanto, el restaurante desea construir un
sistema de pronóstico que le permita predecir de manera adecuada el número de clientes para
cualquier día dado en el futuro cercano. Alfredo ha recabado datos de las cuatro últimas
semanas, que se muestran a continuación. Calcule los índices estacionales (diarios) para el
restaurante.

Demanda Índice Estacional

Promedio (diario)

84,75=(84+82+9 93,8571 0,90296804=84,7

LUN
3+80)/4 429 5/93,857
93,8571
MAR 74,25 0,79109589
429
93,8571
MIER 87 0,92694064
429
93,8571
JUEV 97 1,03348554
429
93,8571
VIE 133,5 1,42237443
429
93,8571
SAB 138,75 1,4783105
429
93,8571
DOM 41,75 0,44482496
429

14
 ESCUELA POLITÉCNICA NACIONAL
Ingeniería de la Producción

total 657

30. Brian Buckley ha desarrollado el siguiente modelo de pronóstico:

yˆ  36  4.3x

Donde y^= demanda de aires acondicionados Aztec y

x = la temperatura exterior (°F)

a) Pronostique la demanda de Aztec cuando la temperatura es de 70°F.

Demanda 36 4.3 (70)= 337 de aires acondicionados

b) ¿Cuál es la demanda cuando la temperatura es de 80°F?

Demanda 36 4.3 (70)= 380 de aires acondicionados

c) ¿Cuál es la demanda cuando la temperatura es de 90°F?

Demanda 36 4.3 (70)= 423 de aires acondicionados

33. En la tabla siguiente se muestra el número de transistores (en millones) fabricados en una
planta de Japón durante los últimos 5 años:

a) Usando regresión lineal, pronostique el número de transistores que se fabricará el próximo

año.
x y xy x^2
1 140 140 1
2 160 320 4
3 190 570 9
4 200 800 16
5 210 1050 25
SUMA 2880 55

x́ ý
3 180

15
 ESCUELA POLITÉCNICA NACIONAL
Ingeniería de la Producción

b=
∑ xy −n x́ ý
∑ x 2−n x́ 2
2880−5∗3∗180
b= =18
55−5∗9

a= ý−b x́=180−18∗3=126
y=a+bx
y=126+18 x

y ( 6 )=126+ 18∗( 6 )=234 transitores se fabricaran el próximo año

b) Calcule el error cuadrático medio (MSE) cuando use la regresión lineal.

x y Pronóstico Error Error^2
1 140 144 -4 16
2 160 162 -2 4
3 190 180 10 100
4 200 198 2 4
5 210 216 -6 36
SUMA 24 160

MSE=
∑ error 2 = 160 =32
n 5

c) Calcule el error porcentual absoluto medio (MAPE).

(real
x y Pronóstico
-pronos)/real
1 140 144 0,028571429
2 160 162 0,0125
3 190 180 0,052631579
4 200 198 0,01
5 210 216 0,028571429
SUMA 0,132274436

100∗∑ |real i− pronosi|/reali 100∗0,13227

MAPE= =
n 5

MAPE=2,645

36. Los contadores de la firma Doke and Reed creen que algunos ejecutivos estaban incluyendo
en sus cuentas vounchers de gastos inusualmente altos cuando regresaban de sus viajes de

16
 ESCUELA POLITÉCNICA NACIONAL
Ingeniería de la Producción

negocios. Primero tomaron una muestra de 200 vounchers entregados durante el año pasado.
Después desarrollaron la siguiente ecuación de regresión múltiple para relacionar el costo
esperado del viaje con el número de días de viaje (X1) y la distancia recorrida (X2) en millas

y=$90.00+$48.50X1+$.40X2

El coeficiente de correlación calculado fue 0.68

a) Si Bill Tomlinson regresa de un viaje con 300 millas que le tomo 5 días fuera de la ciudad
¿Cuál es la cantidad esperaba que debe solicitar por los gastos?
y=90+ 48,50∗5+0,4∗300=452,5 $
b) Tomlinson sometió una solicitud de reembolso por 685 dólares ¿Que debe hacer el
contador?
El contador deberá pedir que justifique sus gastos ya que la solicitud de reembolso por
685$ es mayor a la cantidad que se esperaba.

c) ¿Deberían incluirse otras variables? ¿Cuales? ¿Por qué?

Es posible que existan otras variables con la cuales el coeficiente de correlación sea más
alto, como gastos de alimentación y estadía.

39. La doctora Susan Sweeney, psicóloga de Providence, se especializa en el tratamiento de

pacientes con agorafobia (angustia al salir de su casa). La siguiente tabla indica cuantos pacientes
ha atendido anualmente durante los últimos 10 años. Asimismo señala cual fue el índice de
robos en Providence para el mismo año.

Usando el análisis de tendencia, pronostique el número de pacientes que la doctora Sweeney

atenderá en los años 11 y 12. ¿Qué tan bien se ajusta el modelo a los datos?

x y xy x^2
1 36 36 1
2 33 66 4
3 40 120 9
4 41 164 16
5 40 200 25
6 55 330 36
7 60 420 49
8 54 432 64
9 58 522 81
10 61 610 100

17
 ESCUELA POLITÉCNICA NACIONAL
Ingeniería de la Producción

SUMA 2900 385

x́ ý
11 95,6

b=
∑ xy −n x́ ý
∑ x 2−n x́ 2
2900−10∗5,5∗47,8
b= =3,285
385−10∗5,5∗5,5

a= ý−b x́=47,8−3,285∗5,5=29,733
y=29,733+3,285 x

y (11 )=29,733+3,285∗( 11 ) =65,87 pacientes en el año 11

y (12 )=29,733+3,285∗(12 )=69,153 pacientes en el año 12

42. Des Moines Power and Light ha recabado los datos de la demanda de energía eléctrica en su
subregión oeste solo para los 2 últimos años. La información se muestra en la siguiente tabla:

Con el propósito de planear una ampliación y acordar el préstamo de energía con otras compañías
de servicios públicos para los periodos pico, necesita estar en posibilidad de pronosticar la
demanda de cada mes para el próximo año. No obstante, los modelos de pronóstico estándar
analizados en este capítulo no se ajustan a los observados durante los dos años.

a) ¿Cuáles son las debilidades de las técnicas de pronósticos estándar al aplicarse a esta
serie de datos?
Los datos de demanda de la subregión Oeste no presentan un comportamiento creciente
en función del tiempo, ni tampoco una tendencia, la demanda crece y decrece en el
transcurso de todo el año, además tampoco se cuenta con suficientes datos históricos,
como para pronosticar de forma confiable con alguna de las técnicas estándar.
b) Como los modelos conocidos no son realmente apropiados para este caso, haga una
propuesta para aproximarse al pronóstico. Aun cuando no existe una solución perfecta

18
 ESCUELA POLITÉCNICA NACIONAL
Ingeniería de la Producción

para manejar datos de este tipo (en otras palabras, no existen respuestas 100% correctas
o incorrectas). Justifique su modelo.
Debido a las variaciones ascendentes y descendentes de los datos, se podría aplicar
estacionalidad. La estacionalidad sería aplicada en forma mensual, mientras que para
pronosticar la demanda total del año futuro se aplicaría otro de los métodos cuantitativos,
como ajuste a una curva de tendencia, en el caso del problema debido a que no se cuenta
con suficientes datos históricos se asumirá que la demanda crecerá en la misma
proporción para el siguiente año, es decir crecerá a 474 MW.
c) Pronostique la demanda para cada mes del próximo año con el modelo que propuso

Demanda Demanda Demanda Índice Demanda

Demanda
Mes año año Promedio Estacional próximo año Pronóstico
Promedio
pasado actual Mensual (diario) mensual
ENE 5 17 11 21 0,52380952 39,5 20,6905
FEB 6 14 10 21 0,47619048 39,5 18,8095
MAR 10 20 15 21 0,71428571 39,5 28,2143
AMR 13 23 18 21 0,85714286 39,5 33,8571
MAY 18 30 24 21 1,14285714 39,5 45,1429
JUN 15 38 26,5 21 1,26190476 39,5 49,8452
JUL 23 44 33,5 21 1,5952381 39,5 63,0119
AGO 26 41 33,5 21 1,5952381 39,5 63,0119
SEP 21 33 27 21 1,28571429 39,5 50,7857
OCT 15 23 19 21 0,9047619 39,5 35,7381
NOV 12 26 19 21 0,9047619 39,5 35,7381
DIC 14 17 15,5 21 0,73809524 39,5 29,1548
178 326 252

45. El distrito escolar del este de Dubuque intenta pronosticar sus necesidades de maestras de
jardín de niños durante los siguientes 5 años. El distrito cuenta con datos de nacimientos e
inscripciones de los últimos 10 años. Las inscripciones ocurren 5 años después de los
nacimientos. Pronostique las inscripciones para los siguientes 2 años, de acuerdo con los datos
de los últimos 10 años:

148+ 188+155+110+124
Inscripcione s año11 = =145
5

19
 ESCUELA POLITÉCNICA NACIONAL
Ingeniería de la Producción

145+188+155+110+ 124
Inscripcione s año12 = =144
5

48. Sundar Balakrishnan, gerente general de Precision Engineerin Corporation (PEC), cree que los
servicios de ingeniería que las empresas de construcción de carreteras que contrata a su
compañía se relacionan directamente con el volumen de negocios de construcción de carreteras
que contrata a compañías en su área geográfica. Se pregunta si realmente es de esta forma, y si
lo es ¿Ayudaría esta información para planear mejor sus operaciones, si pronostica la cantidad
de sus servicios de ingeniería requeridos por las empresas de construcción en cada trimestre del
año? En la siguiente tabla se presentan los datos de ventas de sus servicios y los montos totales
de los contratos de construcción de carreteras de los últimos 8 trimestres:

a) Con estos datos, desarrolle una ecuación de regresión para predecir el nivel de demanda
de los servicios de PEC.

x y xy x^2
153 8 1224 23409
172 10 1720 29584
197 15 2955 38809
178 9 1602 31684
185 12 2220 34225
199 13 2587 39601
205 12 2460 42025
226 16 3616 51076
SUMA 18384 290413

x́ ý
189,375 11,875

b=
∑ xy −n x́ ý
∑ x 2−n x́ 2

20
 ESCUELA POLITÉCNICA NACIONAL
Ingeniería de la Producción

18384−8∗189,38∗11,875
b= =0,112
290413−8∗189,38∗189,38

a= ý−b x́=11,875−0,112∗189,375=−9,335
y=−9,335+0,112 x

b) Determine el coeficiente de correlación y el error estándar de la estimación

Coe f corr =0,8963

x Valor Real Pronóstico Error^2

153 8 7,801 0,039601
172 10 9,929 0,005041
197 15 12,729 5,157441
178 9 10,601 2,563201
185 12 11,385 0,378225
199 13 12,953 0,002209
205 12 13,625 2,640625
226 16 15,977 0,000529
10,786872

S=
√ 10,787
8−2
=1,34

21