Sie sind auf Seite 1von 20

PROBLEMAS RESUELTOS

PROBLEMA RESUELTO 1
Sunrise Baking Company vende donas en una cadena de tiendas de alimentos.
Debido a errores de los pronsticos ha tenido una produccin excesiva o
insuficiente. Los siguientes datos son su demanda de docenas de donas en las
ltimas cuatro semanas. Las donas se hacen para el da siguiente; por ejemplo, la
produccin de donas del domingo es para las ventas del lunes, la produccin de
donas del lunes es para las ventas del martes, etc., la panadera cierra los
sbados, de modo que la produccin del viernes debe satisfacer la demanda de
sbado y domingo.

Lunes
Martes
Mircoles
Jueves
Viernes
Sbado
Domingo

Hace 4
Semanas
2.200
2.000
2.300
1.800
1.900

Hace 3
Semanas
2.400
2 100
2 400
1 900
1 800

Hace 2
Semanas
2 300
2 200
2 300
1 800
2 100

Semana
Pasada
2 400
2 200
2 500
2 000
2 000

2.800

2 700

3 000

2 900

Haga Un pronstico para esta semana segn este esquema:


a) Diario, con un promedio mvil de cuatro semanas.
b) Diario, con un promedio mvil ponderado de 0.40, 0.30, 0.20 y 0.10 para las
ltimas cuatro semanas.
c) Sunrise tambin planea sus compras de ingredientes para la produccin de
pan. Si la semana pasada se pronostic una demanda de pan de 22 000 hogazas
y slo se demandaron 21 000, cul debe ser la demanda que pronostique
Sunrise para esta semana, con una suavizacin exponencial de = 0.10?
d) Supngase, con el pronstico hecho en c), que la demanda de esta semana
resulta ser ms bien de 22 500 hogazas. Cul debe ser el pronstico de la
demanda siguiente?

SOLUCIN
a) Promedio de movimiento simple, cuatro semanas

Lunes
Martes
Mircoles
Jueves
Viernes
Sbado y
domingo

2 400 +2 300 +2 400 +2 200 =


4
2 000 +2 100 +2 200 +2 200 =
4
2.300 +2 400 +2 300 +2 500 =
4
1.800 +1 900 +1 800 +2 000 =
4
1.900 +1 800 +2 100 +2 000 =
4
2.800 +2 700 +3 000 +2 900=
4

9 300 =
4
8 500 =
4
9 500 =
4
7 500 =
4
7 800 =
4
11 400 =
4

2 325 docenas
2 125 docenas
2 375 docenas
1 875 docenas
1 950 docenas
2 850 docenas

b) Promedio ponderado con pesos de 0.40, 0.30, 0.20 y 0.10.


Lunes
Martes
Mircole
s
Jueves
Viernes
Sbado y
domingo

(0.10)
220
200
230

+
+
+

(0.20)
480
420
480

+
+
+

(0.30)
690
660
690

+
+
+

(0.40)
960
880
1 000

=
=
=

2 350
2 160
2 400

180
190
280

+
+
+

380
360
540

+
+
+

540
630
900

+
+
+

800
800
1 160

=
=
=

1 900
1 980
2 880

1 300

2 660

4 110

5 600

13 670

c) Pronstico de suavizacin exponencial de la demanda de pan.


Ft

= F t1 + (A t1F t1)
=22 000 + 0.10 (21 000 22 000)
=22 000 100 =21 900 hogazas

d) Pronstico exponencialmente suavizado


F t+1 = 21 900 + 0.10 (22 500 21 900)
=21 900 + 0.10 (600) =21 960 hogazas

PROBLEMA RESUELTO 2
Lo que sigue es la demanda real de un producto durante los ltimos seis
trimestres. Con las reglas 1 a 5 del pronstico enfocado, encuentre la mejor regla
para pronosticar el tercer trimestre del ao.

Ao pasado
Este ao

I
1 200
1 400

TRIMESTRE
II
700
1 000

III
900

IV
1 100

SOLUCIN
Regla 1: Demanda de los prximos tres meses =demanda de los ltimos tres
meses.
Prueba de esta demanda en los ltimos tres meses:
FII = AI; por lo tanto, FII =1 400.
La demanda real fue de 1 000, as que 1 000 = 71.4%.
1 400
Regla 2: La demanda de este trimestre es igual a la demanda del mismo trimestre
del ao pasado.
Por lo tanto, el pronstico de la demanda del segundo trimestre de este ao ser
de 700, el monto de ese trimestre el ao anterior.
La demanda real fue de 1 000, as que 1 000
700

=142.9%.

Regla 3: 10 por ciento ms que el ltimo trimestre.


FII =1 400 1.10 =1 540
La demanda real fue de 1 000, y 1 000
1 540

=64.9%.

Regla 4: 50% ms que el mismo trimestre del ao anterior.


FII =700 1.50 =1 050
La demanda real fue de 1 000, y 1 000
1 050

=95.2%.

Regla 5: Misma tasa de aumento o decremento de los ltimos tres meses.


1 400 =1.167
1 200
FII =700 1.167 =816.7
La demanda real fue de 1 000, as que 1 000 =122.4%.
816.7
La regla 4 fue la que ms se acerc a pronosticar el ltimo trimestre: 95.2% o
apenas 4.8% menos.
Usando esta regla (50% ms que el mismo trimestre del ao anterior) puede
pronosticarse el tercer trimestre del ao como 50% ms que el tercer trimestre del
ao pasado, o sea
Este ao FIII = 1.50 AIII (ao pasado)
FIII =1.50 (900) =1 350 unidades

PROBLEMA RESUELTO 3
Se us un modelo de pronstico especfico para adelantar la demanda de un
producto. Los pronsticos y la demanda correspondiente que se presentaron a
continuacin se dan en la tabla. Use las tcnicas MAD y de seal de seguimiento
para evaluar la exactitud del modelo de pronstico.
REAL
700
760
780
790
850
950

Octubre
Noviembre
Diciembre
Enero
Febrero
Marzo

PRONOSTICADA
660
840
750
835
910
890

SOLUCIN
Evale el modelo de pronstico con MAD y seal de seguimiento.
Demanda
real
Octubre
Noviembre
Diciembre
Enero
Febrero
Marzo
Desviacin total

700
760
780
790
850
950

Demanda
pronosticad
a

Desviacin
real

Desviacin
acumulada
(RSFE)

Desviacin
absoluta

660
840
750
835
910
890

40
80
30
45
60
60

40
40
10
55
115
55
=

40
80
30
45
60
60
315

MAD = 315 = 52.5


6
Seal de seguimiento = 55 =1.05
52.5

No hay suficientes pruebas para rechazar el modelo de pronstico, as que se


aceptan sus recomendaciones. Las funciones

PROBLEMA RESUELTO 4
Los datos fueron recabados Vanse aqu los datos por trimestres de los ltimos 2
aos. Con estos datos, prepare, mediante descomposicin, un pronstico para el
ao siguiente.
Periodo
1
2
3
4

Real
300
540
885
580

Periodo
5
6
7
8

Real
416
760
1 191
760

SOLUCIN
(Observe que los valores que obtenga pueden ser ligeramente diferentes por
redondeo. Los valores dados aqu se obtuvieron con una hoja de clculo de
Excel.)
(1)
Periodo
x

(2)
Real
Y

(3)
Promedio del
periodo

(4)
Factor
estacional

1
2
3
4
5
6
7
8
Total
Promedio

300
540
885
580
416
760
1 191
760
5 432
679

358
650
1 038
670

0.527
0.957
1.529
0.987
0.527
0.957
1.529
0.987
8.0
1

2 716
679

(5)
Demanda
s/factor
Estacional
568.99
564.09
578.92
587.79
789.01
793.91
779.08
770.21

La columna 3 es el promedio estacional. Por ejemplo, el promedio del primer


trimestre es:
300 +416=358
2

La columna 4 es el promedio por trimestres (columna 3) dividido entre el


promedio general (679). La columna 5 son datos reales divididos entre el ndice
estacional. Para determinar X2 y XY, puede trazarse la tabla siguiente:
PERIODO
X

Sumas
Promedio

1
2
3
4
5
6
7
8
36
4.5

DEMANDA
S/FACTOR
ESTACIONAL
(Y D)
568.99
564.09
578.92
587.79
789.01
793.91
779.08
770.21
5 432
679

X2

XY

1
4
9
16
25
36
49
64
204

569.0
1 128.2
1 736.7
2 351.2
3 945.0
4 763.4
5 453.6
6 161.7
26 108.8

Ahora se calculan los resultados de la regresin para los datos sin factores
estacionales.
b= (26108) (8)(4.5)(6 79)
(204) (8) (4.5)2
b =39.64
a=Y bx
a=67939.64 (4.5)=500.6
Por consiguiente: los resultados de la regresin sin los factores estacionales son:
Y =500.6 +39.64x

PERIODO
9
10
11
12

PRONSTIC
O
TENDENCIA
857.4
897.0
936.7
976.3

FACTOR
ESTACIONA
L
0.527
0.957
1.529
0.987

x
x
x
x

=
=
=
=

PRONSTIC
O
FINAL
452.0
858.7
1 431.9
963.4

PROBLEMAS POR RESOLVER


PROBLEMA 1
Sunrise Baking Company vende donas en una cadena de tiendas de alimentos.
Debido a errores de los pronsticos ha tenido una produccin excesiva o
insuficiente. Los siguientes datos son su demanda de docenas de donas en las
ltimas cuatro semanas. Las donas se hacen para el da siguiente; por ejemplo, la
produccin de donas del domingo es para las ventas del lunes, la produccin de
donas del lunes es para las ventas del martes, etc., la panadera cierra los
sbados, de modo que la produccin del viernes debe satisfacer la demanda de
sbado y domingo.

Lunes
Martes
Mircoles
Jueves
Viernes
Sbado
Domingo

Hace 3
Semanas
2 640
2 310
2 640
2 090
1 980

Hace 2
Semanas
2 645
2 530
2 645
2 070
2 415

Semana
Pasada
2 640
2 420
2 750
2 200
2 200

2 970

3 450

3 190

Haga Un pronstico para esta semana segn este esquema:


a) Diario, con un promedio mvil de tres semanas.
b) Diario, con un promedio mvil ponderado de 0.50, 0.30 y 0.20 para las ltimas
cuatro semanas.
c) Sunrise tambin planea sus compras de ingredientes para la produccin de
pan. Si la semana pasada se pronostic una demanda de pan de 22 000 hogazas

y slo se demandaron 20 000, cul debe ser la demanda que pronostique


Sunrise para esta semana, con una suavizacin exponencial de = 0.05?
d) Supngase, con el pronstico hecho en c), que la demanda de esta semana
resulta ser ms bien de 23 500 hogazas. Cul debe ser el pronstico de la
demanda siguiente?

SOLUCIN
a) Promedio de movimiento simple, cuatro semanas

Lunes
Martes
Mircoles
Jueves
Viernes
Sbado y
domingo

2 640 + 2 645 + 2 640 =


3
2 310 +2 530 +2 420 =
3
2 640 +2 645 +2 750 =
3
2 090 +2 070 +2 200 =
3
1 980 +2 415 +2 200 =
3
2 970 +3 450 +3 190=
3

7 925=
3
7 260 =
3
8 035 =
3
6 360 =
3
6 595 =
3
9 610 =
3

2 642 docenas
2 420 docenas
2 678 docenas
2 120 docenas
2 198 docenas
3 203 docenas

b) Promedio ponderado con pesos de 0.50, 0.30 y 0.20.


Lunes
Martes
Mircole
s
Jueves
Viernes
Sbado y
domingo

(0.50)
1 320
1 155
1 320

+
+
+

(0.30)
794
759
794

+
+
+

(0.20)
528
484
550

=
=
=

2 642
2 398
2 664

1 045
990
1 485

+
+
+

621
725
1035

+
+
+

440
440
638

=
=
=

2 106
2 155
3 158

7 315

4 728

3 080

15 123

c) Pronstico de suavizacin exponencial de la demanda de pan.


Ft

= F t1 + (A t1F t1)
=22 000 + 0.05 (20 000 22 000)
=22 000 + 0.05 (-2 000)
=21 900 hogazas

d) Pronstico exponencialmente suavizado


F t+1 = 21 900 + 0.05 (23 500 21 900)
=21 900 + 0.05 (1 600)
=21 900 + (80) = 21 980 hogazas

PROBLEMA RESUELTO 2
Lo que sigue es la demanda real de un producto durante los ltimos seis
trimestres. Con las reglas 1 a 5 del pronstico enfocado, encuentre la mejor regla
para pronosticar el tercer trimestre del ao.

Ao pasado
Este ao

I
1 320
1 330

TRIMESTRE
II
770
950

III
990

IV
1 210

SOLUCIN
Regla 1: Demanda de los prximos tres meses = demanda de los ltimos tres
meses.
Prueba de esta demanda en los ltimos tres meses:
FII = AI; por lo tanto, FII =1 300.
La demanda real fue de 950, as que 950 = 71.4%.
1 330
Regla 2: La demanda de este trimestre es igual a la demanda del mismo trimestre
del ao pasado.
Por lo tanto, el pronstico de la demanda del segundo trimestre de este ao ser
de 700, el monto de ese trimestre el ao anterior.
La demanda real fue de 950, as que 950
770

=123.4%.

Regla 3: 10 por ciento ms que el ltimo trimestre.


FII =1 330 1.10 =1 463
La demanda real fue de 950, y 950
1 463

=64.9%.

Regla 4: 50% ms que el mismo trimestre del ao anterior.


FII =770 1.50 =1 155
La demanda real fue de 950 y 950
1 155

=82.3%.

Regla 5: Misma tasa de aumento o decremento de los ltimos tres meses.


1 330 =1.01
1 320
FII =770 1.01 =777.70
La demanda real fue de 950, as que 950 =122.2%.
777.70
La regla 4 fue la que ms se acerc a pronosticar el ltimo trimestre: 82.3% o
apenas 17.7% menos.
Usando esta regla (50% ms que el mismo trimestre del ao anterior) puede
pronosticarse el tercer trimestre del ao como 50% ms que el tercer trimestre del
ao pasado, o sea
Este ao FIII = 1.50 AIII (ao pasado)
FIII =1.50 (990) =1 485 unidades

PROBLEMA RESUELTO 3
Se us un modelo de pronstico especfico para adelantar la demanda de un
producto. Los pronsticos y la demanda correspondiente que se presentaron a
continuacin se dan en la tabla. Use las tcnicas MAD y de seal de seguimiento
para evaluar la exactitud del modelo de pronstico.
REAL
770
836
858
869
935
1 045

Octubre
Noviembre
Diciembre
Enero
Febrero
Marzo

PRONOSTICADA
627
798
713
793
865
845

SOLUCIN
Evale el modelo de pronstico con MAD y seal de seguimiento.

Octubre
Noviembre
Diciembre
Enero

Demanda
real

Demanda
pronosticad
a

Desviacin
real

Desviacin
acumulada
(RSFE)

Desviacin
absoluta

770
836
858
869

627
798
713
793

143
38
145
76

143
181
326
402

143
38
145
76

Febrero
935
Marzo
1 045
Desviacin total

865
845

70
200

472
672
=

70
200
672

MAD = 672 = 112


6
Seal de seguimiento = 55 =1.05
52.5

No hay suficientes pruebas para rechazar el modelo de pronstico, as que se


aceptan sus recomendaciones.

PROBLEMA RESUELTO 4
Vanse aqu los datos por trimestres de los ltimos 2 aos. Con estos datos,
prepare, mediante descomposicin, un pronstico para el ao siguiente.
Periodo
1
2
3
4

Real
324
583.20
955.80
626.40

Periodo
5
6
7
8

Real
449.28
820.80
1286.28
820.80

SOLUCIN
(Observe que los valores que obtenga pueden ser ligeramente diferentes por
redondeo. Los valores dados aqu se obtuvieron con una hoja de clculo de
Excel.)
(1)
Periodo
x

(2)
Real
Y

(3)
Promedio del
periodo

(4)
Factor
estacional

1
2
3

324
583
956

386.5
702
1121

0.53
0.96
1.53

(5)
Demanda
s/factor
Estacional
611.32
607.3
625

4
5
6
7
8
Total
Promedio

626
449
821
1286
821
5866
733.3

723.5

2933
733.3

0.99
0.53
0.96
1.53
0.99
8.02
1

632.32
847.2
855.21
841
829.3

La columna 3 es el promedio estacional. Por ejemplo, el promedio del primer


trimestre es:
324 +449.3 =386.7
2
La columna 4 es el promedio por trimestres (columna 3) dividido entre el
promedio general (733.3).

La columna 5 son datos reales divididos entre el ndice estacional. Para


determinar X2 y XY, puede trazarse la tabla siguiente:
PERIODO
X

Sumas
Promedio

1
2
3
4
5
6
7
8
36
4.5

DEMANDA
S/FACTOR
ESTACIONAL
(Y D)
611.32
607.3
625
632.32
847.2
855.21
841
829.3
5 848.7
733.3

X2

XY

1
4
9
16
25
36
49
64
204

611.32
1 215
1 875
2 529.3
4 236
5 131.3
5 887
6 634.4
28 119.32

Ahora se calculan los resultados de la regresin para los datos sin factores
estacionales.
b= (28119.32) (8)(4.5)(733.3)
(204) (8) (4.5)2
b =40.96

a=Ybx
a=733.340.96 (4.5)=548.98
Por consiguiente: los resultados de la regresin sin los factores estacionales son:
Y =548.98 + 40.96x

http://myslide.es/documents/altavox-electronics-55a0d2ba4e349.html
http://documents.mx/documents/altavox-electronics.html
http://myslide.es/documents/altavox-electronics.html
http://es.slideshare.net/pabloscdlm/administracion-de-la-cadena-desuministrosunil-chopra-3-edicion

CASO: ALTAVOXELECTRONICS
Altavox es fabricante y distribuidor de muchos instrumentos y aparatos
electrnicos, como multmetros digitales analgicos, generadores de funcin,
osciloscopios, contadores de frecuencia y otras mquinas para pruebas y
mediciones.
Altavox vende una lnea de medidores de prueba que son populares entre los
electricistas profesionales. El modelo VC202 se vende, a travs de seis
distribuidoras, a las tiendas de menudeo de Estados
Unidos. Las distribuidoras estn en Atlanta, Boston, Chicago, Dallas y Los ngeles
y fueron escogidas para atender regiones diferentes.
El modelo VC202 se ha vendido bien durante aos por su confiabilidad y slida
construccin. Altavox no lo considera un producto estacional, pero hay alguna
variabilidad en la demanda. En la tabla de la pgina siguiente se muestra la
demanda del producto en las ltimas 13 semanas.
Estos datos se encuentran en una hoja de clculo de Excel, Altavox Data,
contenida en el DVD del libro. La demanda de las regiones vara entre un mximo

de 40 unidades en promedio semanal en Atlanta y 48 unidades en Dallas. Los


datos de este trimestre estn muy cerca de la demanda del trimestre pasado.
La gerencia quisiera que usted experimentara con algunos modelos de pronstico
para determinar cul debe usarse en un nuevo sistema que va a establecerse. El
nuevo sistema est programado para usar uno de dos modelos: promedio mvil
simple o suavizacin exponencial.

PREGUNTAS
1. Piense en usar un modelo de promedio mvil simple. Experimente con modelos
que usan datos de cinco y tres semanas anteriores. A continuacin se dan datos
previos de cada regin. Evale los pronsticos que se habran hecho en las 13
ltimas semanas tomando como criterios la desviacin absoluta promedio y la
seal de seguimiento.

3. Altavox estudia una nueva opcin para distribuir el modelo VC202 en la que, en
lugar de cinco proveedores, tenga slo uno. Evale esta opcin analizando la
exactitud de un pronstico basado en la demanda agregada en todas las regiones.
Use el modelo que crea que es el mejor a partir de sus anlisis de las partes 1 y 2.
Use un nuevo criterio que se calcule tomando la MAD y dividindola entre la
demanda promedio. Este criterio se llama error porcentual absoluto promedio
(MAPE) y mide el error de un pronstico como porcentaje de la demanda
promedio. Cules son las ventajas y desventajas de la demanda agregada desde
el punto de vista del pronstico? Hay otras cosas que deben considerarse
cuando se pasan de varias distribuidoras a una sola?

SOLUCION:

Primeramente hallamos el
Promedio Mvil Simple de las 3 ltimas semanas:
PROMEDIO MOVIL SIMPLE
Atlanta
Boston
Chicago
Dallas
Los ngeles
TOTAL

37
44
95
43
38
257

23
30
35
38
48
174

55
45
45
47
56
248

40
50
47
42
50
229

40
42
47
48
46
223

39
42
42
42
51

El promedio mvil simple calculado es sobre las 3 ltimas semanas la cual nos da
un pronstico de cunto van a ser las ventas en la semana 14.

PROMEDIO MOVIL SIMPLE DE 5 SEMANAS:


SEMANA
ATLANTA
BOSTON
CHICAG
O
DALLAS
LOS
ANGELE
S
TOTAL

5
45
62
62

PROMEDIO MOVIL SIMPLE


4
3
2
30
30
58
10
48
40
22
72
44

1
37
35
48

PMS
42
41
50
45
44

42
43

35
40

40
54

64
46

43
35

259

153

244

252

198

Despus de realizar el PMS, seguimos con el PMP de las 5 semanas


SEMANA
ATLANTA
BOSTON
CHICAG
O
DALLAS
LOS
ANGELE
S
TOTAL

5
45
62
62

PROMEDIO MOVIL SIMPLE


4
3
2
30
30
58
10
48
40
22
72
44

1
37
35
48

PMS
41
40
50
45
43

42
43

35
40

40
54

64
46

43
35

259

153

244

252

198

2. A continuacin, piense en usar un modelo de suavizacin exponencial simple.


En su anlisis, pruebe dos valores alfa, 0.2 y 0.4. Use los mismos criterios para
evaluar el modelo como en la parte 1. Suponga que el pronstico inicial anterior
para el modelo usando un valor de alfa de 0.2 es el promedio de las ltimas tres
semanas. Para el modelo que usa un alfa de 0.4, suponga que el pronstico
anterior es el promedio de las cinco semanas pasadas.
Al igual que la primera parte realizamos la suavizacin para las 3 ltimas
semanas utilizando el factor =0.2, asimismo lo separamos porciudades:

SEMANA
11
12
13
14

SEMANA
11
12
13
14

SEMANA
11
12
13
14

ATLANTA
SUAVIZACION EXPONENCIAL =0.2
VENTAS
23
55
40

BOSTON
SUAVIZACION EXPONENCIAL =0.2
VENTAS
30
45
50

CHICAGO
SUAVIZACION EXPONENCIAL =0.2
VENTAS
35
45
47

X
39
36
40
40

X
42
40
41
43

X
53
49
48
48

SEMANA
11
12
13
14

SEMANA
11
12
13
14

DALLAS
SUAVIZACION EXPONENCIAL =0.2
VENTAS
38
47
42

LOS ANGELES
SUAVIZACION EXPONENCIAL =0.2
VENTAS
48
56
50

X
42
42
43
43

X
49
49
50
50

Luego procedemos a realizar la suavizacin exponencial para las 5


semanas utilizando el factor = 0.4, al igual que el anterior lo separamos
por ciudades:

SEMANA
1
2
3
4
5
6

SEMANA
1
2

ATLANTA
SUAVIZACION EXPONENCIAL =0.4
VENTAS
37
58
30
38
45

BOSTON
SUAVIZACION EXPONENCIAL =0.2
VENTAS
35
40

X
41
39
47
40
39
42

X
44
41

3
4
5
6

SEMANA
1
2
3
4
5
6

SEMANA
1
2
3
4
5
6

SEMANA
1
2
13
14

48
18
62

CHICAGO
SUAVIZACION EXPONENCIAL =0.2
VENTAS
48
44
72
22
62

DALLAS
SUAVIZACION EXPONENCIAL =0.2
VENTAS
43
64
40
35
42

LOS ANGELES
SUAVIZACION EXPONENCIAL =0.2
VENTAS
48
56
50

40
43
43
45

X
49
48
47
57
43
51

X
44
43
52
47
42
42

X
49
49
50
50