4.5 El hospital Carbondale está considerando comprar una nueva ambulancia.

La decisión
dependerá, en parte, del número de millas que deberá recorrerse el próximo año. Las millas
recorridas durante los 5 años anteriores son como sigue:

a) Pronostique el número de millas para el próximo año (sexto) usando un promedio móvil de 2
años.

(3800+3700)/2=

R=3750

b) Encuentre la MAD para el pronóstico con promedio móvil de 2 años (Dato: Tendrá sólo 3 años
de datos correspondientes).

3400-3500=I-100I

3800-3700=I100I

3700-3600=I100I

=300/3

R=100

c) Use un promedio móvil ponderado de 2 años con ponderaciones de 0.4 y 0.6 para pronosticar
el número de millas para el próximo año. (El peso de 0.6 es para el año más reciente). ¿Qué
MAD resulta del uso de este método de pronóstico? (Dato: Tendrá sólo 3 años de datos
correspondientes).
(4000*.6)+ (3000*.4)/1=3600-3400=200

(3400*.6)+ (4000*.4)/1=3640-3800=160 200+160+60=420/3=

(3800*.6)+ (3400*.4)/1=3640-3700=60 R=140

(3700*.6)+ (3800*.4)/1=3740

d) Calcule el pronóstico para el año 6 usando suavización exponencial, un pronóstico inicial para
el año 1 de 3000 millas, y a 5 0.5.

3000+.5 (3000-3000)=3000

3000+.5 (4000-3000)=3500

3500+.5 (3400-3500)=3450

3450+.5 (3800-3450)=3625

R= 3625+.5 (3700-3625)=3662.5

4.9 Lenovo usa el chip ZX-81 en algunas de sus computadoras portátiles. Los precios del chip
durante los últimos 12 meses fueron como sigue:

a) Use un promedio móvil de 2 meses en todos los datos y grafique los promedios y los precios.
(ENERO+FEBRERO)/2=MARZO

(FEBRERO+MARZO)/2=ABRIL

(MARZO+ABRIL)/2=MAYO

(ABRIL+MAYO)/2=JUNIO

(MAYO+JUNIO)/2=JULIO

(JUNIO+JULIO)/2=AGOSTO

(JULIO+AGOSTO)/2=SEPTIEMBRE

(AGOSTO+SEPTIEMBRE)/2=OCTUBRE PRECIO PROMEDIO MOVIL

(SEPTIEMBRE+OCTUEMBRE)/2=NOVIEMBRE

(OCTUBRE+NOVIEMBRE)/2=DICIEMBRE

b) Use un promedio móvil de 3 meses y agréguelo en la gráfica creada en el inciso (a).

Chart Title
1.95
1.9
1.85
1.8
1.75
1.7
1.65
1.6
1.55
1.5
er
o ro zo ril ay
o
ni
o lio to br
e re br
e
br
e
En bre ar Ab M Ju Ju g os m tub m m
M e Oc
Fe A
pti vie cie
se No Di

precio pm 2 meses pm 3 meses

Ahora sumamos los meses de

(ENERO+FEBRERO+MARZO)/3=ABRIL

(FEBRERO+MARZO+ABRIL)/3=MAYO

Y así sucesivamente hasta Diciembre

c) ¿Cuál es mejor (usando la desviación absoluta media): el promedio de 2 meses o el de 3
meses?

R= El promedio de 2 meses, ya que el

MAD es mas pequeño a diferencia del

de 3 meses.

d) Calcule el pronóstico para cada mes usando suavización exponencial y un pronóstico inicial
para enero de $1.80. Utilice primero a 5 0.1, después a 5 0.3, y por último a 5 0.5. Empleando la
MAD, ¿qué a es mejor?

Primero sacamos la suavización exponencial tomando en cuenta ∝=.1 , .3 y .5

Para obtener el mes de Febrero=1.80+α (1.80-1.80)

Para obtener el mes de Marzo= 1.80+α (1.80-1.67)

Y así sucesivamente. Para obtener los MAD solo obtenemos la diferencia absoluta entre la
Suavización correspondiente y el precio. Se suma y se divide entre la cantidad de meses.

R= Llegando a la conclusión de que es mejor trabajar con un α=.3

4.13 Como se puede observar en la tabla siguiente, la demanda de cirugías para trasplantes de
corazón en el Hospital General de Washington ha aumentado de manera estable durante los
últimos años:

El director de servicios médicos pronosticó hace 6 años que la demanda en el año 1 sería de 41
cirugías.
a) Use suavización exponencial, primero con una constante de suavización de 0.6 y después de
0.9, y desarrolle el pronóstico para los años 2 a 6.

Empezando en el segundo año, tomamos la suavización del primer año y le sumamos α (ya sea .6 o
.9) y lo multiplicamos por la diferencia que existía en el primer año entre los trasplantes (45) y la
suavización anterior (41). Y así sucesivamente.

b) Utilice un promedio móvil de 3 años para pronosticar la demanda de los años 4, 5 y 6.

Sumamos los primeros 3 años y los dividimos entre 3, todo esto para obtener el promedio móvil
del año 4. Ahora sumamos el año 2, 3 y 4 e igualmente los dividimos entre 3, para obtener el
promedio móvil del año 5. Al final sumamos el año 3, 4, 5 y dividimos entre 3, para conseguir el
promedio móvil del año 6.

c) Use el método de proyección de tendencia y pronostique la demanda para los años 1 a 6.

X=21/6= 3.5

Y=316/6= 52.66

1145−(6 ×3.5 ×52.66)

b= = 2.23
91−(6 × 3.52)
a=52.66-2.23 (3.5)= 44.855 ŷ= 44.855+2.23x
Así, solo sustituimos el valor de x en la ecuación y obtenemos la proyección de tendencia.

d) Con la MAD
como criterio,
¿cuál de los
cuatro métodos
de proyección
es el mejor?

R= La Proyección de Tendencia es la mejor opción porque el MAD es el más pequeño.

4.23 La tabla siguiente muestra las ventas de cobertores registradas durante el año pasado en la
tienda departamental Bud Banis de Carbondale. Los administradores prepararon un pronóstico
empleando una combinación de suavización
exponencial y su juicio colectivo para
los siguientes 4 meses (marzo, abril,
mayo y junio).

a) Calcule la MAD y el MAPE de la técnica usada

por la administración.
Para obtener el MAD sacamos la diferencia absoluta entre las ventas y el pronóstico de los meses:
Marzo, Abril, Mayo y Junio, sumamos esas diferencias.

58
MAD= =14.5
4
Para obtener el MAPE dividimos cada MAD entre sus ventas respectivamente, el resultado lo
multiplicamos por 100 (para obtener un porcentaje). Y las sumamos.

61.1573 %
MAPE= =15.29 %
4
b) ¿Los resultados de la administración superaron (tienen MAD y MAPE menores que) el
pronóstico intuitivo?

R= Los resultados de la Administración superaron el pronóstico

intuitivo, ya que el MAD es más pequeño que el MAPE.

c) ¿Qué pronóstico recomendaría, con base en el menor

error de pronóstico?

R= Recomendaría el MAD porque es el mas pequeño.

4.33 En la tabla siguiente se muestra el número de unidades de disco internas (en millones)
fabricadas en una planta de Taiwán durante los últimos 5 años:

a) Usando una regresión

lineal, pronostique el número de
unidades de disco que se fabricará el próximo año.

X= 15/5= 3

Y= 900/5= 180

2880−(5× 3 ×180)
b= 2 = 18
55−(5 ×3 )
a= 180-18(3)= 126 ŷ=126+18x

Y para encontrar el valor del año 6, solo sustituimos “X” por el valor de 6

126+18(6)
R= 234 discos

b) Calcule el error cuadrático medio (MSE) al utilizar la regresión lineal.

Para obtener el MSE solo obtenemos la diferencia que existe entre las unidades (valor real) y el
pronóstico de tendencia (valor pronosticado) y los elevamos al cuadrado. Los sumamos y ahora lo
dividimos entre la cantidad de años (5).

160/5

R= 32

c) Calcule el error porcentual absoluto medio (MAPE).

Para obtener el MAPE, obtuve el MAD y ese resultado lo dividi entre la cantidad de unidades
correspondientes. El
resultado lo multiplicamos po 100 (para
obtener un procentaje) y al final lo
dividimos entre la cantidad de años(5).

13.22%/5

R= 2.644%

4.41 Se cree que los viajes en autobús y tren

subterráneo durante los meses de verano
en Londres están muy relacionados con
el número de turistas que visitan la ciudad.
Durante los últimos 12 años se han
obtenido los
siguientes datos:
a) Grafique estos datos y decida si es razonable emplear el modelo lineal.

Chart Title
25

20

15

10

TURISTAS VIAJES

b) Desarrolle una relación de regresión.

X= 132/12= 11

Y= 27.1/12= 2.25

b=
352.9−(12× 11×2.25)
2
=.1625
1796−(12 ×11 )
a= 2.25-.1625 (11)= .4625 ŷ=.4625+.1625x

c) ¿Cuál es el número de viajes esperado si en un año visitan Londres 10 millones de turistas?

ŷ=.4625+.1625 (10)

R= 2.08 millones

d) Explique el comportamiento de los viajes pronosticados si no hubiera turistas.

ŷ=.4625+.1625(0)=.4625

R= .4625, abria menos de un millon de viajes

e) ¿Cuál es el error estándar de la estimación?

Para obtener el error estándar solo obtenemos la diferencia entre el dato real (Y) y el
pronosticado.

f) ¿Cuáles son el coeficiente de correlación y el coeficiente de determinación del modelo?

r= coeficiente de correlación
r= (n) ¿ ¿

r=
( 12 )( 352.9 )− (132 ) ( 27.1 )
√¿ ¿ ¿
r= .916

r 2=coeficiente de determinación
r 2=(.916 ¿ ¿2
2
r = .8390