Administración

ón de la Producción
ón I

Catedrático:

Dr. Walther Santos

Tarea:

Tarea 4
Alumno:

Kevin Alexis Funez Alemán

Cuenta:
202230010298

Campus:

UTH San Pedro Sula

Fecha:
19 de octubre del 2023
 1. Una empresa que se dedica a la comercialización de llantas ha recopilado la información de las
ventas de los últimos 6 meses para uno de los modelos más vendidos:

Mes Ventas
Abril 445
Mayo 458
Junio 435
Julio 565
Agosto 480
Septiembre 567

a) Pronostique la demanda para el mes de octubre usando un promedio móvil de 4 meses.

Mes Venta Pro. 4 meses
Abril 445
Mayo 458
Junio 435
Julio 565
Agosto 480 485
Septiembre 567 512
Agosto 403

b) Utilice un promedio móvil ponderado de tres meses, con ponderaciones de .1, .4 y .5,
usando .6 para la semana más reciente, para determinar la demanda del mes de octubre.

PMJulio = ((445*0,1) + (458*458) + (435*0,5)) /0,1+0,4+0,5

PMJulio = 399.4

PMPAgosto = ((458*0,1) +(435*0,3) +(565*0,5)) /0,1+0,4+0,5

PMPagosto = 459

PMPSeptiembre = ((435*0,1) +(565*0,3) +(480*0,5)) /0,1+0,4+0,5

PMPSeptiembre = 453

PMPOctubre = ((565*0,1) +(480*0,3) +(567*0,5)) /0,1+0,4+0,5

PMPOctubre = 484
 b) Calcule el pronóstico de todos los meses usando suavizamiento exponencial con α = 0.4, si el
pronóstico de las ventas para el mes de abril fue de 460 llantas.

2) Grafique los datos de la siguiente tabla y observe si hay alguna tendencia, ciclos o variaciones
aleatorias.

a) Comenzando en el mes 5 y hasta el mes 12, pronostique la demanda usando promedios móviles
de 3 meses. Grafique su pronóstico en la misma gráfica que los datos originales.
Grafique su pronóstico en la misma gráfica. Al comparar cada pronóstico contra los datos originales,
¿cuál parece proporcionar mejores resultados?
3. Una empresa de transporte quiere determinar el pronóstico de kilómetros recorridos para el
próximo año, así determinar el número de unidades con las que deberá contar. En la siguiente
tabla se muestran los kilómetros recorridos durante los últimos 6 años:
Año Kilómetros
1 4,400
2 4,800
3 4,950
4 5,200
5 5,500
6 5,700

a) Pronostique el número de kilómetros para el próximo año usando un promedio móvil de 4 años.
Año Kilómetros Prom. móvil 4 años
1 4400
2 4800
3 4950
4 5200
5 5500 4837,5
6 5700 5112,5
7 5337,5

b) Use un promedio móvil ponderado de 3 años con ponderaciones de 0.1, .3 y .6 para pronosticar
el número de kilómetros para el próximo año. (El peso de .6 es para el año más reciente).

Año Kilómetros Prom. móvil 3 años ponderado

1 4400
2 4800
3 4950
4 5200 4850
5 5500 5085
6 5700 5355
7 5590
c) Calcule el pronóstico desde el año 2 hasta el año 6 usando suavizamiento exponencial, si el
pronóstico para el año 1 de 4,500 kilómetros, y α = 0.5.

Año Kilómetros Prom. móvil 3 años ponderado

1 4400 4500
2 4800 4450
3 4950 4625
4 5200 4788
5 5500 4994
6 5700 5247
7 5473

4. Las ventas mensuales de uno los productos en una de las sucursales de una cadena dedicada
venta de café, fueron como sigue:

Mes Ventas
Enero 4500
Febrero 4300
Marzo 4500
Abril 4800
Mayo 4300
Junio 4000
Julio 5200
Agosto 4000
Septiembre 4200
Octubre 4800
Noviembre 5300
Diciembre 4700
Pronostique las ventas para enero del próximo año usando cada una de las técnicas siguientes: i.
Método intuitivo.

ii. Un promedio móvil de 4 meses.

iii. Un promedio móvil ponderado de 4 meses empleando 0.1, 0.2, 0.3 y 0.4, con las
ponderaciones más altas a los meses más recientes. iv. Suavizamiento exponencial con
α = 0.6 y un pronóstico para septiembre de 4,400.
 5.Las llamadas realizadas en una empresa de telemercadeo en las últimas 6 semanas se
muestran en la tabla siguiente:
Determine el pronóstico para la semana 7 utilizando promedio móvil ponderado de 3 semanas
con ponderaciones de 0.5 para el período el último, 0.3 para el penúltimo período, 0.2 para el
antepenúltimo período.

Semana Llamadas
1 30,500
2 31,700
3 28,200
4 29,300
5 34,200
6 36,200

Semana Llamadas Promedio móvil ponderado 3 semanas

1 30500
2 31700
3 28200
4 29300 29710
5 34200 29450
6 36200 31530
7 0 34220

5. Una empresa que fabrica aires acondicionados usa tarjeta electrónica en uno de sus modelos.
Los precios de la tarjeta durante los últimos 12 meses fueron como sigue:
Mes Ventas
Enero 4.40
Febrero 4.20
Marzo 4.30
Abril 4.40
Mayo 4.60
Junio 4.50
Julio 4.40
Agosto 4.60
Septiembre 4.30
Octubre 4.70
Noviembre 4.40
Diciembre 4.50
a) Use un promedio móvil de 3 meses en todos los datos y grafique los promedios y los precios.
Mes Ventas Promedio móvil 3 meses
Enero 4.40
Febrero 4.20
Marzo 4.30
Abril 4.40 4.30
Mayo 4.60 4.30
Junio 4.50 4.43
Julio 4.40 4.50
Agosto 4.60 4.50
Septiembre 4.30 4.50
Octubre 4.70 4.43
Noviembre 4.40 4.53
Diciembre 4.50 4.47
 b) Observando la gráfica, ¿Cuál es mejor el promedio de 3 meses o el de 4 meses?
R// observando la gráfica ninguno de los dos promedios se asimila al precio real, pero ambos
tienden a ser similares, aunque diferente al precio real.
c) Calcule el pronóstico para cada mes usando suavizamiento exponencial y un pronóstico inicial
para enero de $4.33. Utilice primero α = 0.4, después α = 0.5, y por último α = 0.6. Empleando
MAD, ¿qué α es mejor?

Mes Precio Suavizamiento con 0,4 Suavizamiento con 0,5 Suavizamiento con 0,4
Enero 4,4 4.33 4.33 4.33
Febrero 4,3 4.36 4.37 4.37
Marzo 4,3 4.29 4.28 4.27
Abril 4,4 4.30 4.39 4.29
Mayo 4.6 4.34 4.35 4.36
Junio 4.5 4.44 4.47 4.50
Julio 4.4 4.47 4.49 4.50
Agosto 4.6 4.44 4.44 4.44
Septiembre 4.3 4.50 4.52 4.54
Octubre 4.7 4.42 4.41 4.39
Noviembre 4.4 4.53 4.56 4.58
Diciembre 4.5 4.48 4.48 4.47

R// casi todos llevan la misma tendencia al parecer no es mucha la variación.

Mes Ventas (en miles)

Enero 1,915
Febrero 1,930
Marzo 1,950
Abril 1,734
Mayo 1,772
Junio 1,824
Julio 1,835
Agosto ¿?
suavizamiento exponencial con una ponderación α = 0.40 para desarrollar los pronósticos de febrero a
agosto, si el pronóstico para el mes de enero se estima en 1,880,000 chocolates

Mes Ventas Contante de suavizamiento 0,4

Enero 1,915.000,00 1,880.000,00
Febrero 1,930.000,00 1,894.000,00
Marzo 1,950.000,00 1,908.000,00
Abril 1,743.000,00 1,925.000,00
Mayo 1,772.000,00 1,852.000,00
Junio 1,824.000,00 1,820.000,00
Julio 1,835.000,00 1,821.000,00
Agosto - 1,827.008,38

. Una empresa de bebidas ha determinado las demandas de las últimas ocho semanas, las cuales se
muestran a continuación:
Semana Venta (en miles)
1 180
2 160
3 170
4 185
5 190
6 195
7 170
8 165

a) Utilizando un promedio móvil de 3 semanas

b) Utilizando un promedio móvil de 4 semanas

c) Utilizando un promedio móvil de 5 semanas

d) Utilizando suavizamiento exponencial con α = 0.5, si el pronóstico de ventas para la semana 5 es de

178,000 bebidas.

Determine el pronóstico para la semana 9:

 XSemana Ventas PM 3 semana PM 4 semanas PM 5 semanas Con suavizamiento 0,5
1 180.000,00
2 160.000,00
3 170.000,00
4 185.000,00 170.000,00
5 190.000,00 171.666,67 173.750,00 178.000,00
6 195.000,00 181.666,67 176.250,00 177.000,00 184.000,00
7 170.000,00 190.000,00 185.000,00 180.000,00 189.500,00
8 165.000,00 185.000,00 185.000,00 182.000,00 179.750,00
9 - 176.666,67 180.000,00 181.000,00 172.375,00

9. Una tienda de deportes ha registrado la demanda de balones de futbol durante 4 días de una
semana, así como los pronósticos de la misma para el mismo periodo.
Días Ventas Pronostico
Lunes 55 57
Martes 57 52
Miércoles 50 54
Jueves 54 52
Viernes ¿?

Los pronósticos se obtuvieron mediante suavizamiento exponencial de con α = 0.5. ¿Cuál es el

pronóstico para el día viernes utilizando el mismo método?
Días Ventas Pronostico
Lunes 55 57
Martes 57 52
Miércoles 50 54
Jueves 54 52
Viernes ¿? 53
10. En la tabla siguiente se muestra las libras de cacao importadas por los Estados Unidos en un
período de 5 años:

Año Libras
2004 928,168
2005 1,054,437
2006 1,768,753
2007 1,867,535
2008 1,953,950

a) Utilice promedio móvil de tres años para obtener el pronóstico de los años 2008 y 2009,
respectivamente.

Año Libras PM tres semanas

2004 928,168,00
2005 1,054,437,00
2006 1,768,753,00
2007 1,867,535,00 1,250.452,67
2008 1,953,950,00 1,563.575,00
2009 ¿? 1,863.412,67

b) Utilice promedio móvil ponderado de tres años con ponderaciones de 0.5, 0.3 y 0.2, asignando la
ponderación más alta al año más cercano, para obtener el pronóstico de los años 2008 y 2009,
respectivamente.

Año Libras PM tres semanas

2004 928,168,00
1,054,437,0
2005 0
1,768,753,0
2006 0
2007 1,867,535,0 1,386.341,2
0 0
1,953,950,0 1,675,280,8
2008 0 0
1,890,986,1
2009 ¿? 0
c) Calcule el pronóstico de los años 2008 y 2009, respectivamente, con suavizamiento exponencial.
Utilice una constante de suavizamiento de 0.5, si el pronóstico del año 2007 fue de 1,750,000 lb.

Año Libras PM tres semanas

2004 928,168,00
1,054,437,0
2005 0
1,768,753,0
2006 0
2007 1,867,535,0 1,750.000,0
0 0
1,953,950,0 1,808,767,5
2008 0 0
1,881,358,7
2009 ¿? 5

¿Cuánto sería el pronóstico del inciso anterior si se utilizara una constante de suavizamiento de 0?6?
Año Libras PM tres semanas
2004 928,168,00
1,054,437,0
2005 0
1,768,753,0
2006 0
2007 1,867,535,0 1,750.000,0
0 0
1,953,950,0 1,820,521,0
2008 0 0
1,900,578,4
2009 ¿? 0
Mapa Tarea 4

Pronósticos | WiseMapping