Escuela Politcnica Nacional

Facultad de Ingeniera Qumica y Agroindustria

Carrera de Ingeniera Qumica
Gerencia de Operaciones
Nombre: Pablo Jcome S.
Fecha: 07/01/2015
Deber Pronsticos
Regresin Lineal
4.32 Los siguientes son los datos que relacionan las cifras de ventas del pequeo bar de la
casa de huspedes Marty and Polly Starr, en Marathon, Florida, con el nmero de
huspedes registrados en la semana:

Semana

Huspedes

1
2
3
4

16
12
18
14

Ventas del
bar
330
270
380
300

a) Desarrolle una regresin lineal que relacione las ventas del bar con los huspedes (no con
el tiempo)
b) Si el pronstico para la semana siguiente es de 20 huspedes, Cunto se espera que sean
las ventas?
a)

Semana Huspedes
1
2
3
4

16
12
18
14
Suma

Ventas
del bar
330
270
380
300

n=4
Clculo de promedios

xy

x^2

y^2

12
14
16
18
60

270
300
330
380
1280

3240
4200
5280
6840
19560

144
196
256
324
920

72900
90000
108900
144400
416200

Clculo de la pendiente

Interseccin con Y:

Ecuacin de la recta:

Validacin de la regresin lineal:

) ][

(
(

) (

) ][

) ]

)
(

) ]

b) Si x=20

R: Se espera que sean 410 las ventas del bar cuando se tienen 20 huspedes.
4.33 En la tabla siguiente se muestra el nmero de transistores (en millones) fabricados en
una planta de Japn durante los ltimos 5 aos:

Ao
1
2
3
4
5

Transistores
140
160
190
200
210

a) Usando regresin lineal, pronostique el nmero de transistores que se fabricar el prximo

ao.
b) Calcule el error cuadrtico medio (MSE) cuando use la regresin lineal.
c) Calcule el error porcentual absoluto medio (MAPE)

a)

Sumatoria

Ao
(x)

Transistores
(y)

xy

x^2

y^2

Pronostico
(F)

Error
(E)

E^2

1
2
3
4
5
15

140
160
190
200
210
900

140
320
570
800
1050
2880

1
4
9
16
25
55

19600
25600
36100
40000
44100
165400

144
162
180
198
216
900

4
2
-10
-2
6
-

16
4
100
4
36
160

n=5
Clculo de promedios

Clculo de la pendiente

Interseccin con Y:

Ecuacin de la recta:

Ao 6 (x=6)

R: Se fabricarn 234 millones de transistores para el prximo ao

Validacin de la regresin lineal:

) ][

(
(

) ][

) (

(
)
(

) ]

) ]

Error
porcentual
absoluto
2,86%
1,25%
5,26%
1,00%
2,86%
13,23%

b)

c)

| |

Suavizacin exponencial
4.4 Un centro de procesamiento de cheques usa el suavizamiento exponencial para
pronosticar el nmero de cheques entrantes cada mes. El nmero de cheques recibidos en
junio fue de 40 millones, aunque era de 42 millones. Se us una constante de
suavizamiento de 2.
a) Cul es el pronstico para julio?
b) Si el centro recibi 45 millones de cheques en julio. Cul ser el pronstico para agosto?
c) Por qu podra ser inapropiado este mtodo de pronstico para esta situacin?
a)
=0,2
(

R: Para julio se pronostica recibir 41,6 millones de cheques

b)
(

R: Para agosto se pronostica recibir 42,3 millones de cheques

c)
Por la estacionalidad de la industria bancaria
4.18 Considere los siguientes niveles de la demanda real (A t) y pronosticada (Ft) para un
producto:

Perodo de
tiempo
(t)

Demanda
real
(At)

Demanda
pronosticada
(Ft)

1
2
3
4

50
42
56
46

50
50
48
50

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

pronsticos subsecuentes se obtuvieron mediante suavizamiento exponencial. Usando el
mtodo de suavizamiento exponencial, encuentre el pronstico para el quinto perodo.

Perodo
de tiempo
(t)

Demanda
real
(At)

Demanda
pronosticada
(Ft)

1
2
3
4
5

50
42
56
46

50
50
48
50
49

Determinacin de

Determinacin de F5
(

R: Para el quinto perodo se pronostica una demanda de 49

Promedios
4.7 La demanda real de los pacientes en la clnica mdica Omaha Emergency para las
primeras seis semanas de este ao es como sigue:

Semana

Nm real
de
pacientes

1
2
3
4
5
6

65
62
70
48
63
52

El administrador de la clnica, Marc Schniederjans, quiere que usted pronostique que la

demanda de pacientes en la clnica para la semana 7 usando estos datos. Usted decide usar
un promedio mvil ponderado para encontrar este pronstico. Su mtodo utiliza cuatro
niveles de demanda real, con ponderaciones de 0.333 en el perodo actual, de 0.25 hace un
perodo, de 0.25 hace dos perodos, y de 0.167 hace tres perodos.

Ponderaciones
0,333
Hace 3 per.
0,25
Hace 2 per.
0,25
Hace 1 per.
0,167
Actual
Para la semana 7

R: Para la semana 7 se pronostica un nmero de pacientes de 60

4.8 Las temperaturas mximas diarias en Saint Louis durante la ltima semana fueron las
siguientes: 93, 94, 93, 95, 96, 88, 90 (ayer).
a) Pronostique la temperatura mxima para hoy usando un promedio mvil de 3 das.
b) Pronostique la temperatura mxima para hoy usando un promedio mvil de 2 das.
c) Calcule la desviacin absoluta media con base en un promedio mvil de 2 das.
d) Calcule el error cuadrtico medio para un promedio mvil de 2 das.
e) Calcule el error porcentual absoluto medio para el promedio mvil de 2 das.

Da
1
2
3
4
5
6
7 (ayer)
8 (hoy)

Temperatura
mxima
93
94
93
95
96
88
90

n=3

n=2

93,3
94,0
94,7
93,0
91,3

93,5
93,5
94
95,5
92
89

Error
(E)
0,5
1,5
2
7,5
2
2,7

(E^2)
0,25
2,25
4
56,25
4
13,35

Error
porcentual

0,54%
1,58%
2,08%
8,52%
2,22%
2,99%

a) Ejemplo de clculo para temperatura pronosticada el da de hoy

R: Para el da de hoy se pronostica una temperatura de 91,3 con promedio mvil de 3 das
b) Ejemplo de clculo para temperatura pronosticada el da de hoy

R: Para el da de hoy se pronostica una temperatura de 89 con promedio mvil de 2 das

c)
| |

d)

e)

| |