1

INGENIERÍA DE LA PRODUCCIÓN

Grupo N°: 5 Fecha: 28/05/2018

Integrantes: Jeison Castro, Richard De La Cruz, Daniel Sánchez, Laura Vizcaíno.

Tema:

CAPÍTULO: PREVISIÓN

a. SECCIÓN PREGUNTAS:

1. ¿Qué es un modelo de pronóstico cualitativo y cuándo es apropiado su uso?

Los pronósticos cualitativos son pronósticos que no requieren de manipulación de datos, solo hacen uso
del juicio de quien pronostica. Suelen ser subjetivos y no utilizan modelos matemáticos. Estos se deben
utilizar cuando hay información histórica o hay escasos datos.

2. Identifique y describa brevemente los dos enfoques generales del pronóstico.

Los pronósticos se pueden realizar mediante 2 enfoques principalmente, el enfoque cualitativo y el

enfoque cuantitativo. El enfoque cualitativo es relativamente subjetivo, pero el enfoque cuantitativo es
realizado usando modelos numéricos.

3. Identifique los tres horizontes de tiempo para pronósticos. Establezca una duración aproximada para cada
uno.

  Pronóstico a corto plazo: Menor a 3 meses

  Pronóstico a mediano plazo: Entre 3 meses y 3 años
 Pronóstico a largo plazo: 3 años o más

4. Describa brevemente los pasos necesarios para desarrollar un sistema de pronósticos.

 Determinar el uso del pronóstico: Disney usa los pronósticos de la asistencia al parque, dirección del
personal, horarios de entrada y salida y los diferentes recursos alimenticios.

 Seleccionar los aspectos que se deben pronosticar: En el caso de Disney World hay seis parques
 principales.
  La cifra primordial que determina la mano de obra.
  La programación es la asistencia diaria.
 Determinar el horizonte de tiempo del pronóstico: Determinar si es a corto mediano y largo plazo.

 Seleccionar los modelos de pronóstico: Hacer uso de modelos estadísticos, incluyendo promedios
 móviles, suavizamiento exponencial y análisis de regresión.
  Recopilar los datos necesarios para elaborar el pronóstico.
 El Realizar el pronóstico.

 Validar e implementar los resultados: En Disney, los pronósticos se revisan diariamente a los niveles
más altos para asegurar la validez del modelo, de los supuestos y de los datos.
 2

5. Un administrador escéptico pregunta para qué puede usarse un pronóstico de mediano plazo; sugiérale
tres usos o propósitos posibles.

  Un pronóstico de mediano plazo.

  Predecir el total de las ventas.
  Planificación de personal y producción.
 Pronosticar las ventas y distribución.

6. Explique qué técnicas de pronósticos, como promedios móviles, promedios móviles ponderados y
suavizamiento exponencial, no son apropiadas para las series de datos que presentan una tendencia.

La técnica de Promedios Móviles no es apropiada ya que son promedios, siempre se quedarán en niveles
pasados, no predicen los cambios hacia niveles más altos ni más bajos.

La técnica de Suavizamiento exponencial con falla en su respuesta a las tendencias, como cualquier
técnica de promedios móviles, pero en esta se realiza un ajuste calculando un promedio suavizado
exponencialmente de los datos y después reajustar el retraso positivo o negativo encontrado en la
tendencia.

7. ¿Cuál es la diferencia básica entre promedios móviles ponderados y suavizamiento exponencial?

El suavizamiento exponencial es óptimo para patrones de demanda aleatorios o nivelados donde se

pretende eliminar el impacto de los elementos irregulares históricos mediante un enfoque en períodos
de demanda reciente y a diferencia con los promedios móviles ponderados es que ya que no requiere de
una gran cantidad de períodos y de ponderaciones para lograr óptimos resultados.

El método de suavización exponencial se diferencia con los promedios móviles, ya que este método
pronostica otorgando una ponderación a los datos dependiendo del peso que tengan.
8. ¿Cuáles son los tres métodos empleados para medir la exactitud de cualquier método de pronósticos?
¿Cómo determinaría usted si es mejor una regresión de series de tiempo o un suavizamiento exponencial
para una aplicación específica?

 Desviación absoluta media (MAD)

 El error cuadrático medio (MSE)
 Error porcentual absoluto medio (MAPE)

Se puede usar series de tiempo cuando hay un ajuste a una recta de tendencia a una serie de datos
históricos para después proyectar la recta al futuro para obtener pronósticos, mientras que la suavización
exponencial se usa cuando se está otorgando una ponderación a los datos dependiendo del peso que
tengan dentro del cálculo del pronóstico.

9. Investigue y describa brevemente el método Delphi. ¿Cómo podría usarlo alguno de los jefes para los que
usted ha trabajado?

Este proceso está relacionado con “buscar” o “indagar” y consiste en obtener, de forma sistemática, el
consenso de un grupo de expertos, de forma anónima y realizando una retroalimentación controlada, ya
que el grupo consultado solo es conocido por un coordinador que será el responsable de centralizar el
trabajo de un grupo participante que no se conocerá ni se reunirá.

10. ¿Cuál es la principal diferencia entre un modelo de series de tiempo y un modelo asociativo?

Los modelos de serie de tiempo predicen bajo el supuesto de que el futuro es una función del pasado,
mientras que los modelos asociativos incorporan las variables o factores que pueden influir en la
cantidad por pronosticar.
 3

11. Defina qué es una serie de tiempo.

Una serie de tiempo se basa en una secuencia de datos puntuales igualmente espaciados en el tiempo,
sean estos semanales, mensuales, anuales, etc. Una serie de tiempo desglosa los datos históricos que
se tiene para proceder a proyectarlos al futuro.

12. ¿Qué efecto tiene el valor de la constante de suavizamiento en la ponderación dada a los
valores recientes?

Esta constante puede hacer la diferencia entre un pronóstico preciso y uno impreciso, ya que se eligen
los valores de la constante altos cuando este tiene tendencia a cambiar mucho y si es un valor bajo es
porque es mucho más estable en el tiempo. Dicha constante es la diferencia de tener o no un
resultado más preciso.

13. Explique el valor que tienen los índices estacionales al pronosticar. ¿En qué difieren los patrones cíclicos y
los patrones estacionales?

Es un valor importante para determinar el pronóstico de cierto producto o familia de productos debido a
que a lo largo del año no se tiene la misma tendencia de ventas, los patrones cíclicos difieren de los
patrones estacionales en que los patrones estacionales distorsionan su valor debido a la tendencia que
tiene varia con el paso del tiempo.

14. ¿Qué técnica de pronóstico da más importancia a los valores recientes? ¿Cómo hace esto?

Promedios móviles usa un número de valores de datos históricos reales para generar un pronóstico.
Dicha práctica permite que las técnicas de pronósticos respondan más rápido a los cambios, puesto que
puede darse mayor peso a los períodos más recientes.

15. Explique con sus propias palabras qué es un pronóstico adaptable.

Se refiere al monitoreo por computadora de las señales de control y al ajuste automático cuando
una señal rebasa el límite preestablecido.

16. ¿Cuál es el propósito de las señales de control?

Las señales de control positivas indican que la demanda es mayor que el pronóstico. Las señales de
control negativas indican que la demanda es menor que el pronóstico.

17. Explique con sus propias palabras cuál es el significado del coeficiente de correlación. Analice el significado
de un valor negativo del coeficiente de correlación.

Es un valor entre cero y uno (al cual se le asignara un signo positivo o negativo dependiendo del signo
dela pendiente), el cual nos indica que tan fuerte es la relación entre dos variables.

18. ¿Cuál es la diferencia entre una variable dependiente y una variable independiente?

La diferencia radica en que la variable independiente es la causa o la razón de un problema su valor

no depende de ninguna otra variable en cambio la variable dependiente cambia según cambie la
variable independiente es la consecuencia del problema.

19. Mencione algunos ejemplos de industrias afectadas por la estacionalidad. ¿Por qué estos negocios
desearían no depender de la estacionalidad?

 Hotelería en lugares de playa

 4

  Farmacia
 Hidroeléctricas

20. Dé algunos ejemplos de industrias donde el pronóstico de la demanda depende de la demanda de otros
productos.

Industrias herbicidas porque la demanda de este producto depende de la demanda de los producto
o semillas agrícolas.

21. ¿Qué ocurre con nuestra capacidad para pronosticar cuando pronosticamos periodos cada vez más lejanos
en el futuro?

La predicción más lejana en el futuro es difícil porque éstos pueden verse afectados por
los acontecimientos políticos o la turbulencia internacional.

b. SECCIÓN EJERCICIOS:

4.3. Regrese al problema 4.2. Desarrolle un pronóstico para los años 2 a 12 usando suavizamiento
exponencial con α = .4 y un pronóstico para el año 1 de 6. Grafique su nuevo pronóstico junto con los datos
reales y un pronóstico intuitivo. Con base en una inspección visual, ¿cuál pronóstico es mejor?

Año Demanda Valor esperado Suavizado exponencial

1 7 - 6
2 9 7 6.4
3 5 9 7.4
4 9 5 6.5
5 13 9 7.5
6 8 13 9.7
7 12 8 9
8 13 12 10.2
9 9 13 11.3
10 11 9 10.4
11 7 11 10.6
PRONOSTICO 7 9.2
 5

4.6. Las ventas mensuales en Telco Batteries, Inc., fueron como sigue:

a) Grafique los datos de las ventas mensuales.

25
ventas

20
15 mes
10 ventas
5
0
1 3 5 7 9 11 13 b)
meses

Pronostique las ventas para enero usando cada una de las técnicas siguientes:
i) Método intuitivo.
ii) Un promedio móvil de 3 meses.
iii) Un promedio móvil ponderado de 6 meses empleando .1,.1, .1, .2, .2 y .3, con las ponderaciones más altas a
los
meses más recientes.
iv) Suavizamiento exponencial con α = .3 y un pronóstico para septiembre de 18.
v) Una proyección de tendencia.
MES VENTAS PROMEDIO MÓVIL (3 MESES)
Enero 20
Febrero 21
Marzo 15
Abril 14 20+21+15=56/3=18.66
Mayo 13 21+15+14=50/3=16.66
Junio 16 15+14+13=42/3=14
Julio 17 14+13+16=43/3=14.33
Agosto 17 13+16+17=46/3=15.33
Septiembre 18 16+17+18=51/3=17
Octubre 20 17+18+20=55/3=18.33
Noviembre 21 18+20+20=58/3=19.33
Diciembre 23 20+20+21=61/20.33
 6

c) Con los datos proporcionados, ¿qué método le permitiría elaborar el pronóstico de ventas para el próximo
mes de marzo?

Considerando que se tienen los datos reales únicamente hasta el mes de diciembre, el único método
que permite calcular más allá es el de proyección de tendencia.

4.9. Dell
usa el chip CR5 en algunas de sus computadoras portátiles. Los
precios del chip durante los últimos 12 meses fueron como sigue:

a) Use un promedio móvil de 2 meses en todos los datos y grafique los promedios y los precios.

MES Promedio móvil 2 meses

1 1.7
2 1.6
3 1.7
4 1.8
5 1.8
6 1.8
7 1.8
8 1.7
9 1.6
10 1.6
11 1.7
 7

b) Use un promedio móvil de 3 meses y agréguelo en la gráfica creada en el inciso (a).

Promedio
Promedio
mes móvil 3
móvil 2 meses
meses
1 1.7 1.72
2 1.6 1.74
3 1.7 1.81
4 1.8 1.87
5 1.8 1.85
6 1.8 1.83
7 1.8 1.77
8 1.7 1.72
9 1.6 1.68
10 1.6 1.7
11 1.7 1.15
12

c) ¿Cuál es mejor (usando la desviación absoluta media): el promedio de 2 meses o el de 3 meses?

Usando la desviación absoluta media, pensaría que es la mejor para sacar pronósticos.

d) Calcule el pronóstico para cada mes usando suavizamiento exponencial y un pronóstico inicial para
enero de $1.80. Utilice primero α = .1, después α = .3, y por último α = .5. Empleando MAD, ¿qué
α es mejor?
Ft = Ft − 1 + α(At − 1 − Ft − 1)

mes α = 0.1 α = 0.3 α = 0.5

1 1.78 1.76 1.72

2 1.78 1.76 1.72
3 1.78 1.76 1.72
EL 4 1.78 1.76 1.72 MEJOR ES DE
MAD (α = 0.5) = 5 1.78 1.76 1.72 0.18
6 1.78 1.76 1.72
7 1.78 1.76 1.72
4.12. Considere los
8 1.78 1.76 1.72
siguientes niveles de
9 1.78 1.76 1.72
10 1.78 1.76 1.72
 8

demanda real 11 1.78 1.76 1.72 y pronosticada

para las 12 1.78 1.76 1.72 hamburguesas
Big Mac en un restaurante McDonald’s local.

Mes Inscripción Móvil MAD Móvil Ponderado MAD Exponencial MAD

1 4 5 1.00
2 6 4.7 1.30
3 4 5.09 1.09
4 5 4.67 0.32 4.5 0.50 4.8 0.20
5 10 5 5.00 5 5.00 4.8 5.20
6 8 6.33 1.67 7.25 0.75 6.3 1.70
7 7 7.67 1.67 7.75 0.75 6.9 0.10
8 9 8.33 0.67 8 1.00 6.9 2.10
9 12 8 4.00 8.25 3.75 6.9 5.10
10 14 9.33 4.67 10 4.00 8.5 5.50
11 15 11.67 3.33 12.25 2.75 10.1 4.90

20.33 18.50 28.19

MAD = Desviaciones = 2.54 2.31 2.56

El mejor método de Pronostico es el Promedio Móvil Ponderado…porque su MAD es más pequeño

2.31 que los otros dos
Pronostico

4.15. Retome el problema resuelto 4.1 de la página 140. Use un promedio móvil de 3
años para pronosticar las ventas de Volkswagen Beetle en Nevada durante 2008. ¿Cuál es
la MAD?

AÑO VENTAS PROMEDIO MÓVIL (3 AÑOS)

1998 450
1999 495
2000 518
2001 563 450+495+518/3=487.66
2002 584 495+518+563/3=525.33
2003 518+563+584/3=555

Las ventas del 2003 según el pronóstico del promedio móvil de 3 años seria 555.

4.18. Considere los siguientes niveles de la demanda real (At) y pronosticada (Ft) para un
producto:
 9

El primer pronóstico, F1, se obtuvo observando A1 y estableciendo F1 igual a A1. Los

pronósticos subsecuentes se obtuvieron mediante suavizamiento exponencial. Usando el
método de suavizamiento exponencial, encuentre el pronóstico para el quinto periodo.
(Sugerencia:Primero es necesario encontrar la constante de suavizamiento, α).
Promedio
Año Ventas Suavisante Exponencial .3 MAD Móvil 3años MAD
1998 450 410 40
1999 495 422 73
2000 518 444 74
2001 563 466 97 488 75
2002 584 495 89 525 59

MAD.. 373/5= 74.6 134/2= 67

MAD Promedio Móvil de 3 años es de 67

MAD Suavizante exponencial con constante de .3 es de
74.6
MAD Tendencia es de 5.6 por lo tanto es la mejor

Año X Ventas X2 XY Tendencia

1998 1 450 1 450 4.8
1999 2 495 4 990 6.6
2000 3 518 9 1,554 4
2001 4 563 16 2,252 7.4
2002 5 584 25 2,920 5.2
EX= 15 Ey=2,610 Ex2=55 Exy=8,166 28
/ 5 = 5.6

4.21. Vea la ilustración de suavizamiento exponencial con ajuste de tendencia del ejemplo
7 en las páginas 119 y 121. Usando α = .2 y β = .4, pronosticamos las ventas de 9 meses y
 10

mostramos el detalle de los cálculos para los meses 2 y 3. En el problema resuelto 4.2
continuamos el proceso para el mes 4. En este problema muestre sus cálculos para los
meses 5 y 6 para Ft, Tt y FITt.

Cálculos para el mes 5:

F5 = 0.2(20) + (1 − 0.2)(15.18 + 2.1) = 17.82
T5 = 0.4(17.82 − 15.18) + (1 − 0.4)(2.1) = 2.32
FIT5 = 17.82 + 2.32 = 20.14

Cálculos para el mes 6:

F6 = 3.8 + (1 − 0.2)(20.14) = 19.91
T6 = 0.4(19.91 − 17.82) + (1 − 0.4)(2.32) = 2.23
FIT6 = 19.91 + 2.23 = 22.14

4.24. Howard Weiss, propietario de una tienda distribuidora de instrumentos musicales,

cree que la demanda de tambores bajos puede estar relacionada con el número de
apariciones en televisión del popular grupo de rock Stone Temple Pilots durante el mes
pasado. Weiss ha recopilado los datos que se muestran en la tabla siguiente:

a) Grafique con estos datos para saber si una ecuación lineal podría describir la relación que
hay entre las apariciones en televisión del grupo y la venta de tambores bajos.

1
2

1
0

4
0 1 2 3 4 5 6 7

Dema Aparicio Lineal

El número de apariciones si tiene relación a la baja demanda de tambores que se tiene pero
no puede expresar una relación lineal, debido a la tendencia lineal presentada en el gráfico.
 11

b) Use el método de regresión por mínimos cuadrados para obtener una ecuación de
pronóstico.
y=a+bx

c) ¿Cuál sería su estimación de las ventas de tambores bajos si los Stone Temple Pilots
hubiesen aparecido nueve veces en televisión el mes anterior?

Si hubiese aparecido el mes anterior 9 meses entonces tenemos que la

estimación de ventas es la siguiente:
y = 6,33 + 1,0914(5,5)+(1,0914)(9)
y = 22,1553
d) ¿Cuáles son el coeficiente de correlación (r) y el coeficiente de determinación (r2) para
este modelo, y qué significan?

4.27. Mark Cotteleer posee una compañía que fabrica lanchas. Las demandas reales de las
lanchas de Mark durante cada temporada desde 2004 hasta 2007 fueron como sigue:

Mark ha pronosticado que la demanda anual de sus lanchas en 2009 será igual a 5,600.
Con base en estos datos y el modelo estacional multiplicativo, ¿cuál será el nivel de la
demanda para las lanchas de Mark en la primavera de 2009?
Días/Semana Demanda Promedio Demanda Promedio Diaria Índice estacional
Lunes 85 94 0.904
Martes 74 94 0.787
Miércoles 87 94 0.926
Jueves 97 94 1.032
Viernes 134 94 1.423
Sábado 139 94 1.479
Domingo 42 94 -447


Precio total demanda semanal 658
Demanda Promedio 658/7 días de la semana 94 Diarios
 12

4.30. Brian Buckley ha desarrollado el siguiente modelo de pronóstico:

donde y= demanda de aires acondicionados Aztec y

x = la temperatura exterior (°F)

a) Pronostique la demanda de Aztec cuando la temperatura es de 70°F.

b) ¿Cuál es la demanda cuando la temperatura es de 80°F?

c) ¿Cuál es la demanda cuando la temperatura es de 90°F?

4.33. En la tabla siguiente se muestra el número de transistores (en millones) fabricados

en una planta de Japón durante los últimos 5 años:

a) Usando regresión lineal, pronostique el número de transistores que se fabricará el

próximo año.

b) Calcule el error cuadrático medio (MSE) cuando use la regresión lineal.

c) Calcule el error porcentual absoluto medio (MAPE).

4.36. Los contadores de la empresa Michael Vest creen que algunos ejecutivos estaban
incluyendo en sus cuentas facturas de gastos inusualmente altas cuando regresaban de sus
viajes de negocios. Primero tomaron una muestra de 200 facturas entregadas durante el año
pasado. Después desarrollaron la siguiente ecuación de regresión múltiple para
 13

relacionar el costo esperado del viaje con el número de días de viaje (x1) y la distancia
recorrida (x2) en millas:

El coeficiente de correlación calculado fue de .68.

a) Si Wanda Fennell regresa de un viaje de 300 millas por el que estuvo 5 días fuera de
la ciudad, ¿cuál es la cantidad esperada que debe solicitar por los gastos?

y = $90.00 + $48.50x1 + $40x2

y = $90.00 + $48.5 ∗ (5) + $40 ∗ (300)

y = 452.5
b) Fennell introdujo una solicitud de reembolso por 685 dólares, ¿qué debe hacer el
contador?
Acorde a la respuesta obtenida se puede considerar menor a lo que solicito el empleado. Por
lo que el contador debería sugerir una reducción del monto solicitado.

c) ¿Deberían incluirse otras variables? ¿Cuáles? ¿Por qué?

 Monto económico de lo que puede representar la supervivencia en el lugar.

 El clima

 Alimentación.

4.39. La doctora Susan Sweeney, psicóloga radicada en Providence, se especializa en el

tratamiento de pacientes con agorafobia (es decir, miedo a salir de casa). La tabla
siguiente indica cuántos pacientes ha atendido anualmente durante los últimos 10 años.
Asimismo, señala el índice de robos registrados en Providence para el mismo año.

Usando el análisis de tendencia, pronostique el número de pacientes que la doctora

Sweeney atenderá en los años 11 y 12. ¿Qué tan bien se ajusta el modelo a los datos?

Período Pacientes x2
xy
(x) (y)
1 36 1 36
2 33 4 66
3 40 9 120
4 41 16 164
5 40 25 200
6 55 36 330
7 60 49 420
8 54 64 432
9 58 81 522
10 61 100 610
Σ x = 55 Σ x = 478 Σx2 = 385 Σ xy = 2900
 14

4.42. Des Moines Power and Light ha recabado los datos de la demanda de energía
eléctrica en su subregión oeste sólo para los 2 últimos años. La información se muestra en
la tabla siguiente:

Para planear una expansión y acordar el préstamo de energía con otras compañías de
servicio público durante los periodos pico, DesMoines necesita estar en posibilidad de
pronosticar la demanda de cada mes para el próximo año. Sin embargo, los modelos
de pronóstico estándar analizados en este capítulo no se ajustan a los datos
observados durante los 2 años.
a) ¿Cuáles son las debilidades de las técnicas de pronósticos estándar al aplicarse a esta
serie de datos?
Las demandas de energía varían en función de la carga que instalada y la proyectada,
dicha carga atiende a comportamientos muy difíciles de pronosticar y factores que no se
pueden esperar. Las técnicas de pronósticos de este capítulo asumen que la demanda
tiene una tendencia, lo cual no se aplica a este caso.

b) Como los modelos conocidos no son realmente apropiados para este caso, haga una
propuesta para aproximarse al pronóstico.
Utilizaría el suaviza miento exponencial ponderado considerando un factor de expansión
1.05 de la demanda, ya que la demanda de energía eléctrica siempre tiende a aumentar.

Aunque no existe una solución perfecta para manejar datos de este tipo (en otras
palabras, no existen respuestas que sean un 100% correctas o incorrectas), justifique su
modelo.
c) Pronostique la demanda para cada mes del próximo año con el modelo que usted
propuso.
 15

4.45. En la tabla siguiente se muestran los niveles de la demanda real y pronosticada

desde mayo hasta diciembre para las unidades de un producto fabricado por la compañía
farmacéutica N. Tamimi:

¿Cuál es el valor de la señal de control al final de diciembre?

MES RSFE MAD SEÑAL DE

CONTROL
Mayo 0 0 0
Junio 24 12 2
Julio 11 5.5 2
Agosto 14 7 2
Septiembre 1 0.5 2
Octubre 6 3 2
Noviembre 20 10 1
Diciembre 11 5.5 2

4.48. Sundar Balakrishnan, gerente general de Precision Engineering Corporation (PEC), cree
que los servicios de ingeniería de las empresas de construcción de carreteras que contratan a
su compañía se relacionan directamente con el volumen de negocios de construcción de
carreteras que contrata a las compañías ubicadas en su área geográfica. Se pregunta si
realmente es de esta forma, y si lo es, ¿le ayudaría esta información a
 16

planear mejor sus operaciones pronosticando la cantidad de sus servicios de ingeniería

requeridos por las empresas de construcción en cada trimestre del año? En la tabla
siguiente se presentan los datos de ventas de sus servicios y los montos totales de los
contratos de construcción de carreteras de los últimos 8 trimestres:

a) Usando estos datos, desarrolle una ecuación de regresión para predecir el nivel de
demanda de los servicios de PEC.
 17

b) Determine el coeficiente de correlación y el error estándar de la estimación.