ADMINISTRACIN DE OPERACIONES

I ADMINISTRACIN DE OPERACIONES
La administracin de operaciones es la actividad mediante la cual los recursos, fluyendo dentro de
un sistema definido, son combinados y transformados en una forma controlada para agregarles
valor en concordancia con los objetivos del a organizacin. Bsicamente tiene que ver con la
produccin de bienes y Servicios.
Otra definiciones:
o
o
o

Es el estudio de la toma de decisiones en la funcin de operaciones y los sistemas de

transformacin que se utilizan ( sistemas de produccin de bienes y servicios).
Es el proceso de obtencin y utilizacin de recursos para generar bienes y servicios tiles,
satisfaciendo asimismo los objetivos de la organizacin generadora.
Es la Administracin de los sistemas de transformacin que convierten insumos en bienes
y servicios.

1.1

Entre las responsabilidades de la Administracin de Operaciones figura conseguir todos los

insumos necesarios y trazar un plan de produccin que utilice efectivamente los materiales, la
capacidad y los conocimientos disponibles en las instalaciones de la empresa productora. Dada una
demanda en el sistema, el trabajo es programado y controlado para producir los bienes y servicios
requeridos. Mientras tanto se debe ejercer control sobre los inventarios, la calidad y los costos. Por tanto,
las instalaciones deben mantenerse as mismas
Los objetivos:
Maximizacin de utilidades.
Proveer el mejor servicio posible
La subsistencia.
La definicin de Administracin de operaciones contiene los conceptos clave de:
Recursos.
Sistemas.
Transformacin y actividades de valor agregado
Los recursos son la personas, los materiales y el capital
Los recursos humanos ( tanto fsicos e intelectuales ) son con frecuencia los activos clave.
Los materiales incluyen planta, equipo, inventarios y algunos bienes tales como energa.
El capital, en la forma de acciones deudas, impuestos y contribuciones, e suna fuente de valores que
regula el flujo de los otros recursos.
Los sistemas son arreglos de componentes diseados para lograr los objetivos fijados en los planes.
Nuestro medio social y econmico contiene muchos niveles de sistemas y subsistemas, los cuales a
su vez componentes de sistemas mayores. Tenemos un sistema econmico de libre empresa. Las
empresas, que son los elementos componentes de ese sistema, contienen funciones de
ING. RAMN MORALES
HIGUERA

Pgina 1

ADMINISTRACIN DE OPERACIONES

Administracin de personal, ingeniera, finanzas, operaciones y mercadotecnia, y todas ellas son

subsistemas de las empresas.

ING. RAMN MORALES

HIGUERA

Pgina 2

La capacidad de un sistema para lograr sus objetivos depende de su diseo y su control. El diseo
de sistemas es un arreglo predeterminado de sus componentes. Cuanto ms estructurado sea el diseo,
la toma de decisiones est menos implicada en su operacin . El control de sistemas ese l apego del as
actividades a los planes o las metas.
Las actividades de transformacin y valor agregado combinan y transforman los recursos usando
alguna forma de tecnologa (mecnica, qumica, mdica, electrnica, etc. ). Esta transformacin crea
nuevos bienes y servicios con un mayor valor para los consumidores que los gastos de adquisicin y
procesado que tiene la organizacin.
Operaciones:
Operacin es cualquier proceso que ocupa insumos y usa recursos para transformar de manera til
estos insumos.
ADMINISTRACIN DE OPERACIONES
MEDIO

Transformacin
AMBIENTE
INSUMOS
Energa Materiales Mano de obra Capital Informacin externa
(Proceso de Conversin )

PRODUCTOS
BIENES Y SERVICIOS

Informacin de retroalimentacin para el control de

Los insumos al proceso y de su tecnologa

OPERACIONES COMO UN SISTEMA PRODUCTIVO

1.2

La funcin de operaciones abarca bsicamente las tareas que crean valor para alguien y por
eso surgen las organizaciones, estas pueden ser muy grandes o ser propiedad de una sol apersona;
ambas existen para ganar dinero a travs del a creacin de valor.
Al proceso de conversin para transformar un insumo en un producto de modo que se le aade un
valor se le conoce como un Sistema de produccin.
Un Sistema es un conjunto de personas, objetos y procedimientos, con un propsito, para operar
dentro de un ambiente dirigidos a una meta. Administrar y mantener funcionando un sistema de
produccin de manera eficiente y efectiva es la principal responsabilidad de lafuncin de operaciones .
Las operaciones son el proceso de transformar insumos en productos y servicios tiles y por
consiguiente, agregarle valor a una entidad; esto constituye virtualmente la funcin primaria de cualquier
organizacin.
Los insumos. Son las instalaciones para trabajar en ellas, luz para ver, resguardo del a lluvia, un
puesto de trabajo para desarrollar las actividades y muchas cosas mas. Tambin hace falta tener equipo

y suministros que ayuden en la transformacin de las materias primas. Los suministros se

distinguen del as materias primas porque en general no se incluyen ene l producto final. El petrleo,
los broches para papel, bolgrafos,

cinta adherente yo tros elementos similares se clasifican comnmente como suministros porque slo
ayudan a obtener el producto.
Otro recurso muy importante es el conocimiento de cmo transformar los insumos en productos.
Los empleados de la organizacin, por supuesto poseen este conocimiento y no se debe olvidar el
ltimo recurso que siempre es obligatorio: tiempo suficiente para completar las operaciones. La funcin
de operaciones falla frecuentemente en su tarea porque no puede completar el proceso de
transformacin dentro del lmite del tiempo requerido.
Proceso de transformacin. Dentro del proceso de produccin, la parte de la funcin de operaciones
es el paso en el que se agrega valor.
Salidas. En un sistema de produccin generalmente se obtienen dos tipos de salidas: Servicio y
productos. Los productos son con frecuencia artculos fsicos y los servicios son abstractos o no
fsicos.
El entorno general incluye al poltico, organizacional, geogrfico, legal, econmico, las leyes, los
reglamentos, la demandad e los consumidores, etc. Especficamente el entorno consiste en
aquellos elementos que influyen en la funcin de operaciones, pero que no se pueden controlar dentro de
ella.
El entorno proporciona las entradas, las limitaciones en el proceso de transformacin y los receptores
de las
salidas. Es muy importante supervisar continuamente el entorno para darse cuenta de manera
inmediata de cualquier cambio que altere la funcin de operaciones.

Ejemplo de organizaciones y sus componentes:

Organizacin
Operacin

Banco

Cines

Hospital

Entradas
Insumos
Cheques
Din
ero
Bv
eda
Cajeros
automticos
Personal
Instalaciones
Pelculas
Alimen
tos
Perso
nas
teatro
Doctores
Enferme
ras
Persona
l Equipo
Instalaciones
y

Proceso de
Transformacin
Custodia
inversin

Proyeccin
de
pelculas
Preparacin/
venta de
Cuidado
Surtir
recetas
operacion
es

Salidas
productos
Inters
Almacen
aje
Segurida
d
Fideicomi
sos
Servicios
financier
Entretenimien
to
Clientes
alimenta
dos
Anlisis
de
laborator
ios
Curacion
es
rgano
s

Monitoreo /
control
Tasas

Ambiente
Reserva federal
Economa

de
inters
Tasas
de
salarios
Popularida
d
de la
pelcula.
Ingreso
despus
Reglamenta
ci
n
gubernam
ent al
Recetas
capacitaci
n

Economa
Industria
del
entretenimient
Comunidad
mdica.
Leyes
sobre
control
de

Planta
manufact
ura.
Fabrican
te

d
e

Equipo,
instalaciones,
mano de obra,
energa,
materiales

Cortar
For
mar
unir

Productos
terminad
os,
product
os
qumico
s,

Volmenes,
participaci
n ene
l
mercado

Economa,
mercado
de productos,
mercado

1.3

PRINCIPALES AREAS DE ACTIVIDAD EN LA FUNCIN DE OPERACIONES:

Estrategia de operaciones. Determinar las tareas critica de operaciones para apoyar la

estrategia global del a organizacin y desarrollar una estrategia funcional apropiada.
Ejemplo: qu debe hacer bien la funcin de operaciones para apoyar la estrategia de un
banco de servicios completos?
Planeacin de productos. Seleccionar y disear los servicios y productos que la organizacin
ofrecer a sus clientes, patrocinadores o receptores.
Ejemplo: en qu servicios se tiene mejor posicin para alcanzar la excelencia?
Planeacin de la capacidad. Determinar cundo y que tanto del as instalaciones, equipo y mano
de obra se debe tener disponible.
Ejemplo. cuntas horas de servicio a clientes al ao es posible ofrecer?
Administracin de inventarios. Decidir las cantidades de materia prima, trabajos en proceso
y artculos terminados que conviene almacenar.
Ejemplo: qu inventario de dinero en efectivo ser necesario?, qu inventario conviene tener
de
cada una de las formas?
Administracin del proyecto. Aprender como planear y controlar las actividades del proyecto
para cumplir con los requerimientos de desempeo, programa y costo.
Ejemplo: cmo se manejar la reorganizacin del departamento del fideicomiso?
Programacin. Determinar cuando se debe realizar cada actividad o tarea ene l proceso
de transformacin y donde deben estar los insumos.
Ejemplo: cuntos cajeros se deben tener previstos para cada hora del da?, cundo se
debe ofrecer un horario ampliado?
Control de calidad. Determinar como se deben desarrollar y mantener los estndares de
calidad. Ejemplo: qu entrenamiento se debe dar al os cajeros para minimizar los
errores?
En toda organizacin alguien esta a cargo de la funcin de operaciones. En el cuadro siguiente se
listan algunos de los mltiples puestos en la administracin de operaciones y se describen las tareas
generales de cada uno de ellos
NIVEL

Superior

TTULO
Vicepresidente de operaciones
Administrador en
jefe Director de
manufactura
Vicepresidente
ejecutivo
Jefe encargado de
operaciones Comisionado

DESCRIPCIN
Responsable
del
a
planeacin
total, coordinacin, polticas,
presupuesto y control de
operaciones

Medio

Superintendente de planta
Gerente de
divisin Gerente de
planta Gerente de
manufactura Gerente
de produccin
Administrador
municipal Decano

Responsable
del
a
planeacin,
direccin y control del as
operaciones dentro des u
rea o inhalacin. Debe
planeare l reemplazo de
activos, ajustes de personal,
flujo de materiales, apego al
presupuesto
y
asuntos

NIVEL
Bajo

Asesores

1.4

TTULO
Administrador de departamento
Capataz
Supervisor
Lder de
grupo
Superintendente
asistente Gerente
Programador
del adeproduccin
Gerente de materiales
Gerente de control de
calidad Analista de
sistemas
Agente de compras
Gerente de
mantenimiento
Gerente de

DESCRIPCIN
Responsable del flujo de
trabajo,
terminacin de trabajos,
entregas
a
tiempo,
coordinacin de recursos y
motivacin del a fuerza de
trabajo.
Responsable
de
reas
individuales de apoyo a las
lneas de operacin. Incluye
planeacin, supervisin y
control del os materiales,
informacin

RESPONSABILIDADES DE LA FUNCIN DE OPERACIONES.

En la mayora de la organizaciones manufactureras o de servicios, la funcin de operaciones se

caracteriza por responsabilizarse de aproximadamente un 80 % de los activos fsicos del a empresa,
como edificios, equipo, partes de repuesto, suministros, materias primas, trabajo en proceso y artculos
terminados. El rea de operaciones generalmente tambin es responsable del 60 al 80 % de todos los
recursos humanos.

1.5

TOMA DE DECISIONES EN OPERACIONES.

La toma de decisiones acerca de cmo planear, organizar, dirigir y controlar las actividades de una
empresa es una de las responsabilidades de un administrador de operaciones. Los problemas
rutinarios pueden ser mejor manejados tomando decisiones de juicio. Los problemas complejos, que
implican muchas variables interdependientes y un notable flujo de efectivo o cambio de personal
generalmente requieren mtodos mas complicados. De manera similar, las decisiones adoptadas bajo
condiciones de incertidumbre frecuentemente requieren de un anlisis estadstico.

1.6

EL PROCESO DE RESOLUCIN DE PROBLEMAS Y TOMA DE DECISIONES.

la resolucin de problemas se define como el proceso de identificar una diferencia entre un

estado de cosas actual y uno deseado, y en emprend er despus una accin para resolver la
diferencia.
La toma de decisiones se refiere a la seleccin de una alternativa de entre un conjunto de ellas.
La resolucin de problemas implica el proceso de seguir los pasos del mtodo cientfic o que se
enumeran a continuacin:
1.

Identificar y definir el problema.

2.

Recoleccin de datos. Recopilar informacin pasada, hechos pertinentes, y soluciones previas a

problemas semejantes.

3.

Definir alternativas de solucin. El mtodo cientfico se basa en la suposicin de que

las
soluciones existen. En este paso se buscan las soluciones posibles y se enumeran.

4.

Evaluar las alternativas de solucin. Una vez enumeradas todas las alternativas de solucin,
debern evaluarse. Esto puede lograrse comparando una por una con un conjunto de criterios
de solucin u objetivos que se deben cumplir .

5.

Seleccionar la mejor alternativa de solucin. Aqu se toma la decisin de cul de las

alternativas cumple mejor con los criterios de solucin.

6.

Implantar la alternativa de solucin . La toma de decisiones en Administracin debe

llevar a actuar, por lo tanto, la alternativa de solucin seleccionada deber ponerse en
prctica .

7.

Evaluar los resultados y determinar si se ha obtenido una solucin satisfactoria .

La toma de decisiones por lo tanto se encuentra dentro del proceso para la resolucin de problemas
y est asociada en aplicar los 5 primeros pasos enumerados anteriormente.

Definir el problema
Recoleccin de datos

Resolucin
de problemas

sosol.
Definir alternativas de
Toma de dec isiones
Evaluar las alternativas
de solucin
Seleccionar la mejor alternativa
Implantar la alternativa
Evaluar los resultados

Relacin entre la resolucin de problemas y la toma de decisiones.

1.7

FUNCIN DE LOS ANLISIS CUALITATIVO Y CUANTITATIVO EN LA TOMA DE

DECISIONES .

El anlisis cualitativo se basa primordialmente en el razonamiento y la experiencia del administrador;

incluye la impresin intuitiva que el administrador tiene del problema. Si el administrador ha tenido
experiencia con problemas parecidos , o si el problema es relativamente simple, el nfasis fuerte se
puede hacer en el anlisis cualitativo. Sin embargo, si el administrador ha tenido poca experiencia
con problemas similares, o si el problema es lo suficientemente complejo, entonces un anlisis
cuantitativo del problema puede ser una consideracin muy importante en la decisin final del
administrador.
Al mismo tiempo que los administradores tienen aptitudes para el mtodo cualitativo, las cuales
generalmente aumentan con la experiencia, las facultades para el mtodo cuantitativo solo pueden
aprenderse estudiando los supuestos y los mtodos de la ciencia de la administracin.
Una administrador puede incrementar su efectividad en la toma de decisiones aprendiendo mas
sobre la terminologa cuantitativa y comprendiendo mejor cul es su contribucin al proceso de toma de
decisiones.
Un administrador que conoce los procedimientos de la toma de decisiones cuantitativas esta en una
mucho mejor posicin para comparar y evaluar las fuentes de recomendaciones tanto cualitativas como
cuantitativas para, finalmente , combinar las dos fuentes para tomar la mejor decisin posible.

Analizar el problema

Estructurar el problema
Definir el problema

Definir
Recoleccin

Anlisis cualitativo

Resumen y

Toma de decisin

de datos
alternativas
de solucin
Esta figura representa en que
momento
del proceso
de la toma de decisiones
intervienen los
evaluacin
anlisis cualitativo y cuantitativo.

Las siguientes son algunas de las razones por las que es posible que se utilice un enfoque
Anlisis cuantitativo
cuantitativo en el proceso de toma de decisiones.
a) El problema es complejo y el administrador no puede llegar a una buena solucin sin la
ayuda del anlisiscuantitativo.
b) El problema es muy importante y el administrador desea un anlisis complejo antes de
intentar
tomar una decisin.
c) El problema es nuevo y el administrador no tiene ninguna experiencia en la cul
basarse.
d) El problema es repetitivo y el administrador ahorra tiempo y esfuerzo apoyndose en
procedimientos cuantitativos para tomar decisiones rutinarias.

II PRONSTICOS PARA LA TOMA DE DECISIONES

Un aspecto importante al administrar una organizacin, consiste en planear el futuro. De hecho el xito a
largo plazo de una organizacin, esta relacionado con la capacidad del administrador para prever el
futuro y para desarrollar estrategias apropiadas. El buen juicio, la intuicin y un conocimiento del estado
de la economa, pueden proporcionar a los administradores una idea general o sentido de lo que es
probable que suceda en el futuro.
El propsito de este tema es presentar diversos mtodos que pueden ayudar a pronosticar muchos
aspectos futuros de una operacin de negocios.

2.1 Conceptos Generales

Pronosticar. Es el arte y la ciencia de predecir los eventos del futuro, es emitir un enunciado sobre lo
que es probable que ocurra en el futuro, basndose en anlisis y en consideraciones de juicio.
Ciencia. Mtodos con bases estadsticas.
Arte. Juicio e intuicin sobre el marco metodolgico que se va a emplear. Implica, conocer el
ambiente, la seleccin de la mejor tcnica, el nmero de datos histricos que debe incluirse, etc.
Hacer un pronstico es obtener conocimiento sobre eventos inciertos que son importantes en la
toma de decisiones presentes.
Las tcnicas de pronsticos disminuyen la incertidumbre sobre el futuro, permitiendo estructurar
planes y acciones congruentes con los objetivos de la organizacin y permiten tambin tomar
acciones correctivas apropiadas y a tiempo cuando ocurren situaciones fuera de lo pronosticado.
El pronstico es una estimacin anticipada del valor de una variable, por ejemplo: la demanda de un
producto.
El presupuesto es el Valor anticipado de la variable que una compaa est en posibilidad de
concretizar, por ejemplo: la cantidad de producto que la compaa decide fabricar en funcin de la
demanda y de la capacidad instalada.
El conocimiento de las tcnicas de pronsticos es de poco valor a menos que puedan aplicarse
efectivamente en el proceso de planeacin de la organizacin.

2.2

Usos de los pronsticos

Mercadotecnia
o Tamao del mercado
o Participac in en el mercado
o Tendencia de precios
o Desarrollo de nuevos productos
Produccin

o
o

Costo de materia prima

Costo de mano de obra

o Disponibilidad de materia prima

o Disponibilidad de mano de obra
o Requerimientos de mantenimiento
o Capacidad disponible de la planta para la produccin
Finanzas
o Tasas de inters
o Cuentas de pagos lentos
Recursos Humanos
o Nmero de trabajadores
o Rotacin de personal
o Tendencias de ausentismo
o Tendencia de llegadas tarde
Planeacin Estratgica
o Factores econmicos o
Cambios de precios
o Costos
o Crecimiento de lneas de productos

2.3 Caractersticas de los Pronsticos

Primera. Todas las situaciones en que se requiere un pronstico, tratan con el futuro y el tiempo que
est directamente involucrado. As, debe pronosticarse para un punto especfico en el tiempo y el
cambio de ese punto generalmente altera el pronstico.
Segunda. Otro elemento siempre presente en situaciones de pronsticos es la incertidumbre. Si el
administrador tuviera certeza sobre las circunstancias que existirn en un tiempo dado, la preparacin
de un pronstico seria insignificante.
Tercera. El tercer elemento, presente en grado variable en todas las situaciones descritas es la
confianza de la persona que hace el pronstico sobre la informacin contenida endatos histricos.

2.4 Seleccin del Mtodo de Pronsticos

Factores
o La relevancia y disponibilidad de datos histricos
o El grado de exactitud deseado
o El periodo de tiempo que se va a pronosticar
o El punto del ciclo de vida en que se encuentra el producto.

III. CLASIFICACIN DE LOS MODELOS DE PRONSTICOS

Mtodos de Prediccin

Cuantitativos

Cualitativos

Causale

Modelos de regresin

Lineal simple

Lineal mltiple
Series de tiempo

3.1 Mtodos Cualitativos

Proyeccinde
tendencia
de una serie de tiempo
Alisamiento
Proyeccin
de tendencia

que tiene componente de tendenciay

estacional

Estos mtodos reciben tambin el nombre de tecnolgicos, porque histricamente se usaron primero
tecnolgicos.
La posicin central en estos Suavizamiento
mtodos no laExponencial
tienen los datos pasados, sino la experiencia de las
Promedios Moviles
personas. Frecuentemente
se usa la experiencia y buen juicio de varios expertos.
ponderado
Estas tcnicas usan el criterio de la persona y ciertas relaciones para transformar informacin
cualitativa en estimadoscuantitativos.
Usos de estos mtodos. Las tcnicas cualitativas se usan cuando los datos son escasos, y son tiles
para pronsticos a largo plazo, pronsticos de ventas y desarrollo de nuevos productos, inversiones de
capital, planeacin estratgica y pronsticos tecnolgicos.
simple
para pronosticar cambios

Dentro de estos mtodos tenemos:

El Mtodo Delphi. Este trata de obtener un consenso confiable entre diversos expertos para usarlo
como base para pronosticar.
Esta tcnica necesita un grupo de expertos que estn dispuestos a contestar una serie de preguntas, y
exponer sus razones, respecto a algn desarrollo tecnolgico, por ejemplo. El mtodo Delphi
funciona por rondas. Para ver como es esto, pongamos un ejemplo. Se hizo un estudio Delphi para
saber cules eran los inventos y avances tecnolgicos que se iban a dar en los 20 aos siguientes. El
estudio tuvo 4 rondas.
Primera ronda. Mediante una carta se le pidi a los miembros del panel una lista de los inventos y
avances cientficos que fueran a la vez tiles y factibles en los prximos 20 aos. El coordinador,
despus de recibir las listas, hizo una con los 50 avances ms mencionados.
Segunda ronda. La lista de 50 fue enviada a los expertos para que los acomodaran temporalmente (en
4 periodos de 5 aos). Tomando como base el tiempo en que creyeran que haba una probabilidad de
50\% de que se realice el avance.
Tercera ronda. El coordinador envi a los expertos dos listas:

la lista de los avances en los que hubo consenso.

la lista donde no hubo consenso indicndoles las medianas de los tiempos para los avances
en que no hubo acuerdo.

Se les pidi que reconsideraran sus opiniones respecto a los avances en que no hubo consenso. A
los expertos que difirieron mucho de los dems se les hizo notar. (Muchos de ellos cambiaron sus
estimaciones). Cuarta ronda. Se repiti la tercera ronda para ``cerrar'' ms las opiniones de los
expertos. El coordinador, elabor un informe final; en este informe se obtuvo no slo una lista de los
avances que el panel de expertos consider como alcanzables sino una estimacin de los tiempos en que
se van a alcanzar.
El mtodo Delphi tiene las ventajas siguientes:

queda documentado no slo el resultado sino el proceso que se sigui.

los expertos interactan en forma annima.
se evitan divagaciones. Las
dificultades son:

el coordinador debe permanecer ``neutral'' respecto a la discusin.

puede haber dificultad en captar la atencin de los expertos.
gracias a la tecnologa es posible acelerar la lentitud que va de la mano del correo.
muchas veces las opiniones ``delatan'' al experto, dificultando el anonimato.

Investigacin de Mercados. Esta tcnica identifica a la poblacin de compradores prospectivos

basados previa seleccin representativa, de tamao n, en la recoleccin de informacin mediante
cuestionarios, entrevistas o estudios, etc., para obtener informacin o probar hiptesis acerca de mercados
reales.
Consenso de un Panel. Supone que la organizacin o empresa tiene expertos que poseen
conocimientos o experiencia que les permite evaluar efectivamente los eventos inciertos del futuro. Se
supone adems que cada uno de los expertos reconoce la capacidad de los otros en su rea y
suplementando el conocimiento de cada uno se llega a un consenso acerca del pronstico apropiado
de las ventas de la empresa. El problema que en un momento puede existir al hacer uso de ste
procedimiento de prediccin es que puede existir al hacer uso de este procedimiento de prediccin es
que puede existir un sesgo en los resultados, debido a las jerarquas dentro del grupo causando que
los expertos con menor rango se muestren renuentes en sus crticas a sus superiores aunque
sientan que sus opiniones sean de mas valor que las emitidas por sus superiores.
Analoga Histrica. Se usa para productos nuevos, basndose en el anlisis comparativo de la
introduccin y crecimiento de productos similares.
El mtodo supone que pueden usarse la historia de las ventas de un producto introducido en el
pasado para evaluar el posible xito del producto actual. Una suposicin natural en este enfoque es que
los ambientes del mercado son similares para ambos productos.

3.2 Mtodos Cuantitativos

Los mtodos cuantitativos se basan en datos histricos. Esta informacin pasada se encuentra en forma
numrica. Las fuentes usuales son los registros de la propia empresa o informacin oficial de diverso
origen: gobierno, asociaciones de empresarios o profesionistas, organismos internacionales.

Se debe tener cuidado, sobre todo cuando la informacin proviene de la propia empresa (aunque
en la proveniente de otras fuentes tambin hay que cuidarse), que haya sido cuantificada de manera
uniforme.

Para informacin sobre costos, por ejemplo, hay que asegurarse que los costos incluyan los
mismos conceptos en todos los aos que vamos a utilizar; de no ser as es preciso tratar previamente
los datos.
Para aplicar los mtodos cuantitativos es preciso convencernos, razonablemente, de que se cumple la
llamada Hiptesis de Continuidad. Este supuesto es que los factores externos en los que se dieron los
datos histricos no cambiarn en el futuro para el que estamos pronosticando. Estos factores son,
en forma destacada:

Economa en general.
Competencia en el mercado (oferta).
Estado del mercado (demanda).
Estado tecnolgico del producto (``ciclo de vida del producto'').

Esta continuidad del ambiente nunca se da en forma perfecta, sino en forma gradual. Se requiere buen
juicio para suponer que las violaciones a la continuidad no van a afectar a los resultados de la
aplicacin del mtodo de pronstico.
Dentro de los mtodos cuantitativos tenemos los siguientes :
Anlisis de series de tiempo . Se llama serie de tiempo a cualquier sucesin de
observaciones de un fenmeno que es variable con respecto al tiempo.
Estos mtodos suponen que la variable pronosticada tiene informacin til para el desarrollo del
pronstico sobre su comportamiento anterior , considerando probable que lo que sucedi en el
pasado contine ocurriendo en el futuro.
Es comn representar a las series de tiempo por medio de una ecuacin matemtica que describa los
valores de la variable observada como una funcin del tiempo o equivalentemente como una curva en
una grfica en la que la coordenada vertical representa la variable Y y la coordenada horizontal
representa el tiempo.
El anlisis consiste en encontrar el patrn del pasado y proyectarlo al futuro.

Patrones o componentes de una serie de tiempo

Cuando se tienen datos para hacer un pronstico, la herramienta mas til es g raficarlos! La grfica
que queremos es la de los datos contra el tiempo. En el eje horizontal ponemos los tiempos y en el
sentido vertical sealamos el punto cuya altura corresponda a la magnitud de la observacin que tengamos
para cada tiempo. Por regla general, los datos se encuentran equiespaciados en el tiempo. Las
diferentes formas que toma el arreglo de los datos en la grfica nos indican como debemos proceder en el
pronstico.
Las caractersticas que, de manera primordial, buscamos en la grfica son las regularidades que
permitan la proyeccin del comportamiento observado en el pasado hacia el futuro. Los patrones
regulares que nos son tiles son de varios tipos.

Patrn horizontal o estacionario . Se presentan como un valor constante (recta

horizontal) alrededor del cual los datos oscilan de forma irregular. Es el patrn de datos mas
simple, la mejor manera de pronosticar en una situacin como sta es estimar la altura de la
lnea horizontal y usar ese valor como pronstico.
Datos con tendencia. Se presentan como una lnea lisa (una recta o una curva suave)
que sube o baja monotonamente y los datos oscilan errticamente alrededor de ella. La
manera de pronosticar que se ocurre primero, en este caso, es la de calcular una ecuacin
para la lnea y usar ese valor para pronstico.

Datos estacionales. Muchas series de datos presentan este tipo de comportamiento

repetitivo. La componente estacional refleja cambios hacia arriba y hacia abajo en puntos fijos
en el tiempo.

El origen del nombre estacional son, precisamente las estaciones del ao. Mucha de la
actividad humana y muchos fenmenos naturales varan de acuerdo a las estaciones. Por
extensin, en muchas actividades se presenta una oscilacin semanal o mensual similar a la
de las estaciones del ao. Por ejemplo, no es raro observar que en algunos das de la
semana se incrementa el ausentismo laboral. Tenemos otro ejemplo en la cantidad de
transacciones que se realizan en las oficinas bancarias, estas presentan dos ``picos''
mensuales, al principio/fin y al medio. Cuando se estudia una serie con esta carcterstica, es
deseable incorporarla al pronstico. En general se considera que esta componente o patrn
ocurre con un perodo de un ao o menos.
Otro tipo de patrn, es el que se llama cclico . Este se refiere a curvaturas de largo
perodo asociadas con grandes ciclos econmicos. El pronstico en estas condiciones es
mucho ms complicado ya que la forma de estos ciclos no es simple y la teora econmica
no se encuentra suficientemente desarrollada como para permitir una cuantificacin confiable
de ellos. Claro que si observamos tal patrn en los datos, es conveniente incorporarlo al
pronstico an cuando sea de una manera imperfecta.
La diferencia principal entre los efectos o patrones estacionales y c clicos es que los
efectos estacionales pueden predecirse, y ocurren a un intervalo de tiempo fijo de
la ltima ocurrencia, mientras que los efectos cclicos son componentes impredecibles.
MTODOS PARA SERIES DE DATOS HORIZONTALES.
Mtodos de suavizamiento o alisamiento.- Son tcnicas de pronsticos que son apropiadas para series de
tiempo mas o menos estables y que presentan un patrn horizontal, es decir, las que no muestran
efectos importantes de tendencia , cclicos o estacinales.
Dentro de stas tcnicas de pronsticos tenemos los siguientes mtodos .
Promedio Mvil simple
Este consiste en promediar slo las ltimas observaciones. Conforme avanza el tiempo dejamos fuera
del promedio a los datos ms viejos y vamos incorporando datos nuevos. Por eso recibe el nombre de
promedio mvil.
Un promedio mvil tiene un parmetro que es la amplitud del promedio, es decir, cuntos datos
ponemos en el promedio.
Si el valor de este parmetro es grande, el suavizado es mayor; si es pequeo el suavizado es
menor. En trminos matemticos, el clculo de los promedios mviles se realiza de la siguiente
manera:
Se considera que:

Xt = F

t+1

Donde :

X t = Es el promedio mvil de n trminos de x calculados hasta el perodo t

F t + 1 = representa el pronstico de x en el perodo t + 1

X i = valor real de x ( accidentes, ventas, demanda, etc. ) en el perodo i

n = nmero de periodos de demanda a ser incluidos ( orden del promedio movil )

? = Sumatoria
El promedio mvil hasta el perodo t se usa para el pronstico del perodo t + 1
El error correspondiente a cualquier pronstico est representado por la diferencia entre el valor real
observado y el valor pronosticado. Este puede ser positivo o negativo, dependiendo de si el pronstico es
demasiado bajo o es demasiado alto.
Una consideracin importante al utilizar cualquier mtodo de pronstico es la precisin del
pronstico. Es evidente que lo que se desea es que los errores de lo s pronsticos sean reducidos.
Unas de las herramientas estadsticas mas usadas como medidas del error para evaluar la precisin
de los mtodos de pronsticos son:

DAM =

La desviacin absoluta de la media (DAM) .

El error medio cuadrtico (EMC).
Suma de los valores absolutos de todos los errores de los
pronsticos Numero de errores absolutos tomados

ECM =

suma cuadrtica del error del

pronstico Numero de errores al
cuadrado tomados
EJEMPLO. Con la informacin mostrada en la siguiente tabla, Elabore promedios moviles de 3 y de 5
trminos para calcular el nmero de accidentes pronosticados para la decimatercera semana y explique
cul de los dos promedios mviles, el de 3 o el de 5 trminos, ofrece mejores pronsticos
Semana
s
Perodo t

12
3
4
5
6
7
8
9
10
11

Nmero
De
Accide
ntes
X

200
135
195
198
310
175
155
130
220
277
235

Promedi
o
Mvil
de 3
trmin
os

176.6
6
176.0
0
234.3
3
227.6
6
213.3
3
153.3
3
168.3
3
209.0
0
244.0
0

Prons
tico F t
+1

176.6
6
176.0
0
234.3
3
227.6
6
213.3
3
153.3
3
168.3
3
209.0
0

error

21.
34
134.
-00
-58.3
-72.6
83.3
66.
67
108.
67
26.
00

Promedio
Movil
de 5
trmin
os

207.6
0
202.6
0
206.6
0
193.6
0
198.0
0
191.4
0
203.4
0

Prons
tcio F t
+1

207.60
202.60
206.60
193.60
198.00
191.40

error

-32.6
-47.6
76.6
26.
40
79.
00
43.
60

Erro
r
Abso
luto
3 trminos

21.34
134.0
058.33
72.66
83.33
66.67
108.6
726.00

Error
Absolu
to 5
trmin
os

32.60
47.60
76.60
26.40
79.00
43.60

12
13

240

250.6
6

244.0
0
250.6
6

4.00

220.4
0

203.40
220.40

36.
60

4.00
575.0
0

36.60
342.40

Note que el promedio mvil va desechando los datos viejos conforme incorpora a los nuevos.
Adems mantiene la misma ``importancia'' para la ltima observacin a lo largo del tiempo.
Usando promedios moviles de 3 trminos el nmero de accidentes pronosticados para la
decimatercera semana es de 251 .
Y de 220 accidentes si usamos promedios mviles de 5 trminos.
para evaluar la precisin de estos pronstico y poder decidir cual de los 2 resultados ofrece el
mejor pronstico, haremos uso de la desviacin absoluta media ( DAM ) como medida de error.
575.00
342.40
DAM ( 3 trminos ) = ------------------- = 63.88 DAM ( 5 trminos ) = ------------------------ =
48.91 9
7
Conviene usar promedios mviles de 5 trminos, en virtud a que presenta menor DAM en los clculos
Promedio Mvil Ponderado
En el mtodo anterior de los promedios mviles simples cada observacin del clculo del promedio
mvil recibe la misma ponderacin o peso.
En la tcnica de promedios mviles ponderados, implica la seleccin de pesos distintos para cada
valor de los datos para despus calcular en calidad de pronstico un promedio ponderado. En donde
la observacin mas reciente es la que recibe mayor ponderacin y el peso disminuye para los valores
mas antiguos.. Por ejemplo, utilizando la serie de tiempo de la informacin del cuadro anterior , se
procede a ilustrar el clculo de un promedio mvil ponderado de 3 trminos, en donde la observacin
mas reciente recibe un peso de 3 tantos el que se asigna a la observacin mas antigua, y la siguiente
observacin mas antigua recibe un peso del doble que la mas antigua . El pronstico para el promedio
mvil ponderado para la cuarta semana se calculara de la siguiente manera:

Pronstico para el promedio movil 3

21
( 135
) +es--------( 200 ) = 175.80 66
Ponderado
para
la
cuarta
semana
=------(------195
Observese que, para el promedio mvil ponderado, la +
suma
de )los
pesos
igual a 1.
6

Alisamiento o suavizamiento exponencial

El alisamiento exponencial es una tcnica de pronstico en la que se utiliza un promedio ponderado de
una serie de valores anteriores o pasados para pronosticar el valor de la serie de tiempo en el perodo
siguiente. Se usa para pronsticos a corto y mediano plazo, la expresin matemtica aplicada para este
modelo es la siguiente:
F t+1 =
Pronstico para el perodo t + 1
t Constante de alisamiento

+
Yt

dato real

( 1 - ) F
pronstico en el perodo

Los valores de la constante de alisamiento o suavizamiento debe de andar entre 0 y 1 0 < < 1
mayor produce menor suavizado y menor, mayor suavizado

EJEMPLO. Una cadena de tiendas de abarrotes experiment las siguientes demandas semanales (en
cajas) para una marca de detergente para lavadoras automticas.
PERIODO

DEMANDA

PRONSTICO

SEMANA

Yt

Ft

1
2
3
4
5
6
7
8
9
10
11

22
18
23
21
17
24
20
19
18
21

22.00
22.00
21.20
21.56
21.45
20.56
21.25
21.00
20.60
20.08
20.26

ERROR DEL
PRONSTIC
O
Yt - Ft

0
-4.00
1.80
-0.56
-4.45
3.44
-1.25
-2.00
-2.60
0.92

ERROR
ABSOLUTO

ERROR
AL CUADRADO
2
- F t)

( Yt
0
4.00
1.80
0.56
4.45
3.44
1.25
2.00
2.60
0.92
21.02

0
16.00
3.24
0.31
19.78
11.84
1.55
3.99
6.75
0.85
64.33

a).- Utilizando una constante de alisamiento exponencial = 0.2, determnense los

pronsticos correspondientes a cada una de las semanas l as como la de la
dcima primera
semana, empleando la tcnica de suavizamiento exponencia tambin calcule el error del pronstico
para cada una de las semanas. b).- Calcule el DAM y el ECM.
Solucin.
a).- Para iniciar los clculos del pronstico empleando sta tcnica, para el perodo 1 la demanda
pronosticada ser la demanda real de ese mismo perodo. Y se iniciarn los clc ulos aplicando la
expresin:
F t + 1 = Y t + ( 1 - ) F

Asi para el calculo del pronstico para la segunda semana ( perodo t = 2 ) , se har de la siguiente
manera:
Se toman los valores tanto de la demanda real (Y t = 22 ) como de la demanda pronosticada (F t =
22 ) correspondientes al periodo 1 y estos se sustituyen en la ecuacin matemtica anterior, de la
siguiente manera:
F 1 + 1 = 0.2 Y 1 + ( 1 - 0.2 ) F 1
F 2 = 0.2 ( 22 ) + ( 1 - 0.2 ) 22
F 2 = 4.4 + ( 0.80 ) 22 = 22 cajas
Para el calculo del pronstico para la tercera semana ( perodo t = 3 )

Se toman los valores tanto de la demanda real (Y t = 18 ) como de la demanda pronosticada (F t =

22 ) correspondientes al periodo 2 y estos se sustituyen en la ecuacin matemtica anterior, de la
siguiente manera:

F 2 + 1 = 0.2 Y 2 + ( 1 - 0.2 ) F 2
F 3 = 0.2 ( 18 ) + ( 1 - 0.2 ) 22
F 2 = 3.6 + ( 0.80 ) 22 = 21..20 cajas
Y as, de esta manera se continan los clculos del pronsticos para las siguientes semanas hasta
llegar a la dcima primera semana cuya demanda pronosticada fue de 20..26 cajas.
Los errores semanales del pronstico se calculan restando, a la demanda real la demanda pronosticada de
cada semana.
21.02
64.33
b).- El DAM = ------------ = 2.10
el ECM = ------------- =
6.43 10
10
MTODOS PARA SERIES DE DATOS CON TENDENCIA.
Anlisis o proyeccin de tendencia. El objetivo del anlisis de tendencias es ajustar una linea de
tendencia ( curva ) a una ecuacin matemtica y despus se proyecta al futuro por medio de esta
ecuacin.
Un enfoque matemtico para el anlisis de tendencia lineal. Identifica la ecuacin de una linea recta
llamada componente lineal de tendencia de la forma Y = a + b x , en donde Y es el valor
pronosticado, a es la ordenada en el origen ( intercepcin de la recta con el eje vertical ) , b es la
pendiente de la linea y x es el perodo para el que se prepara el pronstico.
Los valores de a y de b se calculan con el mtodo de mnimos cuadrados. La aplicacin de ste
criterio da como resultado una linea recta que minimiza el cuadrado de las distancias verticales de
cada observacin a la linea.Los valores para a y b que minimizan la suma de los cuadrados de todas
las distancias verticales definen la ecuacin que mejor se ajusta a los datos.
Los valores de a y b se calculan mediante las siguientes expresiones:
N x y - xy
b=
N x2 - ( x )

a
=

y
x

- b
N

N representa el nmero de datos reales recopilados

Esta tcnica es aplicable cuando los datos histricos del pasado presentan variaciones irregulares y
tienen una tendencia a crecer o a decrecer a travs del tiempo.
EJEMPLO. La siguiente tabla representa los datos de la serie de tiempo para las ventas de
automviles de la agencia ford de Navojoa, sonora determinado en los ltimos 10 aos (1991- 2000).
Determine:
a).- La expresin matemtica para la componente lineal de tendencia para la venta de automviles
b).- el pronstico de ventas de automviles para el ao 2001 y para el ao 2005.

Aos

Perodo
x
1
2
3
4
5
6
7
8
9
10

1991
1992
1993
1994
1995
1996
1997
1998
1999
2000

Sumas

Ventas de automviles
Y
600
500
530
640
450
750
800
900
950
1000

55

XY

7120

X2
600
1000
1590
2560
2250
4500
5600
7200
8550
10000

1
4
9
16
25
36
49
64
81
100

43850

385

Solucin.
a).- Vamos a proceder a calcular la expresin lineal de tendencia para ello debemos de calcular primero los
valores de a y de b con las siguientes expresiones : en este caso N = 10 porque son 10 datos
reales recopilados.
N x y - xy

b = ---------------------------------N x2 - ( x ) 2

a=

10 ( 43,850 ) - ( 55 ) (
7120 ) b =
10 ( 385 ) ( 55 ) 2
------------------------------------------y
a=

- b x

b x

------------------------N

438,500 - 391,600
----------------------------= 3850 - 3025

7,120 - ( 56.84 ) ( 55 )

46,900
------------- =
825
56.84

7120 - 3126.20

3993.80

------------------------- = --------------------------------- = -------------------------- = ------------- = 399.38

N
10
10
10

Sustituyendo los valores calculados de a y de b en la expresin: Y = a + b x

Tendremos la expresin lineal de tendencia para la venta de automviles de este problema.
Y = 399.38 + 56.84 x
Con esta ecuacin podemos calcular el pronstico de automviles para cualquier perodo o ao, con solo
cambiar el valor de x en el ao o perodo que se quiera.
b).- El pronstico de ventas automviles para el ao 2001 se calcula sustituyendo el valor de x = 11 en
la expresin :
Y = 399.38 + 56.84 x = 399.38 + 56.84 ( 11 ) = 399.38 + 625.24 = 1024.62 automviles
El pronstico de ventas automviles para el ao 2005, se obtiene sustituyendo en la expresin
anterior X = 15
Y = 399.38 + 56.84 x = 399.38 + 56.84 ( 15 ) = 399.38 + 852.60 = 1251.98 automviles

La pendiente b = 56.84 significa que en los ltimos 10 aos, la empresa ha experimentado un

crecimiento promedio en las ventas de alrededor de 56.84 unidades por ao.

Proyeccin de tendencia de una serie de tiempo que presenta componente de tendencia y

componente estacional .
En el tema anterior se mostr la forma que se pueden hacer pronsticos para una serie de datos que
tenan un componente de tendencia. A continuacin se analizar una serie de datos que tiene tanto
un componente de tendencia como una estacional.
El mtodo que se considera consiste primero en eliminar el efecto estacional o el componente estacional de
la serie de tiempo, para ello se calculan los ndices estacionales para cada semana, mes, bimestre,
trimestre, etctera, A este paso se le denomina desestacionalizacin de la serie de tiempo .
Despus de tal accin, la serie de tiempo tendr solamente un componente de tendencia . Luego
entonces, podemos utilizar el mtodo que se describi en el tema anterior para determinar la
expresin de la componente lineal de tendencia de la serie de datos. Finalmente para el desarrollo del
pronstico consiste en incorporar el componente estacional utilizando un ndice estacional para ajustar la
proyeccin de tendencia .
La expresin matemtica que se utiliza cuando la serie de tiempo presenta componente de
tendencia y componente estacional es:

Y = ( a + b x ) (Indice estacional)
Componente de tendencia

Componente estacional

ESTACIONALIDAD.
La estacionalidad es un patrn que a veces observamos en una serie de tiempo. Consiste en subidas y
bajadas peridicas que se presentan en forma regular en la serie de tiempo.
Al tiempo entre un ``pico'' y otro en la grfica de la serie, se le llama perodo estacional. La mayora
de las series que presentan esta caracterstica tienen periodicidad anual; en este caso, si la serie
consiste de observaciones mensuales, el perodo ser 12, en cambio, si la serie es trimestral, el perodo
ser 4.
Indices estacionales I
La manera matemtica de representar la estacionalidad es a travs de los llamados ndices
estacionales. Para comprender qu son, cmo se calculan y para qu sirven, veamos un ejemplo.
EJEMPLO:- Los datos trimestrales de ventas ( nmero de ejemplares que se venden ) de un libro de
texto universitario en los ltimos 3 aos son los siguientes:
Trimestres
aos
1998
1999
2000

I
II
III
I
V
16
9
26
25
18
9
29
23
00
0
00
60
18
11
29
26
50
00
30
15
a.- Calcule los ndices estacionales para los 4 trimestres
b. - Determine la ecuacin de la expresin de la componente lineal de tendencia.

c.- Calcule las ventas pronosticadas de libros de texto para el tercer trimestre del ao 2001

solucin:
aos
1998
1999
2000

Trimestr
II esIII

I
IV
16
940
2500
18
900
2360
00
2900
18
1100
2615
50
2930
Para calcular ndices estacionales se pueden seguir muchos caminos, ste es quiz, el ms simple.
Partiendo de los totales de cada ao, calculo un promedio trimestral para cada ao.
Trimestres
aos
1998
1999
2000

I
II
III
I
total
promedi
V 7755
es
os
16
94
26
25
1938.75
18
90
29
23 7960
1990.00
00
0
00
60 8495
18
11
29
26
2123.75
50
00
30
15
Estos promedios son un trimestre ``tpico'' para cada ao. Fjese que ao con ao, las ventas en los
segundos trimestre de cada ao estn en su punto mas bajo, seguidas de niveles mas altos de
ventas en los terceros trimestres de cada ao esto es ocasionado por el efecto estacional, adems
podemos notar que los trimestres tpicos van subiendo de valor. Esto es debido al efecto de la
tendencia que tiene la serie.
Ahora se divide cada dato entre el promedio del ao que le corresponda.
Trimestres
aos
1998
1999
2000

I
II
III
I
V
0.
0.
1.
1.
87
48
35
2
0.
0.
1.
1.
90
45
46
1
0.
0.
1.
1.
87
52
38
2
Estos nmeros indican el porcentaje de cada uno de los trimestres en funcin del trimestre tpico de
cada uno de los aos. Estos nmeros contienen la estacionalidad. Para terminar de tener los ndices
estacinales, mismos que representan el efecto estacional de la serie de tiempo para cada uno de
los trimestres promediamos los nmeros de cada trimestre (columna).
Trimestres
I
II
III IV
Indices Estac 0.88 0.49 1.40 1.24
El propsito de calcular indices estacionales es eliminar los efectos estacionales de la serie de tiempo.
A este proceso se le llama desestacionalizar la serie de tiempo
Para desetacionalizar la serie de tiempo, se dividen las ventas de cada uno de los trimestres entre su
indice estacional respectivo.

aos

perod
o

1998

1
2
3
4
5
6
7
8
9
10
11
12

1999

2000

trimestr
e
I
II
III
IV
I
II
III
IV
I
II
III
IV

Ventas

Indice

Ventas

reales
1690
940
2625
2500
1800
900
2900
2360
1850
1100
2930
2615

estacion
0.88
al
0.49
1.40
1.24
0.88
0.49
1.40
1.24
0.88
0.49
1.40
1.24

desestacionalizada
1920.45
s
1918.37
1875.00
2016.13
2045.45
1836.73
2071.43
1903.23
2102.27
2244.90
2092.86
2108.87

La anterior informacin representa las ventas sin el componente estacional, quedndose solamente con la
componente de tendencia.
El siguiente paso es determinar la expresin matemtica de la expresin lineal de tendencia, para
ello se emplea el procedimiento anterior, es decir, debemos encontrar con los datos
desestacionalizados una ecuacin que tiene la forma Y = a + b x .
Aos

perodo

1998

1999

2000

suman

x
1
2
3
4
5
6
7
8
9
10
11
12
78

trimestre

I
II
III
IV
I
II
III
IV
I
II
III
IV

Ventas
desestacional
Y
xY
1920.45
1920.45
1918.37
3836.73
1875.00
5625.00
2016.13
8064.52
2045.45
10227.27
1836.73
11020.41
2071.43
14500.00
1903.23
15225.81
2102.27
18920.45
2244.90
22448.98
2092.86
23021.43
2108.87
25306.45
24135.69
160117.51

x2
1
4
9
16
25
36
49
64
81
100
121
144
650

Con la informacin de este cuadro se calcularn los valores de a y de b usando las siguientes
expresiones: N = 12 , porque son 12 trimestres o 12 datos recopilados
N x y - xy
b = ---------------------------------N x2 - ( x ) 2

y
a=

b x

------------------------N

12 ( 160117.51 ) - ( 78 ) ( 24135.69 )
1921410.12 - 1882583.82
38826.30
b = ------------------------------------------------ = ------------------------------------- = ------------- = 22.62
12 ( 650 ) ( 78 ) 2
7800 - 6084
1716

y - b x
24135.69 - ( 22.62 ) ( 78 )
24135.69 - 1764.36 22371.33
a = ------------------------- = --------------------------------- = -------------------------- = ------------- = 1864.27
N
12
12
12
Sustituyendo los valores calculados de a y de b en la expresin: Y = a + b x
Tendremos la expresin lineal de tendencia para la venta del libro de texto de este problema.
Y = 1864.27 + 22.62 x
La pendiente de 22.62 indica que, en los ltimos 12 trimestres la empresa ha tenido un
crecimiento promedio desestacionalizado en las ventas del libro de texto de aproximadamente 22.62
libros por trimestre. Si se considera que la tendencia de los datos de ventas en los ltimos 12
trimestres es un indicador razonablemente bueno del futuro, entonces, puede utilizarse la
ecuacin anterior para proyectar la componente de tendencia de la serie de tiempo para trimestres
futuros.
Entonces para calcular los pronsticos de las ventas de l libro de texto para los trimestres
futuros, considerando tanto el efecto de tendencia como el efecto estacional la ecuacin que debemos
de tomar en consideracin es:
Y = ( 1864.27 + 22.62 x ) ( Indice estacional )
Para calcular el pronstico de ventas para el tercer trimestre del ao 2001 debemos de sustituir
en la ecuacin anterior :
Perodo x = 15

y el ndice estacional para el tercer trimestre es =

1.40 De tal manera que tendremos lo siguiente:

Y = [ 1864.27 + ( 22.62 ) ( 15 ) ] ( 1.40 ) = ( 1864.27 + 339.30 ) ( 1.40 ) = 3085 libros de texto
MTODOS CAUSALES DE PRONSTICOS
Estos desarrollan un modelo de causa y efecto entre la demanda ( exteriorizacin de las
necesidades y deseos del mercado y esta condicionada por los recursos disponibles ) y otras
variables. Que permitan explicar mediante una ecuacin matemtica los valores de una variable en
trminos de la otra. Por ejemplo, la demanda de helados puede relacionarse con la poblacin, un
agricultor puede creer que la cantidad de fertilizante que utiliz influy en la cosecha lograda, etc.
Uno de los mtodos causales mejor conocido es el del Anlisis de Regresin , en donde siempre se
trata del uso de dos variables numricas.
A la variable que queremos explicar le llamamos dependiente ( Y ) .
A la variable que usamos para condicionar o para explicar la llamamos independiente ( X1 .X2 , X 3 , ... X
n)

Para ello es necesario encontrar una frmula matemtica que relacione la variable dependiente con la o
las variables independientes y que permita estimar o predecir los valores futuros que puede tener una
variable

( dependiente ) cuando se conocen o suponen los valores de la otra u otras variables

independientes Este tcnica se aplicar cuando la variable a pronosticar Y no est en funcin
del tiempo.
Consideraremos el caso en que la curva de regresin de Y sobre X sea lineal.
REGRESIN LINEAL SIMPLE.
La regresin linial simple comprende el intento de desarrollar una lnea recta o ecuacin matemtica que
describe la relacin entre dos variables
En este modelo la variable a predecir Y est en funcin de una sola variable independiente X que
no es de tiempo y la ecuacin matemtica que se usar ser la siguiente:

Y = A + B X

A esta expresin se le conoce como la ecuacin de lalnea de

regresin . Donde A y B son coeficientes de regresin.
A = a la altura de la recta, a este nmero se le llama ordenada al origen o
intercepcin. B = pendiente o inclinacin de la recta de regresin
X = es la variable independiente, que representa el valor o perodo para el cual se prepara el
pronstico de Y Y = Valores reales recopilados.
Hacer una regresin lineal es encontrar los valores de A y B adecuados. Estos valores se
encuentran por el criterio que se llama de los mnimos cuadrados. Este criterio da como resultado
una lnea recta que minimiza el cuadrado de las distancias verticales de cada observacin a la lnea.
Representa un mtodo para pronosticar demandas futuras a mediano y largo plazo , en donde la demanda
presenta tendencia constante, ascendente o descendente con variaciones irregulares.
Para el calculo de los valores de A y de B se usan las siguientes expresiones:

N x y - xy
y- b x
N = nmero de perodos
o datos recopilados.
A = ------------------------- N
B = ---------------------------------N x2 - ( x ) 2
EJEMPLO. El dueo de una distribuidora de automviles realiz un estudio, para determinar las relaciones
en un mes determinado, entre el nmero de automviles vendidos en el mes por su distribuidora con
el nmero de comerciales de un minuto sobre su distribuidora televisado localmente en ese mes.
Durante el perodo de 6 meses anot los resultados que se muestran en la siguiente tabla .

mese
s

Nmero
de autos
vendidos

nmero
de
comercia
les X
2
5
3

N
1
2
3

Y
10
15
13

18

5
6

20
25

8
7

a).- Utilice el mtodo de regresin lineal simple para encontrar una ecuacin que permita predecir las
ventas de autos en funcin de los gastos de publicidad por el nmero de comerciales de un minuto
transmitidos por televisin.
b).- Cul deber ser el pronstico de ventas de autos si se pusieran por televisin 4 comerciales?
SOLUCIN.
Primeramente hay que determinar la siguiente tabla de valores:
mese
s

Nmero
de autos
vendidos

nmero
de
comercia
televisados

N
1
2
3

Y
10
15
13

X
2
5
3

20
75
39

X2
4
25
9

18

108

36

5
20
8
160
64
6
25
7
175
49
Suma
101
31
577
18
s
7
Basndose en la informacin del cuadro anterior y usando las siguientes expresiones .
N x y - xy
y - b x
B = ---------------------------------A = ------------------------N x2 - ( x ) 2
N
Calculamos los valores de A y de
B En este problema N = 6
6 ( 577 ) - ( 31 ) ( 101)
3462 - 3131
B = -------------------------------------- = --------------------- =
6 ( 187 ) - ( 31 ) 2
1122 - 961

331
------------- = 2.05
161

101 - ( 2.05 ) ( 31 )
A=
6
---------------------------------------

101 63.55
6

37.45
= ------------- =
6.24 6

sustituyendo los valores de A = 6.24 y de B = 2.05 en la expresin:

Y = A + BX
Tendremos la ecuacin de la lnea de regresin lineal Y = 6.24 + 2.05 X
La cul nos permitir pronosticar las ventas de automviles en funcin del nmero de anuncios comerciales
de un minutos transmitidos por la TV.
b),. Sustituyendo en la ecuacin obtenida en el inciso anterior el valor de x = 4, obtendremos el
pronstico de autos si se pusieran 4 anuncios comerciales en la TV.
Y = 6.24 + 2.05 ( 4 ) = 14.44 automviles
REGRESIN LINEALMLTIPLE.
En este modelo la variable a predecir Y est en funcin de 2 o ms variables independientes X, y la
ecuacin matemtica que se utilizar ser la siguiente :

= a + b 1 X 1 + b 2 X2

Y de a, b 1 y b 2 se utilizan las siguientes ecuaciones normales:

Para el clculo de los valores

1)a N

+ b 1 X

+ b 2 X

=Y

X
1 +
b 1
b212

X = XY
De tal manera que2)a
al resolver
estas
3 ecuaciones
por 2el+mtodo
deXdeterminantes
tendremos
que los
1 X
1
valores de a ,

3)a X 2 + b 1 X 1 X 2 + b 2 X 2 X
2=
b 1 y b 2 siguiendo el siguiente procedimiento:

1.- Se calcula el determinante general

DG. 2.- Se calcula el valor de A.
A
3.- Se calcula el valor de a con a = ---------DG
4.- El siguiente paso es calcular el valor de B 1

B1
5.- En seguida se obtiene el valor de b

con b 1 = --------

DG

6.- Para calcular el valor que nos falta de b 2 , los valores de a y b 1 ya conocidos se
sustituyen en cualquiera de las 3 ecuaciones iniciales, y por despeje se obtiene el valor de b 2.
7.- Por ltimo se obtiene la expresin matemtica con la que se calcularn los pronsticos futuros en
funcin de las variables independientes X 1 y X 2
Dicha expresin matemtica se determina sustituyendo los valores respectivos de a, b 1 y b 2 en la
ecuacin:

Y = a + b 1X 1+ b 2X 2
EJEMPLO.- El dueo de una distribuidora de automviles realiz un estudio, para determinar las
relaciones en un mes determinado, entre el nmero de automviles vendidos en el mes por su
distribuidora con el nmero de comerciales de un minuto sobre su distribuidora televisado
localmente y por nmero de vendedores contratados por la empresa en ese mes .
Durante el perodo de 6 meses anot los resultados que se muestran en la siguiente tabla.
mese
s

Nmero
de autos
vendidos

nmero
de
comercia
televisados

Nmero
de
vendedo
contratados

N
1
2
3

Y
30
50
40

X1
3
5
2

X2
2
4
3

25

5
6

30
40

4
7

5
6

a).- Utilice el mtodo de regresin lineal mltiple para encontrar una ecuacin que permita predecir
las ventas de autos en funcin de los gastos de publicidad por el nmero de comerciales de unminuto
transmitidos por televisin y por el nmero de vendedores contratados.
b).- Cul deber ser el pronstico de ventas de autos si se pusieran por televisin 5 comerciales y
se contrataran 7 vendedores?

SOLUCIN.
a).- Primeramente hay que determinar la siguiente tabla de valores:

mese
s

Nmero
de autos
vendidos

N
1
2
3

Y
30
50
40

25

nmero
de
comercia
lesX1
3
5
2

Nmero
de
vendedor
esX2
2
4
3

X1
Y90
250
80

X2
Y60
200
120

X1
X62
2
60

X1 2
9
25
4

X2
2
4
16
9

150

50

1
22

36

5
30
4
5
120 150
16
25
6
40
7
6
280 240
40
49
36
2
Suma
215
27
22
970 820 106 139
94
s
La sumatoria de valores determinados en este cuadro, se sustituyen en las ecuaciones normales para la
regresin lineal mltiple para dos variables independientes X 1 y X 2.

aN
+ b 1 X 1
+ b 2 X2
=
2
a X 1 + b 1 X 1
+ b 2 X1 X 2 =
a X 2 + b 1 X 1 X 2 + b 2 X 2 2
=

1)
2)
3)
1)
2
3)

a(6)
a ( 27 )
a ( 22 )

Y
X1 Y
X 2 Y

+ b 1 ( 27 ) + b 2 ( 22 ) = 215
+ b 1 ( 139 ) + b 2 ( 106 ) = 970
+ b 1 ( 106 ) + b 2 ( 94 )
= 820

Posteriormente se procede a resolver este sistema de ecuaciones por medio del mtodo de
determinantes, para ello, haremos uso del siguiente procedimiento:
1.- Se calcula el determinante general DG tomando cada uno de los valores conocidos de las tres
primeras columnas de las ecuaciones normales :
DG
=

6
2
7
22

27
139
106

22
106
94

6
27
22

27
139
106 )

= ( 6 ) ( 139 ) ( 94 ) + ( 27 ) ( 106 ) ( 22 ) + ( 22 ) ( 27 )(
- ( 22) ( 139 ) (22 ) - ( 106 ) ( 106 ) (6 ) - ( 94 ) ( 27 ) (
27 )

DG = 78396 + 62964 + 62964 - 67276 - 67416 - 68526 = 1106

2.- Se calcula A , para ello nos ubicamos en la ecuaciones normales y los valores conocidos de la
primera columna se cambian por los valores conocidos de la cuarta columna y se vuelven a

repetir los valores conocidos de la segunda y de la tercera columna anotando stos de la siguiente
manera:

A=

215
970
820

27
13
109

2
2
10
694

2
1
97
0
82

27
139
= ( 215 ) ( 139 ) ( 94 ) + ( 27 ) ( 106 ) ( 820 ) + ( 22 ) ( 970 )
(106
106 )
- ( 820) ( 139 ) (22 ) - ( 106 ) ( 106 ) (215 ) - ( 94 ) ( 970 ) ( 27
)

A = 2809190 + 2346840 + 2262040 - 2507560 - 2415740 - 2461860 = 32910

A
32910
3.- se calcula el valor de a con a = -------- = ---------------- = 29.75
DG
1106

4.- Se calcula B 1 , para ello nos ubicamos en la ecuaciones normales y los valores
conocidos de la segunda columna se cambian por los valores conocidos de la cuarta
columna y se vuelven a repetir los valores conocidos de la primera y de la tercera columna
anotando stos de la siguiente manera:

B1
=

6
27
2
2

215
970
820

2
2
10
694

6
2
7
2
2

21
597
0
82
0

= ( 6 ) ( 970 ) ( 94 ) + ( 215 ) ( 106 ) ( 22 ) + ( 22 ) ( 27 )(

820 )
- ( 22) ( 970 ) (22 ) - ( 820 ) ( 106 ) (6 ) - ( 94 ) ( 27 ) ( 215
)

B 1 = 547080 + 501380 + 487080 - 469480 - 521520 - 545670

B1

= - 1130
- 1130

5.- en seguida se obtiene el valor de b 1 con b 1 = ------------- = -------------- = - 1.02

DG
1106
6.- Para calcular el valor que nos falta de b 2 , los valores de a = 29.75 y b 1 = - 1.02 se
sustituyen en cualquiera de las 3 ecuaciones iniciales, y por despeje se obtiene el valor de b 2. En
este caso haremos uso de la primera ecuacin normal .
1)

( 29.75 ) ( 6 )

- ( 1.02 ) ( 27 )

b 2 ( 22 ) =

215

215 - ( 29.75 ) ( 6 ) + ( 1.02 ) ( 27 )

215 - 178.50 + 27.54
64.04
b 2 = --------------------------------------------------- = ----------------------------------- = --------------- = 2.91
22
22
22
7.- Por ltimo se obtiene la expresin matemtica con la que se calcularn los pronsticos futuros
de las ventas de automviles en funcin de los anuncios comerciales en TV ( X1 ) y del nmero de
vendedores contratados ( X 2 ) .
Dicha expresin matemtica se determina sustituyendo los valores de a = 29.75 , b 1 = 1.02 y b 2 = 2.91 en :

Y = a + b 1 X 1 + b 2 X 2 , entonces:

Y = 29.75 1.02 X 1 + 2.91 X 2

b).- Cul deber ser el pronstico de ventas de autos si se pusieran por televisin 5 comerciales y
se contrataran 7 vendedores? Para contestar esta pregunta en la ecuacin anterior se sustituyen los
valores de X 1 = 5 y X 2 = 7

Y = 29.75 - 1.02 ( 5 ) + 2.91 ( 7 ) = 29.75 - 5.1 + 20.37 = 45.02 automviles

IV CONTROL DEL PRONSTICO

Una vez que se ha hecho el pronstic o, es necesario que continuamente estemos comparando el
pronstico con la demanda real y que emprendamos la accin necesaria para corregir el pronstico
cuando en la demanda haya habido cualquier cambio estadsticamente importante, tambin tenemos
que determinar la causa o causas de dichos cambios de la demanda. El momento para hacerlo es
inmediatamente despus de que se haya producido el cambio, no al ao siguiente ni cinco aos
despus.
Las formas ms sencillas de instrumentos de control son las GRFICAS DE CONTROL ESTADSTICO
que se emplean en el control de calidad.
Una de stas grficas que se puede utilizar cuando se dispone solamente de una cantidad mnima de
datos es la GRFICA DE ESCALA MVIL Esta compara los cambios de la demanda habidos de un
perodo hasta el siguiente, con las variaciones irregulares esperadas de la demanda.
La escala mvil es el valor absoluto de la diferencia en las demandas de perodos sucesivos por
ejemplo: si
las demandas reales de los meses de ENERO y FEBRERO de 1999 fueron de 105 y 120
respectivamente, entonces la escala mvil ( EM ) para ENERO - FEBRERO es 105 - 120 = 15
La GRAFICA DE ESCALA MOVIL se construye de la siguiente manera:
1.- Se recopila la informacin de la serie de tiempo, se elabora la grfica de estos datos y Se define el
modelo o la tcnica del pronstico que se va a aplicar.
2.- Se determinan los valores de escala movil ( EM )

EM
3.- Se calcula la escala mvil promedio ( EM ) , mediante la expresin EM = -----------N-1
N = numero de datos reales recopilados
4.- Se calculan los lmites Superior ( LSC ) e Inferior ( LIC ) del control del
pronstico, con : LSC = 2.66 X

EM

LIC = - 2.66 X EM

5.- Se determina el pronstico para cada perodo de tiempo. Y se determina el error del pronstico
para cada uno de los perodos de tiempo . ERROR = DEMANDA REAL - DEMANDA
PRONOSTICADA
6.- Se construye posteriormente la grfica de escala mvil para el control del pronstico, sealando y
uniendo en ella los puntos de los valores hallado en el paso anterior y los lmites de control hallados
en el paso 4 .
Tiene que haber cuando menos 10 y preferentemente 20 valores de EM que se empleen para
determinar los lmites de control. Estos lmites se fijan de manera que solo quepa esperar que 3
puntos de entre 1000 caigan fuera de los lmites, y ello debido solamente al azar. As, si un punto se
encuentra fuera de los lmites de control, debemos hacer una investigacin preliminar para haber si ha
habido algn cambio manifiesto en el sistema de causas base de la demanda. Tambin sirve de
advertencia de que debemos vigilar muy estrechamente este producto. Si otro punto va a dar
tambin fuera de los lmites de control, debe procederse a ser una investigacin detallada respecto a la
causa de tal acontecimiento.

Si todos los puntos trazados caen dentro de los lmites de control, es por lo general seguro dar por
supuesto que tenemos las ecuaciones correctas para el pronstico.
Si todos los puntos caen fuera de los lmites , no tenemos las ecuaciones correctas para el pronstico,
y por lo tanto, hay que revisarlas de acuerdo con ello.

Podemos emplear la grafica de control para que nos diga en que punto se produjo elcambio y
podamos determinar una ecuacin para el pronstico, partiendo de los datos apropiados al sistema
actual de causas de la demanda.

Problemas.
1.- Se muestran en seguida las tasas de inters para 12 meses consecutivos de Bonos corporativos
triple A.
9.5, 9.3, 9.4, 9.6, 9.8, 9.7, 9.8, 10.5, 9.9, 9.7, 9.6, 9.6
a) Elabore promedios mviles simples de 3 y 4 meses ( trminos) para esta serie de tiempo.
Cul de los 2 promdios mviles, el de 3 o de 4 trminos, ofrece mejores pronsticos?.
b) Cul es el pronstico del promedio mvil simple para el siguiente mes?.
2.Con la siguiente informacin, misma que representa el nmero de accidentes ocurridos en las 12
primeras semanas del ao de 1996.
semana
Nmero
s
de
accidente
s
1
17
2
21
3
19
4
23
5
18
6
16
7
20
8
18
9
22
10
20
11
15
12
22

a) Calcule promedios mviles simples de 4 y 5 semanas para la serie de tiempo.

b) Calcule el ECM para los pronsticos con promedios mviles de 4 y 5 semanas.
c) Cul parece ser el mejor nmero de semanas de datos anteriores para el clculo del
promedio mvil?
3.Utilice los datos de la serie anterior para mostrar los pronsticos con alisamiento exponencial utilizando una
constante de suavizado = 0.1 Utilizando el criterio del ECM , preferira una constante de
alisamiento de
= 0.1 o de = 0.2 para la serie de tiempo anterior para el calculo del pronstico para la treceava
semana.
4.Se muestran enseguida los porcentajes mensuales de todos los envos que se recibieron a tiempo en los
ltimos 12 meses.
80, 84, 83, 83, 84, 85, 85, 84, 82, 83, 84, 83
a) Comparar un pronstico de promedio movil simple de 3 trminos con un pronostico con
alisamiento exponencial empleando una constante de suavizamiento = 0.2 Cul de ellos
proporciona mejores pronsticos?.

b)Cul es el pronstico para el siguiente mes?.

5.Se muestran enseguida los importes de contratos de construccin en Alabama para un perodo
de 12 meses. Los datos estn en millones de pesos.

240, 350, 230, 260, 280, 320, 220, 310, 240, 310, 240,
230
a) Compare un pronstico con promedios mviles de 3 trminos con un pronostico con
alisamiento exponencial utilizando una constante de suavizamiento = 0.2 Cul ofrece
mejores pronsticos?
b) Cul es pronostico para el siguiente mes?
6.Los siguientes datos muestran las ventas de un producto determinado en los ltimos 12
meses.

mes ventas
1
2
3
4
5
6
7
8
9
1
0
1
1
2

10
5
13
5
12
0
10
905
12
14
0
5
14
0
10
800
10
0
11
0

a) Utilice una constante de suavizamiento = 0.3 para calcular valores con alisamiento
exponencial para la serie de tiempo.
b) Utilice una constante de suavizamiento = 0.5 para calcular los valores con
alisamiento exponencial . Cul de las 2 constantes de alisamiento la de 0.3 o la de 0.5
ofrece los mejores pronsticos?
c) Cul es el pronstico para el treceavo mes?
7.Una cadena de tiendas de abarrotes experiment las siguientes demandas semanales ( en cajas) para una
marca de detergente para lavadoras automticas:
semana demand semana demand
a
s6
a
1s
200
210
2
350
7
280
3
250
8
350
4
360
9
290
5
250
10
320
a) Aplicando alisamiento exponencial usando una constante de suavizado de = 0.4 , desarrolle un
pronstico de las ventas para la semana 11.
8.La Inited Daries Inc. Proporciona leche a diversas tiendas de comestibles independientes
del condado Dade, en la Florida. Los administradores de la United daries pretenden tener un

pronstico para el nmero de medios galones de leche que se venden por semana. Los
datos de ventas para las ltimas 12 semanas son las siguientes:

Semana
s
1
2
3
4
5
6

Ventas
Unidade
s
2750
3100
3250
2800
2900
3050

Semana
s
7
8
9
10
11
12

Ventas
Unidade
s
3300
3100
2950
3000
3200
3150

a) Aplicando alisamiento exponencial usando una constante de suavizado de = 0.4 ,

desarrolle un pronstico de las ventas para la semana 13.
b) Aplicando el mtodo de promedios ponderados calcule el pronstico para la semana 13
9.- Se muestran enseguida los datos de inscripciones en una universidad en los ltimos 6 aos:
A INSCRIPCIONE
O
S
1
20,500
2
20,200
3
19,500
4
19,000
5
19,100
6
18,800
Desarrolle la ecuacin de la expresin de la componente lineal de tendencia para los datos anteriores y
calcule el pronstico de las inscripciones para el octavo ao.
10.- Se muestra enseguida los datos correspondientes al ndice de precios al consumidor de bienes
y servicios en el transcurso de un perodo de 9 aos:
AO
S

INDICE
DE
PRECIO
S
1
66.90
2
74.80
3
81.20
4
85.00
5
89.20
6
94.60
7
97.80
8
101.90
9
106.90
Desarrolle la ecuacin de la expresin de la componente lineal de tendencia para los datos anteriores y
calcule el pronstico de los ndices de precios al consumidor para los aos 10 y 11
11.- Las cifras promedio de asistencia ajuegos de ftbol en el estadio de una Universidad
importante, han seguido el siguiente patrn en los ltimos 7 aos:
AO
S
1
2
3
4
5
6

ASISTENCI
A
28,000
30,000
31,500
30,400
30,500
32,200

30,800

Desarrolle la ecuacin de la expresin de la componente lineal de tendencia para los datos

anteriores y calcule el pronstico de la asistencia al estadio de futbol para los aos 10 y 11
12.- Los datos trimestrales de ventas ( nmero de ejemplares que se venden ) de un libro de texto
universitario en los ltimos 3 aos, son los siguientes:
AO

TRIMESTRES
I
II
III
IV
19
1690 940 2625
98
19
1800 900 2500
2900
99
20
1850 1100 2360
2930
00
2615
a) Determine los ndices estacinales para cada uno de los 4 trimestres.
b) Cuando tiene el editor de libros de texto el mayor ndice estacional?
c) Determine el pronstico de los ejemplares posibles a vender durante cada uno de los
cuatro trimestres de l ao 2001, considerando la componente de tendencia y la componente
estacional?

13.- El dueo de una distribuidora de automviles realiz un estudio para determinar las
relaciones en un mes determinado entre el nmero de automviles vendidos en el mes por su
distribuidora con el nmero de comerciales de un minuto sobre su distribuidora televisado
localmente en ese mes. Durante el perodo de 6 meses, el dueo anot los resultados que se
muestran en seguida:
MESE
S

NUMERO DE
NUMERO
AUTOS
DE
VENDIDOS
COMERCIAL
ES EN X
N
Y
1
10
1
2
15
0
3
20
5
4
30
4
5
25
3
6
40
6
a) Encuentre la expresin matemtica de la lnea de regresin lineal simple que permita predecir las
ventas de autos en funcin de los gastos de publicidad por televisin
b) cul es el pronstico del volumen de autos si se pusieran 2 anuncios comerciales en la televisin?
c) cul es el pronstico del volumen de autos si se pusieran 8 anuncios comerciales en la
televisin?

14.- El gerente de ventas de una compaa que surte a hoteles y restaurantes se interesa en
la relacin de tipo predictivo que pudiera tener, tanto la publicidad como el tamao de la
fuerza de ventas, en las ventas mensuales, para tal efecto, llev un registro de las ventas
mensuales, de la cantidad gastada mensualmente en publicidad directa y el nmero de
representantes de ventas, lo anterior lo hizo en cada una de las 8 regiones seleccionadas.
Los datos de sus registros se muestran en la siguiente tabla:

REGIONE
S
N
1
2
3
4
5
6
7
8

VENT
AS
MILES
Y
300
250
125
100
450
230
380
290

GASTOS
DE
PUBLICID
X1
10
12
13
15
20
16
25
22

AGENTES
DE
VENTA
X2
3
4
4
3
5
4
6
2

a) Encuentre la expresin matemtica de la lnea de regresin lineal mltiple que permita predecir
las ventas de autos en funcin de los gastos de publicidad por televisin y del nmero de
vendedores
b) cul es el pronstico del volumen de autos si se pusieran 24 anuncios comerciales en la
televisin y
se contrataran 7 vendedores?
c) cul es el pronstico del volumen de autos si se pusieran 28 anuncios comerciales en la
televisin y se contratara a 8 vendedores ?
15.- El gerente de ventas de cierta c ompaa recopil la informacin bimestral de las ventas de
televisores realizadas durante los ltimos 4 aos (1997,1998,1999 y 2000 ), iniciando la recopilacin
de la informacin a partir del tercer bimestre de 1997, el gerente de ventas pudo constatar al elaborar
una grfica del patrn de los datos del pasado que stos presentaban componente de tendencia y
componente estacional. De tal manera que con la informacin obtenida pudo determinar la componente de
tendencia que tiene por ecuacin Y = 350 + 1900 x , y los ndices estacinales bimestrales
correspondientes:
BIMESTR
I
II
III
IV
V
VI

INDICE
ESTACIONA
L
1.30
0.85
0.50
0.45
1.00
1.90

Determine:
a) El pronstico de las ventas de televisores para el sexto bimestre del ao 2001.
b) El pronstic o de las ventas de televisores para el tercer bimestre del ao 2004
16.- El gerente de ventas de cierta compaa recopil la informacin bimestral de las ventas de
televisores realizadas durante los ltimos 4 aos (1997,1998,1999 y 2000 ), iniciando la recopilacin
de la informacin a partir del ltimo bimestre de 1997, el gerente de ventas pudo constatar al elaborar
una grfica del patrn de los datos del pasado que stos presentaban componente de tendencia y
componente estacional. De tal manera que con l a informacin obtenida pudo determinar la componente de
tendencia que tiene por ecuacin Y = 500 + 900 x , y los ndices estacinales bimestrales
correspondientes:

BIMESTR
E
I
II
III
IV
V
VI

INDICE
ESTACIONA
L
1.30
0.85
0.50
0.45
1.00
1.90

Determine:
c) El pronstico de las ventas de televisores para el sexto bimestre del ao 2001.
d) El pronstico de las ventas de televisores para el tercer bimestre del ao 2004
17.- El gerente de ventas de cierta compaa recopil la informacin Trimestral de las ventas de
aviones realizadas durante los ltimos 4 aos (1997,1998,1999 y 2000 ), iniciando la recopilacin de la
informacin a partir del tercer trimestre de 1997, el gerente de ventas pudo constatar al elaborar una
grfica del patrn de los datos del pasado que stos presentaban componente de tendencia y
componente estacional. De tal manera que con la informacin obtenida pudo determinar la componente de
tendencia que tiene por ecuacin Y = 1500 + 2000 x , y los ndices estacinales trimestrales
correspondientes:
TRIMESTRE

INDICE
ESTACIONAL

I
II
III
IV

1.30
0.85
0.50
1.35

Determine:
e) El pronstico de las ventas de televisores para el tercer trimestre del ao 2001.
f) El pronstico de las ventas de televisores para el segundo trimestre del ao 2004
18.- Si el da 27 de Febrero del ao 2001 se vendieron 550 boletos para la asistencia al teatro de la
ciudad y la venta de boletos pronosticados para este da fue de 730 boletos, determine: usando el
mtodo de Suavizamiento exponencial considerando un valor de = 0.4
a) El pronstico del nmero de boletos que vendern el da 28 de febrero del ao 2001.
b) Si los boletos que se vendieron el da 28 de Febrero del ao 2001 fuera de 1000 cul
deber ser el pronstico de las ventas de boletos para el da 1 de marzo del ao 2001?
19.- Si el da 27 de Febrero del ao 2001 se vendieron 800 boletos para la asistencia al estadio de
bisbol de la ciudad y la venta de boletos pronosticados para este da fue de 900 boletos, determine:
usando el m todo de Suavizamiento exponencial considerando un valor de = 0.3
c) El pronstico del nmero de boletos que vendern el da 28 de febrero del ao 2001.
d) Si los boletos que se vendieron el da 28 de Febrero del ao 2001 fuera de 1200 cul
deber ser el pronstico de las ventas de boletos para el da 1 de marzo del ao 2001?
20.- Con la siguiente informacin, misma que representa el nmero de accidentes ocurridos durante
los meses de Septiembre, Octubre Noviembre y Diciembre del ao 2000 en una empresa
conocida de esta ciudad:

MESES

PERODO

NUMERE DE
ACCIDENTES

SEPTIEMBRE
OCTUBRE
NOVIEMBRE
DICIEMBRE

x
1
2
3
4

y
50
80
65
90

Utilizando el mtodo de proyeccin de tendencia, determine:

a) El pronstico de accidentes para el mes de Febrero del ao 2001.
b) El pronstico de accidentes para el mes de diciembre del ao 2002
c) Los lmites superior e inferior del control del pronstico
d) Con la informacin de los ltimos 4 meses del ao 2000, constryase la grfica de escala
mvil.
21.-El dueo de una distribuidora de automviles realiz un estudio para determinar las relaciones en
un mes determinado entre el nmero de automviles vendidos en el mes por su distribuidora, con
el nmero de comerciales de un minuto sobre su distribuidora televisado localmente en ese mes.
Durante el perodo de 6 meses, el dueo anot los resultados que se muestran en la siguiente tabla:

Me
ses
N
1
2
3
4
5
6
Totales

Nmero de autos
vendi
dos Y
10
10
20
30
40
40

Nmero de
comerciales en
TV X
0
1
2
2
3
4

XY

X2

Utilice el mtodo de regresin Lineal simple para:

a) Encontrar una ecuacin que permita predecir las ventas de autos en funcin de los
gastos de publicidad por televisin.
b) Encontrar el pronstico de venta de autos si se pusieran por televisin 6 comerciales.
2.- El gerente de ventas de una compaa que surte a hoteles y restaurantes se interesa en la
relacin de tipo predictivo que pudiera tener , tanto la publicidad como el tamao de la fuerza de
ventas, en las ventas mensuales, para tal efecto, llev un registro de las ventas mensuales, de la
cantidad gastada mensualmente en publicidad directa y el nmero de representantes de ventas. Lo
anterior lo hizo para cada una de las 8 regiones seleccionadas.
Los datos de sus registros se muestran en la siguiente tabla:

Regione
s
N
1
2
3
4
5
6
7
8
Totales

Ventas
(miles de
$
)
300
250
125
100
400
200
350
250

Gastos
de
Publicid
ad
X1
10
15
13
12
25
15
13
30

Agent
es
de
ve
nta
3
4
4
3
2
4
3
2

X 1Y

X 2Y

X 1 X2

X 12

X 22

Utilice el mtodo de regresin Lineal mltiple para:

c) Encontrar una ecuacin que permita predecir las ventas de autos en funcin de los
gastos de publicidad y el nmero de agentes de ventas.
d) Encontrar el pronstico ventas si en publicidad se invirtieran 22 y el nmero de agentes de
ventas
para esa regin fuera de 5 personas.