UNIVERSIDAD TÉCNICA DE AMBATO

FACULTAD DE INGENIERÍA EN SISTEMAS, ELECTRÓNICA E INDUSTRIAL

PERÍODO ACADÉMICO: MARZO-SEPTIEMBRE 2018
MODALIDAD PRESENCIAL

“Laboratorio 1”

Tema: Método Winter

Carrera: Ingeniería Industrial en Procesos de

Automatización

Área Académica: Área Mecánica

Ciclo Académico y Paralelo: Séptimo “A”

Alumno: Cordovilla Núñez Johnny Iván

Acosta Lescano Flavio Cesar

Módulo y Docente: Administración de la Producción

Ing. John Reyes, Mg.

AMBATO - ECUADOR

2018
 Libro de Ballou, ejercicio 9 La agente de compras de un hospital ha reunido información de los
últimos cinco años sobre los precios unitarios mensuales promedio para un artículo quirúrgico
de frecuente uso.

Literal a

Análisis:

Mediante el Software Minitab se analiza que para el pronóstico mediante el método de Winter, se
aplican constantes de suavización tales como:

 Nivel (alfa): 0.2

 Tendencia (beta):0.2
 Estacionalidad (gama): 0.2

Teniendo así como resultado las siguientes medidas de exactitud:

 Error porcentual absoluto medio (MAPE): 5.519
 Desviación Absoluta Media (MAD):12.323
 Desviación Cuadrática Media (MSD): 220.387

Cabe recalcar que el pronóstico se lo realiza con un intervalo de predicción de 95%, el cual indica
la probabilidad que se ubique una nueva observación individual con un grado de confianza
especificado.

Literal b

El modelo de serie de tiempo típicamente involucrará solo dos componentes: tendencia y

estacionalidad para lo cual se usa los datos del año 2 y 3. Esto es necesario para establecer una
tendencia precisa lineal y los índices estacionales.

tendencia índice
Precio (P) Tiempo (t) P*t t^2 St
(Tt) estacional
211 1 211 1 232,4 0,91
210 2 420 4 232,4 0,90
214 3 642 9 232,4 0,92
208 4 832 16 232,4 0,90
276 5 1380 25 232,4 1,19
269 6 1614 36 232,3 1,16
265 7 1855 49 232,3 1,14
253 8 2024 64 232,3 1,09
 244 9 2196 81 232,3 1,05
202 10 2020 100 232,3 0,87
221 11 2431 121 232,3 0,95
210 12 2520 144 232,3 0,90
215 13 2795 169 232,3 0,93 0,92
225 14 3150 196 232,3 0,97 0,93
230 15 3450 225 232,3 0,99 0,96
214 16 3424 256 232,3 0,92 0,91
276 17 4692 289 232,3 1,19 1,19
261 18 4698 324 232,2 1,12 1,14
250 19 4750 361 232,2 1,08 1,11
248 20 4960 400 232,2 1,07 1,08
229 21 4809 441 232,2 0,99 1,02
221 22 4862 484 232,2 0,95 0,91
209 23 4807 529 232,2 0,90 0,92
214 24 5136 576 232,2 0,92 0,91
5575 300 69678 4900

300 5575
𝑁 = 24; 𝑡̅ = = 12,5; 𝑃̅ = = 232,29
24 24
∑ 𝑃 ∗ 𝑡 − 𝑁 ∗ 𝑃̅ ∗ 𝑡̅ 69678 − 24(232,29)(12,5)
𝑏= = = −0.008
∑ 𝑡2 − 𝑁 ∗ 𝑡2 4900 − 24 ∗ 12.52
̅̅̅ − 𝑏̅ ∗ 𝑡 = 232,29 − (−0,008)(12,5) = 232,39
𝑎 = 𝑃𝑡
Tendencia

𝑇1 = 𝑎 − 𝑏 ∗ 𝑡 = 232,39 − 0,008 ∗ 1 = 232,4

Índice Estacional
211
𝑆𝑡 = = 0,91
232
Ahora se calcula el valor de tendencia Tt para cada valor de t , los resultados que se muestran
en la tabla anterior. El índice estacional es el resultado de dividir Pt por Tt para cada período t.
Los índices se promedian para los períodos correspondientes que tienen un año de diferencia.

Pronosticar en el 5to año muestra el error potencial en el método. Eso es, para Enero del quinto
año, el pronóstico es Ft = Tt × St-12, o F25 = [232.39 - 0.008 × 25] [0.92] = 213.6.

Precio Error
t Pronostico Error Estacionario
Atual cuadrado
25 210 213,6 -3,6 13,0 0,91
26 223 215,6 7,1 50,4
27 204 222,9 -18,9 357,2
28 244 211,3 32,7 1069,3
29 274 276,3 -2,3 5,3
30 246 264,6 -18,6 346,0
 31 237 257,7 -20,7 428,5
32 267 250,7 16,3 265,7
33 212 236,8 -24,8 615,0
34 211 211,2 -0,2 0,0
35 188 213,5 -25,5 51,0
36 188 211,2 -23,2 538,2
total: 3739,6

∑(𝐴𝑡 − 𝐹𝑡)2 3739,5

𝑆𝐹 = √ =√ = 19,34
𝑁−2 12 − 2

𝐹37 = (232,39 − 0,008 ∗ 37)(0,91) = 211,21

Análisis:

Se observa que los valores de los pronósticos mantienen una precisión en el transcurso del
tiempo de los 5 años, es decir no existe variación relevante entre dichos valores. Existe una
desviación pequeña entre años.

Literal c