Ejercicios

EJERCICIOS

1. Una empresa que se dedica a la comercialización de llantas ha recopilado la información de las ventas de los últimos 6 meses para uno de los modelos más vendidos:
Mes
Ventas
Abril
9000
Mayo
6540
Junio
5500
Julio
4020
Agosto
6310
Septiembre
8010

a) Pronostique la demanda para el mes de octubre usando un promedio móvil de 3 meses.

Julio
4020


Agosto
631018340/3
6113
Septiembre
8010





b) Utilice un promedio móvil ponderado de tres meses, con ponderaciones de .1, .3 y .6, usando .6 para la semana más reciente, para determinar la demanda del mes de octubre.
Julio
4020
0.10
402

Agosto
6310
0.30
1893
Septiembre
8010
0.60
4806
Total
18340

7101

















c) Calcule el pronóstico de todos los meses usando suavizamiento exponencial con α = 0.4,si el pronósticos de las ventas para el mes de Abril fue de 9300 llantas.


Abril
9300+0.4(9000-9300)
9180
Mayo
9180+0.4(6540-9180)
8124
Junio
8124+0.4(5500-8124)
7074
Julio
7074+0.4(4020-7074)
5853
Agosto
5853+0.4(6310-5853)
6036
Septiembre
6063+0.4(8010-6825)
6825










2. Grafique los datos de la siguiente tabla y observe si hay alguna tendencia, ciclos o variaciones aleatorias.
Mes1
2
3
4
5
6
7
8
9
10
11
12
Demanda
7
5
4
6
5
8
5
7
5
8
6
9

a) Comenzando en el mes 5 y hasta el mes 12, pronostique la demanda usando promedios móviles de 3 meses. Grafique su pronóstico en la misma gráfica que los datos originales.

Mes
1
2
3
4
5
6
7
8
9
10
11
12
Demanda
7
5
4
6
5
8
5
7
5
8
6
9









































(5+4+6)/3=
5(4+6+5)/3
5
























(6+5+8)/3
6.3333
























(5+8+5)/3
6
























(8+5+7)/3
6.6667
























(5+7+5)/3
5
























(7+5+8)/3
6.6667
























(5+8+6)/3
6.3333

























b) Comenzando en el mes 5 y hasta el mes 12, pronostique la demanda usando un promedio móvil de 4 meses con ponderacionesde 0.1, 0.1, 0.3 y 0.5, usando 0.5 para el mes más reciente.
Mes
1
2
3
4
5
6
7
8
9
10
11
12
Demanda
7
5
4
6
5
8
5
7
5
8
6
9









































7(0.1)+5(0.1)+4(0.3)+6(0.5)=
5.4
























5(0.1)+4(0.1)+6(0.3)+5(0.5)=
5.2
























4(0.1)+6(0.1)+5(0.3)+8(0.5)=
6.5
























7(0.1)+5(0.1)+4(0.3)+6(0.5)=
5.47(0.1)+5(0.1)+4(0.3)+6(0.5)=
5.4
























7(0.1)+5(0.1)+4(0.3)+6(0.5)=
5.4
























7(0.1)+5(0.1)+4(0.3)+6(0.5)=
4.8
























7(0.1)+5(0.1)+4(0.3)+6(0.5)=
5.4















c) Grafique su pronóstico en la misma gráfica. Al comparar cada pronóstico contra los datos originales, ¿cuál parece proporcionar mejores resultados?


Mes
1
2
3
4
5
6
7
8
9
10
11
12Pronostico A

 
 
 
5
5
6.33
6
6.67
5
6.67
6.33
Pronostico B




5.4
5.2
6.5
5.4
5.4
5.4
4.8
5.4















3. Una empresa de transporte quiere determinar el pronóstico de kilómetros recorridos para el próximo año, así determinar el número de unidades con las que deberá contar. En la siguiente tabla se muestran los kilómetros recorridos durante los últimos 6 años:

Año
Kilómetros
1
9150
27220
3
4750
4
4200
5
6350
6
7820

a) Pronostique el número de kilómetros para el año 7 usando un promedio móvil de 3 años.
4
4200



5
6350
18370/3
6123
6
7820















b) Use un promedio móvil ponderado de 3 años con ponderaciones de .4 y .6 para pronosticar el número de kilómetros para el próximo año. (El peso de .6 es para el año más reciente).
5c) Calcule el pronóstico desde el año 2 hasta el año 6 usando suavizamiento exponencial, si el pronóstico para el año 1 de 9,000 kilómetros, y α = 5.



Año
Kilómetros


1
9150

2
7220

3
4750

4
4200

5
6350

6
7820






9000
1
9000+0.5(9150-9000)
9075
2
9075+0.5(7220-9075)
8148
3
8148+0.5(4750-8148)
6449
4
6449+0.5(4200-6449)
5324
5
5324+0.5(6350-5324)
5837
6
5837+0.5(7820-5837)
6829...