I.

RESUELVE LO QUE SE PIDE, INCLUYE EL SCRIPT DE R

La Hughes Supply Company utiliza un mtodo de administracin de inventario para determinar las
demandas mensuales de varios productos. Se registraron los valores de demanda de los ltimos
12 meses y estn disponibles para pronsticos posteriores. A continuacin se presentan los
valores de demanda de un dispositivo elctrico. Para los 12 meses de 2013.
Mes Enero Febrero Marzo Abril Mayo Junio
Demanda 205 251 304 284 352 300
Mes Julio Agosto Septiembre Octubre Noviembre Diciembre
Demanda 241 284 312 289 385 256








a) Construya una grfica de la serie de tiempo

b) Identifique si hay elementos de tendencia, ciclicidad, estacionalidad y aleatoriedad.

c) Ajuste una lnea de regresin a los datos. Cul es la variable independiente y cul es la
variable dependiente?

La variable independiente es el mes y la variable dependiente es la demanda.





d) Construya un modelo de promedios mviles para estos datos, calcule el DAM (MAD)
Se construir un promedio mvil de 2 meses para el mes de diciembre del cual con la frmula:

Obteniendo los dems promedios mviles se construy la siguiente tabla:
MES DEMANDA

|
ENE 205 ---- ----
FEB 251 ---- ----
MAR 304 228 76
ABR 284 277.5 6.5
MAY 352 294 58
JUN 300 318 18
JUL 241 326 85
AGOST 284 270.5 13.5
SEP 312 262.5 49.5
OCT 289 298 9
NOV 385 300.5 84.5
DIC 256 337 81
MAD 48.1











e) Construya un modelo de suavizamiento exponencial para estos datos, calcule el DAM
Se aplic este mtodo con una constante de suavizacin de , y como en el problema
no nos toma en cuenta un pronstico anterior para aplicar el mtodo de suavizamiento
exponencial existen varias maneras para conseguir este dato, el cual uno de los ms
usados es usar el mismo valor de la primera y, y de ah partimos con el mtodo quedando
la siguiente tabla:
MES DEMANDA VALORES
SUAVIZADOS
CON = 0.2

Errores
ENE 205 205 0
FEB 251 205 46
MAR 304 214.2 89.8
ABR 284 232.16 51.84
MAY 352 242.528 109.472
JUN 300 264.4224 35.5776
JUL 241 271.53792 30.53792
AGOST 284 265.430336 18.569664

=


4

4
El DAM est dado por:

=


44

4
El DAM est dado por:
SEP 312 269.1442688 42.8557312
OCT 289 277.715415 11.284585
NOV 385 279.972332 105.027668
DIC 256 300.9778656 44.9778656
ENE 291.9822925



















f) Construya un modelo de Holt Winters para estos datos, calcule el DAM:
Se aplic el mtodo de holt winters con una longitud estacional 2 y con del cual
nos arroja los siguientes resultados:

g) Construya una tabla comparativa del MAD con los m
MES DEMANDA PREDECIR ERROR
ENE 205 226.248 21.248
FEB 251 231.881 19.119
MAR 304 281.23 22.77
ABR 284 300.301 16.301
MAY 352 347.222 4.778
JUN 300 351.775 51.775
JUL 241 396.631 155.631
AGOST 284 350.569 66.569
SEP 312 365.309 53.309
OCT 289 348.114 59.114

44
El DAM est dado por:
NOV 385 362.045 22.955
DIC 256 356.091 100.091



12 11 10 9 8 7 6 5 4 3 2 1
400
350
300
250
200
ndice
D
E
M
A
N
D
A
Alfa (nivel) 0.2
Gamma (tendencia) 0.2
Delta (estacional) 0.2
Constantes de suavizacin
MAPE 18.37
MAD 49.47
MSD 4153.20
Medidas de exactitud
Actual
Ajustes
Variable
Grfica de mtodo Winters de DEMANDA
Mtodo multiplicativo

h) Mtodos de pronstico anteriores.
METODO MAD
Promedios Moviles 48.1
Suavizamiento Exponencial 48.8285861
Metodo de Holt-Winters 49.4716667


i) Cul de los mtodos de pronstico anteriores es el ms adecuado?, por qu?
De acuerdo con las desviaciones medias absolutas de los 3 mtodos en este caso
se utilizara el mtodo de promedios mviles, ya que este es el que en promedio
presenta menos variabilidad entre los pronsticos y los valores reales del cual
entre menor sea el MAD ser un mejor mtodo para pronosticar.
j) Calcule el pronstico de ventas para los meses de enero, febrero y marzo.
De acuerdo con nuestra ecuacin de regresin obtenida vamos a calcular el pronostico de
enero, febrero y marzo del prximo ao :

En la ecuacin solo basta en sustituir la X por el numero del mes, en este caso el enero del
siguiente ao seria 13, febrero=14, marzo=15. Del cual obtuvimos los siguientes pronsticos.
PRONOSTICO
ENERO 323.559
FEBRERO 328.94
MARZO 334.321


k) Suponiendo que los datos se comportan de acuerdo a una distribucin normal, construya
un intervalo de confianza para el pronstico de ventas del inciso i).
Para obtener los siguientes intervalos de confianza de cada mes se va utilizar la frmula:

=


I. CONFIANZA 95%

ERROR (s)
ENERO 259.446937 387.671063 28.7756116 46.7548347
FEBRERO 257.018337 400.861663 32.2808184 Valor t
MARZO 254.082156 413.917844 35.8697683 2.228
Script:
Script en R
#EDGAR MEJIA SORIANO Y ESTRELLA NAZARETH GOMEZ FIGUEROA

#SE DECLARAN LOS VALORES
mes=c(1,2,3,4,5,6,7,8,9,10,11,12)
demanda=c(205,251,304,284,352,300,241,284,312,289,385,256)
#CONVERTIMOS EL VECTOR DEMANDA EN SERIE DE TIEMPO
demanda=ts(demanda)
demanda
#realizamos grafica de serie de tiempo
plot(demanda)
#SE REALIZA MODELO LINEAL
modelo=lm(demanda~mes)
modelo
summary(modelo)
#hacemos una lnea de regresin
abline(modelo)


REFERENCIAS
Hanke John E. (2010). Pronsticos en los negocios. Novena Edicin. Pearson.
EVALUACIN
a) b) c) d) e) f) g) h) i) j) Total



Dr. Manuel Gonzlez De La Rosa
gtg515i@hotmail.com
Julio de 2014