4.

19 Los ingresos en el despacho de abogados Smith and Wesson pa

Mes

Febrero

Marzo

Abril

Mayo

Ingresos (en miles)

70

68.5

64.8

71.7

Determine el ingreso de agosto.

Pronstico inicial

68.6

65000

Ajuste de
tendencia inicial
0
Constantes de suavizamiento

0.1

0.2
1
SOLUCION

MES
1
2
3
4
5
6
7

DEMANDA
PRONOSTICO
TENDENCIA
REAL
SUAVIZADO, F1
SUAVIZADA T1
70
65
0
68.5
65.5
0.1
64.8
65.89
0.158
71.7
65.9232
0.13304
71.3 66.620616 0.2459152
72.8 67.3098781 0.33458458
68.1600164 0.43769532

Se percibe un pronostico de crecimiento de ingreso del de

utilizando valores de asignados de =0.1 y =0.2, lo que des
ingresos.

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

Julio

71.3

72.8

PRONOSTICO
INCLUYENDO LA
TENDENCIA

65.00
65.60
66.05
66.06
66.87
67.64
68.60

e ingreso del depacho de abogados de $ 68.60 mil;

=0.2, lo que describe un crecimiento constante en los
ingresos.

Resuelva el problema 4.19 con = .1 y = .8 Usando

proporciona el me

Pronstico
inicial

65000

Ajuste de
0
tendencia
inicial
Constantes de suavizamiento

0.1

0.8

SOLUCION
PRONOSTIC

MES
1
2
3
4
5
6
7

DEMANDA
TENDENCIA
O
REAL
SUAVIZADO SUAVIZADA
70
65.0
0.0
68.5
65.5
0.4
64.8
66.2
0.6
71.7
66.6
0.5
71.3
67.5
0.8
72.8
68.6
1.1
70.0
1.3

ERROR CUADRATICO MEDIO (MSE)

0.1
0.8

MES

DEMANDA
REAL

PRONOSTIC
O PARA
=0.1

1
2
3
4
5
6
7

70
68.5
64.8
71.7
71.3
72.8
71.303

65.0
69.0
68.6
65.6
70.5
71.1
72.5

(ERROR)^2

5.00
-0.50
-3.80
6.14
0.83
1.67
-1.16
TOTAL

MSE=

11.74

El error cuadretico medio mide el error global pronost

constande de suavisamiento = 0..8 determina el mej
valor de 11.74 y esto es bueno ya que es un valor mi
logra minimizar el error.

.1 y = .8 Usando MSE, determine la constante de suavizamiento que

proporciona el mejor pronostico

PRONOSTICO
INCLUYENDO
TENDENCIA
65.00
65.90
66.77
67.02
68.31
69.68
71.303

(ERROR)^2

25.00
0.25
14.44
37.70
0.69
2.77
1.36
82.21

Crecimiento de ingresos utilizando los valores

0.1
0.2

MES

DEMANDA
REAL

1
2
3
4
5
6
7

70
68.5
64.8
71.7
71.3
72.8
71.3

el error global pronostico, en este caso la

0..8 determina el mejor pronostico con un
ya que es un valor mininimo y con esto se
inimizar el error.

miento que

ilizando los valores de =0.1 y =8

PRONOSTIC
O PARA
=0.1

65.0
66.0
66.5
66.2
67.3
68.1
69.0

(ERROR)^2

5.00
2.50
-1.70
5.54
4.03
4.73
2.28
TOTAL

25.00
6.25
2.89
30.69
16.26
22.33
5.20
108.62

MSE=

15.5

EJERCICIO 21 Y 22

Una importante fabrica de porthand quiere pronosticar la demanda

equipo para control de la contaminacion. Una revision de las ventas
historicas, como se mestra a continuacion indica que hay una tende
creciente.
A las constantes de suavisamiento se les asignan los valores =0.2
=0.4. La compaia supone que el pronostico inicial para el mes 1 e
unidades y que la tendencia durante el mismo periodo es 2 unidade

ALFA
BETA
TENDENCIA

MES

0.2
0.4
2

DEMANDA REAL
1
2
3
4
5
6
7
8
9
10

RAZONAMIENTO

12
17
20
19
24
21
31
28
36

PRONOSTICO
Suavisamiento F1
11
12.8
15.18
17.82
19.91
22.51
24.11
27.14
29.28
32.48

El pronostico incluyendo la
tendencia es de 35.16 unidades

pronosticar la demanda de un
na revision de las ventas
indica que hay una tendencia

signan los valores =0.2 y

ico inicial para el mes 1 es de 11
smo periodo es 2 unidades.

o la
unidades

TENDENCIA
Suavizada T1
2
1.92
2.10
2.32
2.23
2.38
2.07
2.45
2.32
2.68

PRONOSTICO
incluyend la
tendencia FIT
13
14.72
17.28
20.14
22.14
24.89
26.18
29.59
31.60
35.16

a) grafique con estos datos para saber si una ecuacion lineal podra describir la relaci
que hay entre las apariciones en television del grupo y la venta de tamb

APARICIONES EN TELEVISION DE STONE TEMPLE PILOTS (x)

DEMANDA DE TAMBORES BAJOS (y)

GRAFICO

b)

use el metodo de regresion por minimos cuadrados para obtener una

demanda (y)
3
6
7
5
10

numero de apariciones (x)

3
4
7
6
8

7
38

total

5
33

x
y

5.5
6.33

18.00
17.50
1.03

n=6

y = 0.676 + 1.03 x
c)

cual seria su estimacion de las ventas de tambores bajos si los

stone temple pilots hubiesen aparecido nueve veces en television en el
y = 0.676 + 1.03 x
x= 9

d)

10

cuales son el coeficiente de correlacion y el coeficiente de determinacio

xy
x
y
x
y

interpretacion

6
227
33
38
199
268

1089
1444

hay una correlacion significativa y ayu

entre las dos variables ya s

cion lineal podra describir la relacion

vision del grupo y la venta de tambores bajos

3
3

4
6

7
7

6
5

8
10

las observaciones no forman una linea recta

pero si se agrupan al rededor de ella

nimos cuadrados para obtener una ecuacion de pronostico

(x) al cuadrado

9
16
49
36
64

x.y

(y) al cuadrado
9
24
49
30
80

9
36
49
25
100

25
199

35
227

49
268

30.25

0.676

s de tambores bajos si los

do nueve veces en television en el mes anterior

on y el coeficiente de determinacion para este modelo

r=
r=
r=
r cuadrado

108
17220
131.225
0.82
0.68

y una correlacion significativa y ayuda a confirmar la relacion estrecha que existe

entre las dos variables ya sea l

5
7

forman una linea recta

n al rededor de ella

mes
enero
febrero
marzo
abril
suma

periodo ( x ) numero de accidentes (y ) x ( potencia )

1
30
1
2
40
4
3
60
9
4
90
16
10

220

30

x
y

2.5
55

100
5
20

b
y= 5 + 20x
mayo

x=5
105

xy
30
80
180
360
650

6.25

el numero de accidentes que ocurriran en mayo sera

de 105 , es un pronostico haciendo uso de regresion de
minimos cuadrados

EJERCICIO 4.23
4.23 La tabla siguiente muestra las ventas de deshidratadores de vegetales
registradas durante el ao pasado en la tienda departamental de descuento Bud
Banis de St. Louis. Los administradores prepararon un pronstico empleando una
combinacin de suavizamiento exponencial y su juicio colectivo para los siguientes 4
meses (marzo, abril, mayo y junio de 2007).

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

ventas uni. 2006pronosticos

2007
100
93
96
110
124
119
92
83
101
96
89
108
96
110
124
119
92
83
101
96
89
108

144.33208
139.89887
135.20898
131.28808
129.15927
128.64335
127.67901
124.11111
120
114
110
108

pronosticos
139.89887
135.20898
131.28808
129.15927
128.64335
127.67901
124.11111
120
116.32258
110.51613
105.93548
106.14194
105.12774
105.61497
107.45347
108.60812
106.94731
104.55258
104.19732
103.37759
101.93983

o Bud
o una
uientes 4

99.3
95.37
109.763
122.3237
116.06763
89.693237
83.330676
101.96693
95.103307
88.789669
108.42103

96.5
94.25
109.375
115.8125
107.59375
84.703125
87.148438
103.92578
90.537109
90.231445
109.38428

120=Pfeb+0.1*(83-Pfeb)