TALLER DE PORTAFOLIOS

PROFESIONAL
Actividad 5.- Ejercicios de Pronósticos

Profesor de asignatura:
Ing. Hugo Sánchez Salinas

Presentado por:
Geovani Peña Arceo
Armín Ordaz Quintal
Jesus Herrera Sierra
 Ejercicios Actividad 5

Pronósticos Métodos estadísticos

9.13. La demanda de un nuevo cereal durante los pasados nueve meses es

mostrada en la tabla 9-22. Desarróllese un pronóstico para noviembre usando un
promedio móvil de cinco periodos donde las ponderaciones son (de más reciente a
más antiguo) 1, 1, 2, 2, y 4.

0.4 ( 105 )+ 0.2 ( 114 ) +0.2 ( 93 ) +0.1 ( 87 ) +0.1 ( 92 )=101.3 ≅ 101 piezas
9.18. Los datos recolectados de demanda mensual para artículos domésticos se
muestran en la tabla 9-24
a) Grafíquese los datos como promedios móviles de un mes.
b) Grafíquense los promedios móviles de cinco meses como una línea punteada.
c) ¿Qué conclusiones se pueden obtener con respecto a la longitud del promedio
móvil versus el efecto de suavización?
d) Supóngase que el promedio móvil de 12 meses centrado en julio fue 231.
¿Cuál es la razón para los promedios móviles que debe ser usada para calcular
un índice estacional?

enero 100
febrero 90
marzo 80
abril 150
mayo 240
junio 320 132
julio 300 176
agosto 280 218
septiembr 220 258
e
a) La gráfica debe mostrar el tiempo en el eje X, y unidades en el eje Y.

b) El primer valor de promedio móvil será 132 centrado en marzo.

c) Promedios más largos proporcionan más suavización.

d) 1.3.

Promedio movil
350
300
250
200
150
100
50
0
0 1 2 3 4 5 6 7 8 9 10

demanda promedio 5 meses

9.20. El pronóstico de la demanda para marzo fue 950, pero la demanda real fue
sólo 820. Si la empresa está usando una técnica de suavización exponencial
simple con α=0.20, ¿cuál es el pronóstico para abril?

950+ 0.20 ( 820−950 )=924 unidades

9.21. Usando los resultados del problema 9.20, supóngase que la demanda de
abril fue realmente 980 unidades. ¿Cuál es el pronóstico para mayo?

0.20 ( 980 ) + ( 1−0.20 ) ( 924 ) =935.2 ≅ 935 unidades

9.22. Un pronosticador está usando un modelo de suavización exponencial con

α=0.4 y desea convertir a un promedio móvil. ¿Qué longitud de promedio móvil es
aproximadamente equivalente?
 2
0.4= 0.4 ( n+1 )=2
n+1
0.4 n+ 0.4=2
0.4 n=2−0.4
0.4 n=1.6
1.6
n= =4
0.4

9.23. Un oficial de registros de una universidad ha adoptado un modelo de

suavización exponencial simple (α=0.4) para pronosticar la inscripción durante los
3 periodos regulares (excluyendo el verano). Los resultados se muestran en la
tabla 9-26. A) Úsense los datos para desarrollar un pronóstico de inscripción para
el tercer trimestre del año 2. b) ¿Cuál será el efecto de incrementar la constante
de suavización a 1.0?

Formulas a utilizar
     INSCRIPCION PRONOSTICO ERROR DEL CORRECCION PRONOSTICO
REAL (000) ANTERIOR (000) PRONOSTICO (000) NUEVO (000)
AÑOS TRIMESTRE (000)

1 1o 20.50 20.00 0.5 0.2 20.20

  2o 21.00 20.20 0.8 0.32 20.52
  3o 19.12 20.52 -1.4 -0.56 19.96
2 1o 20.06 19.96 0.1 0.04 20.00
  2o 22.00 20.00 2.0 0.8 20.8
  3o          

a) 20,800.
b) El pronóstico debe reflejar la cantidad total de variación de la demanda anterior
con respeto al pronóstico anterior; por lo tanto, no suaviza.

9.24. En el ejemplo 9.4 supóngase que la demanda real para las próximas 3
semanas en la secuencia es marzo 22 = 561, marzo 29 = 587, abril 5 = 615.
a) Extiéndase el pronóstico exponencial simple para cubrir ese periodo,
b) Usando un valor de β=0.6 calcúlese el pronóstico exponencial ajustado para la
semana de abril 12.

a) 525.
b) 554.

DEMANDA PRONOSTICO At-1 - Ft-1 ἀ (At-1 - Ft-1)  

REAL At - 1 ANTERIOR Ft - 1

Ft
MARZO 1 467 497 -30 -3 494
  8 554 494 60 6 500
  15 510 500 10 1 501
  22 561 501 60 6 507
  29 587 507 80 8 515
ABRIL 5 615 515 100 10 525

5. Utiliza las medidas de MSE y MAPE y los resultados anteriores como apoyo para contestar ¿Cuál
de las siguientes afirmaciones es correcta?

a) En este caso es mejor el método de PMS(N=3)

b) En este caso es lo mismo, si se usa PMS(N=3) que SES(α=.2)
c) En este caso es mejor el método de SES(α=.2)
 d) Las medidas MSE y MAPE dan información contradictoria

    PMS (N=3) MAD |xt - St|  

ENERO 2100      

FEBRERO 1800      

MARZO 1725      

ABRIL 1600 1875 1600-1875 275

MAYO 2050 1708.33 2050-1708.33 341.67

MAD O MSE MAD: ∑ |Xt - St| 275+341.67 MAD = 308.33

N 2

MAPE 1600+1725+1800 1708.33

3
Conclusión
En conclusión, el estudio de pronósticos consiste en determinar el futuro de los
eventos, ya sea en el ámbito de la producción, fabricación, servicios o a su ves las
ventas de los anteriores mencionados. En este caso pensamos a futuro para
estimar cuanto vamos a producir, lo que nos permitirá proyecciones de ventas a
futuro.
Por lo que podemos decir que pronosticar no lleva a una definición especifica la
cual es “usar datos del pasado para poder determinar acontecimientos del futuro”.
Por lo tanto, los pronósticos son parte fundamental del área de producción, pues
para una empresa es impredecible conocer que cantidades necesita producir para
cumplir con la demanda de sus clientes, de esta forma usa de manea optimizada
los recursos primarios, puesto que solo producirá lo que necesita.
La importancia de manejar los pronósticos dentro del área de producción recae
directamente en el área de costos, comprar materia prima necesaria para producir,
producir lo que realmente se necesita disminuye los niveles de stock, y de esta
forma, lograremos la optimización de los recursos dentro de la empresa.
Al momento de realizar un pronóstico siempre nos realizamos la pregunta de que
necesitamos para poder realizarlo, es por eso que llegamos a la conclusión que
para poder llevar acabo el pronostico tendremos que definir el detalle, problema o
situación a pronosticar, nivel de detalle del pronostico y horizonte de planeación o
del tiempo del pronóstico.
 Bibliografía

 Monks, J. (1984). Serie SCHAUM Administración de operaciones [versión DX Reader]. Recuperado

de https://ebookcentral.proquest.com/lib/vallemexicosp/reader.action?
docID=3196010&query=Serie+SCHAUM
 https://www.forcemanager.com/es/blog/como-hacer-un-pronostico-de-ventas/