EJERCICIO 4.

19

Los ingresos en el despacho de abogados Smith

and Wesson para el periodo de febrero a julio han
sido como sigue:

Mes

Ingreso

Febrero
Marzo
Abril
Mayo
Junio
Julio

70
68.5
64.8
71.7
71.3
72.8

Use suavizamiento exponencial con ajuste de tendencia para pronos

ingreso de agosto para este despacho de abogados. Suponga que el pr
inicial para febrero es de 65,000 dlares y el ajuste de tendencia inicia
Las constantes de suavizamiento seleccionadas son = .1 y =

Mes
Febrero
Marzo
Abril
Mayo
Junio
Julio
AGO

Ft con alfa Tt con Beta

Ingreso pronostico
tendencia suavizada
70
68.5
64.8
71.7
71.3
72.8

65
65.50
65.89
65.92
66.62
67.31
68.16

0
0.10
0.16
0.13
0.25
0.33
0.44

EJERCICIO 4,20

Resuelva el problema 4.19 con = .1 y = .8. Usando MSE, determ

constante de suavizamiento que proporciona el mejor pronstic

Mes
Febrero

Ingreso
70

Ft
pronostico
65

68.5
64.8
71.7
71.3
72.8

65.50
66.16
66.57
67.49
68.61
69.99

FO

RM

U
LA

Marzo
Abril
Mayo
Junio
Julio
AGO

Razonamiento: Al trabajar con =0.8, se obtiene u margen de error me

una aproximacion mas cercana a la realidad.

GRUPO LOS VISIONARIOS

e de tendencia para pronosticar el

bogados. Suponga que el pronstico
l ajuste de tendencia inicial es de 0.
ccionadas son = .1 y = .2.

FIT
pronostico incluendo tendencia

MSE

65.000
65.600
66.048
66.056
66.867
67.644
68.598

25.0
8.4
1.6
31.9
19.7
26.6
18.8

= .8. Usando MSE, determine la

porciona el mejor pronstico.
Tt
FIT
tendencia suavizada pronostico incluendo tendencia
0
65.000

0.40
0.61
0.45
0.82
1.06
1.31

65.900
66.768
67.022
68.314

69.677
1)
+
( 1
71.303(1)
F2

1
=

iene u margen de error menor que al trabajar con =0.2; lo que sigifica, que se tiene

MSE
25.0

)(

1)
+
1

6.8
3.9
21.9
8.9
9.8
12.7

F
(F 2

T 2= ) 1
(1

0.2; lo que sigifica, que se tiene

1)

FI

+ 2
2
F
T 2=

4.21 vea la ilustracion de suavisamiento exponencial con ajuste de tendencia del ejemplo 7
en las pginas 119 y 121. Usamos alfa=.2 y beta=04, pronosticamos las ventas de 9 meses y mostra
el detalle de los calculos para los mese 2 y3. En el problema resuelto 4.2 continuamos con el proceso
el mes 4.
en este problema muestre sus calculos para los meses 5 y6 para Ff, Tt y FIT
mes
3
4
5
6

A
20
19
24
21

Ft
15.18
17.82
19.91
22.51

Tt
2.1
2.32
2.23
2.38

FIT
17.28
20.14
22.14
24.89

F5=A4+(1-(F4+T4)
(.2)(19)+(1-.2)(17.82+2.32)
3.8+(.8)(20.14)
3.8+16.112
f5=19.91

F6=A5+(1-(F5+T5)
(.2)(24)+(1-.2)(19.91+2.23)
4.8+(.8)(22.14)
4.8+17.71
f6=22.512

T5=(F5-F4)+(1-)T4
.4(19.91-17.82)+(1-.4)2.32
0.836+1.392
T5=2.228

T6=(F6-F5)+(1-)T5
.4(22.51-19.91)+(1-.4)2.23
1.04+10338
T6=2.378

FIT=F5+T5
19.91+2.23
FIT=22.14

FIT=F6+T6
22.51+2.38
FIT=24.89

4.22 retome el problema 4.21. complete los calculos de pronsticos de suavizamiento exponencial con
ajuste de tendencia para los periodos 7,8y 9. confirme que sus cifras para FF, Tt y FIT correspondanm
de la tabla 4.1 pag 120
mes
6
7
8
9

A
21
31
28
36

F7=A6+(1-(F6+T6)
(.2)(21)+(1-.2)(22.51+2.38)
4.2+(.8)(24.89)

Ft
22.51
24.11
27.14
29.28

Tt
2.38
2.07
2.45
2.32

FIT
24.89
26.18
29.59
31.6

F8=A7+(1-(F7+T7)
(.2)(31)+(1-.2)(24.11+2.07)
6.2+(.8)(26.18)

4.2+19.912
f7=24.11

6.2+20.94
f8=27.144

T7=(F7-F6)+(1-)T6
.4(24.11-22.51)+(1-.4)2.38
.64+1.43
T7=2.068
2.07

T8=(F8-F7)+(1-)T7
.4(27.14-24.11)+(1-.4)2.07
1.212+1.242
T8=2.45

FIT=F6+T6
24.11+2.68
FIT=26.178

FIT=F8+T8
27.14+2.45
FIT=29.59

dencia del ejemplo 7

as ventas de 9 meses y mostramos
.2 continuamos con el proceso para

suavizamiento exponencial con

ara FF, Tt y FIT correspondanm a las

F9=A8+(1-(F8+T8)
(.2)(28)+(1-.2)(27.14+2.45)
5.6+(.8)(29.59)

5.6+23.67
f9=29.27

T9=(F9-F8)+(1-)T8
.4(29.27-27.14)+(1-.4)2.45
.852+1.47
T8=2.32
FIT=F9+T9
29.27+2.32
FIT=31.592

4.23 La tabla siguiente muestra las ventas de deshidratadores de vegetales registradas durante e
departamental de descuento Bud Banis de St. Louis. Los administradores prepararon un pronstico
suavizamiento exponencial y su juicio colectivo para los siguientes 4 meses (marzo, abril, mayo y j

a) Calcule la MAD y el MAPE como tcnica de la administracin.

MAD
mes
julio
agosto
septiembre
octubre
noviembre
diciembre
enero
febrero
marzo
abril
mayo
junio

ventas unitarias
100
93
96
110
124
119
92
83
101
96
89
108

RAZONAMIENTO: Con base en esta comparacin de las dos MAD, se prefiere una constante
suavizamiento = 0.50 en lugar de una = 0.10 porque su MAD es ms pequea.

MAPE
mes
julio
agosto
septiembre
octubre
noviembre
diciembre
enero
febrero
marzo
abril
mayo
junio

ventas unitarias
100
93
96
110
124
119
92
83
101
96
89
108

b) Los resultados de la administracin superaron (tienen MAD y

MAPE menores que) el pronstico intuitivo?
MAD
MAPE

29.12
30.05

MAD y MAPE tienen menores errores que el pronostico intuitivo.

c) Qu pronstico recomendara usted, con base en el menor error
de pronstico?
lo recomendado es el pronostico de MAD por que tiene menos error.

4.24 Howard Weiss, propietario de una tienda distribuidora de instrumentos m

relacionada con el nmero de apariciones en televisin del popular grupo de r
recopilado los datos que se muestran en la tabla siguiente:

demanda de tambores bajos

Apariciones en televisin de stone temple pilots

3 6 7 5 10 7
3 4 7 6 8 5

a) Grafique con estos datos para saber si una ecuacin lineal podra
describir la relacin que hay entre las apariciones en televisin
del grupo y la venta de tambores bajos.
b) Use el mtodo de regresin por mnimos cuadrados para obtener
una ecuacin de pronstico.
c) Cul sera su estimacin de las ventas de tambores bajos si los
Stone Temple Pilots hubiesen aparecido nueve veces en televisin
el mes anterior?
d) Cules son el coeficiente de correlacin (r) y el coeficiente de
determinacin (r2) para este modelo, y qu significan?

4.25 La tabla siguiente presenta los datos del nmero de acciden

de Florida durante los ltimos 4 meses.

Pronostique el nmero de accidentes que ocurrirn en mayo usando

regresin de mnimos cuadrados para obtener una ecuacin de tendencia.

MES
enero
febrero
marzo
abril

numero de accidentes(y)
30
40
60
90
220
promedio x
promedio y

b
a
mayo

getales registradas durante el ao pasado en la tienda

ores prepararon un pronstico empleando una combinacin de
meses (marzo, abril, mayo y junio de 2007).

0.1

pronosticos de administracion
240
218
198
180
164
150
138
128
120
114
110
108

pronosticos 0.10
240.00
226.00
212.70
201.03
191.93
185.13
178.52
169.87
161.18
155.16
149.25
143.22
suma
MAD

MAD, se prefiere una constante de

e su MAD es ms pequea.

pronosticos de administracion
240
218
198
180
164
150
138
128
120
114
110
108

pronostico 0.5
240.00
170.00
131.50
113.75
111.88
117.94
118.47
105.23
94.12
97.56
96.78
92.89

dora de instrumentos musicales, cree que la demanda de tambores bajos puede estar
del popular grupo de rock Stone Temple Pilots durante el mes pasado. Weiss ha
ente:

A)
demanda de tamb. Baj. Var. Depen apariciones en tv. Var. Indep
3
3
6
4
7
7
5
6
10
8
7
5

B)
y
x
demanda de tamb. Baj. Var. Depen apariciones en tv. Var. In
3
3
6
4
7
7

5
10
7
38
76

6
8
5
33
66

promedio X

9.43

B
A

1.15
0.03

C)
9 veces

10.37

d)
coeficiente de correlacion
0.9948704028
coeficiente de determinacion
0.9897671184

l nmero de accidentes ocurridos en la carretera estatal 101

periodo (x)
1
2
3
4
10
2.5
55

x2
1
4
9
16
30

20
5
105

de

desviacion absoluta para 0.10

140.00
125.00
102.00
70.00
40.00
31.00
46.00
45.00
19.00
18.00
21.00
0.00
657.00
54.75

desviacion absoluta para 0.50

140.00
77.00
35.50
3.75
12.13
1.06
26.47
22.23
6.88
1.56
7.78
15.11

MAPE

manda de tambores bajos puede estar

durante el mes pasado. Weiss ha

tv. Var. Indep

Chart Title
9
8
f(x) = 0.6585365854x + 1.3292682927

7
6
5
4
3
2
1
0

x2
9
16
49

10

11

36
64
25
1089
1288
promedio y

Esta r de 0.99 parece indicar que hay una correlacin significativa y ayuda a confirmar
la relacin estrecha que existe entre las dos variables.

arretera estatal 101

xy
30
80
180
360
650

0.5

pronostico 0.5
240.00
170.00
131.50
113.75
111.88
117.94
118.47
105.23
94.12
97.56
96.78
92.89

Error porcentual absoluto 100 (|error|/actual)

140
82.80
36.98
3.41
9.78
0.89
28.77
26.79
6.81
1.62
8.74
13.99
360.58

desviacion absoluta para 0.50

140.00
77.00
35.50
3.75
12.13
1.06
26.47
22.23
6.88
1.56
7.78
15.11
349.47
29.12

30.05

e estar
a

Chart Title

4x + 1.3292682927

10

11

xy

y2
9
24
49

9
36
49

ue hay una correlacin significativa y ayuda a confirmar

entre las dos variables.

30
80
35
1254
1481
10.86

25
100
49
1444
1712

100