Admón. De la Producción Procesos Industriales Universidad Tecnológica de Torreón Pronósticos Objetivos de la Unidad:
Views 152 Downloads 0 File size 979KB
Admón. De la Producción
Procesos Industriales
Universidad Tecnológica de Torreón
Pronósticos Objetivos de la Unidad: El alumno calculará los pronósticos de materia prima adecuados, mediante métodos cuantitativos aplicados a series de tiempo para contribuir a la planeación de la Producción. PRESENTADO POR: María Guadalupe Rodríguez Marthell. Profesor de asignatura: M. C. Ernesto García Barbalena. 4° Cuatrimestre sección B.
Administración de la Producción II Trabajo práctico No. 1
Pronósticos
Ejercicio 1 Una escuela primaria desea implementar un programa de salud para determinar la calidad de la alimentación que reciben los niños en su casa y para comenzar con este programa ha tomado la estatura y el peso de los alumnos de varios grados, obteniendo la siguiente información. La doctora de la escuela desea aplicar el modelo de mínimos cuadrados para pronosticar el peso de los niños si presentan estaturas de 1.40 y 1.50 mts.
Alumno
1
2
3
4
5
6
7
8
9
10
Estatura (cm) 1.25 1.27 1.21 1.22 1.29 1.30 1.24 1.27 1.29 1.27 Peso (kg)
32
34
30
32
35
34
32
32
35
34
Identifica las variables dependiente e independiente y determina la ecuación que mejor representa estos valores. Alumno
Estatura
Peso
x²
y²
xy
1
1.25
32
1.5625
1024
40
2
1.27
34
1.6129
1156
43.18
3
1.21
30
1.4641
900
36.3
4
1.22
32
1.4884
1024
39.04
5
1.29
35
1.6641
1225
45.15
6
1.3
34
1.69
1156
44.2
7
1.24
32
1.5376
1024
39.68
8
1.27
32
1.6129
1024
40.64
9
1.29
35
1.6641
1225
45.15
10
1.27
34
1.6129
1156
43.18
Σ=
12.61
330
15.9095
10914
416.520
X=
1.261
Y=
33
b=
47.04463209
a=
-26.3232811
1.40ŷ=
39.53920386
1.50ŷ=
44.24366707
Ma. Gpe. Rdz. Marthell
Página 2 de 19
Administración de la Producción II Trabajo práctico No. 1
Pronósticos
Ejercicio 2 La siguiente tabla muestra los datos de 12 pacientes de los que se conoce su edad y una medición de su tensión sistólica. La Secretaria de Salud esta interesada en estudiar la variación en la tensión sistólica en función de la edad del individuo. Aplicando el método de mínimos cuadrados correspondiente a esos valores y determinar la tensión sistólica de una persona que presenta 50 y 53 años.
Paciente
1
2
3
4
5
6
7
8
9
10
11
12
Presión sistólica 134 124 138 159 160 138 139 135 145 132 170 150 Edad (años)
18
19
21
47
51
42
23
45
47
26
67
Paciente
Edad(años)
Presión sistólica
x²
y²
xy
1
18
134
324
17956
2412
2
19
124
361
15376
2356
3
21
138
441
19044
2898
4
47
159
2209
25281
7473
5
51
160
2601
25600
8160
6
42
138
1764
19044
5796
7
23
139
529
19321
3197
8
45
135
2025
18225
6075
9
47
145
2209
21025
6815
10
26
132
676
17424
3432
11
67
170
4489
28900
11390
12
56
150
3136
22500
8400
Σ=
462
1724
20764
249696
68404
X=
38.5
Y=
143.666667
b=
0.68189452
a=
117.413727
50ŷ=
151.508454
53ŷ=
153.554137
Ma. Gpe. Rdz. Marthell
56
Página 3 de 19
Administración de la Producción II Trabajo práctico No. 1
Pronósticos
Ejercicio 3 Elizabeth Córdova es la gerente de ventas de un negocio de acondicionadores de aire y ha encontrado una relación entre la temperatura del exterior en °C y el número de ventas de estos acondicionadores. En la siguiente tabla se muestra las diversas temperaturas que se han registrado en los últimos 13 días y el número de acondicionadores vendidos.
Día
1
2
3
4
5
6
7
8
9
10
11
12
13
Temperatura
15
35
45
18
38
47
20
32
48
20
38
42
37
Ventas
110 145 161 120 155 170 115 144 172 123 147 162 142
Aplicando el método de mínimos cuadrados desea determinar la recta de regresión de mínimos cuadrados correspondiente de estos valores y determinar el pronóstico de ventas que se tendrán si la temperatura llegara a 40°C. Día Temperatura Ventas x² y² 1 15 110 225 12100 2 35 145 1225 21025 3 45 161 2025 25921 4 18 120 324 14400 5 38 155 1444 24025 6 47 170 2209 28900 7 20 115 400 13225 8 32 144 1024 20736 9 48 172 2304 29584 10 20 123 400 15129 11 38 147 1444 21609 12 42 162 1764 26244 13 37 142 1369 20164 Σ= 435 1866 16157 273062 X=
xy 1650 5075 7245 2160 5890 7990 2300 4608 8256 2460 5586 6804 5254 65278
33.4615385
Ma. Gpe. Rdz. Marthell
Página 4 de 19
Administración de la Producción II Trabajo práctico No. 1 Y= b= a= 40ŷ=
Pronósticos
143.538462 0.18878153 137.221541 144.772802
Ejercicio 4 La tabla da el número de unidades de sangre tipo A que el hospital Woodlawn utilizo en las últimas 6 semanas.
SEMANA DE
UNIDADES EMPLEADAS
Agosto 31
360
Septiembre 7
389
Septiembre 14
410
Septiembre 21
381
Septiembre 28
368
Octubre 5
374
a) Pronostique la demanda para la semana del 12 de octubre con un promedio móvil de 3 semanas.
X 1 2 3 4 5 6
SEMANAS Y (unidades Pronóstico de la Realempleadas) demanda Pronóstico ago-31 360 sep-07 389 sep-14 410 sep-21 381 386,33 5,33 sep-28 368 393,33 25,33 oct-05 374 386,33 12,33 oct-12 374,33 42,99
Ma. Gpe. Rdz. Marthell
MAD=
42,99 3
Página 5 de 19
14,33
Administración de la Producción II Trabajo práctico No. 1
Pronósticos
b) Utilice un promedio móvil ponderado de tres semanas, con ponderaciones de .1, .3 y .6, usando .6 para la semana mas reciente. Pronostique la demanda para la semana del 12 de octubre. X
SEMANAS
Y
Realpronóstico
Pronóstico 1 2 3 4 5 6
ago-31 sep-07 sep-14 sep-21 sep-28 oct-05
360 389 410 381 368 374
MAD = 373,7 394,5 397,1 376,4
56,9 3
18,97
7,3 26,5 23,1 56,9
c) Calcule el pronostico para la semana del 12 de octubre aplicando suavizamiento exponencial con un pronostico de 360 para el 31 de agosto y α = .2.
Año
Ma. Gpe. Rdz. Marthell
Demanda
Pronóstico
1
7
7.4
2
9
7.24
3
5
7.944
4
9
6.7664
5
13
7.65984
6
8
9.795904
Página 6 de 19
Administración de la Producción II Trabajo práctico No. 1
Pronósticos
Ejercicio 5 Año
1 2 3 4
5
6
7
8
9 10 11
Demanda 7 9 5 9 13 8 12 13 9 11
7
a) Grafique los datos anteriores. ¿observa alguna tendencia, ciclos o variaciones aleatorias?
b) Comenzando en el año 4 y hasta el año 12, pronostique la demanda usando promedios móviles de 3 años. Grafique su pronostico en la misma grafica de los datos originales. X año 1 2 3 4 5 6 7 8 9 10 11 12
Y demanda 7 9 5 9 13 8 12 13 9 11 7
Pronóstico Demanda Real - Pronósticos 7 2 7,66 5,34 9 1 MAD = 10 2 11 2 11 2 11,33 0,33 11 4 9 18,67
18,67 8
2,33
c) Comenzando en el año 4 y hasta el año 12, pronostique la demanda usando el promedio móvil de 3 años, con ponderaciones de .1, .3 y .6, utilizando .6 para el año mas reciente. Grafique su pronostico en la misma grafica.
Ma. Gpe. Rdz. Marthell
Página 7 de 19
Administración de la Producción II Trabajo práctico No. 1 X Año
Y Demanda 7 9 5 9 13 8 12 13 9 11
1 2 3 4 5 6 7 8 9 10
Pronósticos Pronóstico Demanda 7,4 7,8 7 10,1 11,4 9,7 12
Real – Pronóstico 1,6 5,2 1 1,9 1,6 0,7 1
MAD =
17,6 8
2,20
d) Al observar el pronostico contra los datos originales. ¿Cuál considera que proporciona los mejores resultados? El pronóstico que mejor nos conviene es el de promedio móvil ponderado ya que da un valor de MAD más pequeño que el simple no hay mucha diferencia del que decidimos que fue el ponderado ya que solo varia por decimas. Así mismo viendo la grafica nos podemos dar cuenta de la diferencia en la línea de la ponderada va ascendiendo k da mejor resultado.
Ejercicio 6 Regrese al problema anterior. Desarrolle un pronostico para los años 2 al 12 mediante suavizamiento exponencial con α= .4 y un pronostico para el año 1 de 6. Grafique su nuevo pronostico junto con los datos reales y un pronostico intuitivo. Con base a su inspección visual, ¿Qué pronostico es mejor? x año 1 2 3 4 5 6 7 8 9
y demanda 7 9 5 9 13 8 12 13 9
Ma. Gpe. Rdz. Marthell
Pronóstico de la demanda 6.00 6.40 7.44 6.46 7.48 9.69 9.01 10.21 11.32
Real – pronóstico 1.00 2.60 2.44 2.54 5.52 1.69 2.99 2.79 2.32
MAD=
2.55742055
Página 8 de 19
Administración de la Producción II Trabajo práctico No. 1 10 11 12
11 7
Pronósticos 10.39 10.64 9.18
0.61 3.64 28.13
Ejercicio 7 Un centro de procesamiento de cheques usa el suavizamiento exponencial para pronosticar el número de cheques entrantes por mes. El número de cheques recibidos en junio fue de 40 millones, mientras que el pronóstico era de 42 millones. Se empleo una constante de suavizado de .2. a) ¿Cuál es el pronóstico para julio?
junio julio agosto
Cheques 40 45
Pronóstico 42 41.6 42.28
b) Si el centro recibió 45 millones de cheques en julio, ¿Cuál será el pronóstico para agosto? R =0.2
c) ¿Por qué razón podría ser inapropiado este método de pronóstico para esta situación? Este método de pronóstico es inadecuado, ya que no hay valores de pronósticos de demanda anteriores.
Ejercicio 8 El hospital Carbonda´e esta pensando comprar una nueva ambulancia. La decisión dependerá, en parte, del número de millas que habrán de manejar el próximo año. Las millas recorridas durante los 5 años anteriores son las siguientes: AÑO MILLAS
Ma. Gpe. Rdz. Marthell
1
3000
2
4000
3
3400
4
3800
Página 9 de 19
Administración de la Producción II Trabajo práctico No. 1
Pronósticos 5
3700
a) Pronostique el número de millas para el próximo año con un promedio móvil de 2 años.
A)
Año
pronostico demanda real - pronostico 3500 100 3700 100 3600 100 3750 300
millas 3000 4000 3400 3800 3700
1 2 3 4 5 6
b) Encuentre la MAD para su pronostico del inciso a.
MAD=
300 3
100
c) Use un promedio móvil ponderado de 2 años con ponderaciones de .4 y .6 para pronosticar el número de millas del próximo año. (.6 el peso del año más reciente.) ¿Cuál es la MAD de este pronóstico?
pronostico Año
millas
demanda
real - pronostico
1
3000
-
-
2
4000
-
-
3
3400
3600
-200
4
3800
3640
160
5
3700
3640
60
6
MAD=
420 3
3740 420
d) Calcule el pronostico para el año 6 mediante suavizamiento exponencial, un pronostico inicial para el año 1 de 3000 millas y α= .5.
pronostico Año
millas 1
Ma. Gpe. Rdz. Marthell
demanda 3000
real - pronostico 3000
0
Página 10 de 19
140
Administración de la Producción II Trabajo práctico No. 1
Pronósticos
2
4000
3000
1000
3
3400
3500
100
4
3800
3450
350
5
3700
3625
75
6
3662.5 1525 MAD=
305
Ejercicio 9 Las ventas mensuales en Telco Batteries, Inc., fueron como sigue: MES
VENTAS
Enero
20
Febrero
21
Marzo
15
Abril
14
Mayo
13
Junio
16
Julio
17
Agosto
18
Septiembre
20
Octubre
20
Noviembre
21
Diciembre
23
a) Grafique las ventas mensuales en una hoja de papel milimétrico. b) Pronostique las ventas para enero empleando cada uno de los siguientes: o Método intuitivo Los datos a simple vista indican que las ventas no rebasan entre 1 y 2 unidades entre cada mes. o Promedio móvil de 3 meses. Promedio móvil de 3 meses
Ma. Gpe. Rdz. Marthell
Pronóstico
|RealPronóstico|
Página 11 de 19
Administración de la Producción II Trabajo práctico No. 1
Pronósticos
MES Enero Febrero Marzo Abril Mayo Junio Julio
VENTAS 20 21 15 14 13 16 17
n=3 18.6666667 16.6666667 14 14.3333333
4.666666667 3.666666667 2 2.666666667
Agosto
18
15.3333333
2.666666667
Septiembre
20
Octubre Noviembre Diciembre
20 21 23
17 18.3333333 19.3333333 20.3333333 Σ= MAD
3 1.666666667 1.666666667 2.666666667 24.66666667 2.740740741
o Promedio móvil ponderado de 6 meses con .1, .1, .1, .2, .2, y .3, aplicando las ponderaciones mas altas a los meses mas recientes.
20 21 15 14 13 16 17 18
Ponderación 16.5 16
|RealPronóstico| 0.5 2
Septiembre
20
15.5
4.5
Octubre
20
Noviembre Diciembre
21 23
16.3333333 17.3333333 18.6666667
3.666666667 3.666666667 4.333333333 18.66666667 3.111111111 19.1
MES
VENTAS
Enero Febrero Marzo Abril Mayo Junio Julio Agosto
MAD= w1 (Enero)=
o Suavizamiento exponencial con α=3 y un pronostico para septiembre de 18
Suavizamiento Exponencial MES VENTAS
Ma. Gpe. Rdz. Marthell
pronóstico -
|RealPronóstico| -
Página 12 de 19
Administración de la Producción II Trabajo práctico No. 1
Pronósticos
Enero Febrero Marzo Abril Mayo Junio Julio
20 21 15 14 13 16 17
-
-
Agosto
18
-
-
Septiembre
20
Octubre Noviembre Diciembre enero
20 21 23
18 18.6 19.02 19.614 18.6 MAD=
2 1.4 1.98 3.386
α=
2.1915
0.3
o Una proyección de tendencia. X MES 1 2 3 4 5 6 7
Y VENTAS 20 21 15 14 13 16 17
x2
y2
xy
1 4 9 16 25 36 49
400 441 225 196 169 256 289
20 42 45 56 65 96 119
8
18
64
324
144
9
20
10 11 12
20 21 23
81 100 121 144 650
400 400 441 529 4070
180 200 231 276 1474
x med y med b a r y test=
6.5 18.1666667 -506.912308 3313.09667 -0.99478152 2806.18436
Ma. Gpe. Rdz. Marthell
Página 13 de 19
Administración de la Producción II Trabajo práctico No. 1
Pronósticos
c) Con los datos, ¿Qué método le permitiría elaborar el pronóstico de ventas para el próximo mes de marzo? El promedio Móvil, ya que muestra las tendencias de todos los meses, y fácilmente puedo saber que pronóstico se espera en el mas de Marzo entrante.
Ejercicio 10 Doug Moodie es el presidente de Garden Products Limited. Durante los últimos 5 años, ha pedido a sus vicepresidentes de marketing y de operaciones que le den pronósticos de ventas. Las ventas reales y los pronósticos se presentan en la tabla. De acuerdo con MAD, ¿Cuál de los dos vicepresidentes presento un mejor pronóstico? AÑO VENTAS VP/ MARKETING VP/OPERACIONES 1
167,325
170,000
160,000
2
175,362
170,000
165,000
3
172,536
180,000
170,000
4
156,732
180,000
175,000
5
176,325
165,000
165,000
Por lo tanto es mejor el de operaciones ya que el MAD de operaciones es mas bajo que el de marketing.
AÑO VENTAS
VP/ MARKETING
VP/OPERACIONES |Real-pronóstico|
|Real-pronóstico|
1
167,325
170,000
2,675
160,000
7,325
2
175,362
170,000
5,362
165,000
10,362
Ma. Gpe. Rdz. Marthell
Página 14 de 19
Administración de la Producción II Trabajo práctico No. 1
Pronósticos
3
172,536
180,000
7,464
170,000
2,536
4
156,732
180,000
23,268
175,000
18,268
5
176,325
165,000
11,325
165,000
11,325
Σ
10,019
Σ
49,816
MAD
50,094
MAD
9,963
Ejercicio 11 Las temperaturas diarias altas en la ciudad de Houston durante la última semana fueron los siguientes: 93, 94, 93, 95, 96,88, 90 (ayer). a) Pronostique la temperatura alta para hoy usando un promedio móvil de 3 días. DÍA TEMPERATURA pronóstico Lunes 93 Martes 94 Miercoles 93 Jueves 95 93.3333333 Viernes 96 94 Sábado 88 94.6666667 Domingo 90 93 Lunes (Hoy) 91.3333333 b) Pronostique la temperatura alta para hoy usando un promedio móvil de 2 días. DÍA TEMPERATURA pronóstico Lunes 93 Martes 94 Miercoles 93 93.5 Jueves 95 93.5 Viernes 96 94 Sábado 88 95.5 Domingo 90 92 Lunes (Hoy) 89 c) Calcule la desviación absoluta media con base a un promedio móvil de 2 días. MAD
92.9166667
d) Calcule el error cuadrático medio para un promedio móvil de 2 días. MSE
Ma. Gpe. Rdz. Marthell
1438.91782
Página 15 de 19
Administración de la Producción II Trabajo práctico No. 1
Pronósticos
e) Calcule el error porcentual absoluto medio para el promedio móvil de 2 días. MAPE
2.38614963
Ejercicio 12 H-P usa un chip X63 en alguna de sus computadoras. Los precios del chip durante los últimos 12 meses han sido: MES
PRECIO POR CHIP
Enero
1.80
Febrero
1.67
Marzo
1.70
Abril
1.85
Mayo
1.90
Junio
1.87
Julio
1.80
Agosto
1.83
Septiembre
1.70
Octubre
1.65
Noviembre
1.70
diciembre
1.75
a) Use un promedio móvil de 2 meses en todos los datos y grafique los promedios y los precios.
Ma. Gpe. Rdz. Marthell
MES
PRECIO POR CHIP
PM 2 meses
Enero
1.8
-
Febrero
1.67
-
Marzo
1.7
1.735
Abril
1.85
1.685
Mayo
1.9
1.775
Junio
1.87
1.875
Página 16 de 19
Administración de la Producción II Trabajo práctico No. 1
Pronósticos Julio
1.8
1.885
Agosto
1.83
1.835
Septiembre
1.7
Octubre
1.65
Noviembre
1.7
1.675
diciembre
1.75
1.675
1.815 1.765
b) Use un promedio móvil de 3 meses y agréguelo en la grafica creada en el inciso anterior.
c) ¿Cuál es el mejor (usando desviación absoluta media): el promedio de 2 meses o el promedio de 3 meses? MAD
0.075
MAD
0.088148148
El de 3 meses por que es menor.
Ejercicio 13 Problema SOUTHWESTERN UNIVERSITY
Ma. Gpe. Rdz. Marthell
Página 17 de 19
Administración de la Producción II Trabajo práctico No. 1
Pronósticos
Periodos
Años
Asistencia
x²
y²
xy
1
1998
174200
3992004
30345640000
348051600
2
1999
176900
3996001
31293610000
353623100
3
2000
192600
4000000
37094760000
385200000
4
2001
202500
4004001
41006250000
405202500
5
2002
216600
4008004
46915560000
433633200
6
2003
229100
4012009
52486810000
458887300
Σ=
12003
1191900
24012019
239142630000
2384597700
X=
2000.5
Y=
198650
b=
11528.5714
a=
-22864257.14
2004ŷ=
239000
2005ŷ=
250528.5714
Ejercicio 14
Periodos
Meses
Promedio de cajas de 2000-2002
x²
544.3333
1.000
296298.778
544.333
502
4.000
252004.000
1004.000
y²
xy
1
julio
2
agosto
3
septiembre
504.6666667
9.000
254688.444
1514.000
4
octubre
534.3333333
16.000
285512.111
2137.333
5
noviembre
557
25.000
310249.000
2785.000
6
diciembre
589.3333333
36.000
347313.778
3536.000
Ma. Gpe. Rdz. Marthell
Página 18 de 19
Administración de la Producción II Trabajo práctico No. 1 21
Pronósticos
total
3231.6667
91.000
1746066.111
11520.667
X=
3.5
Y=
538.611111
Julio
ŷ(1)=
508.635
b=
11.9904762
Agosto
ŷ(2)=
520.625
a=
496.644444
Septiembre
ŷ(3)=
532.616
Octubre
ŷ(4)=
544.606
Noviembre
ŷ(5)=
556.597
Diciembre
ŷ(6)=
568.587
Pronósticos para el año 2003
Ingresos esperados Año
Ingreso
2004
4780000
2005
5261100
Ma. Gpe. Rdz. Marthell
Página 19 de 19