EJERCICIOS SOBRE PRONOSTICOS

1. El gerente de la empresa KR, que se dedica la fbrica de bebidas, necesita un

pronstico trimestral del nmero esperado de clientes para el ao siguiente. El
negocio de bebidas es estacional, con un punto mximo en el tercer trimestre y
uno mnimo en el primer trimestre. A continuacin, se presentan los datos de la
demanda trimestral registrada en los cuatro ltimos aos.

TRIMESTRE AO 2014 AO 2015 AO 2016 AO 2017

1 50 85 110 100
2 435 470 685 725
3 520 590 830 960
4 120 150 225 205
Total 1125 1295 1850 1990

El gerente desea pronosticar la demanda de clientes en cada trimestre del ao

2018, basndose en una estimacin de que la demanda total durante ser de
2700 clientes.

DESARROLLO:

TRIMESTRE AO 2014 AO 2015 AO 2016 AO 2017 AO 2018

1 50 85 110 100 148
2 435 470 685 725 1002
3 520 590 830 960 1248
4 120 150 225 205 302
Total 1125 1295 1850 1990 2700
281.25 323.75 462.5 497.5 675

TRIMESTRE AO 2014 AO 2015 AO 2016 AO 2017 AO 2018

1 0.2 0.3 0.2 0.2 0.2
2 1.5 1.5 1.5 1.5 1.5
3 1.8 1.8 1.8 1.9 1.8
4 0.4 0.5 0.5 0.4 0.4

INTERPRETACIN:

El pronstico trimestral para el ao 2018 de la empresa KR es como sigue, en el primer

trimestre la demanda ser de 148 bebidas, el segundo bimestre la demanda ser de
1002 bebidas, para el tercer trimestre la demanda ser 1248 bebidas, y para el cuarto
semestre la demanda ser de 302 bebidas.
 EJERCICIOS DE PROYECCION DE TENDENCIA

SHIKEN LAIG ofrece peridicamente comidas que incluyen 7 piezas de pollo

para llevar a casa, a precios especiales. Sea Y el nmero de comidas vendidas y
X el precio. Con base en las observaciones histricas y los clculos que se
presentan en la siguiente tabla, determine la ecuacin de regresin. Cuntas
comidas piensa SHIKEN LAIG que lograra vender a S/. 10 soles cada uno?

observacin precio Comidas vendidas

1 S/. 5.00 860
2 9.30 610
3 5.90 1080
4 6.20 350
5 7.50 420
6 8.50 580

DESARROLLO:

Measure Value
Error Measures
Bias (Mean Error) -0.0001
MAD (Mean Absolute Deviation) 186.9058
MSE (Mean Squared Error) 51,665.78
Standard Error (denom=n-2=4) 278.3858
Regression line
Demand(y) = 1150.933
-70.8867 * Time(x)
Statistics
Correlation coefficient -0.4252
Coefficient of determination
(r^2) 0.1808
Forecast
x = 10 442.0656

INTERPRETACIN:

La ecuacin de regresin para la empresa SHIKEN LAIG es Demand(y) = 1150.933 -

70.8867 * Time(x). Si la empresa vende a un precio de 10 soles su demanda ser de
442.0656 cajas de 7 piezas de pollo.
ERCICIOS DE PROMEDIO MOVIL Y PROMEDIO MOVIL PONDERADO
ELABORADO CON EL QM
1.BON APPETID es un restaurante que atrae a los jvenes aficionados al sabor
de las comidas tradicionales. Una de sus especialidades son las pachamancas.
El administrador del restaurante tiene que pronosticar la demanda semanal de
esas pachamancas especiales para saber cuntas bases kilos de chancho ser
necesario pedir cada semana. En las ltimas fechas, la demanda ha sido la
siguiente:
SEMANA PACHAMANCA SEMANA PACHAMANCA
S1 60 S4 66
S2 75 S5 65
S3 62 S6 70

Pronostique la demanda de pachamancas para el periodo comprendido entre el

S4 y S7, Usando el mtodo de promedio mvil con n=3. Repita despus el
pronstico, utilizando el mtodo de promedio ponderado con n=3 y
ponderaciones de 0.40, 0.35 y 0.25, aplicando 0.50 a la demanda ms reciente.
Adems, calcule el MAD.

DESARROLLO:

3.1 METODO DE PROMEDIO MOVIL:

Demand(y) Forecast Error |Error| Error^2

S1 60
S2 75
S3 62
S4 66 65.66666 0.3333359 0.3333359 0.1111128
S5 65 67.66667 -2.666672 2.666672 7.111138
S6 70 64.33333 5.666672 5.666672 32.11117
TOTALS 398 3.333336 8.666679 39.33342
AVERAGE 66.33334 1.111112 2.888893 13.11114
Next period
forecast 67 (Bias) (MAD) (MSE)
Std err 6.271636

Measure Value
Error Measures
Bias (Mean Error) 1.1111
MAD (Mean Absolute Deviation) 2.8889
MSE (Mean Squared Error) 13.1111
Standard Error (denom=n-2=1) 6.2716
Forecast
next period 67
INTERPRETACIN:

El pronstico por el mtodo de promedio mvil simple la demanda para la semana 7

ser de 67 pachamancas. Con una desviacin media absoluta de 2.8889.

3.2 METODO DE PROMEDIO PONDERADO

Demand(y) Forecast Error |Error| Error^2

S1 60
S2 75
S3 62
S4 66 66.05 -5.00E-02 5.00E-02 2.50E-03
S5 65 66.85 -1.849998 1.849998 3.422494
S6 70 64.6 5.400002 5.400002 29.16002
TOTALS 398 3.5 7.300003 32.58501
AVERAGE 66.33334 1.166667 2.433334 10.86167
Next period
forecast 67.25 (Bias) (MAD) (MSE)
Std err 5.708328

Measure Value
Error Measures
Bias (Mean Error) 1.1667
MAD (Mean Absolute Deviation) 2.4333
MSE (Mean Squared Error) 10.8617
Standard Error (denom=n-2=1) 5.7083
Forecast
next period 67.25

INTERPRETACIN:

El pronstico por el mtodo de promedio ponderado la demanda para la semana 7 ser

de 67.25. Con una desviacin media absoluta de 2.4333.

Por el mtodo de promedio ponderado nos da un margen de error menor al de mtodo

de promedio mvil, as que se puede decir que la demanda ms confiable para la
semana 7 es de 67.25.
ERCICIOS DE PROMEDIO MOVIL Y PROMEDIO MOVIL PONDERADO
ELABORADO CON EXCEL
2.El restaurant KAREN SU SASON diariamente est vendiendo mens a los
estudiantes del colegio SANTA TERESA por lo cual su demanda de las
ultimas 8 semas es de:
Semana 1 40
Semana 2 32
Semana 3 30
Semana 4 35
Semana 5 41
Semana 6 38
Semana 7 37
Semana 8 42

Karen desea pronosticar la demanda que tendr para la semana 9 usando el

mtodo de promedio mvil con n=3. Repita despus el pronstico, utilizando el
mtodo de promedio ponderado con n=3 y ponderaciones de 0.35, 0.25 y 0.40,
aplicando 0.50 a la demanda ms reciente. Adems, calcule el MAD.

DESARROLLO: PROMEDIO MOVIL SIMPLE

Periodo Demanda Pronstico

1 40
2 32
3 30
4 35 34
5 41 32
6 38 35
7 37 38
8 42 39
9 39
40

Demanda pronosticada con mtodo de promedio simple

50
40
Unidades

30
20 Demanda
10 Pronstico
0
1 2 3 4 5 6 7 8 9 10 11 12
Periodos

MAD 26.28
INTERPRETACIN:

El pronstico por el mtodo de promedio mvil simple para el restaurant KAREN SU

SASON la demanda para la semana 9 ser de 39 mens. Con una desviacin media
absoluta de 26.28.

DESARROLLO: PROMEDIO PONDERADO

Demanda ms lejana 35%

Demanda intermedia 25%
Demanda ms reciente 40%
Periodo Demanda 0.5
1 40
2 32
3 30
4 35 34
5 41 32.7
6 38 35.65
7 37 37.70
8 42 38.65
9 39.35
23.45
14.7
0

Demanda pronosticada con mtodo de promedio ponderado

45
40
35
30
Unidades

25
20 Demanda
15 0.5
10
5
0
1 2 3 4 5 6 7 8 9 10 11 12
Periodos

MAD 24.40
INTERPRETACIN:

El pronstico para el restaurant KAREN SU SASON, por el mtodo de promedio

ponderado la demanda para la semana 9 ser de 39.35. Con una desviacin media
absoluta de 24.40.

Por el mtodo de promedio ponderado nos da un margen de error menor al de

mtodo de promedio mvil, as que se puede decir que la demanda ms confiable
para la semana 9 es de 39.35.
 EJERCICIO DE SUAVIZAMIENTO EXPONENCIAL

4. La demanda mensual de unidades manufacturadas por la empresa COSTA ha

sido lo siguiente:

MES UNIDADES MES UNIDADES

Mayo 200 Setiembre 205
Junio 205 Octubre 210
Julio 210 Noviembre 225
Agosto 215 Diciembre 222

a. Aplique el mtodo de suaviza miento exponencial para pronosticar el nmero

de unidades de junio a enero. El pronstico inicial de mayo fue de 205 unidades;
= 0.15.

DESARROLLO:

Demand(y) Forecast Error |Error| Error^2

MAYO 200 205 -5 5 25
JUNIO 205 204.25 0.75 0.75 0.5625
JULIO 210 204.3625 5.637497 5.637497 31.78137
AGOSTO 215 205.2081 9.79187 9.79187 95.88072
SETIEMBRE 205 206.6769 -1.67691 1.67691 2.812028
OCTUBRE 210 206.4254 3.574631 3.574631 12.77798
NOVIEMBRE 225 206.9616 18.03844 18.03844 325.3852
DICIEMBRE 222 209.6673 12.33267 12.33267 152.0948
TOTALS 1692 43.4482 56.80202 646.2946
AVERAGE 211.5 5.431025 7.100252 80.78683
Next period
forecast 211.5172 (Bias) (MAD) (MSE)
Std err 10.37862

Measure Value
Error Measures
Bias (Mean Error) 5.431
MAD (Mean Absolute Deviation) 7.1003
MSE (Mean Squared Error) 80.7868
Standard Error (denom=n-2=6) 10.3786
Forecast
next period 211.5172
INTERPRETACIN:

Para la empresa COSTA en el mes de enero su demanda ser de 211.5172 con una
desviacin media absoluta de 7.1003.

b. Calcule el MAD que corresponde a cada uno de los meses, de junio a

diciembre.

MES MAD
5
MAYO 0.75
JUNIO 5.637497
JULIO 9.79187
AGOSTO 1.67691
SETIEMBRE 3.574631
OCTUBRE 18.03844
NOVIEMBRE 12.33267
DICIEMBRE
 EJERCICIOS
DE MODELO
DE
PRONOSTICOS