PRO2304 – Princípios de Gestão da Produção e Logística

Exercícios – Previsão de Demanda

1. A tabela abaixo mostra as vendas do refrigerante ULTRACOLA nas suas 3 embalagens. Preveja a
demanda agregada (em litros) utilizando:
a) Média móvel de 6 períodos;
b) Média móvel ponderada de 6 períodos com fatores de ponderação f1 = 0,35; f2= 0,25; f3=0,2;
f4=0,10; f5= 0,075; f6=0,025;
c) Suavizamento exponencial com α = 0,2;
d) Como você avaliaria qual método utilizar para prever as vendas de janeiro de 2016?

Total em
Mês 1 Litro 750 ml 2 Litros
Litros
Jan.2015 154 176 65 416.000
Fev.2015 126 179 80 420.250
Mar.2015 118 189 73 405.750
Abr.2015 131 177 86 435.750
Mai.2015 160 192 78 460.000
Jun.2015 159 187 94 487.250
Jul.2015 170 194 93 501.500
Ago.2015 162 186 86 473.500
Set.2015 183 207 99 536.250
Out.2015 173 197 92 504.750
Nov.2015 187 200 94 525.000
Dez.2015 187 208 107 557.000
Quantidades em milhares de unidades
2. Utilizando os mesmos dados do exercício 1, faça previsão de vendas para cada uma das
embalagens, utilizando:

a) Média móvel de 6 meses;

b) Média móvel ponderada de 6 períodos com fatores de ponderação f1 = 0,35; f2= 0,25; f3=0,2;
f4=0,10; f5= 0,075; f6=0,025;
c) Amaciamento exponencial com α = 0,2;
d) Avalie é o melhor método para prever vendas de embalagem usando como critério de avaliação
o erro médio absoluto das previsões dos últimos 6 meses.

3. A quantidade vendida mensalmente de determinado tipo de poltrona produzida por uma indústria
de móveis é mostrada a seguir. Como a fabricação está sob liçenca de um estúdio de design sueco,
autor do projeto, é preciso importar a madeira utilizada. Problemas burocráticos quanto à liberação já
chegaram a comprometer a produção e as entregas, o que torna importante a previsão das vendas
futuras. Você está analisando o potencial de uso do método de amaciamento exponencial para fazer
previsões de vendas da poltrona.

a) Utilize o método do amaciamento exponencial para "prever" as demandas para o período julho
-dezembro. A previsão feita em junho para as vendas de julho é 105 unidades. Note que estas
demandas já ocorreram. Use α = 0,2.
b) Calcule o DAM dos erros de previsão até o fim de dezembro.
c) Calcule o tracking signal até o fim de dezembro. Se seus estudos do mesmo período, mas com o
uso de um método alternativo de previsão, apresentaram DAM de 14 unidades e tracking signal
 em dezembro de 4,5, o que você poderia dizer a respeito dos resultados de sua análise do uso
de previsão com amaciamento exponencial com α=0,2, comparando com o método alternativo?

Mês Unidades
Maio 100
Junho 80
Julho 110
Agosto 95
Setembro 105
Outubro 110
Novembro 101
Dezembro 120

4. Observe os dados de venda de livros.

2016 2017 2018 2019

174 99 158 85
98 121 98 177
145 136 79 165
193 306 199 164
277 118 143 154
128 68 48 76
63 134 92 77
236 248 106 180
90 177 231 205
91 181 46 64
151 64 78 67
50 23 47 70

a) Gere uma reta de tendência com regressão linear para identificar a tendência de evolução dos
dados.
b) Calcule, em relação a reta de tendência, os coeficientes de sazonalidade para o período
analisado.
c) Com base no coeficiente de sazonalidade, calcule uma previsão para o ano de 2020.