Catedrático:
Msc. Jennie Ortega
Asignatura:
Administración de la producción
Nombre del Trabajo:
Cuestionario de Repaso
Alumno (as):
Zahory Andino
Sección:
Miércoles 7:00p.m. – 9:00 p.m.
Fecha:
Martes 17 de agosto del año 2021
1. ¿Cuál es la diferencia entre demanda dependiente e independiente?
La demanda dependiente se da de productos y servicios en cambio la demanda
independiente se deriva directamente de los productos
2. Examine la ilustración 15.4 y señale qué modelo usaría para
a. la demanda de trajes de baño: Patrón de datos
b. la demanda de casas nuevas: Monto de Datos históricos
c. consumo de electricidad: Patrón de los datos
d. planes de expansión de nuevas plantas: Patrón de los datos
3. ¿En qué se justifica el método de mínimos cuadrados en el análisis de regresión lineal?
Trata de ajustar la recta de los datos la cual minimizan las sumas de los cuadrados de la
distancia vertical entre cada punto de datos y el punto correspondiente.
4. Explique el procedimiento para crear un pronóstico usando el método de descomposición
de la regresión por mínimos cuadrados.
1. Descomponer las series de tiempo en sus componentes.
1.1. Encontrar el componente estacional.
1.2. Descontar las variaciones de temporada de la demanda.
1.3. Encontrar el componente de la tendencia
2. Pronosticar valores futuros de cada componente.
2.1.1. Pronosticar el componente de la tendencia en el futuro.
2.1.2. Multiplicar el componente de la tendencia por el componente estacional.
5. Dé algunas reglas simples que usaría para manejar la demanda del producto de una
empresa (un ejemplo es “limitado al inventario disponible”).
Se trata de reglas simples de pronósticos en los cuales se encuentran:
Lo que se haya vendido en los tres últimos meses será probablemente lo que se venda
en los tres meses siguientes.
Lo que se vendió en el mismo trimestre del año pasado se venderá probablemente en
ese periodo de este año (esto daría cuenta de los efectos estacionales).
Es probable que se venda 10 por ciento más en los siguientes tres meses que en los
tres meses anteriores.
Es probable que se venda 50 por ciento más en los tres meses siguientes que en los
mismos tres meses del año anterior.
Cualquiera que haya sido el cambio porcentual de los últimos tres meses de este año
en comparación con los mismos tres meses del año pasado, será probablemente el
mismo cambio porcentual que se tendrá en los siguientes tres meses del año.
6. ¿Qué estrategias se usan en supermercados, líneas aéreas, hospitales, bancos y cerealeras
para influir en la demanda?
Supermercados: Desarrollo de pronóstico de demanda
Líneas aéreas: Planeación conjunta de negocios
Hospitales: Creación de un acuerdo de asociación del lado del cliente
Bancos: Planeación conjunta de negocios
Cereales: Difundir pronósticos
7. Todos los métodos de pronóstico que usan suavización exponencial, suavización
adaptativa y suavización exponencial con tendencia requieren valores iniciales para que
funcionen las ecuaciones. ¿Cómo escogería el valor inicial para, por ejemplo, Ft − 1?
Ft = El pronóstico suavizado exponencialmente para el periodo t
Ft–1 = El pronóstico suavizado exponencialmente para el periodo anterior
At–1 = La demanda real para el periodo anterior
8. De la elección de un promedio móvil simple, promedio móvil ponderado, suavización
exponencial y análisis de regresión lineal, ¿qué técnicas de pronóstico le parecería más
precisa? ¿Por qué?
Seria las técnicas acumulativas ya que ellas derivan un pronostico de la compilación de
las entradas de aquellos que se encuentran al final de la jerarquía
9. Dé ejemplos que tengan una relación multiplicadora de la tendencia estacional.
10. ¿Cuál es la principal desventaja del pronóstico diario con análisis de regresión?
La principal desventaja es como su nombre lo implica, que se supone que los datos
pasados y los pronósticos futuros caen sobre una recta. Aunque esto no limita su
aplicación, en ocasiones, si se utiliza un periodo más corto, es posible usar el análisis de
regresión lineal.
11. ¿Cuáles son los principales problemas de la suavización exponencial adaptada para
realizar pronósticos?
La necesidad de manejar en forma continua gran cantidad de datos históricos, . En estos
métodos, al agregar cada nueva pieza de datos, se elimina la observación anterior y se
calcula el nuevo pronóstico
12. ¿Cómo se calcula un índice estacional a partir de un análisis de recta de la regresión?
Nos dan un ejemplo:
Suponga que en los últimos años una empresa vendió un promedio de 1 000 unidades al
año de una línea de productos en particular. En promedio, se vendieron 200 unidades en
primavera, 350 en verano, 300 en otoño y 150 en invierno. El factor (o índice) estacional
es la razón de la cantidad vendida durante cada estación dividida entre el promedio de
todas las estaciones.
13. Comente las diferencias básicas entre la desviación absoluta media y la desviación
estándar.
En la desviación absoluta se utilizaba con mucha frecuencia en el pasado, pero
posteriormente fue reemplazada por la desviación estándar y las medidas de error
estándar y en la desviación estándar es la medida más grande.
14. ¿Qué implicaciones tienen los errores de pronóstico en la búsqueda de modelos de
pronóstico estadístico muy complejos?
Los errores que dan como resultados sobrestimados deben ser menos que aquellos que
resultan en subestimados. La señal de seguimiento también sería 0, indicando un modelo
sin sesgos, que no se queda atrás ni delante de las demandas reales.
15. ¿Cuáles son las ventajas más fuertes del pronóstico enfocado?
Lo que se haya vendido en los tres últimos meses será probablemente lo que se venda en
los tres meses siguientes.
Lo que se vendió en el mismo trimestre del año pasado se venderá probablemente en ese
periodo de este año (esto daría cuenta de los efectos estacionales).
Es probable que se venda 10 por ciento más en los siguientes tres meses que en los tres
meses anteriores.
Es probable que se venda 50 por ciento más en los tres meses siguientes que en los
mismos tres meses del año anterior.
Cualquiera que haya sido el cambio porcentual de los últimos tres meses de este año
en comparación con los mismos tres meses del año pasado, será probablemente el mismo
cambio porcentual que se tendrá en los siguientes tres meses del año.
16. ¿Las relaciones causales son potencialmente más útiles para qué componente de una serie
temporal?
Si las relaciones causales son más útiles en una serie temporal porque nos
muestran la relación que existe entre 2 sucesos por lo tanto las temporadas tiene
ciertas características
