1.

Año 1 2 3 4 5 6 7 8 9 10 11
Demanda 7 9 5 9 13 8 12 13 9 11 7

a) Grafique los datos anteriores. ¿Observa alguna tendencia, ciclos o

variaciones aleatorias?
b) Comenzando en el año 4 y hasta el año 12, pronostique la demanda
usando promedios móviles de 3 años. Grafique su pronóstico en la misma
gráfica que los datos originales.
c) Comenzando en el año 4 y hasta el año 12, pronostique la demanda
usando un promedio móvil de 3 años con ponderaciones de .1, .3 y .6,
usando 6 para el año más reciente. Grafique su pronóstico en la misma
gráfica.
d) Al comparar cada pronóstico contra los datos originales, ¿cuál parece
proporcionar mejores resultados?

2. 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.

b) Pronostique las ventas para enero usando cada una de las técnicas
siguientes:
i) Método intuitivo,
ii) Un promedio móvil de 3 meses,
iii) Un promedio móvil ponderado de 6 meses empleando. 1, .1, .1, .2, .
2 y .3, con las ponderaciones más altas a los meses más recientes,
iv) Suavizamiento exponencial con a = .3 y un pronóstico para
septiembre de 18.
v) Una proyección de tendencia.
c) Con los datos proporcionados, ¿qué método le permitiría elaborar el
pronóstico de ventas para el próximo mes de marzo?

3. Las temperaturas máximas diarias en Saint Louis durante la última

semana fueron las siguientes: 93, 94, 93, 95, 96, 88, 90 (ayer).

a) Pronostique la temperatura máxima para hoy usando un promedio móvil

 de 3 días.
b) Pronostique la temperatura máxima para hoy usando un promedio móvil
de 2 días.
c) Calcule la desviación absoluta media con base en un promedio móvil de
2 días.
d) Calcule el error cuadrático medio para un promedio móvil de 2 días.
e) Calcule el error porcentual absoluto medio para el promedio móvil de 2
días.

4. A continuación se presentan dos pronósticos semanales realizados

mediante dos métodos diferentes para el número de galones de gasolina,
en miles, demandado en una gasolinera local. También se muestran los
niveles reales de demanda, en miles de galones:

Pronósticos
Semana Método 1 Método 2 Demanda real
1 0.90 0.80 0,70
2 1.05 1.20 1.00
3 0.95 0.90 1.00
4 1.20 1.11 1.00

¿Cuáles son los valores de la MAD y el MSE para cada método?

5. Considere los siguientes niveles de la demanda real (At) y pronosticada

(Ft) para un producto:

Periodo de tiempo Demanda real Demanda pronosticada

t A1 Ft
1 50 50
2 42 50
3 56 48
4 46 50
5

El primer pronóstico, Ft, se obtuvo observando A1 y estableciendo F1 igual a A1.

Los pronósticos subsecuentes se obtuvieron mediante suavizamiento
exponencial. Usando el método de suavizamiento exponencial, encuentre el
pronóstico para el quinto periodo. (Sugerencia: Primero es necesario encontrar
la constante de suavizamiento, α).

6. Howard Weiss, propietario de una tienda distribuidora de instrumentos

musicales, cree que la demanda de tambores bajos puede estar
relacionada con el número de apariciones en televisión del popular grupo
de rock Stone Temple Pilots durante el mes pasado. Weiss ha recopilado
los datos que se muestran en la tabla siguiente:

Demanda de tambores bajos 3 6 7 5 10 7

Apariciones en televisión
3 4 7 6 8 5
de Slone Temple Pilots
 a) Grafique con estos datos para saber si una ecuación lineal podría
describir la relación que hay entre las apariciones en televisión del grupo
y la venta de tambores bajos.
b) Use el método de regresión por mínimos cuadrados para obtener una
ecuación de pronóstico.
c) ¿Cuál sería su estimación de las ventas de tambores bajos si los Stone
Temple Pilots hubiesen aparecido nueve veces en televisión el mes
anterior?
d) ¿Cuáles son el coeficiente de correlación (r) y el coeficiente de
determinación (r2) para este modelo, y qué significan?

7. En el pasado, la distribuidora Arup Mukherjee vendió un promedio de

1,000 llantas radiales cada año. En los dos años anteriores vendió 200 y
250, respectivamente, durante el otoño, 350 y 300 en invierno, 150 y 165
en primavera, y 300 y 285 en verano. Con una ampliación importante en
puerta, Mukherjee proyecta que las ventas se incrementarán el próximo
año a 1,200 llantas radiales. ¿Cuál será la demanda en cada estación?

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

= 36 + 4.3x

donde = demanda de aires acondicionados Aztec y

x = la temperatura exterior (°F)

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

b) ¿Cuál es la demanda cuando la temperatura es de 80°F?
c) ¿Cuál es la demanda cuando la temperatura es de 90°F?

9. Sundar Balakrishnan, gerente general de Precisión Engineering

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

Trimestre 1 2 3 4 5 6 7 8
Ventas de servicios de 8 10 15 9 12 13 12 16
PEC (en miles de dólares)
Contratos firmados 153 172 147 178 185 199 205 226
(en miles de dólares)

a) Usando estos datos, desarrolle una ecuación de regresión para predecir

el nivel de demanda de los servicios de PEC.
b) Determine el coeficiente de correlación y el error estándar de la
estimación.
 PROBLEMA RESUELTOS

1. Las ventas del popular Beetle de Volkswagen (VW) han crecido de

manera estable durante los últimos 5 años en los establecimientos de
Nevada (vea la tabla siguiente). El gerente de ventas pronosticó en 2002
que las ventas de 2003 serían de 410 VW. Use suaviza-miento exponencial
con una ponderación a = .30 para desarrollar los pronósticos de 2004 a
2008.

Ano Ventas Pronóstico

2003 450 410
2004 495
2005 518
2006 563
2007 584
2008 ?

2. En el ejemplo 7, aplicamos suavizamiento exponencial con ajuste de

tendencia para pronosticar la demanda de un equipo de control de
contaminación en los meses 2 y 3 (a partir de los datos proporcionados para
9 meses). Continuemos ahora con este proceso para el mes 4.

Queremos conformar el pronóstico para el mes 4 que se muestra en la tabla

4-1. (pag. 120) y la figura 4.3. Para el mes a. A4= 19, con α= 2 y β =4.

3. En el hotel Toronto Towers Plaza tienen los datos del registro de cuartos
de los últimos nueve años. Para proyectar la ocupación futura, la
administración desea determinar la tendencia matemática del registro de
huéspedes. Esta estimación ayudará a determinar si es necesaria una
ampliación futura del hotel. Dada la siguiente serie de tiempo, desarrolle
una ecuación de regresión que relacione los registros con el tiempo (por
ejemplo, una ecuación de tendencia). Después pronostique los registros
para el año 2009. El registro de cuartos está en miles de unidades:

1999: 17 2000: 16 2001: 16 2002: 21 2003: 20

2004: 20 2005: 23 2006: 25 2007; 24

4. La demanda trimestral de camionetas Ford F150 para un distribuidor de

automóviles de Nueva York se pronostica mediante la siguiente ecuación:

= 10 + 3 x
 donde x = trimestres, y:

Trimestre I de 2006 = 0
Trimestre II de 2006 = 1
Trimestre III de 2006 = 2
Trimestre IV de 2006 = 3
Trimestre I de 2007 = 4 etcétera,
y:
- demanda trimestral

La demanda de camionetas es estacional, y los índices para los trimestres I, II,

III y IV son de 0.80, 1.00, 1.30 y 0.90, respectivamente. Pronostique la
demanda para cada trimestre de 2008. Después estacionalice cada pronóstico
para ajusfarlo a las variaciones trimestrales.

Preguntas para análisis

1. ¿Qué es un modelo de pronóstico cualitativo y cuándo es apropiado su

uso?
2. Identifique y describa brevemente los dos enfoques generales del
pronóstico.
3. Identifique los tres horizontes de tiempo para pronósticos. Establezca
una duración aproximada para cada uno.
4. Describa brevemente los pasos necesarios para desarrollar un sistema
de pronósticos.
5. Un administrador escéptico pregunta para qué puede usarse un
pronóstico de mediano plazo; sugiérale tres usos o propósitos posibles.
6. Explique qué técnicas de pronósticos, como promedios móviles,
promedios móviles ponderados y suavizamiento exponencial, no son
apropiadas para las series de datos que presentan una tendencia.
7. ¿Cuál es la diferencia básica entre promedios móviles ponderados y
suavizamiento exponencial?
8. ¿Cuáles son los tres métodos empleados para medir la exactitud de
cualquier método de pronósticos? ¿Cómo determinaría usted si es mejor
una regresión de series de tiempo o un suavizamiento exponencial para una
aplicación específica?
9. Investigue y describa brevemente el método Delphi. ¿Cómo podría
usarlo alguno de los jefes para los que usted ha trabajado?
10. ¿Cuál es la principal diferencia entre un modelo de series de tiempo y un
modelo asociativo?
11. Defina qué es una serie de tiempo.
12. ¿Qué efecto tiene el valor de la constante de suavizamiento en la
ponderación dada a los valores recientes?
13. Explique el valor que tienen los índices estacionales al pronosticar. ¿En
qué difieren los patrones cíclicos y los patrones estacionales?
14. ¿Qué técnica de pronóstico da más importancia a los valores recientes?
¿Cómo hace esto?
15. Explique con sus propias palabras qué es un pronóstico adaptable.
16. ¿Cuál es el propósito de las señales de control?
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.
18. ¿Cuál es la diferencia entre una variable dependiente y una variable
independiente?
19. Mencione algunos ejemplos de industrias afectadas por la esta-
cionalidad. ¿Por qué estos negocios desearían no depender de la
estacionalidad?
20. Dé algunos ejemplos de industrias donde el pronóstico de la demanda
depende de la demanda de otros productos.
21. ¿Qué ocurre con nuestra capacidad para pronosticar cuando
pronosticamos periodos cada vez más lejanos en el futuro?