NOMBRE: Milagros Mishel Len Hancco Seccin: C

EJERCICIOS

1. Las cifras de asistencia promedio en el Estadio de la Universidad, por lo general han aumentado conforme
mejora el desempeo y popularidad del equipo:

Aos Asistencia
1 26000
2 30000
3 31500
4 40000
5 33000
6 32200
7 35000

a) Graficar los datos, ver tendencia, y analizar la serie de datos. Utilizar el modelo de regresin lineal y
pronosticar

41000

39000

37000
NIVEL DE ASISTENCIA

35000 7, 35000

33000

31000

29000

27000

25000
0 1 2 3 4 5 6 7 8
AOS

b= 1175
a= 27828.5714

Ecuacin: = 27828.5714 + 1175

Ao 8 37228.5714
 b) Elimine el dato del ao 4 por parecer atpico o inusual, es decir puede modificar los resultados de forma
significativa

Aos Asistencia
1 26000
2 30000
3 31500
4 33000
5 32200
6 35000

b= 1517.14286
a= 25973.33333

Ecuacin: = 25973.33333 + 1517.14286

Ao 7 36593.33333

c) Hallar el coeficiente de correlacin R y coeficiente de determinacin R2 y comentar estos resultados.

41000

39000

37000
NIVEL DE ASISTENCIA

y = 1175x + 27829
R = 0.3441
35000 7, 35000

33000

31000

29000

27000

25000
0 1 2 3 4 5 6 7 8
AOS

R 0.58660038
R^2 0.3441

2. Una tienda al menudeo registra la demanda de los clientes durante cada periodo de ventas. Utilice la siguiente
informacin de demanda para desarrollar pronsticos de tres y cuatro periodos de promedio mvil y
pronsticos de suavizamiento exponencial simple con un alfa =0.5. Calcule MAD, MAPE y MSE de cada uno.
Qu mtodo genera un mejor pronstico? Y Por qu? Graficar los datos
 Periodo Demanda
1 86
2 93
3 88
4 89
5 92
6 94
7 91
8 93
9 96
10 97
11 93
12 95

Prom_Moviles Prom_Moviles
Simples 3 Simples 4

F* |Dt - F*| (Dt - F*)2 |Dt - F*|/ Dt F* |Dt - F*| (Dt - F*)2 |Dt - F*|/ Dt

89 0 0 0
90 2 4 0.02173913 89 3 9 0.0326087
89.6666667 4.33333333 18.77777778 0.04609929 90.5 3.5 12.25 0.03723404
91.6666667 0.66666667 0.444444444 0.00732601 90.75 0.25 0.0625 0.00274725
92.3333333 0.66666667 0.444444444 0.00716846 91.5 1.5 2.25 0.01612903
92.6666667 3.33333333 11.11111111 0.03472222 92.5 3.5 12.25 0.03645833
93.3333333 3.66666667 13.44444444 0.03780069 93.5 3.5 12.25 0.03608247
95.3333333 2.33333333 5.444444444 0.02508961 94.25 1.25 1.5625 0.01344086
95.3333333 0.33333333 0.111111111 0.00350877 94.75 0.25 0.0625 0.00263158
95 95.25

17.3333333 53.77777778 0.18345417 16.75 49.6875 0.17733227

n 8 8 8 n 8 8 8
MAD 2.167 MAD 2.094
MSE 6.722222222 MSE 6.2109375
MAPE 2.29% MAPE 2.22%
 0.5

Suavizamiento exponencial

|Dt - F*|/
D* |Dt - F*| (Dt - F*)2 Dt
86
89.5 3.5 12.25 0.03763441
88.75 0.75 0.5625 0.00852273
88.875 0.125 0.015625 0.00140449
90.4375 1.5625 2.44140625 0.0169837
92.21875 1.78125 3.17285156 0.01894947
91.609375 0.609375 0.37133789 0.00669643
92.3046875 0.6953125 0.48345947 0.00747648
94.1523438 1.84765625 3.41383362 0.01924642
95.5761719 1.42382813 2.02728653 0.01467864
94.2880859 1.28808594 1.65916538 0.01385039
94.644043 0.35595703 0.12670541 0.00374692
47.3220215

9.56396484 13.6960461 0.10162843

n 8 8 8
MAD 1.195
MSE 1.71200576
MAPE 1.27%

El mtodo que genera un mejor pronstico es el de suavizamiento exponencial.

3. La informacin mostrada en la tabla siguiente, representa el nmero de pedidos recibidos por un proveedor
de un producto en particular de clientes de negocios. Cul es el mejor modelo de elaboracin de pronsticos
que debe utilizar la empresa? Utilice CB Predictor. (Si tuviera los siguientes resultados, explique cada uno de
los items que se muestran en la tabla de mtodos.

Pedido
Semana Dia Pedidos desestacionalizado FE
1 Lunes 124 126.7865169 0.97802198
1 Martes 67 76.40350877 0.87692308
1 Miercoles 107 98.95325203 1.08131868
1 Jueves 107 100.588843 1.06373626
1 Viernes 89 89.39293598 0.9956044
1 Sbado 91 92.01111111 0.98901099
1 Domingo 114 112.2727273 1.01538462
2 Lunes 98 100.2022472
2 Martes 110 125.4385965
 2 Miercoles 131 121.148374
2 Jueves 105 98.70867769
2 Viernes 100 100.4415011
2 Sbado 92 93.02222222
2 Domingo 100 98.48484848
3 Lunes 112 114.5168539
3 Martes 112 127.7192982
3 Miercoles 115 106.351626
3 Jueves 140 131.6115702
3 Viernes 115 115.5077263
3 Sbado 127 128.4111111
3 Domingo 124 122.1212121
4 Lunes 111 113.494382
4 Martes 110 125.4385965
4 Miercoles 139 128.546748
4 Jueves 132 124.0909091
4 Viernes 149 149.6578366
4 Sbado 140 141.5555556
4 Domingo 124 122.1212121

Table Items
Durbin- Theils
Mehtods Rank RMSE MAD MAPE Watson U Periods Alpha Beta
Double Exponential Smoothing 4 21.039 16.658 15.063 1.937 1.171 0.612 0.446
Double Moving
Average 1 13.292 10.474 8.277 1.663 0.885 8
Single Exponential Smoothing 3 16.783 12.33 11.834 1.888 0.763 0.357
Single Moving
Average 2 13.725 10.694 8.464 1.127 1.009 10

Pronostico estacional

Lunes Martes Mircoles Jueves Viernes Sbado Domingo

Semana 1 124 67 107 107 89 91 114
Semana 2 98 110 131 105 100 92 100
Semana 3 112 112 115 140 115 127 124
Semana 4 111 110 139 132 149 140 124 113.75
Promedio 111.25 99.75 123 121 113.25 112.5 115.5
FE 0.978021978 0.87692308 1.08131868 1.06373626 0.9956044 0.98901099 1.01538462

a 1.40667043
b 93.3532787
 Pedido
Semana Dia Pedidos
desestacionalizado
1 Lunes 124 126.786517
2 Martes 67 76.4035088
3 Miercoles 107 98.953252
4 Jueves 107 100.588843
5 Viernes 89 89.392936
6 Sbado 91 92.0111111
7 Domingo 114 112.272727
8 Lunes 98 100.202247
9 Martes 110 125.438596
10 Miercoles 131 121.148374
11 Jueves 105 98.7086777
12 Viernes 100 100.441501
13 Sbado 92 93.0222222
14 Domingo 100 98.4848485
15 Lunes 112 114.516854
16 Martes 112 127.719298
17 Miercoles 115 106.351626
18 Jueves 140 131.61157
19 Viernes 115 115.507726
20 Sbado 127 128.411111
21 Domingo 124 122.121212
22 Lunes 111 113.494382
23 Martes 110 125.438596
24 Miercoles 139 128.546748
25 Jueves 132 124.090909
26 Viernes 149 149.657837
27 Sbado 140 141.555556
28 Domingo 124 122.121212
29 Lunes 131.1984417 134.146721
30 Martes 118.8698973 135.553392
31 Mircoles 148.0974738 136.960062
32 Jueves 147.1857111 138.366733
33 Viernes 139.1590144 139.773403
34 Sbado 139.628644 141.180073
35 Domingo 144.7803861 142.586744

4. Los pronsticos y las ventas reales de aparatos MP3 en una sucursal de R.S. son los siguientes:
 Ventas
Mes Pronstico
Reales
Marzo 150 170
Abril 220 229
Mayo 205 192
Junio 256 271
Julio 250 238
Agosto 260 255
Septiembre 270 290
Octubre 280 279
Noviembre 296 301

a) Grafique los datos y aporte ideas acerca de la serie de tiempo

350

300

250

200

150

100

50

Pronstico Ventas Reales

los pronsticos realizados se asemejan mucho a las ventas reales por lo que se puede decir que el
mtodo utilizado es el correcto

b) Cul es el pronstico para diciembre, si se utiliza un promedio mvil de tres periodos?

Prom_Moviles
Simples 3
Mes Pronstico Ventas Reales
Marzo 150 170
Abril 220 229
Mayo 205 192
Junio 256 271 197
Julio 250 238 230.6666667
Agosto 260 255 233.6666667
Septiembre 270 290 254.6666667
Octubre 280 279 261
 Noviembre 296 301 274.6666667
Diciembre 290

c) Cul es el pronstico para diciembre, si se utiliza un promedio mvil de cuatro periodos?

Prom_Moviles
Simples 4
Mes Pronstico Ventas Reales
Marzo 150 170
Abril 220 229
Mayo 205 192
Junio 256 271
Julio 250 238 215.5
Agosto 260 255 232.5
Septiembre 270 290 239
Octubre 280 279 263.5
Noviembre 296 301 265.5
Diciembre 281.25

d) Calcule el MAD,MAPE, y MSE de las partes b y c y compare sus resultados

Prom_Moviles Prom_Moviles
Simples 3 Simples 4
F* |Dt - F*| (Dt - F*)2 |Dt - F*|/ Dt F* |Dt - F*| (Dt - F*)2 |Dt - F*|/ Dt

197 74 5476 0.27306273

230.666667 7.33333333 53.77777778 0.03081232 215.5 22.5 506.25 0.09453782
233.666667 21.3333333 455.1111111 0.08366013 232.5 22.5 506.25 0.08823529
254.666667 35.3333333 1248.444444 0.12183908 239 51 2601 0.17586207
261 18 324 0.06451613 263.5 15.5 240.25 0.05555556
274.666667 26.3333333 693.4444444 0.08748616 265.5 35.5 1260.25 0.1179402
290 281.25

101 8250.777778 0.66137655 147 5114 0.53213093

n 5 5 5 n 5 5 5
MAD 20.200 MAD 29.400
MSE 1650.155556 MSE 1022.8
MAPE 13.23% MAPE 10.64%

e) Encuentre el mejor modelo de suavizamiento exponencial simple mediante la evaluacin del MSE
para alfa de 0.1 a 0.9, en incrementos de 0.1
 0.1 0.2 0.3

Suavizamiento Suavizamiento Suavizamiento

exponencial exponencial exponencial
F* (Dt - F*)2 F* (Dt - F*)2 F* (Dt - F*)2
170 170 170
175.9 2819.61 181.8 2227.84 187.7 1705.69
177.51 209.9601 183.84 66.5856 188.99 9.0601
186.859 7079.70788 201.272 4861.99398 213.593 3295.56365
191.9731 2118.47552 208.6176 863.32543 220.9151 291.893808
198.27579 3217.636 217.89408 1376.8493 231.14057 569.2724
207.448211 6814.79787 232.315264 3327.52877 248.798399 1697.57192
214.60339 4146.92339 241.652211 1394.85733 257.858879 446.946984
223.243051 6046.14313 253.521769 2254.18242 270.801216 911.966585
200.918746 202.817415 189.560851

32453.2539 16373.1628 8927.96545

n 8 n 8 n 8
MSE 4056.65674 MSE 2046.64535 MSE 1115.99568

0.4 0.5 0.6

Suavizamiento Suavizamiento Suavizamiento

exponencial exponencial exponencial
F* (Dt - F*)2 F* (Dt - F*)2 F* (Dt - F*)2
170 170 170
193.6 1253.16 199.5 870.25 205.4 556.96
192.96 0.9216 195.75 14.0625 197.36 28.7296
224.176 2192.48698 233.375 1415.64063 241.544 867.655936
229.7056 68.7970714 235.6875 5.34765625 239.4176 2.00958976
239.82336 230.330402 245.34375 93.2431641 248.76704 38.8497904
259.894016 906.370273 267.671875 498.545166 273.506816 272.025118
267.53641 131.413905 273.335938 32.081604 276.802726 4.82801127
280.921846 403.132278 287.167969 191.325089 291.321091 93.6812879
168.553107 143.583984 116.528436

5186.6125 3120.4958 1864.73933

n 8 n 8 n 8
MSE 648.326563 MSE 390.061975 MSE 233.092417
 0.7 0.8 0.9

Suavizamiento Suavizamiento Suavizamiento

exponencial exponencial exponencial
F* (Dt - F*)2 F* (Dt - F*)2 F* (Dt - F*)2
170 170 170
211.3 313.29 217.2 139.24 223.1 34.81
197.79 33.5241 197.04 25.4016 195.11 9.6721
249.037 482.373369 256.208 218.803264 263.411 57.592921
241.3111 10.9633832 241.6416 13.2612506 240.5411 6.45718921
250.89333 16.8647385 252.32832 7.13787402 253.55411 2.09059789
278.267999 137.639847 282.465664 56.766219 286.355411 13.283029
278.7804 0.04822429 279.693133 0.48043308 279.735541 0.54102071
294.33412 44.4339574 296.738627 18.1593036 298.873554 4.52177212
88.300236 59.3477253 29.8873554

1039.13762 479.249944 128.96863

n 8 n 8 n 8
MSE 129.892202 MSE 59.906243 MSE 16.1210787

5. El dueo de una empresa pequea de manufactura est preocupado acerca del crecimiento continuo en los
costos de manufactura en los ltimos aos. A continuacin, se proporciona la serie de datos del costo por
unidad del producto lder de la empresa durante los ltimos 8 aos.

Ao Costo/un. $
1 20
2 24.5
3 28.2
4 27.5
5 26.6
6 30
7 31
8 36

a) Construya un diagrama para esta serie de tiempo. Parece existir alguna tendencia lineal?
 Costo/un. $
40
Nivel de costo / unidad
35

30

25

20

15
1 2 3 4 5 6 7 8
AO

El costo si tiene una tendencia lineal. A medida que pasa cada ao el costo tiene a elevarse

b) Desarrolle un modelo de regresin lineal simple para estos datos. Qu incremento en el costo
promedio ha realizado la empresa por ao?

b= 1.773809524
a= 19.99285714

Ecuacin: = 19.99285714 + 1.773809524

Ao 7 35.95714286

6. Un agente de una entidad financiera requiere cumplir con obligaciones mensuales en efectivo, el financista
quiere desarrollar un pronstico de los requerimientos mensuales de efectivo. Debido a un cambio reciente
en el equipo y en la poltica operativa, slo se consideran relevantes los ltimos 7 meses de datos.

Efect.
Mes
Requ.
1 205
2 212
3 218
4 224
5 230
6 240
7 246

a) Grafique los datos

 Efect. Requ.
250
245 y = 6.8214x + 197.71
240
235
230
225
220
215
210
205
200
1 2 3 4 5 6 7

b) Qu mtodo para la elaboracin de pronsticos recomienda y por qu?

Se recomienda utilizar el metodo de regresion lineal ya que es un modelo ptimo para patrones de
demanda con tendencia (creciente o decreciente), es decir, patrones que presenten una relacin de
linealidad entre la demanda y el tiempo, como se refleja en el grfico.

c) Utilice el mejor mtodo para obtener un pronstico para el mes 8.

Efect.
Mes Requ.
X Y XY X^2
1 205 205 1
2 212 424 4
3 218 654 9
4 224 896 16
5 230 1150 25
6 240 1440 36
7 246 1722 49
28 1575 6491 140

b= 6.82142857
a= 197.714286

Y = a + b*x
8 252.285714