11/03/23

Instituto Tecnológico Superior de Teziutlán

Gestión de la Producción 1

Carrera: Ingeniería en Gestión Empresarial

6-C
Profesor: Millán Tinoco Víctor.

Pronósticos.

“Ejercicios”

Alumna:
Arely del Carmen Hernández Zapata
20TE0068
 Ejercicios Unidad 2 Pronósticos

4.1 La tabla siguiente da el número de litros de sangre tipo B que el hospital Woodlawn utilizó en las últimas 6 semanas:

SEMANA DE LITROS USADOS

Agosto 31 360
Septiembre 3 389
Septiembre 14 410
Septiembre 21 381
Septiembre 28 368
Octubre 5 374

a) Pronostique la demanda para la semana del 12 de octubre usando un promedio móvil de 3 semanas.

SEMANA DE LITROS USADOS

Agosto 31 360
Septiembre 3 389
Septiembre 14 410
Septiembre 21 381
Septiembre 28 368
Octubre 5 374
Octubre 12
381 + 368 + 374
= 𝟑𝟕𝟒. 𝟑𝟑
3

La demanda de litros usados para la semana octubre 12 será de 374.33 libros, o bien 374.
b) Utilice un promedio móvil ponderado de tres semanas, con ponderaciones de 0.1, 0.3 y 0.6, usando .6 para la semana
más reciente. Pronostique la demanda para la semana del 12 de octubre.
Promedio móvil ponderado:
PONDERACIONES PERIODO / LITROS USADOS
0.6 Oct5-374
0.3 Sep28-368
0.1 Sep21-381
Suma= 1

Pronóstico para demanda en la semana octubre 12 será 372.90

((374 ∗ 0.6) + (368 ∗ 0.3) + (381 ∗ 0.1))

= 372.90
1
c) Calcule el pronóstico para la semana del 12 de octubre usando suavización exponencial con un pronóstico de 360
para el 31 de agosto α =0.2

Suavización exponencial

SEMANA LITROS PRONOSTICO

Agosto 31 360 360
Septiembre 3 389 360
Septiembre 14 410 365.8
Septiembre 21 381 374.64
Septiembre 28 368 375.91
Octubre 5 374 374.33
Octubre 12 374.26

Operación
374.33 + 0.20(374 − 374.33) = 𝟑𝟕𝟒. 𝟐𝟔

4.5 EI hospital Carbondale está considerando comprar una nueva ambulancia. La decisión dependerá, en parte, del
número de millas que deberá recorrerse el próximo año. Las millas recorridas durante los 5 años anteriores son
como sigue:

AÑO NÚMERO DE MILLAS

1 3000
2 4000
3 3400
4 3800
5 3700

a) Pronostique el número de millas para el próximo año (sexto) usando un promedio móvil de 2 años.
3,800+3,700
= 3,700
2
b) Encuentre la MAD para el pronóstico con promedio móvil de 2 años (Dato: Tendrá sólo 3 años de datos
correspondientes)
300
𝑀𝐴𝐷: 3 = 100

AÑO NÚMERO DE MILLAS Promedio Móvil Desviación Absoluta

1 3000
2 4000
3 3400 3,500 100
4 3800 3,700 100
5 3700 3,600 100
6 3,700 300
c) Use un promedio móvil ponderado de 2 años con ponderaciones de 0.4 y 0.6 para pronosticar el número de millas
para el próximo año. (El peso de 0.6 es para el año más reciente). ¿Qué MAD resulta del uso de este método de
pronóstico? (Dato: Tendrá sólo 3 años de datos correspondientes).
Prom Móvil Ponderado : (0.6 ∗ 3,700) + (0.4*3,800)= 3,740
Calculo de nuevo pronostico ponderado

AÑO NÚMERO DE MILLAS PRONOSTICO

3 3400 3,600
4 3800 3,640
5 3700 3,640
6 3,740
((3,700 ∗ 0.6) + (3,800 ∗ 0.4)) = 3,740

AÑO DESVIACIÓN ABSOLUTA

3 200
4 160
5 60
Suma 420
420
𝑀𝐴𝐷: 3
= 140

d) Calcule el pronóstico para el año 6 usando suavización exponencial, un pronóstico inicial para el año 1 de 3000
millas, y α = 0.5
AÑO NÚMERO DE MILLAS Pronostico α = 0.5
1 3000 3,000
2 4000 3,000
3 3400 3,500
4 3800 3,450
5 3700 3,625
6 3,662.5

4.7 La demanda real de los pacientes en la clínica médica Omaha Emergency para las primeras seis semanas de este
año es como sigue:

SEMANA NÚM. REAL DE PACIENTES

1 65
2 62
3 70
4 48
5 63
6 52
El administrador de la clínica, Marc Schniederjans, quiere que pronostique la demanda de pacientes para la semana 7
usando estos datos, Usted decide usar un promedio móvil ponderado para encontrar este pronóstico. Su método
utiliza cuatro niveles de demanda real, con ponderaciones de 0.333 en el periodo actual, de 0.25 hace un periodo de
0.25 hace dos periodos, y de 0.167 hace tres periodos.

a) ¿Cuál es el valor de su pronóstico?

SEMANA NÚM. REAL DE PACIENTES Ponderaciones Promedio Móvil

Ponderado
1 65
2 62
3 70 0.167
4 48 0.25
5 63 0.25
6 52 0.333
7 56.756
((52∗0.333)+(63∗0,25)+(48∗0.25)+(70∗0.167)
= 56.756
1

b) Si las ponderaciones fueran 20, 15, 15 y 10, respectivamente, ¿Cómo cambiaria el pronóstico? Explique por qué

((52∗20)+(63∗15)+(48∗15)+(70∗10))
= 56.750
60

C) Y si las ponderaciones fueran 0.40, 0.30, 0.20 0.10, respectivamente, ¿Cómo sería ahora el pronóstico para la
semana 7?

((52∗.40)+(63∗.30)+(48∗.20)+(70∗.10))
= 56.300
1

En la siguiente tabla se responderán el inciso b y c

SEMANA NÚM. REAL DE Ponderaciones b Ponderaciones Promedio Móvil Promedio Móvil

PACIENTES c Ponderado b) Ponderado c)

1 65
2 62
3 70 10 .10
4 48 15 .20
5 63 15 .30
6 52 20 .40
7 56.750 56.300
4.9 Lenovo usa el chip ZX-81 en algunas de sus computadoras portátiles. Los precios del chip durante los últimos 12
meses fueron como sigue:

MES PRECIO POR CHIP MES PRECIO POR CHIP

Enero $1.80 Julio 1.80
Febrero 1.67 Agosto 1.83
Marzo 1.70 Septiembre 1.70
Abril 1.85 Octubre 1.65
Mayo 1.90 Noviembre 1.70
Junio 1.87 Diciembre 1.75

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

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

MES PRECIO POR CHIP PROMEDIO MOVIL 2 MESES PROMEDIO MOVIL 3 MESES
Enero $1.80
Febrero 1.67
Marzo 1.7 1.735
Abril 1.85 1.685 1.723
Mayo 1.9 1.775 1.74
Junio 1.87 1.875 1.817
Julio 1.8 1.885 1.873
Agosto 1.83 1.835 1.857
Septiembre 1.7 1.815 1.833
Octubre 1.65 1.765 1.777
Noviembre 1.7 1.675 1.727
Diciembre 1.75 1.675 1.683
 Gráfica

Promedio Móvil Ponderado de 2 y 3 meses

1.95
1.9
1.85
1.8
1.75
1.7
1.65
1.6
1.55

a) PROM MOVIL A 2 MESES b) PROM MOVIL A 3 MESES

c) ¿Cuál es mejor (usando la desviación absoluta media): el promedio de 2 meses o el de 3 meses?

MES PRECIO POR CHIP Desviación Absoluta 2 Desviación Absoluta 3

meses meses
Enero $1.80
Febrero 1.67
Marzo 1.7 0.035
Abril 1.85 0.165 0.128
Mayo 1.9 0.125 0.160
Junio 1.87 0.005 0.053
Julio 1.8 0.085 0.073
Agosto 1.83 0.005 0.027
Septiembre 1.7 0.115 0.133
Octubre 1.65 0.115 0.127
Noviembre 1.7 0.025 0.027
Diciembre 1.75 0.075 0.067
Sumas 0.750 0.795
 0.750
𝑀𝐴𝐷 2 𝑀𝐸𝑆𝐸𝑆: = 𝟎. 𝟎𝟕𝟓
10

0.795
𝑀𝐴𝐷 3 𝑀𝐸𝑆𝐸𝑆: = 𝟎. 𝟎𝟖𝟖
9

d) Calcule el pronóstico para cada mes usando suavización exponencial y un pronóstico inicial para enero de $1.80.
Utilice primero α=0.1, después α= 0.3, por último, α=0.5. Empleando la MAD, ¿Qué α es mejor?

MES α=0.1 α= 0.3 α= 0.3

Enero 1.80 1.80 1.80
Febrero 1.80 1.80 1.80
Marzo 1.787 1.761 1.735
Abril 1.778 1.743 1.718
Mayo 1.785 1.775 1.784
Junio 1.797 1.813 1.842
Julio 1.804 1.830 1.856
Agosto 1.804 1.821 1.828
Septiembre 1.807 1.824 1.829
Octubre 1.796 1.772 1.765
Noviembre 1.781 1.735 1.708
Diciembre 1.773 1.725 1.704

Desviaciones

MES α=0.1 α= 0.3 α= 0.3

Enero 0 0 0
Febrero 0.130 0.130 0.130
Marzo 0.087 0.061 0.035
Abril 0.072 0.107 0.132
Mayo 0.115 0.125 0.116
Junio 0.073 0.057 0.028
 Julio 0.004 0.030 0.056
Agosto 0.026 0.009 0.002
Septiembre 0.107 0.124 0.129
Octubre 0.146 0.122 0.115
Noviembre 0.081 0.035 0.008
Diciembre 0.023 0.025 0.046
Sumas 0,864 0,825 0.797
MAD 0.072 0.069 0.066

La mejor MAD es el que se maneja con la ponderación 0.5 ya que el error es menor

4.13 Como se puede observar en la tabla siguiente, la demanda de cirugías para trasplantes de corazón en el Hospital
General de Washington ha aumentado de manera estable durante los últimos años:

AÑO 1 2 3 4 5 6
TRASPLANTE 45 50 52 56 58 ?
DE CORAZÓN

El director de servicios médicos pronosticó hace 6 años que la demanda en el año 1 sería de 41 cirugías.

a) Use suavización exponencial, primero con una constante de suavización de 0.6 y después de 0.9, y desarrolle el
pronóstico para los años 2 a 6.

b) Utilice un promedio móvil de 3 años para pronosticar la demanda de los años 4, 5 y 6.

En la siguiente tabla se da respuesta a los incisos a) y b)

Año Cirugías Suavización Suavización Promedio Móvil 3

exponencial 0.6 exponencial 0.9 años
1 45 41 41
2 50 43.4 44.46
3 52 47.36 49.46
4 56 50.144 51.746 49
 5 58 53.658 55.575 52.667
6 56.263 57.758 53.333

c) Use el método de proyección de tendencia y pronostique la demanda para los años 1 a 6.

Año Cirugías 𝒙𝟐 X*Y Pronósticos

1 45 1 45 45.8
2 50 4 100 49
3 52 9 156 52.3
4 56 16 224 55.4
5 58 25 290 58.6
𝑥̅ = 3 𝑦̅ = 52.2 𝛴 = 55 𝛴 = 815 61.8

815−5(3)(52.2)
𝑏= = 3.2
55−5(32 )

𝑎 = 52.2 − (3.2)(3) = 42.6

𝑦 = 42.6 + 3.2 𝑥

d) Con la MAD como criterio, ¿Cuál de los cuatro métodos de proyección es el mejor?

Años Desviaciones Absolutas

Suavización Exponencial Promedio Móvil Proyección de

0.6 0.9 tendencia

1 4 4 0.8
2 6.6 5.4 1
3 4.64 2.54 0.3
4 5.856 4.254 7 0.6
5 4.342 2.422 5.333 0.6
6
MAD 5.088 3.723 6.167 0.660
El mejor modelo es el de proyección de tendencia.
4.19 Los ingresos en el despacho de arquitectos Spraggings and Yunes para el periodo de febrero a julio han sido
como sigue:

MES Febrero Marzo Abril Mayo Junio Julio

INGRESO (en 70.0 68.5 64.8 71.7 71.3 72.8
miles de
dólares)

Use suavización exponencial con ajuste de tendencia para pronosticar el ingreso de agosto para esta compañía.
Suponga que el pronóstico inicial para febrero es de 65 000 dólares y el ajuste de tendencia inicial es de 0. Las
constantes de suavización seleccionadas son α= 0.1 y B=0.2

Mes Ingreso Real Pronostico Tendencia Pronostico incluyendo

Suavización Suavizada tendencia
Febrero 70 65 0
Marzo 68.5 65.5 0.1 65.6
Abril 64.8 65.89 0.158 66.048
Mayo 71.7 65.923 0.133 66.056
Junio 71.3 66.620 0.246 66.866
Julio 72.8 67.309 0.335 67.644
Agosto 68.160 0.438 68.598
El pronostico de ingreso par agosto es de 68.598

4.23 La tabla siguiente muestra las ventas de cobertores registradas durante el año pasado en la tienda
departamental Bud Banis de Carbondale. Los administradores prepararon un pronóstico empleando una combinación
de suavización exponencial y su juicio colectivo para los siguientes 4 meses (marzo, abril, mayo y junio).

MES VENTAS UNITARIAS PRONÓSTICO DE LA

ADMINISTRACIÓN
Julio 100
Agosto 93
Septiembre 96
 Octubre 110
Noviembre 124
Diciembre 119
Enero 92
Febrero 83
Marzo 101 120
Abril 96 114
Mayo 89 110
Junio 108 108

a) Calcule la MAD y el MAPE de la técnica usada por la administración.

MES VENTAS UNITARIAS PRONÓSTICO DE LA DESVIACIÓN ERROR

ADMINISTRACIÓN ABSOLUTA ABSOLUTO
Marzo 101 120 19 18.812
Abril 96 114 18 18.750
Mayo 89 110 21 23.596
Junio 108 108 0 0
Sumas 58 61.158
58
𝑀𝐴𝐷 = 𝟏𝟒. 𝟓
4
61.158
𝑀𝐴𝑃𝐸: = 𝟏𝟓. 𝟐𝟗
4

b) ¿Los resultados de la administración superaron (tienen MAD y MAPE menores que) el pronóstico intuitivo?

El MAPE es mayor que la MAD

c) ¿Qué pronóstico recomendaría, con base en el menor error de pronóstico?

La MAD por presentar un menor error

4.25 La tabla siguiente presenta los datos del número de accidentes ocurridos en la carretera estatal 101 de Florida
durante los últimos 4 meses.

MES NÚMERO DE ACCIDENTES

Enero 30
Febrero 40
Marzo 60
Abril 90

Pronostique el número de accidentes que ocurrirán en mayo usando regresión por mínimos cuadrados para obtener
una ecuación de tendencia.

MES NÚMERO DE ACCIDENTES 𝒙𝟐 X*Y

Enero 30 1 30
Febrero 40 4 80
Marzo 60 9 180
Abril 90 16 360
𝑥̅ = 2.5 𝑦̅ = 55 𝛴 = 30 𝛴 = 650

650−4(2.5)(55)
𝑏= = 20
30−4(2.52 )

𝑎 = 55 − 20(2.5) = 5
𝑦 = 5 + 20 𝑥
𝒚 = 𝟓 + 𝟐𝟎 (𝟓) = 𝟏𝟎𝟓
Se pronostica que para el mes de mayo habrá 105 accidentes
4.27 George Kyparisis posee una compañía que fabrica lanchas. Las demandas reales de las lanchas de Mark durante
cada una de las pasadas 4 temporadas fueron como sigue:

AÑO
TEMPORADA 1 2 3 4
Invierno 1400 1200 1000 900
Primavera 1500 1400 1600 1500
Verano 1000 2100 2000 1900
Otoño 600 750 650 500

George ha pronosticado que la demanda anual de sus lanchas en el año 5 será igual a 5600. Con base en estos datos
y el modelo estacional multiplicativo, ¿cuál será el nivel de la demanda para las lanchas de George en la primavera
del año 5?

Se pronostica que para la primavera del año 5 la demanda de lanchas será de 1,680

Temporada Demanda Demanda Índice estacional Pronostico de

Promedio por año promedio por demanda
temporada
Invierno 1,125 1,250 0.9 1,260
Primavera 1,500 1,250 1.2 1,680
Verano 1,750 1,250 1.4 1,960
Otoño 625 1,250 0.5 700
= 5,000 1,250