Ppco g2 t1 Pronostico

8/11/2019 Ppco g2 t1 Pronostico

1/7

PROBLEMAS DE PPCO

4.2

Ao 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 ao 4 y hasta el ao 12, pronostique la demanda usando promedio mvilesde 3 aos. Grafique su pronstico en la misma grfica que los datos originales.

c) Comenzando en el ao 4 y hasta el ao 12, pronostique la demanda usando un promedio mvil

de 3 aos con ponderaciones de 0.1, 0.3 y 0.6 usando 0.6 para el ao ms reciente. Grafique su

pronstico en la misma grfica.

d) Al comparar cada pronstico contra los datos originales, cul parece proporcionar mejores

resultados?

Solucin:a)

Se observa una tendencia al alza pero que cada 3 ciclos baja considerablemente para luego volver a

subir y pasado 3 ciclos caer y as sucesivamente.

b)

Ao Demanda Formula Promedios mviles

1 7

2 9

3 5

4 9 (7+9+5)/3 7

5 13 (9+5+9)/3 7.67

6 8 (5+9+13)/3 9

7 12 (9+13+8)/3 10

8 13 (13+8+12)/3 11

9 9 (8+12+13)/3 11

10 11 (12+13+9)/3 11.33

11 7 (13+9+11)/3 11

c)

Ao Demanda Formula Prom mov pond

1 7

2 9

3 5

4 9 0.1x7 + 0.3x9 + 0.6x5 6.4

0

2

4

6

8

10

12

14

1 2 3 4 5 6 7 8 9 10 11

Real

Prom movil

Prom movil pond


2/7

5 13 0.1x9 + 0.3x5 + 0.6x9 7.8

6 8 0.1x5 + 0.3x9 + 0.6x13 11

7 12 0.1x9 + 0.3x13 + 0.6x8 9.6

8 13 0.1x13 + 0.3x8 + 0.6x12 10.9

9 9 0.1x8 + 0.3x12 + 0.6x13 12.2

10 11 0.1x12 + 0.3x13 + 0.6x9 10.5

11 7 0.1x13 + 0.3x9 + 0.6x11 10.6

d)

El promedio mvil ponderado parece que es la mejor opcin ya que su tendencia es ms parecida a la

real. Su tendencia muestra un crecimiento y en el tercer mes una cada, cosa que se asemeja a la

tendencia original.

4.16 Retome el problema resuelto 4.1. Usando el mtodo de proyeccin de tendencia pronostique las

ventas de Volkswagen Beetle en Nevada durante 2008. Cul es la MAD?

Semana de Unidades usadas

Agosto 31 360

Septiembre 7 389

Septiembre 14 410

Septiembre 21 381Septiembre 28 368

Octubre 5 374

Solucin:

Semana de Periodo(x) Unidades usadas(y) x2 xy

Agosto 31 1 360 1 360

Septiembre 7 2 389 4 778

Septiembre 14 3 410 9 1230

Septiembre 21 4 381 16 1524

Septiembre 28 5 368 25 1840

Octubre 5 6 374 36 2244

TOTAL 21 2282 91 7976

Hallamos los coeficientes para la ecuacin de la recta de la proyeccin:

Hallamos los pronsticos y la MAD

| |

Semana de Periodo(x) Unidades usadas(y) Pronstico Error abs

Agosto 31 1 360 381.90475 21.90475

Septiembre 7 2 389 381.27618 7.72382

Septiembre 14 3 410 380.64761 29.35239

Septiembre 21 4 381 380.01904 0.98096


3/7

Septiembre 28 5 368 379.39047 11.39047

Octubre 5 6 374 378.7619 4.7619

MAD 12.685715

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 suavizamientoexponencial y su juicio colectivo para los siguientes 4 meses (marzo, abril, mayo y junio de

2007)

MesVentas unitarias

2006-2007

Pronstico de

la administracin

Julio 100

Agosto 93

Septiembre 96

Octubre 110

Noviembre 124

Diciembre 119

Enero 92

Febrero 83Marzo 101 120

Abril 96 114

Mayo 89 110

Junio 108 108

a) Calcule la MAD y el MAPE como tcnica de la administracin.

b) Los resultados de la administracin superaron (tienen MAD y MAPE menores que) el

pronstico intuitivo?

c) Qu pronstico recomendara usted, con base en el menor error de pronstico?

Solucin:a) Tomamos un =0.1 arbitrariamente

MesVentasunitarias

2006-

2007

Pronstico dela

administracin

Error

absoluto

Errorporcentual

absoluto

SuavizExponen

=0.1

Error

abs

Errorporc

abs

Julio 100 100

Agosto 93 100

Septiembre 96 99.3

Octubre 110 98.97

Noviembre 124 100.07

Diciembre 119 102.46

Enero 92 104.11

Febrero 83 102.9

Marzo 101 120 19 18.81% 100.91 0.09 0.09%

Abril 96 114 18 18.75% 100.92 4.92 5.13%Mayo 89 110 21 23.60% 100.43 11.43 12.84%

Junio 108 108 0 0.00% 99.29 8.71 8.06%

Promedio 14.5 15.29% Promedio 6.29 6.53%

| |

MAD = 14.5 MAPE=15.29%

b) El anlisis usando suavizamiento posee menor MAD y MAPE que el que usa pronstico

intuitivo.


4/7

c) Se recomienda usar el suavizamiento en vez de los pronsticos intuitivos puesto que poseen una

base estadstica que valida la informacin.

4.37 Las ventas de las pasadas 10 semanas registradas en la tienda de msica Jhonny Ho en

Columbus, Ohio, se muestran en la tabla siguiente. Pronostique la demanda para cada semana,

incluyendo la semana 10, usando suavizamiento exponencial con =0.5 (pronsticoinicial=20):

Semana Demanda Semana Demanda

1 20 6 29

2 21 7 36

3 28 8 22

4 37 9 25

5 25 10 28

a) Calcule la MAD.

b) Calcule la seal de control.

Solucin:

(

)

a)

Usando la frmula obtenemos:

Semana Demanda Formula Pronstico Diferencia

1 20 20 20 0

2 21 20 + 0.5(20 - 20) 20 1

3 28 20 + 0.5(21 - 20) 20.5 7.5

4 37 20.5 + 0.5(28 - 20.5) 24.25 12.75

5 25 24.25 + 0.5(37 - 24.25) 30.63 5.63

6 29 30.63 + 0.5(25 - 30.63) 27.82 1.18

7 36 27.82 + 0.5(29 - 27.82) 28.41 7.59

8 22 28.41 + 0.5(36 - 28.41) 32.21 10.21

9 25 32.21 + 0.5(22 - 32.21) 27.11 2.1110 28 27.11 + 0.5(25 - 27.11) 26.06 1.94

MAD 4.99

b) Hallando la seal de control

Semana Demanda Pronstico Error RSFE

Error

absoluto del

pronstico

Error

absoluto

acumulado

MAD

Seal de

Control

(RSFE/MAD)

1 20 20 0 0 0 0 0 0

2 21 20 1 1 1 1 0.5 0.5

3 28 20.5 7.5 8.5 7.5 8.5 2.83 0.33

4 37 24.25 12.75 21.25 12.75 21.25 5.31 0.255 25 30.63 -5.63 15.62 5.63 26.88 5.38 0.34

6 29 27.82 1.18 16.8 1.18 28.06 4.68 0.28

7 36 28.41 7.59 24.39 7.59 35.65 5.09 0.21

8 22 32.21 -10.21 14.18 10.21 45.86 5.73 0.4

9 25 27.11 -2.11 12.07 2.11 47.97 5.33 0.44

10 28 26.06 1.94 14.01 1.94 49.91 4.99 0.36

*RSFE=Suma de errores


5/7

Se observa que la seal de control oscila entre 0 y 0.5MAD, por lo cual se puede concluir que se

encuentra dentro de los lmites aceptables.

4.44 Usando los datos de las llamadas al 911 del problema 4.43, pronostique las llamadas para las

semanas 2 a 25 con un modelo de suavizamiento exponencial con ajuste de tendencia. Suponga

un pronstico inicial de 50 llamadas para la semana 1 y una tendencia inicial de cero. Use

constantes de suavizamiento =0.3 y =0.2. Es ste un mejor modelo que el del problema 4.43?

Qu ajuste podra ser til para mejorarlo an ms? (De nuevo suponga que las llamadas

reales en la semana 25 fueron 85)

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

Llamadas 50 35 25 40 45 35 20 30 35 20 15 40

Semana 13 14 15 16 17 18 19 20 21 22 23 24

Llamadas 55 35 25 55 55 40 35 60 75 50 40 65

Solucin problema 4.43:

Semana Llam Pronstico (=0.2) Error abs Error porc abs Pronstico (=0.6) Error abs Error porc abs

1 50 50 0 0 50 0 0

2 35 50 15 0.43 50 15 0.43

3 25 47 22 0.88 41 16 0.64

4 40 42.6 2.6 0.07 31.4 8.6 0.22

5 45 42.08 2.92 0.06 36.56 8.44 0.19

6 35 42.66 7.66 0.22 41.62 6.62 0.19

7 20 41.13 21.13 1.06 37.65 17.65 0.88

8 30 36.9 6.9 0.23 27.06 2.94 0.1

9 35 35.52 0.52 0.01 28.82 6.18 0.18

10 20 35.42 15.42 0.77 32.53 12.53 0.63

11 15 32.34 17.34 1.16 25.01 10.01 0.67

12 40 28.87 11.13 0.28 19 21 0.53

13 55 31.1 23.9 0.43 31.6 23.4 0.43

14 35 35.88 0.88 0.03 45.64 10.64 0.3

15 25 35.7 10.7 0.43 39.26 14.26 0.57

16 55 33.56 21.44 0.39 30.7 24.3 0.44

17 55 37.85 17.15 0.31 45.28 9.72 0.18

18 40 41.28 1.28 0.03 51.11 11.11 0.28

19 35 41.02 6.02 0.17 44.44 9.44 0.27

20 60 39.82 20.18 0.34 38.78 21.22 0.35

21 75 43.86 31.14 0.42 51.51 23.49 0.31

22 50 50.09 0.09 0 65.6 15.6 0.31

23 40 50.07 10.07 0.25 56.24 16.24 0.41

24 65 48.06 16.94 0.26 46.5 18.5 0.28

25 85 51.45 33.55 0.39 57.6 27.4 0.32

PROMEDIO 12.64 0.34 PROMEDIO 14.01 0.36


6/7

Para 0.2: MAD 12.64 MSE 0.34

Para 0.6: MAD 14.01 MSE 0.36

Solucin:

Pronstico incluyendo la tendencia (FIT)=Pronstico suavizado exponencialmente + tendencia

suavizada exponencialmente.

() ( )( )

( ) ( )()

Semana Llamadas FITt Ft Tt Error abs Error porc abs

1 50 50 50 0 0 0

2 35 50 50 0 15 0.43

3 25 44.6 45.5 -0.9 19.6 0.78

4 40 36.64 38.72 -2.08 3.36 0.08

5 45 35.77 37.65 -1.88 9.23 0.21

6 35 37.21 38.54 -1.33 2.21 0.06

7 20 35.09 36.55 -1.46 15.09 0.75

8 30 28.19 30.56 -2.37 1.81 0.06

9 35 26.47 28.73 -2.26 8.53 0.24

10 20 27.28 29.03 -1.75 7.28 0.36

11 15 22.91 25.1 -2.19 7.91 0.53

12 40 17.88 20.54 -2.66 22.12 0.55

13 55 23.19 24.52 -1.33 31.81 0.58

14 35 33.31 32.73 0.58 1.69 0.05

15 25 34.5 33.82 0.68 9.5 0.38

16 55 31.76 31.65 0.11 23.24 0.42

17 55 40.23 38.73 1.5 14.77 0.27

18 40 47.05 44.66 2.39 7.05 0.18

19 35 46.91 44.94 1.97 11.91 0.34

20 60 44.6 43.34 1.26 15.4 0.26

21 75 51.4 49.22 2.18 23.6 0.31

22 50 62.08 58.48 3.6 12.08 0.24

23 40 61.34 58.46 2.88 21.34 0.53

24 65 56.54 54.94 1.6 8.46 0.13

25 85 61.19 59.08 2.11 23.81 0.28

PROMEDIO 12.67 0.32

MAD 12.67 MSE 0.32

La MAD es mayor que en el problema anterior en el caso =0.2; sin embargo, el MSE es menor. Por

lo tanto es un modelo mejor que los anteriores. Muestra ms certeza y sigue la tendencia. Para mejor

este pronstico se puede buscar un que disminuya ms el e rror absoluto, mejorando as el MSE a la

vez.


7/7

Caso Hard Rock Caf

1. Plan de capacidad : largo plazo ,Proovedores: mediano plazo, Pronstico diario de ventas: corto

plazo

LOGISTICA, VENTAS Y PRODUCCION

Control de calidad: tiempo de espera

Control de flujo de efectivo

Pronstico de posicionamiento en el mercado

2.

Actualizar misin y visin, ver complimiento de objetivos, tomar decisiones, detectar problemas.

3.

Se emplea el mtodo de pronstico mvil ponderado porque es ms realista dar mayor jerarqua a los

aos ms recientes que a los anteriores ya que existen factores externos que pueden influir en tu

escenario actual y lo que se valora ms en estas prediciones es tu desempeo en la realidad actual.

Otros casos puede ser porque existen rotaciones de gerentes y el desempeo de ellos no es el mismo

que el del actual, sin embargo deja precedente y debe ser consideracin.

4. Clima: El clima genera variaciones en los productos a consumir y en la actitud del consumidor.

Precio: Influye en la demanda respecto a la competencia y permite analizar durante que temporada

lanzar promociones.

Tiempo de espera en cola: Sirve para medir el buen desempeo de las operaciones y genera

satisfaccin en el cliente.

Costos: Sirve para ajustar tus precios para afrontar las situaciones del mercado.

Tiempo de funcionamiento: Genera un indicador de aceptacin en el mercado y fidelizacin de los

clientes.Rango de edad de los clientes: Ayuda a generar tipos de estrategias para segmentar el mercado y

mostrar un funcionamiento personalizado y eficiente.

Ventas de productos diferenciados (estrella, perro, vaca, interrogacin): Ayuda a tomar estrategias

respecto al producto, ya sea invirtiendo ms en el o descartndolo.

Hard Rock Caf

Publicidad(x)

Cuenta de clientes(y) Publicidad(x) x2 xy

21 14 196 294

24 17 289 408

27 25 625 675

32 25 625 800

29 35 1225 1015

37 35 1225 1295

43 45 2025 1935

43 50 2500 2150

54 60 3600 3240

66 60 3600 3960

376 366 15910 15772

37.6 36.6

b= 0.799554566 2010.4 2514.4

a= 8.336302895

Ppco g2 t1 Pronostico

Documents

Transcript of Ppco g2 t1 Pronostico