Cdigo: F.TI.

01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 1 de 39

Nombre: Cristhian Benavides

Nivel: 7 TD Ingeniera Industrial y de Proceso
Docente: PHD Viteri Jorge
Tema:
Solucin de los ejercicios de Krajewski Administracin de Operaciones
del captulo 13 sobre pronsticos
Resumen:
En el lenguaje cotidiano, un pronstico formula un conocimiento
probable sobre un evento futuro. En el lenguaje de empresa, se suele
entender como pronstico la estimacin anticipada del valor de una
variable, por ejemplo: la demanda de un producto.
Es de suma importancia conocer los pronsticos de varias variables
ya que de esta manera podremos reducir la incertidumbre del futuro,
mejorar la planeacin y la estrategia competitiva.
Abstract:
In everyday language, a "prognosis" formulates a probable knowledge
of a future event. In the language of business, prognosis is usually
understood as the advance estimate of the value of a variable, for
example: the demand for a product.
It is critical to know the forecasts of several variables as this way we
can reduce the uncertainty of the future, improve planning and
competitive strategy.
Introduccin:
En el mundo globalizado y con mercados tan competidos como los
que enfrentamos hoy, las empresas se ven obligadas a buscar mayor
eficiencia en sus procesos de negocio. Un proceso de negocio
fundamental en las empresas, es pronosticar la demanda de sus
productos o servicios para establecer el plan de ventas y operacin
de la empresa. Los procesos del negocio orientados al suministro
(compras, produccin y distribucin) estn enfocados a garantizar
disponibilidad de servicios o productos con eficiencia y al mejor costo,
y su desempeo depende de que las reas de mercadotecnia y
ventas pronostiquen lo mejor posible la demanda. En este sentido, un
tema que actualmente interesa es cmo pronosticar con ms certeza
la demanda de productos o servicios. En ltima instancia, el xito de

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 2 de 39

cualquier empresa depende en gran parte de la habilidad que sus

ejecutivos tengan para predecir y preparar sus condiciones futuras;
de aqu que mientras ms precisos sean sus pronsticos de ventas,
mayor ser la simplificacin que logren en su importante labor de
planeacin del futuro (Mudick y Schaefer, 1970).
Para el fin de pronosticar existen varios mtodos de solucin de
pronsticos en los que se incluyen diferentes variables con sus
respectivos ajustes o constantes cuya aplicabilidad depende del
contexto organizacional y de los datos histricos que tenga la
empresa, es necesario realizar la determinacin de los coeficientes,
varianza, errores y distribuciones de los datos y segn criterios
preestablecidos dentro de un rango compara para ver si el modelo
para determinar el pronstico es el correcto, es decir el que se
acomoda o es ms acertado con la demanda real
Objetivos:
General
Resolver los ejercicios del captulo 13 de Krajewski de
Administracin de operaciones
Especficos
Emplear los conocimientos adquiridos en clase para la solucin
de los ejercicios
Entender los diferentes tipos de pronsticos
Entender los diferentes tipos de pronosticar la demanda
Metodologa
La solucin de ejercicios se logr mediante la aplicacin de los
conocimientos adquiridos en clase y la investigacin previa de los
mtodos de pronosticar la demanda, los ejercicios se resolvieron con
los siguientes mtodos:

Regresin lineal
Mtodo de series de tiempo
Promedio mvil simple
Suavizacin exponencial
Mtodo de ponderaciones

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 3 de 39

Desarrollo

Ejercicio 1
1. La duea de una tienda de computadoras alquila impresoras a algunos de
sus mejores clientes. Ahora le interesa elaborar un pronstico de sus
operaciones de alquiler para poder comprar la cantidad correcta de
suministros para sus impresoras. A continuacin se presentan los datos
correspondientes a las 10 ltimas semanas.

Semana
1
2
3
4
5
6
7
8
9
10

Alquilere
s
23
24
32
26
31
28
32
35
26
24

a. Prepare un pronstico para las semanas 6 a 10, usando un promedio mvil

de 5 semanas. Cul ser el pronstico para la semana 11?

Semana
1
2
3
4
5
6
7
8
9

Alquilere
s
23
24
32
26
31
28
32
35
26

Semana 5

27
28
30
30

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 4 de 39

10
11

24

30
29

Respuesta
Ft6= (23+24+32+26+31)/5= 27.2= 27
Ft7= (24+32+26+31+28)/5= 28.2= 28
Ft8= (32+26+31+28+32)/5= 29.8= 30
Ft9= (26+31+28+32+35)/5= 30.4= 30
Ft10= (31+28+32+35+26)/5= 30.4= 30
Ft11= (28+32+35+26+24)/5= 29= 30
b. Calcule la desviacin media absoluta al final de la semana 10
Respuesta

2827+ 3228+ 3530+ 2630+ 2430

5
DMA=

DMA=

1+ 4+5+ 4+6
5

DMA= 4

Ejercicio 2
2. Las ventas realizadas en los ltimos doce meses por Dalworth Company
aparecen a continuacin:

Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio

Ventas (millones
de dlares)
20
24
27
31
37
47

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 5 de 39

Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre

53
62
54
36
32
29

a) Utilice un promedio mvil de tres meses y pronostique las ventas para los
meses comprendidos entre abril y diciembre

Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiemb
re
Octubre
Noviemb
re
Diciembr
e

Ventas
(millones
Tres meses
de
dlares)
20
24
27
31
37
47
53
62

24
27
32
38
46

54

54

36

56

32

51

29

41

Respuesta
Ftabril= (20+24+27)/3= 23.67= 24
Ftmay= (24+27+31)/3= 27.33= 27
Ftjun= (27+31+37)/3= 31.67= 32
Ftjul= (31+37+47)/3= 38.33= 38
Ftagost= (37+47+53)/3= 45.67= 46
Ftsept= (47+53+62)/3= 54
Ftoct= (53+62+54)/3= 56.33=56
Ftnov= (62+54+36)/3= 50.67= 51

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 6 de 39

Ftdic= (54+36+32)/3= 40.67= 41

b) Aplique un promedio mvil de cuatro meses y pronostique las ventas para

los meses comprendidos entre mayo y diciembre

Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre

Ventas
(millones de
dlares)
20
24
27
31
37
47
53
62
54
36
32
29

Respuesta
Ftmay= (20+24+27+31)/4= 25.5 = 26
Ftjun= (24+27+31+37)/4= 29.7= 30
Ftjul= (27+31+37+47)/4= 35.5=36
Ftagost= (31+37+47+53)/4= 42
Ftsept= (37+47+53+62)/4= 49.8= 50
Ftoct= (47+53+62+54)/4= 54
Ftnov= (53+62+54+36)/4= 51.3= 51
Ftdic= (62+54+36+32)/4= 46

Cuatro meses

26
30
36
42
50
54
51
46

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 7 de 39

c) Compare el desempeo de los dos mtodos, utilizando la desviacin media

absoluta como criterio de desempeo. Qu mtodo recomendara?

|3124|+|3727|+|4732|+|5338|+|6246|+|5454|+|3656|+|3251|+ 2941
9

DMA 3=
DMA=

7+10+ 15+15+16+0+ 20+19+12

9

DMA. 3 = 12.67= 13

DMA . 4=

DMA=

|3726|+|4730|+|5336|+|6242|+|5450|+|3654|+|3251|+|2946|
8

11+17 +17+20+ 4+18+19+ 17

8

DMA. 4 = 15.4= 15
Se recomendara utilizar el mtodo de tres semanas ya que este tiene una menor
desviacin es decir se obtendran valores ms preciso que con el mtodo de las 4
semanas
d) Compare el desempeo de los dos mtodos, usando el error porcentual
medio absoluto como criterio de desempeo. Qu mtodo recomendara?

Mes

Ventas
(millones de
dlares)

Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre

20
24
27
31
37
47
53
62
54

Tres meses

Et

Error
porcentual
absoluto (|
Et|/Dt)*100

24
27
32
38
46
54

7
10
15
15
16
0

23
27
32
28
26
0

Cdigo: F.TI.01
Revisin: 01
Fecha: 2015-12-17

Ingeniera de la
Produccin Industrial

Pg.: 8 de 39

Octubre
Noviembre
Diciembre

MAPE=

36
32
29

56
51
41

-20
-19
-12

56
59
41
292

292
9

MAPE=32.44

Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre

MAPE=

Ventas
(millones de
dlares)
20
24
27
31
37
47
53
62
54
36
32
29

Cuatro meses

Et

26
30
36
42
50
54
51
46

12
17
18
20
4
-18
-19
-17

Error porcentual
absoluto (|
Et|/Dt)*100

31
37
33
32
8
50
60
59
310

310
8

MAPE=38.75
Segn el MAPE se recomendara utilizar el mtodo de promedio mvil simple para
tres meses debido a que el porcentaje de error es menor a comparacin del mtodo
mvil simple para cuatro semanas por lo que los resultados seran ms preciso
e) Compare el desempeo de los dos mtodos, utilizando el error cuadrtico
medio como criterio de desempeo. Qu mtodo recomendara?

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 9 de 39

Mes

Ventas
(millones de
dlares)

Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre

20
24
27
31
37
47
53
62
54
36
32
29

MSE=

Tres meses

Et

24
27
32
38
46
54
56
51
41

7
10
15
15
16
0
-20
-19
-12

Error
porcentual
absoluto (|
Et|/Dt)*100

Et^2

23
27
32
28
26
0
56
59
41
292

49
100
225
225
256
0
400
361
144
1760

Et^2

144
289
324
400
16
324
361
289

1760
9

MSE=195.6

Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre

Ventas
(millones de
dlares)
20
24
27
31
37
47
53
62
54
36
32
29

Cuatro meses

Et

Error
porcentual
absoluto (|
Et|/Dt)*100

26
30
36
42
50
54
51
46

12
17
18
20
4
-18
-19
-17

32
36
34
32
7
50
59
59

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 10 de 39

310

MSE=

2147

2147
8

MSE=268.4
El error cuadrtico medio mide el promedio de los errores, es decir la
diferencia entre lo pronosticado y demandado realmente, el menor
promedio de errores lo tiene el promedio mvil simple para 3 semanas.

Ejercicio 3
3. Karls Copiers vende y repara fotocopiadoras. El gerente necesita
pronsticos semanales de las solicitudes de servicio para poder programar
las actividades del personal del servicio. El pronstico de la semana del 3 de
julio fue de 24 solicitudes de servicio. El gerente usa el suavizamiento
exponencial con =0.2. Pronostique el nmero de solicitudes de servicio
correspondientes a la semana del 7 de agosto, suponiendo que sta sea la
semana prxima.

N. Real de
solicitudes de
Semana servicio
3 de julio 24
10 de
julio
32
17 de
julio
36
24 de
julio
23
31 de
julio
25

N
1
2
3
4

N. Real de
solicitudes de
Semana servicio
3 de julio 24
10 de
julio
32
17 de
julio
36
24 de
julio
23

=0.2

24
24
25,6
27,7

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 11 de 39

5
6

31 de
julio
7 de
agosto

25

26,7
26,4

Respuesta

Ft= ft-1+ (At-1 - Ft-1)

Ft2= 24 + 0,2(24-24)= 24
Ft3= 24 + 0,2(32-24)= 25,6
Ft4= 25,6 + 0,2(36-25,6)= 27,7
Ft5= 27,7 + 0,2(23-27,7)= 26,7
Ft6= 26,7 + 0,2(25-26,7)= 26,4

Ejercicio 4
4. Considere los datos sobre las ventas de Dalworth Company
presentados en el problema 2. Para las partes ( c ) a ( e ) use solo los
datos de abril a diciembre.
a. Utilice un promedio mvil ponderado de tres meses para pronosticar
las ventas de los meses transcurridos entre abril y diciembre. Use
ponderaciones de (3/6), (2/6) y (1/6), signando una ponderacin
mayor a los datos ms recientes.

Ft +1=27

( 36 )+24 ( 26 )+20( 16 )=24.8=25

Ft +2=31

( 36 )+27( 26 )+ 24( 16 )=28.5=29

Ft +3=37

( 36 )+31( 26 )+27( 16 )=33.33=33

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 12 de 39

( 36 )+ 37( 26 )+31( 16 )=41

Ft +4=47

Ft +5=53

( 36 )+ 47( 26 )+37 ( 16 )=48.33=48

Ft +6=62

( 36 )+53( 26 )+47 ( 61 )=56.5=57

Ft +7=54

( 36 )+ 62( 26 )+53( 16 )=56.5=57

Ft +8=36

( 36 )+54 ( 26 )+ 62( 16 )=46.33=46

Ft +9=32

( 36 )+36 ( 62 )+54( 16 )=37

b. Use el suaviza miento exponencial con = 0.6 para pronosticar las

ventas de los meses comprendidos entre abril y diciembre. Suponga
que el pronstico inicial para enero fue de $22 millones.

Ft +1=22+ ( 0.6 )( 2022 )=20.8=21

Ft +2=21+ ( 0.6 )( 2421 ) =22.8=23
Ft +3=23+ ( 0.6 ) ( 2723 )=20.8=21
Ft +4=25+ ( 0.6 ) ( 3125 ) =20.8=21
Ft +5=29+ ( 0.6 ) ( 3729 )=20.8=21
Ft +6=34+ ( 0.6 )( 4734 )=20.8=21
Ft +7=42+ ( 0.6 )( 5342 )=20.8=21
Ft +8=49+ ( 0.6 )( 6249 ) =20.8=21
Ft +9=57+ ( 0.6 )( 5457 ) =20.8=21

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 13 de 39

Ft +10=55+ ( 0.6 ) ( 3655 )=20.8=21

Ft +11=44 + ( 0.6 ) ( 3244 )=20.8=21
c. Compare el desempeo de los dos mtodos, aplicando la desviacin
media absoluta como criterio de desempeo. Qu mtodo
recomendara?

Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiem
bre
Octubre
Noviemb
re
Diciembr
e

Ventas
(Millones de
dlares)
20
24
27
31
37
47
53
62

Mvil
Ponderado
20
24
27
25
29
33
41
48

Suavizamie
Err nto
Erro
or
exponencia r
abs l
abs
0
22
2
0
21
-3
0
23
-4
-6
25
-6
-8
29
-8
-14
34 -13
-12
42 -11
-14
49 -13

54
36

57
57

3
21

57
55

3
19

32

46

14

44

12

29

37

8
100

37

8
102

Respuesta

MAD=

Et
n

MAD=

100
=8.33=8
12

MAD=

102
=8.5=8
12

No existe una diferencia numrica amplia los dos mtodos nos dan los
mismos resultados.

Cdigo: F.TI.01
Revisin: 01
Fecha: 2015-12-17

Ingeniera de la
Produccin Industrial

Pg.: 14 de 39

d. Compare el desempeo de los dos mtodos, usando el error

porcentual medio absoluto como criterio de desempeo. Qu
mtodo recomendara?
Ventas
(Millon
Suavizamie
es de
Mvil
nto
dlares Ponderad Erro Error exponencia Erro Error
)
o
r
%
l
r
%
20
20
0
0
22
2
10
24
24
0
0
21
-3 12,5
27
27
0
0
23
-4 14,8
31
25
-6 19,3
25
-6 19,3
37
29
-8 21,6
29
-8 21,6
47
33 -14 29,7
34 -13 27,6
53
41 -12 22,6
42 -11 20,7
62
48 -14 22,5
49 -13 20,9

Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiemb
re
Octubre
Noviemb
re
Diciembr
e

54
36

57
57

3
21

5,5
58,3

57
55

3
19

5,5
52,7

32

46

14

43,7

44

12

37,5

29

37

27,5

37

Total

250

27,5
270.
6

Et / Dt
100

MAPE=
MAPE=

250
=20.83
12

MAPE=

270.6
=22.55
12

Pronstico mvil ponderado

Suavizamiento exponencial

El pronstico mvil ponderado nos muestra un error del 20.83% de la

demanda real, 1.72% menor que el suavizamiento exponencial.
e. Compare el desempeo de los dos mtodos, usando el error
cuadrtico medio como criterio de desempeo. Qu mtodo
recomendara?

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 15 de 39

Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiemb
re
Octubre
Noviemb
re
Diciembr
e

MSE=

Ventas
(Millones
de
dlares)
20
24
27
31
37
47
53
62

Mvil
Pondera
do
Error
20
24
27
25
29
33
41
48

Suavizamie
Error
nto
Error
Cuadrti exponencia
Cuadrti
co
l
Error co
0
22
2
4
0
21
-3
9
0
23
-4
16
36
25
-6
36
64
29
-8
64
196
34
-13
169
144
42
-11
121
196
49
-13
169

0
0
0
-6
-8
-14
-12
-14

54
36

57
57

3
21

9
441

57
55

3
19

9
361

32

46

14

196

44

12

144

29

37

8
0

64
1346

37

8
102

64
1166

E 2t
n

Pronstico mvil ponderado

MSE=

1346
=112.16
12

Suavizamiento exponencial

MSE=

1166
=97.16
12

El mtodo de suavizamiento exponencial nos acerca de mejor manera a la

demanda real.

Ejercicio 5
5. ltimamente, una tienda de artculos varios ha empezado a vender en su
territorio una nueva marca de refrescos. A la gerencia le interesa estimar el
volumen de las ventas futuras para determinar si debe seguir vendiendo la
nueva marca o si ser preferible sustituirla por otra. A finales de abril, el
volumen promedio de ventas mensuales del nuevo refresco era de 700 latas
y la tendencia indicaba +50 latas por mes. Las cifras reales del volumen de

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 16 de 39

ventas de mayo, junio y julio son de 760,800 y 820, respectivamente. Utilice

el suavizamiento exponencial ajustado a la tendencia con = 0.2 y = 0.1,
para pronosticar el consumo en junio, julio y agosto.
A= 700 latas
T= 50 latas
Pronstico para Mayo:

A1= Dt + (1- ) (At-1 + Tt-1)

A1= 0.2 (760) + (1- 0.2) (700 + 50)

A1= 152 + 675 = 827

T1= (At - At-1) + (1 - ) Tt-1

T1= 0.1 (827 - 700) + (1 0.1) 50

T1= 12.7 + 45 = 57.7=58

Fmayo= A1 + T1

Fmayo= 827 + 58 = 885

Pronstico para Junio:

A2= Dt + (1- ) (At-1 + Tt-1)

A2= 0.2 (800) + (1- 0.2) (827 + 58)

A2= 160 + 708 = 868

T2= (At - At-1) + (1 - ) Tt-1

T2= 0.1 (868 - 827) + (1 0.1) 58

T2= 4.1 + 52.2 = 56.3 = 56

Fjun= A2 + T2

Fjun= 868 + 56 = 924

Pronstico para Julio:

A3= Dt + (1- ) (At-1 + Tt-1)

A3= 0.2 (820) + (1- 0.2) (868 + 56)

A3= 164 + 739.2 = 903.2= 903

T3= (At - At-1) + (1 - ) Tt-1

T3= 0.1 (903 868) + (1 0.1) 56

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 17 de 39

T3= 3.5 + 50.4 = 53.9 = 54

Fjul= At + Tt

Fjul= 903 + 54 = 957

Pronstico para Agosto: 903+1(54) = 957

Ejercicio 6
6. El Commmunity Federal Bank de Dothan, Alabama, instal recientemente un
nuevo cajero automtico para ofrecer servicios bancarios convencionales y
atender solicitudes de prstamo y transacciones de inversin. El manejo de
la nueva mquina es un poco complicado, por lo cual a la gerencia le
interesa llevar un registro de su utilizacin en el pasado y proyectar el uso
en el futuro. Si el uso proyectado es suficientemente amplio, tal vez sea
necesario adquirir ms mquinas.
Al final de abril, el uso promedio mensual era de 600 clientes y la tendencia
sealada +60 clientes por mes. Las cifras de uso real correspondientes a
mayo, junio y julio son 680, 710 y 790, respectivamente. Use el
suavizamiento exponencial ajustado a la tendencia, con =0.3 y =0.2, para
elaborar un pronstico de la utilizacin en junio, julio y agosto.
A= 600 clientes
T= 60 clientes
Pronstico para Mayo:

A1= Dt + (1- ) (At-1 + Tt-1)

A1= 0.3 (680) + (1- 0.3) (600 + 60)

A1= 204 + 462 = 666

T1= (At - At-1) + (1 - ) Tt-1

T1= 0.2 (666 - 600) + (1 0.2) 60

T1= 13.2 + 48 = 61.2= 61

Fmayo= A1 + T1

Fmayo= 666 + 61 = 727

Pronstico para Junio:

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 18 de 39

A1= Dt + (1- ) (At-1 + Tt-1)

A1= 0.3 (710) + (1- 0.3) (666 + 61)

A1= 213 + 508.9 = 721.9= 722

T1= (At - At-1) + (1 - ) Tt-1

T1= 0.2 (722 - 666) + (1 0.2) 61

T1= 11.2 + 48.8 = 60

Fjun= A1 + T1

Fjun= 722 + 60 = 782

Pronstico para Julio:

A1= Dt + (1- ) (At-1 + Tt-1)

A1= 0.3 (790) + (1- 0.3) (722 + 60)

A1= 237 + 547.4 = 784.4= 784

T1= (At - At-1) + (1 - ) Tt-1

T1= 0.2 (784 - 722) + (1 0.2) 60

T1= 12.4 + 48 = 60.4= 60

Fjul= A1 + T1

Fjul= 784 + 60 = 844

Pronstico para Agosto: 784+1(60) = 844

Ejercicio 7
7. El nmero de intervenciones quirrgicas de corazn que se realizan
en el Hospital General de Heartville ha aumentado sin cesar en los
ltimos aos. La administracin del hospital est buscando el mejor
mtodo para pronosticar la demanda de esas operaciones en el ao
6. A continuacin se presentan los datos de los ltimos cinco aos.
Hace seis aos, el pronstico para el ao 1 era de 41 operaciones, y
la tendencia estimada fue de un incremento de 2 por ao.

La administracin del hospital est considerando los siguientes mtodos

de pronstico.

Cdigo: F.TI.01
Revisin: 01
Fecha: 2015-12-17

Ingeniera de la
Produccin Industrial

Pg.: 19 de 39

(i) Suavizamiento exponencial con = 0.6

Ft =F t 1 + ( A t1F t 1 )
Ao Demanda
t
At
=0,2
1

45

41,00

50

41,80

52

43,44

56

45,15

58

47,32

Error
Et =AF

49,46

Error cuadrtico

Error
Absoluto

E2t

Error
absoluto

|Et|

(|Et|/ At ) (

4,00

16,00

4,00

100)
8,89

8,20

67,24

8,20

16,40

8,56

73,27

8,56

16,46

10,85

117,68

0,85

10,68

114,03

0,68

18,41

42,29
Desviacion
Media
absoluta(DMA)

388,22

2,29

4 79,54
TOTAL

|Et|

Error cuadrtico
estandar(MSE)

E 2t

1
19,38
1

Error Medio %

n
(|Et|/ At )(100))

8,46
77,64
15,91

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 20 de 39

absoluto(MAPE
)
(ii) Suavizamiento exponencial con = 0.9

Ft =F t 1 + ( A t1F t 1 )

Ao Demanda
T
A
1
45

=0,9
41

50

44,60

52

49,46

56

51,75

58

55,57

6
Desviacion
Media
absoluta(DMA
)

57,76

|Et|

3,72
4

n
Error
cuadrtico
estandar(MSE
)
Error Medio %
absoluto(MAP
E)

E 2t
n

(|Et|/ At )(100))

15,1
2

7,27

Cdigo: F.TI.01
Revisin: 01
Fecha: 2015-12-17

Ingeniera de la
Produccin Industrial

Pg.: 21 de 39

Error
Et =AF

Error cuadrtico
2

Et

Error
Absoluto
|Et|

Error
%
absoluto
(|Et|/ At ) (
100)

4,00

16,00

4,00

8,89

5,40

29,16

5,40

10,80

2,54

6,45

2,54

4,88

4,25

18,10

4,25

7,59

2,43

5,88

2,43

4,19

18,62

75,59

18,62

36,35

(iii) Suavizamiento exponencial ajustado a la tendencia con

= 0.6 y = 0.1

tendencia incremento de 2 por ao (Tt=2)

Ao

Demand
a

Dt

45

49

50

50

1,47

52

52

1,50

56

55

1,66

5
6
promedio
pronostico

58

57

1,74

=0,6
A t = Dt +(1 )(A t 1 +T t1 )

=0,1
T t = ( A t A t 1 ) +(1 )T t1

52,2
Error

Error

Error

Error % absoluto

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 22 de 39

Absolut
o

cuadrtico
T t =

Ft +1= A t

Et =AF

+ Tt

|Et|

Et

(|Et|/ Dt ) (
100)

41

4,00

16,00

8,89

50

(0)

0,0

52

0,47

0,22

0,47

0,90

53

2,69

7,22

2,69

4,80

57

1,42

2,00

1,42

2,45

8,41

25,47

8,58

17,04

59
Total
Desviacion
Media
absoluta(DMA)

|Et|

n 1,716

Error
cuadrtico
estandar(MSE)

E 2t
n

5,09

Error Medio %
absoluto(MAP
E)

(|Et|/ At )(100))
3,41

aos.
(iv) Promedio mvil de
tres

A Demand prom.movi
o
a
l
Error
Et =AF
T
A
F
1
45
2
50
3
52
4

56

49

7,00

58

52,67

5,33

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 23 de 39

6
55,33
Desviacion
Media
absoluta(DMA)

|Et|

6,17

Error
cuadrtico
estandar(MSE)

2
t

38,7
2

Error Medio %
absoluto(MAPE
)
10,8
(|Et|/ At )(100)) 4

Error
Et =AF

Error cuadrtico
E2t

Error
Absoluto

|Et|

Error
%
absoluto
(|Et|/ At ) (
100)

7,00

49,00

12,50

5,33

28,44

5,33

9,19

12,33

77,44

12,33

21,69

(v) Promedio mvil ponderado de tres aos, usando ponderaciones de (3/6),

(2/6) y (1/6), y asignando una mayor ponderacin a los datos ms recientes.

Ao
t
1
2

Demanda
A
45
50

prom.movil
ponderado
F

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 24 de 39

52

56

50,17

58

53,67

6
Desviacion
Media
absoluta(DMA)

56,33

|Et|

5,08

Error
cuadrtico
estandar(MSE)

26,4
0

E 2t

Error Medio %
n
absoluto(MAP
(|Et|/ At )(100))
E)

Error
Et =AF

0,09

Error
cuadrtico
E2t

Error
Absoluto

Error
absoluto

|Et|

(|Et|/ At ) (
100)

5,83

34,03

5,83

0,10

4,33

18,78

4,33

0,07

52,81

10,16

0,18 total

10,17

(vi) Modelo de regresin, Y = 42.6 + 3.2X, donde Y es el nmero de cirugas

y X representa el ndice del ao (por ejemplo, X = 1 para el ao 1, X = 2
para el ao 2, etctera).

Ao
t

Demand
a
Regresion Lineal(F)
y=42,6+3,2 x
A

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 25 de 39

1
2
3
4
5
6

45
50
52
56
58

45,8
49
52,2
55,4
58,6
61,8

Error
cuadratico
2
Et

Error
Absoluto

-0,8

0,64

0,8

100)
1,78

2,00

-0,2

0,04

0,2

0,38

0,6

0,36

0,6

1,07

-0,6

0,36

0,6

1,03

2,4

3,2

6,27 total

Error
Et =AF

|Et|

Error
absoluto

(|Et|/ At ) (

(
0,00)

Desviacion
Media
absoluta(DMA)
Error cuadrtico
estandar(MSE)
Error Medio %
absoluto(MAPE)

|Et|
n

E 2t

0,64
0,48

(|Et|/ At )(100))
1,25

a. Si la MAD (desviacin media absoluta) es

el criterio de desempeo
seleccionado por la administracin, qu mtodo de pronstico deber
elegir?
Se escogera el mtodo de regresin lineal porque el valor es menor y eso nos
indica que esta ms prximo al valor real.

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 26 de 39

b. Si el MSE (error cuadrtico medio) es el criterio de desempeo

seleccionado por la administracin, qu mtodo de pronstico deber
elegir?
Se escogera el mtodo de regresin lineal porque el valor no es tan mayor a la
comparacin del resto de mtodos y eso nos indica que est ms prximo al valor
real.

c. Si el MAPE (error porcentual medio absoluto) es el criterio de

desempeo seleccionado por la administracin, qu mtodo de
pronstico deber elegir?

El mtodo de regresin lineal porque tiene un porcentaje de error menor al resto de

mtodos

Ejercicio 8
8. Los siguientes datos corresponden a las ventas de calculadoras,
expresadas en unidades, en una tienda de artculos electrnicos en las
ltimas cinco semanas.

Semana
1
2
3
4
5

Ventas
46
49
43
50
53

Use el suavizamiento exponencial ajustado a la tendencia con =0,2 y =0,2, para

pronosticar las ventas correspondientes a las semanas 3 a 6. Suponga que el
promedio de la serie de tiempo fue de 45 unidades y que la tendencia promedio fue
de +2 unidades por semana inmediatamente antes de la semana 1.
A= 45 unidades
T= 2 unidades
Pronstico para semana 1:

A1= Dt + (1- ) (At-1 + Tt-1)

A1= 0.2 (46) + (1- 0.2) (45 + 2)

A1= 9.2 + 37.6= 46.8= 47

T1= (At - At-1) + (1 - ) Tt-1

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 27 de 39

T1= 0.2 (47 - 45) + (1 0.2) 2

T1= 0.4 + 1.6 = 2

Fsem1= A1 + T1

Fsem1= 47 + 2 = 49

Pronstico para semana 2:

A1= Dt + (1- ) (At-1 + Tt-1)

A1= 0.2 (49) + (1- 0.2) (47 + 2)

A1= 9.8 + 39.2= 49

T1= (At - At-1) + (1 - ) Tt-1

T1= 0.2 (49 - 47) + (1 0.2) 2

T1= 0.4 + 1.6 = 2

Fsem2= A1 + T1

Fsem2= 49 + 2 = 51

Pronstico para semana 3:

A1= Dt + (1- ) (At-1 + Tt-1)

A1= 0.2 (43) + (1- 0.2) (49 + 2)

A1= 8.6 + 40.8= 49.4= 49

T1= (At - At-1) + (1 - ) Tt-1

T1= 0.2 (49 - 49) + (1 0.2) 2

T1= 0 + 1.6 = 1.6= 2

Fsem3= A1 + T1

Fsem3= 49 + 2 = 51

Pronstico para semana 4:

A1= Dt + (1- ) (At-1 + Tt-1)

A1= 0.2 (50) + (1- 0.2) (49 + 2)

A1= 10 + 40.8= 50.8= 51

T1= (At - At-1) + (1 - ) Tt-1

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 28 de 39

T1= 0.2 (51 - 49) + (1 0.2) 2

T1= 0.4 + 1.6= 2

Fsem4= A1 + T1

Fsem4= 51+2 = 53

Pronstico para semana 5:

A1= Dt + (1- ) (At-1 + Tt-1)

A1= 0.2 (53) + (1- 0.2) (51 + 2)

A1= 10.6 + 42.4= 53

T1= (At - At-1) + (1 - ) Tt-1

T1= 0.2 (53 - 51) + (1 0.2) 2

T1= 0.4 + 1.6= 2

Fsem5= A1 + T1

Fsem5= 53+2 = 55
Pronstico para semana 6: 53+1(2)=55

Ejercicio 9
9. Forrest y Dan fabrican cajas de chocolates, cuya demanda es incierta.
Forrest comenta: As es la vida. Por otro lado, Dan est convencido de
que existen ciertos patrones de demanda que podran ser tiles para
planear las compras de azcar, chocolate y camarones. Forrest insiste en
incluir en algunas cajas, como regalo sorpresa, un camarn cubierto de
chocolate, para que el cliente nunca sepa lo que va a encontrar. A
continuacin se presenta la demanda trimestral registrada en los ltimos
tres aos (expresada en cajas de chocolate):

a. Use la intuicin y el buen juicio para estimar la demanda trimestral

correspondiente al cuarto ao.

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 29 de 39

Usando la intuicin (pronostico emprico) se puede deducir que el incremento ser

de 1800 unidades, se observa que el segundo ao crece en 2000 unidades con
respecto al ao uno y que el ao tres crece en 1600 en relacin al ao 2, un
promedio en el crecimiento nos lleva a deducir que el prximo ao crecer en 1800
unidades dando un total 15200 unidades y la demandas trimestrales sern de 3603
para el trimestre uno, para el segundo ser de 2822, para el tercero ser 2502, y el
cuarto ser 6623 para completar con el pronstico anual
b. Si las ventas esperadas de los chocolates son de 14,800 cajas en el ao 4,
utilice el mtodo estacional multiplicativo y prepare un pronstico para cada
trimestre del ao. Alguno de los pronsticos trimestrales es diferente de lo
que usted supuso que obtendra en la parte (a)?

c. Trimestre

Ao1

1
2
3
4
Total

3000
1700
900
4400
10000

Promedio
(total/n.trimestres)

2500

Factor
estacio
nal (1)
1,2
0,68
0,36
1,76

Factor estacional 1= 3000/2500= 1.2

Factor estacional 1= 1700/2500= 0.68
Factor estacional 1= 900/2500= 0.36
Factor estacional 1= 4400/2500= 1.76

Factor estacional 2= 3300/3000= 1.1

Factor estacional 2= 2100/3000= 0.7
Factor estacional 2= 1500/3000= 0.5
Factor estacional 2= 5100//3000= 1.7

Factor estacional 3= 3502/3400= 1.03

Factor estacional 3= 2448/3400= 0.72

Ao2

3300
2100
1500
5100
12000
3000

Factor
estacional Ao3
(2)

Factor
Factor
estacional
estacion promedio
al (3)
((1)+(2)+(3
))/3

1,1
0,7
0,5
1,7

1,03
0,72
0,52
1,73

3502
2448
1768
5882
13600
3400

1,11
0,7
0,46
1,73

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 30 de 39

Factor estacional 3= 1768/3400= 0.52

Factor estacional 3= 5882/3400= 1.73

El volumen promedio de cajas de chocolates trimestrales que espera ser de: 14800/4= 3700
cajas.

Trimestre
1
2
3

Pronstico
4107
2590
1702

4
Total

6401
14800

Pronstico:
Trimestre 1= 1.11*3700= 4107
Trimestre 2= 0.7*3700= 2590
Trimestre 3= 0.46*3700= 1702
Trimestre 4= 1.73*3700= 6401

Ejercicio 10
10. La gerente de Snyders Garden Center debe elaborar sus planes anuales
de compras de rastrillos, guantes y otros artculos de jardinera. Uno de
los artculos que tiene en inventario es Fast-Grow, un fertilizante lquido.
Las ventas de dicho artculo son estacionales, con puntos mximos en los
meses de primavera, verano y otoo. A continuacin se presenta la
demanda trimestral (en cajas) registrada durante los dos ltimos aos:

Si las ventas esperadas de Fast-Grow son de 1,150 cajas para el ao 3, use el

mtodo estacional multiplicativo y prepare un pronstico para cada trimestre del
ao

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 31 de 39

Si las ventas esperadas de Fast-Grow son de 1150 cajas para el ao 3, use el

mtodo estacional multiplicativo y prepare un pronstico para cada trimestre del
ao.

Trimestre
1
2
3
4
Total

Ao 1
40
350
290
210
890

Promedio
(total/n.trimestr
es)

223

Factor
estacion
al (1)
0,18
1,57
1,30
0,94

Ao 2
60
440
320
280
1100

Factor
estacion
al
promedi
Factor
o
estacion ((1)+(2)
al (2)
)/2
0,22
0,20
1,6
1,59
1,16
1,23
1,02
0,98

275

Las cajas promedio trimestrales que esperas de Fast-Grow ser de: 1150/4= 287.5
cajas.

Trimestre
1
2
3
4
Total

Pronstic
o
57,21
456,12
354,63
282,04
1150

Ejercicio 11
El gerente de una compaa de luz, localizada en la franja estrecha del
territorio del estado de Texas, necesita elaborar pronsticos trimestrales de
las cargas de energa elctrica que deber suministrar el ao entrante. Las
cargas de energa son estacionales, y los datos sobre las cargas
trimestrales, en megawatts (MW), en los ltimos cuatro aos, son los
siguientes:

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 32 de 39

El gerente ha estimado la demanda total para el ao prximo en 600 MW.

Use el mtodo estacional multiplicativo y elabore un pronstico para cada
trimestre.

Respuesta

Ejercicio 12
La demanda de cambios de aceite en Garcias Garage ha sido la siguiente:

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 33 de 39

a) Aplique el anlisis de regresin lineal simple y elabore un modelo de

pronstico para la demanda mensual. En esta aplicacin, la variable
dependiente, Y, corresponde a la demanda mensual, y la variable
independiente, X, representa el mes. Para enero, sea X= 1, para
febrero sea X= 2, y as sucesivamente.

m=

n ( x y ) x y
n ( x2 ) ( x ) 2
m = 2,4523

B=

ym x
n

B = 42,4642

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 34 de 39

Respuesta

y=B+mx
y=42,4642+ 2,4523 x
b) Utilice el modelo para pronosticar la demanda en septiembre, octubre
y noviembre. En este caso, X= 9, 10 y 11, respectivamente.

y=42,4642+ 2,4523 x

Respuesta Septiembre (9)

y=42,4642+ 2,4523 ( 9 )
y = 54.5349
Respuesta Octubre (10)

y=42,4642+ 2,4523 ( 10 )
y = 66.9872
Respuesta noviembre (11)

y=42,4642+ 2,4523 ( 11 )
y =69,4395

Ejercicio 13
En una fbrica procesadora de hidrocarburos, el control de procesos
requiere el anlisis peridico de muestras para un parmetro determinado
de la calidad del proceso. El procedimiento analtico que se sigue
actualmente es costoso y consume mucho tiempo. Se ha propuesto un
procedimiento alternativo ms rpido y econmico. Sin embargo, las cifras
obtenidas con el procedimiento alternativo para el parmetro de calidad son
un tanto diferentes de las obtenidas con el procedimiento actual, no a causa
de errores intrnsecos, sino por cambios en el carcter del anlisis qumico.
La gerencia considera que si es posible usar las cifras obtenidas con el
nuevo procedimiento para hacer un pronstico fiable de las cifras
correspondientes del procedimiento actual, la adopcin del nuevo
procedimiento sera sensata y rentable. Los siguientes datos referentes al
parmetro de calidad se obtuvieron analizando muestras con los dos
procedimientos:

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 35 de 39

a) Use la regresin lineal para encontrar una relacin que permita

pronosticar Y, que es el parmetro de calidad del procedimiento
actual, utilizando los valores del procedimiento propuesto, X.

m=

n ( x y ) x y
n ( x2 ) ( x ) 2
m = 0,896

B=

ym x
n

B = -0,0561
Respuesta

y=B+mx
y=0,0561+0,896 x
b) Existe una relacin fuerte entre Y y X? Explique.

r=

n ( x y ) x y

n ( x )( x) n ( y ) ( y )
2

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 36 de 39

r = 0,67
Respuesta
No existe una relacin fuerte entre Y y X ya que el coeficiente de correlacin
es de 0,67 lo que representa que existe una correlacin mediana, es decir
hay una relacin mediana lineal entre mtodo actual y el propuesto.

EJERCICIO 14
Ohio Swiss Milk Products fabrica y distribuye helados en Ohio, Kentucky y
West Virginia. La compaa desea expandir sus operaciones, abriendo otra
planta en el norte de Ohio. El tamao de la nueva planta se calcular en
funcin de la demanda esperada de helado en el rea atendida por dicha
planta. Actualmente se est realizando un estudio de mercado para
determinar cul ser esa demanda. Ohio Swiss desea estimar la relacin
entre el costo de fabricacin por galn y el nmero de galones vendidos en
un ao para determinar la demanda de helado y por consiguiente, el
tamao de la nueva planta. Se han recopilado los siguientes datos:

a) Desarrolle una ecuacin de regresin para pronosticar el costo por

galn, en funcin del nmero de galones producidos.

m=

n ( x y ) x y
n ( x2 ) ( x ) 2
m = -0,2819

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 37 de 39

B=

ym x
n

B = 1121,2122
Respuesta

y=B+mx
y=1121,2110,2819 x

b) Calcule el coeficiente de correlacin y el coeficiente de

determinacin. Comente sobre su ecuacin de regresin a la luz de
estas medidas.
Respuesta
Coeficiente de correlacin

r=

n ( x y ) x y

n ( x )( x) n ( y ) ( y )
2

r=0,94233

Coeficiente de determinacin

r 2=0,888
El coeficiente de correlacin nos muestra mediante el signo negativo que
la tendencia es decreciente, el valor de -0,94 nos indica que la variable
dependiente est fuertemente relacionada con la variable independiente
es decir estn relacionadas linealmente. El coeficiente de determinacin
0,888 indica que es buena la relacin de la cantidad de variacin de la
variable dependiente con el punto medio.
c) Suponga que el estudio de mercado indica una demanda de 325,000
galones en el rea de Bucyrus, Ohio. Estime el costo de fabricacin
por galn en una planta que produce 325,000 galones al ao.

y=1121,2110,2819 x

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 38 de 39

X = 325 (miles de galones vendidos)

y=1121,2110,2819(325)

Respuesta
Y = 1029,59

Conclusiones
El nivel actual de competencia del mercado es muy fuete y existe
gran cantidad de competidores, por lo que una ventaja competitiva es
la informacin, entre ms exacta ser mucho mejor, los pronsticos
parte fundamental de la informacin que debe tener una organizacin
debe ajustarse o ser lo ms parecidos a la demanda real de esta
manera se reduce el entorno de incertidumbre, se planifica de mejor
manera la produccin reduciendo costoso y siendo ms competentes.
Es de suma importancia que la organizacin tenga un modelo
adecuado para pronsticos, esto se logra mediante la determinacin
de coeficientes que dependiendo de sus valores nos darn una idea
de que tan acertado es el mtodo conforme a los datos histricos de
la empresa

Bibliografa

Cdigo: F.TI.01
Ingeniera de la
Produccin Industrial

Revisin: 01
Fecha: 2015-12-17
Pg.: 39 de 39

Viteri Moya, J.R, 2015, gestin de la produccin con enfoque sistmico, Quito,
Ecuador, UTE
Lee j krajewski, L. P. (2008). Administracion de operaciones, procesos y cadena de
valor . Mxico : Pearson Educacin .