Analisis Pronosticos Villacres - Alex

UNIVERSIDAD TECNOLOGICA INDOAMERICA
FACULTAD DE INGENIERÍA Y TECNOLOGÍAS DE LA INFORMACIÓN

Y LA COMUNICACIÓN
PERÍODO ACADÉMICO: B19

Facultad de Ingeniería Y Tecnologías de la
Información y la Comunicación
Título: Responder las preguntas e análisis.
Carrera: Ingeniería Industrial
Semestre: Sexto Industrial
Módulo y Docente: Planeacion y control de la Produccion.

Ing. Marisol Naranjo
Integrantes: Villacrés Alex

Y LA COMUNICACIÓN
Caso 1 la demanda de los trajes de baño: Sería la disección de sucesiones de tiempo.

Caso 2 la demanda de casas nuevas: Regreso móvil.
Caso 3 Consumo de electricidad: Exponencial.
Caso 4 Planes de expansión de nuevas plantas: Exponencial.
En este método de minimos a la segunda potencia nos permite ajustar la recta a los
datos para que estas se reduzcan a la suma de los cuadrados de la distanciación
perpendicular junto a los puntos de la recta.
1.
El factor de los periodos calcular: Buscar el término ubicado en la mitad del total
de un lapso de datos.
2.
Reducir las deformaciones de periodo de lo cuantitativo del principio: Para
realizar esto se fracciona la información numérica del principio con el múltiplo
del periodo.
3.
Trazar una recta de regreso por las potencias al cuadrado por los datos
cuantitativos de reducción en las deformaciones de periodo: La finalidad es crear
una fórmula para la línea de inclinación.
Y=ax+b
4. Sacar la recta de regreso a través del periodo de pronóstico: La conclusión es

mirar a futuro los periodos, definiendo la fórmula.
5. Crear un pronóstico final con formulación de la recta de regreso según los
multiplicadores de la sección: Se buscar que crear las de etapas de la fórmula.
 Tener claro los inicios de la utilidad del mes anterior ganados por dicho producto.
 Dependiendo la demanda y lo que se cree que se va a vender se debería crear
así un inventario.
 Cada año existen meses donde se vende más y menos, se debe tomar en cuenta.
 Mantener un margen de calidad de los productos para los clientes.
 La propaganda en redes sociales y televisión es importante..

 Brindar ofertas cada tanto tamaño en compras.
 Estar al tanto en qué fecha se podría vender más cereal como cuando por una
temporada se acostumbra más servirse platillos que requieren cereal..
Y LA COMUNICACIÓN
Ft-1 es la lo que se cree aquietar considerablemente para la estación, ahora lo que se

crea la pregunta, yo escogería el mese el anterior restando al pronóstico siguiente.
Con la aplicación notable por la razón de los datos presentados es un recta que designa
el pronóstico deseado..
 Ventas anuales de billeteras.

 Ventas semanales de labiales.
 Ventas mensuales de computadoras.
 Ventas diarias de pulseras.
Es que se muestran únicamente pocos datos del total, no muestra un posible pronóstico,
también no se va a poder visualizar una realidad ante el pronóstico total.
Busca manejar los datos de manera continua la mayoría de información numérica en el

pasado ya que al añadir la siguiente pronosticación se quita la anterior.
Se junta los procesos controlados cada cieto ciclo en pequeño en un cumulo de meses al año
también el crecimiento de la coyuntura, a corto y mayor dimensión de plazo, y los cambios de
temporada. Para poder calculados de manera adecuada las sucesiones es necesario . El
proceso nos ayuda a cerrar el constituyente que esta en un periodo de tiempo controlado por
los programas estadísticos de ayuda en el discernimiento con el uso del promedio movil.
Iniciando del que se cree el dato más repetido o de la moda de los cambios de ciclos sin
variación los siguientes años, meses o semanas, y pueden resolver los dígitos los puntos si el
esquema de deformación es un multiplicador o con los coeficientes si el gráfico es para sumar.
El distanciamiento estándar general es un cálculo que se utiliza para medir cuanto cambian de
la suma dividido para el número de los datos en un conjunto en la parte central. Y el
alejamiento referencial es el cálculo de difusión más repetitiva, nos muestra qué tan alejados
se encuentran la información numérica en comparación al promedio. En tanto grande sea el
cambio referencial, más grande se encontrarán alejados la información numérica.
Cuando existe un pronóstico de encuesta complejo, hay la posibilidad de llevar a cometer un

error grande frente a la confianza en que se va resolviendo frente a esto se podría chequear
que nuestro resultado premeditado se halle al límite de confianza.
La mitad móvil simple en vista que lo premeditado de lo que se busca es el retorno de

la línea que requiere de datos anteriores para calcular, y cumplir el requerimiento.
Y LA COMUNICACIÓN
a)
Mes Demanda X X² XY PRÓNOSTICOS
Enero 4200 -11 121 -46200 3958.974359
Febrero 4300 -9 81 -38700 4151.282051
Marzo 4000 -7 49 -28000 4343.589744
Abril 4400 -5 25 -22000 4535.897436
Mayo 5000 -3 9 -15000 4728.205128
Junio 4700 -1 1 -4700 4920.512821
Julio 5300 1 1 5300 5112.820513
Agosto 4900 3 9 14700 5305.128205
Septiembre 5400 5 25 27000 5497.435897
Octubre 5700 7 49 39900 5689.74359
Noviembre 6300 9 81 56700 5882.051282
Diciembre 6000 11 121 66000 6074.358974
Enero 13 6266.666667
SUMATORIA 60200 572 55000
a=∑y/N 5016.667
b=∑xy/∑x² 96.15385
b)
Y LA COMUNICACIÓN
Mes Demanda X X² XY PRÓNOSTICOS Error por mínimos

Enero 4200 -11 121 -46200 3958.974359 241.03
Febrero 4300 -9 81 -38700 4151.282051 148.72
Marzo 4000 -7 49 -28000 4343.589744 -343.59
Abril 4400 -5 25 -22000 4535.897436 -135.90
Mayo 5000 -3 9 -15000 4728.205128 271.79
Junio 4700 -1 1 -4700 4920.512821 -220.51
Julio 5300 1 1 5300 5112.820513 187.18
Agosto 4900 3 9 14700 5305.128205 -405.13
Septiembre 5400 5 25 27000 5497.435897 -97.44
Octubre 5700 7 49 39900 5689.74359 10.26
Noviembre 6300 9 81 56700 5882.051282 417.95
Diciembre 6000 11 121 66000 6074.358974 -74.36
Enero 13 6266.666667 -6,266.67
SUMATORIA 60200 572 55000
a)
Mes Demanda PMP n=3 0.6;0.3 y 0.1
Enero 12
Febrero 11
Marzo 15
Abril 12 12
Mayo 16 12.3
Junio 15 14.2
Julio 13.5
b)
Cuando N= 3
Mes Demanda PMS
Enero 12
Febrero 11 |
Marzo 15
Y LA COMUNICACIÓN
Abril 12 12.66666667
Mayo 16 12.66666667
Junio 15 14.33333333
Julio 14.33333333
c)
Mes Demanda Alfa=0.2
Enero 12 12.00
Febrero 11 12.00
Marzo 15 11.80
Abril 12 12.44
Mayo 16 12.35
Junio 15 13.08
Julio 13.47
Mes Demanda Regresión

1 Enero 12 11.57
2 Febrero 11 12.34
3 Marzo 15 13.11
4 Abril 12 13.89
5 Mayo 16 14.66
6 Junio 15 15.43
7 Julio 16.20
Cada mes se incrementa un valor menor al rango de 1.
e) Como se puede observar la tendencia del pronóstico de la demanda cominenza bajando

y subiendo así sucesivamente entonces lo que podemos decir que el siguiente pronóstico
será subir.
a)
Mes Real Pronosticado con el alfa 0.2
Y LA COMUNICACIÓN
Enero 100 80
Febrero 94 84
Marzo 106 86
Abril 80 90
Mayo 68 88
Junio 94 84
b)
Mes Real Pronosticado con el alfa 0.2 MAD
Enero 100 80 20
Febrero 94 84 10
Marzo 106 86 20
Abril 80 90 10
Mayo 68 88 20
Junio 94 84 10
AÑO TRIMESTRE # PMS INDICE ESTACIONAL

2007 1 4800
2 3500
3 4300
4 3000 4,200.00 0.65
2008 1 3500 3,600.00 0.89
2 2700 3,600.00 0.72
3 3500 3,066.67 1.04
4 2400 3,233.33 0.89
2009 1 3200 2,866.67 1.15
2 2100 3,033.33 0.89
3 2700 2,566.67 1.30
4 1700 2,666.67 0.97
2010 1 2,166.67 1.48
2 1,466.67 1.15
3 566.67 1.83
4 -
TOTAL 37400
PROMEDIO 3,116.67
Y LA COMUNICACIÓN
a)
Grafica
200
150
100
50
0
0 1 2 3 4 5 6 7
Ventas Meses Ventas Linear (Ventas)
b)
Grafica B
200 y = 0.5714x + 131.33
100
y = 0.6571x + 123.2
0
0 1 2 3 4 5 6 7
Ventas Meses Ventas

Linear (Ventas) Linear (Ventas)
c)
Y LA COMUNICACIÓN
Meses Ventas Indice estacional Meses Ventas Indice estacional

Enero-Febrero 109 0.14 Enero-Febrero 115 0.14
Marzo-Abril 104 0.14 Marzo-Abril 112 0.14
Mayo-Junio 150 0.20 Mayo-Junio 159 0.20
Julio-Agosto 170 0.23 Julio-Agosto 182 0.23
Septiembre- Octubre 120 0.16 Septiembre- Octubre 126 0.16
Noviembre-Diciemrbe 100 0.13 Noviembre-Diciemrbe 106 0.13
PROMEDIO 753 PROMEDIO 800
d)
Meses Ventas Pronóstico con incremento del 10% Indice estacional

Enero-Febrero 109 19.98 0.14
Marzo-Abril 104 19.07 0.14
Mayo-Junio 150 27.50 0.20
Julio-Agosto 170 31.17 0.23
Septiembre- Octubre 120 22.00 0.16
Noviembre-Diciemrbe 100 18.33 0.13
TOTAL 753 828.30
PROMEDIO 138.05
e)
Meses Ventas Indice estacional Pronóstico con incremento del 10%
Enero-Febrero 115 0.14 21.08
Marzo-Abril 112 0.14 20.53
Mayo-Junio 159 0.20 29.15
Julio-Agosto 182 0.23 33.37
Septiembre- Octubre 126 0.16 23.10
Noviembre-Diciemrbe 106 0.13 19.43
TOTAL 800 880
PROMEDIO 146.6666667
En SS1 que va desde de -2.70 a 2.20 claramente vemos que este producto va en ascenso.
Y LA COMUNICACIÓN
En SS2 se puede ver las progresiones van de mayor a menor y asi sucesivamente podemos
ver que este producto se vende mas por temporadas.
SS3 también es progresivo el pronóstico de menor a mayor.
TRIMESTRE VENTAS SES ALFA=0.2 INDICE ESTACIONAL

1 160 160.00 1.17
2 195 160.00 1.17
3 150 167.00 1.12
4 140 163.60 1.14
5 215 158.88 1.18
6 240 170.10 1.10
7 205 184.08 1.02
8 190 188.27 0.99
9 188.61 0.99
10 150.89 1.24
11 120.71 1.55
12 96.57 1.94
TOTAL 1495
PROMEDIO 186.875
a)
Y LA COMUNICACIÓN
CANTIDAD
30
25
20
15
10
0
0 2 4 6 8 10
b)y c)
AÑO TRIMESTRE CANTIDAD SES ALFA=0.3 INDICE ESTACIONAL
2008 1 12 12 1.65
2 18 12.00 1.65
3 26 13.80 1.43
4 16 17.46 1.13
2009 5 16 17.02 1.16
6 24 16.72 1.18
7 28 18.90 1.04
8 18 21.63 0.91
2010 9 20.54 0.96
10 14.38 1.37
11 10.07 1.96
12 7.05 2.80
TOTAL 158
PROMEDIO 19.75
a)
Semanas # PMS n=3
1 300
2 400
3 600
4 700 433.33
5 566.67
b)
Y LA COMUNICACIÓN
Semanas # Alfa=0.2
1 300 300
2 400 300
3 350 320
4 700 326
5 400.8
ESTE AÑO # PMS n=3 PMP n=6 W=0.5; W=0.3; W=0.2 SES Alfa=0.2
Enero 125 125
Febrero 135 125
Marzo 135 127
Abril 190 128.6
Mayo 200 140.88
Junio 190 152.704
Julio 162.50 160.1632
Agosto 141.67 128.13056
Septiembre 119.17 102.504448
Octubre 96.67 147.58 82.0035584
Noviembre 65.00 125.92 65.60284672
Diciembre 31.67 101.58 52.48227738
a)
MES REAL Pronóstico
ENERO 110
FEBRERO 130
MARZO 150
ABRIL 170 130
MAYO 160 150
JUNIO 180 160
JULIO 140 170
AGOSTO 130 160
SEPTIEMBRE 140 150
b)
Y LA COMUNICACIÓN
MES REAL SES alfa 0.3

ENERO 110 110
FEBRERO 130 99.00
MARZO 150 95.30
ABRIL 170 96.71
MAYO 160 101.70
JUNIO 180 103.19
JULIO 140 108.23
AGOSTO 130 103.76
SEPTIEMBRE 140 98.63
c)
MES REAL Pronóstico MAD
ENERO 110
FEBRERO 130
MARZO 150
ABRIL 170 130 40
MAYO 160 150 10
JUNIO 180 160 20
JULIO 140 170 30
AGOSTO 130 160 30
SEPTIEMBRE 140 150 10
Claramente el pronóstico utilizado es incorrecto y esto se visualiza de manera clara

porque, tiene un error del pronóstico es menor al real.
Y LA COMUNICACIÓN
a)
Semana Demanda pronosticada Demanda real Error DAM
1 140 137 3 3
2 140 133 7 7
3 140 150 -10 10
4 140 160 -20 20
5 140 180 -40 40
6 150 170 -20 20
7 150 185 -35 35
8 150 205 -55 55
b)
Semana Demanda pronosticada Demanda real Error DAM
1 140 137 3 3
2 140 133 7 7
3 140 150 -10 10
4 140 160 -20 20
5 140 180 -40 40
6 150 170 -20 20
7 150 185 -35 35
8 150 205 -55 55
PROMEDIO 143.75 165
Señal de seguimiento 10.33043478

Y LA COMUNICACIÓN
a)
Semana Pronóstico Ses alfa=0.3
1 31 31
2 34 31.00
3 33 31.90
4 35 32.23
5 37 33.06
6 36 34.24
7 38 34.77
8 40 35.74
9 40 37.02
10 41 37.91
b)
Semana Pronóstico Ses alfa=0.3
1 31 30
2 34 30.30
3 33 31.41
4 35 31.89
5 37 32.82
6 36 34.07
7 38 34.65
8 40 35.66
9 40 36.96
10 41 37.87
c)
Semana Pronóstico Ses alfa=0.3 DAM
1 31 30 1.00
2 34 30.30 3.70
3 33 31.41 1.59
4 35 31.89 3.11
5 37 32.82 4.18
6 36 34.07 1.93
7 38 34.65 3.35
8 40 35.66 4.34
9 40 36.96 3.04
10 41 37.87 3.13
Semana Pronóstico Ses alfa=0.3 DAM

1 31 31 -
2 34 31.00 3.00
3 33 31.90 1.10
4 35 32.23 2.77
5 37 33.06 3.94
6 36 34.24 1.76
7 38 34.77 3.23
8 40 35.74 4.26
9 40 37.02 2.98
10 41 37.91 3.09
Y LA COMUNICACIÓN
La que mejor se adapta es la segunda tabla ya que sus pronósticos son más acercados a la
realidad.
Semana Pronóstico Real DAM

1 800 900 100
2 850 1000 150
3 950 1050 100
4 950 900 50
5 1000 900 100
6 975 1100 125
920.83333 104.166667
Yo daría mi opinión de que si está bien escogido porque los pronósticos se acercan a la
realidad.
a)
Mes Real PMS
Junio 140
Julio 180
Agosto 170
Septiembre 163.33
Y LA COMUNICACIÓN
b)
Mes Real PMP w=0.2; w=0.3;w=0.5
Junio 140 167
Julio 180 87
Agosto 170 34
c)
Mes Real SES alfa=0.2
Junio 130 130
Julio 180 130
Agosto 170 140
Septiembre 146
a)
MES DEMANDA PMS N=4
ABRIIL 60
MAYO 55
JUNIO 75
JULIO 60
AGOSTO 80 62.5
SEPTIEMBRE 75 67.5
OCTUBRE 72.5
b)
Y LA COMUNICACIÓN
x DEMANDA SES ALFA=2

ABRIIL 60 60
MAYO 55 60.00
JUNIO 75 59.00
JULIO 60 62.20
AGOSTO 80 61.76
SEPTIEMBRE 65 65.41
OCTUBRE 65.33
c)
Título del gráfico
90
80
70
60
50
40
30
20
10
0
0 1 2 3 4 5 6 7 8
DEM ANDA SES ALFA=2
d)
MES DEMANDA PMS N=4
ABRIIL 60
MAYO 55
JUNIO 75
JULIO 60
AGOSTO 80 62.5
SEPTIEMBRE 75 67.5
OCTUBRE 72.5
Trimestre Este año Ses alfa=0.2

1 19000 19000
2 24000 19000
3 15400 20000
4 19080
Y LA COMUNICACIÓN
a)
Pronóstico Real DAM
1500 1550 50
1400 1500 100
1700 1600 100
1750 1650 100
1800 1700 100
Promedio 1630 1600

b) Son excelentes predicciones basándome en los datos reales.
a) y b)
Y LA COMUNICACIÓN
MES DEMANDA PMS N=3 PMP W=0.50; W=0.30 ; w=0.20

1 62
2 65
3 67
4 68 64.6666667 63.9
5 71 66.6666667 66.2
6 73 68.6666667 68.1
7 76 70.6666667 69.9
8 78 73.3333333 72.6
9 78 75.6666667 74.9
10 80 77.3333333 77
11 84 78.6666667 78.4
12 85 80.6666667 79.8
c)
MES DEMANDA SES ALFA= 0.3
1 61
2 65
3 67 67
4 68 67.00
5 71 67.30
6 73 68.41
7 76 69.79
8 78 71.65
9 78 73.56
10 80 74.89
11 84 76.42
12 85 78.70
d)
MES DEMANDA PMS N=3 PMP W=0.50; W=0.30 ; w=0.20 SES alfa 0.3
1 60 60
2 65 61.20
3 67 62.84
4 68 64.00 62.9 64.59
5 71 66.67 66.2 66.41
6 73 68.67 68.1 68.49
7 76 70.67 69.9 70.64
8 78 73.33 72.6 72.65
9 78 75.67 74.9 74.45
10 80 77.33 77 76.32
11 84 78.67 78.4 53.42
12 85 80.67 79.8 37.40
e)
Y LA COMUNICACIÓN
MES DEMANDA PMS N=3 PMP W=0.50; W=0.30 ; w=0.20 SES alfa 0.3 DAM
1 60 60 -
2 65 61.20 3.80
3 67 62.84 4.16
4 68 64.00 62.9 64.59 3.41
5 71 66.67 66.2 66.41 4.59
6 73 68.67 68.1 68.49 4.51
7 76 70.67 69.9 70.64 5.36
8 78 73.33 72.6 72.65 5.35
9 78 75.67 74.9 74.45 3.55
10 80 77.33 77 76.32 3.68
11 84 78.67 78.4 53.42 30.58
12 85 80.67 79.8 37.40 47.60
Prefiero el promedio móvil ponderado, pues se acerca más a la realidad.
Año Estación Demanda Real Regresión

2008 1 Primavera 205 234.17
2 Verano 140 277.80
3 Otoño 375 321.43
4 Invierno 475 365.06
2009 5 Primavera 575 408.70
6 Verano 475 452.33
7 Otoño 275 495.96
8 Invierno 575 539.59
2010 9 Primavera 583.22
10 Verano 626.85
11 Otoño 670.48
12 Invierno 714.11
Y LA COMUNICACIÓN
Demanda Real
700
600
y = 43.631x + 190.54
500 R² = 0.4143
400
300
200
100
0
0 1 2 3 4 5 6 7 8 9
2008 2009 SES alfa=0.3

Enero 300 275 275.00
Febrero 400 375 275.00
Marzo 425 350 305.00
Abril 450 425 318.50
Mayo 400 400 350.45
Junio 460 350 365.32
Julio 400 350 360.72
Agosto 300 275 357.50
Septiembre 375 350 332.75
Octubre 500 337.93
Noviembre 550 236.55
Diciembre 500 165.58
Y LA COMUNICACIÓN
a)
Meses # PMS N=3
Hace tres meses 400
Hace dos meses 350
El mes pasado 325
Este mes 358.33
b)
Meses # PMS N=4
Hace tres meses 400
Hace dos meses 350
El mes pasado 325
Este mes 300
Mes entrante 343.75
c)
Meses # SES alfa=0.2
Hace tres meses 450 450
Hace dos meses 350 540.8
El mes pasado 325 611.6
Este mes 677.4
a)
Y LA COMUNICACIÓN
Periodo Real Pronóstico DAM

Mayo 500 500 50
Junio 550 550 50
Julio 400 400 150
Agosto 500 500 100
Septiembre 675 675 25
Octubre 600 600 100
Promedio 537.5 79.16667

b) No es aceptable existe un rango de error grande en las predicciones contra la
realidad.
Y LA COMUNICACIÓN
Trimestre A B SES alfa =0.2 para A SES alfa =0.2 para B

2006 1 1.67 0.17 1.67 0.17
2 2.35 0.24 1.67 0.17
3 1.11 0.26 1.81 0.18
4 1.15 0.34 1.67 0.20
2007 1 1.56 0.25 1.56 0.23
2 2.04 0.37 1.56 0.23
3 1.14 0.36 1.66 0.26
4 0.38 0.44 1.55 0.28
2008 1 0.29 0.33 1.32 0.31
2 -0.18 0.4 1.11 0.32
3 -0.97 0.41 0.85 0.33
4 0.2 0.47 0.49 0.35
2009 1 -1.54 0.3 0.43 0.37
2 0.38 0.47 0.04 0.36
3 0.11 0.38
4 0.08 0.30
2010 1 0.07 0.24
2 0.05 0.19
3 0.04 0.16
4 0.03 0.12
Y LA COMUNICACIÓN
AÑO INGRESOS MILLONES SES ALFA=0.2

1999 4865.9 4865.9
2000 5067.4 4865.9
2001 5515.6 4906.2
2002 55728.8 5028.08
2003 5497.7 15168.224
2004 5197.7 13234.1192
2005 5094.4 11626.83536
2006 5108.8 10320.34829
2007 5550.6 9278.03863
2008 5738.9 8532.550904
2009 5860 7973.820723
2010 7551.056579
2011 6040.845263
2012 4832.67621
2013 3866.140968
Y LA COMUNICACIÓN
AÑO VENTA UNIDAD REGRESIÓN PRECIO/UNIDAD

REGRESIÓN PUBLICIDAD REGRESIÓN
1998 1 400 836.65 280 1,804.61 600 41,737.63
1999 2 700 860.12 215 1,803.82 835 41,717.27
2000 3 900 883.60 211 1,803.03 1100 41,696.90
2001 4 1300 907.07 210 1,802.24 1400 41,676.53
2002 5 1150 930.54 215 1,801.45 1200 41,656.17
2003 6 1200 954.01 200 1,800.66 1300 41,635.80
2004 7 900 977.48 225 1,799.87 900 41,615.43
2005 8 1100 1,000.96 207 1,799.08 1100 41,595.06
2006 9 980 1,024.43 220 1,798.29 700 41,574.70
2007 10 1234 1,047.90 211 1,797.50 900 41,554.33
2008 11 925 1,071.37 227 1,796.71 700 41,533.96
2009 12 800 1,094.84 245 1,795.92 690 41,513.60
23.472 -0.7902 -20.367

813.18 1805.4 41758
b)La publicidad parece generar más dinero según se puede observar en el
análisis de regresión
c)
AÑO VENTA UNIDAD PMS n=3 PUBLICIDAD PMS n=3
1998 1 300 600
1999 2 700 835
2000 3 900 1100
2001 4 1300 633.33 1400 2535
2002 5 1150 966.67 1200 3335
2003 6 1200 1,116.67 1300 3700
2004 7 900 1,216.67 900 3900
2005 8 1100 1,083.33 1100 3400
2006 9 980 1,066.67 700 3300
2007 10 1234 993.33 900 2700
2008 11 925 1,104.67 700 2700
2009 12 800 1,046.33 690 2300
SES alfa=0.30
288 288
300 288
291.6
Y LA COMUNICACIÓN
MES QUEJAS PMS n=3

ENERO 36
FEBRERO 45
MARZO 81
ABRIL 90 54
MAYO 108 72
JUNIO 144 93

Analisis Pronosticos Villacres - Alex

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Analisis Pronosticos Villacres - Alex

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSIDAD TECNOLOGICA INDOAMERICA

FACULTAD DE INGENIERÍA Y TECNOLOGÍAS DE LA INFORMACIÓN

UNIVERSIDAD TECNOLOGICA INDOAMERICA

Título: Responder las preguntas e análisis.

Carrera: Ingeniería Industrial

Semestre: Sexto Industrial

Módulo y Docente: Planeacion y control de la Produccion.

Integrantes: Villacrés Alex

Caso 1 la demanda de los trajes de baño: Sería la disección de sucesiones de tiempo.

4. Sacar la recta de regreso a través del periodo de pronóstico: La conclusión es

 La propaganda en redes sociales y televisión es importante..

Ft-1 es la lo que se cree aquietar considerablemente para la estación, ahora lo que se

 Ventas anuales de billeteras.

Busca manejar los datos de manera continua la mayoría de información numérica en el

Cuando existe un pronóstico de encuesta complejo, hay la posibilidad de llevar a cometer un

La mitad móvil simple en vista que lo premeditado de lo que se busca es el retorno de

Mes Demanda X X² XY PRÓNOSTICOS Error por mínimos

Mes Demanda Regresión

Cada mes se incrementa un valor menor al rango de 1.

e) Como se puede observar la tendencia del pronóstico de la demanda cominenza bajando

AÑO TRIMESTRE # PMS INDICE ESTACIONAL

Ventas Meses Ventas Linear (Ventas)

200 y = 0.5714x + 131.33

Ventas Meses Ventas

Meses Ventas Indice estacional Meses Ventas Indice estacional

Meses Ventas Pronóstico con incremento del 10% Indice estacional

TRIMESTRE VENTAS SES ALFA=0.2 INDICE ESTACIONAL

MES REAL SES alfa 0.3

Claramente el pronóstico utilizado es incorrecto y esto se visualiza de manera clara

Señal de seguimiento 10.33043478

Semana Pronóstico Ses alfa=0.3 DAM

Semana Pronóstico Real DAM

x DEMANDA SES ALFA=2

DEM ANDA SES ALFA=2

Trimestre Este año Ses alfa=0.2

Señal de seguimiento 6.1125

MES DEMANDA PMS N=3 PMP W=0.50; W=0.30 ; w=0.20

Prefiero el promedio móvil ponderado, pues se acerca más a la realidad.

Año Estación Demanda Real Regresión

2008 2009 SES alfa=0.3

Periodo Real Pronóstico DAM

Señal de seguimiento 40.736842

Trimestre A B SES alfa =0.2 para A SES alfa =0.2 para B

AÑO INGRESOS MILLONES SES ALFA=0.2

AÑO VENTA UNIDAD REGRESIÓN PRECIO/UNIDAD

23.472 -0.7902 -20.367

MES QUEJAS PMS n=3

Das könnte Ihnen auch gefallen