Taller en Clases Uan-Pronosticos

Programa de Ingeniería Industrial
Producción 1
Docente: RICK ACOSTA VEGA
Fecha: ___/____/____ Nombre: ________________________Código: ________________
Preguntas de Administracion de Operaciones.
Ejercicios en clases Pronosticos.
 Use un promedio móvil ponderado con pesos de 0.60, 0.30 y 0.10, calcule el pronóstico
para los periodos correspondientes de cada ejercicio. Grafique e intérprete.
 Calcule el MAD y la señal de seguimiento en cada caso.
 Realice un pronóstico de suavización exponencial con un alfa de 0.10 y 0.60, compare los
errores e interprete.
1) A y b
PRONOSTICO DE 6 A DESVIACIO
Semana Alquileres 10 N
1 23
2 24
3 32
4 26
5 31
6 28 27,2 0,8
7 32 28,2 3,8
8 35 29,8 5,2
9 26 30,4 -4,4
10 24 30,4 -6,4
11 29
 Use un promedio móvil ponderado con pesos de 0.60, 0.30 y 0.10, calcule el pronóstico
para los periodos correspondientes de cada ejercicio. Grafique e intérprete.
 Calcule el MAD y la señal de seguimiento en cada caso.
 Realice un pronóstico de suavización exponencial con un alfa de 0.10 y 0.60, compare los
errores e interprete.
Promedio movil
PONDERACION ponderado
0,6
0,3
0,1
28,7
27,6
29,6
28,7
30,7
33,4
29,3

PROMEDIO MOVIL PONDERADO
12
10
8
6
4
2
0
0 2 4 6 8 10 12
SEMANA MAD
6 0,13333333
7 0,54285714
8 0,65
9 0,48888889
10 0,64
Semana suavización exponencial 0,10 suavización exponencial 0.60
1
2
3
4
5
6 26,32 26,92
7 27,02 26,12
8 28,48 26,88
9 30,04 33,24
10 30,24 34,44
142,1 147,6
El margen de error es mas alto cuando la suavización exponencial es de 0,60
2)
Mes Ventas (Millones de dolares) Pronostico Pronostico + Promedio Movil Ponderado B

Enero 20
Febrero 24
Marzo 27
Abril 31 23,7 25,4
Mayo 37 27,3 25,5 29,1
Junio 47 31,7 29,75 34,2
Julio 53 38,3 35,5 42,4
Agosto 62 45,7 42 49,6
Septiembre 54 54,0 49,75 57,8
Octubre 36 56,3 54 56,3
Noviembre 32 50,7 51,25 44
Diciembre 29 40,7 46 35,4
Chart Title
12
10
0
0 2 4 6 8 10 12
MES MAD 1 MAD 2
4 1,833333333
5 1,933333333 2,3
6 2,555555556 2,875
7 2,095238095 2,5
8 2,041666667 2,5
9 0 0,472222222
10 2,033333333 1,8
11 1,696969697 1,75
12 0,972222222 1,416666667
SUAVIZACION EXPONECIAL 0,10 SUAVIZACION EXPOENCIAL 0.60

22,13333333 19,46666667
25,56666667 21,73333333
29,33333333 22,66666667
36,06666667 29,73333333
43,23333333 36,06666667
53,2 54,2
57,56666667 68,73333333
51,73333333 62,06666667
41,03333333 47,86666667
1 Demanda Independiente. Se entiende por demanda independiente aquella que
se genera a partir de decisiones ajenas a la empresa, por ejemplo la demanda de
productos terminados acostumbra a ser externa a la empresa en el sentido en que
las decisiones de los clientes no son controlables por la empresa (aunque sí
pueden ser influidas). También se clasificaría como demanda independiente la
correspondiente a piezas de recambio.
Demanda Dependiente. Es la que se genera a partir de la demanda independiente
de productos finales para el cálculo de todas las materias primas y productos
semielaborados que intervienen en su fabricación. Pueden ser decisiones de
producción de productos finales tomadas por la propia empresa. Por ejemplo aún
si se pronostica una demanda de 100 coches para el mes próximo (demanda
independiente) la Dirección puede determinar fabricar 120 este mes, para lo que
se precisaran 120 carburadores , 120 volantes, 600 ruedas,…. ,etc. La demanda
de carburadores, volantes, ruedas es una demanda dependiente de la decisión
tomada por la propia empresa de fabricar 120 coches.
2 ¿En qué se fundamenta el método de mínimos cuadrados en el

análisis de regresión lineal?
R= El método de mínimos cuadrados trata de ajustar la recta a los datos que
minimizan la suma delos cuadrados de la distancia vertical entre cada punto de
datos y el punto correspondiente en larecta.
E xpli que el pro cedi mie nto pa ra crea r un pronó stico u sand o el
método de descomposición de la regresión por mínimos cuadrados.R= La
descomposición de una serie de tiempo significa encontrar los componentes
básicosde la serie de tendencia, estacional y cíclico.
El proceso:
1.Descomponer las series de tiempo en sus componentes.
a) Encontrar el componente estacional.
b) Descontar las variaciones de temporada de la demanda.
c) Encontrar el componente de la tendencia.
2.Pronosticar valores futuros de cada componente.
a) Pronosticar el componente de la tendencia en el futuro
. b) Multiplicar el componente de la tendencia por el componente estacional
Hemos enfatizado sobre la importancia de las representaciones gráficas y hemos

visto la utilidad de las versiones linealizadas de los gráficos (X, Y) junto a las
distintas maneras de llevar a cabo la linealización. A menudo nos confrontamos
con situaciones en las que existe o suponemos que existe una relación lineal entre
las variables X e Y.
Surge de modo natural la pregunta: ¿cuál es la relación analítica que mejor se

ajusta a nuestros datos? El método de cuadrados mínimos es un procedimiento
general que nos permite responder esta pregunta. Cuando la relación entre las
variables X e Y es lineal, el método de ajuste por cuadrados mínimos se
denomina también método de regresión lineal.
5
Realizando un análisis de pronósticos
Haciendo una investigación de mercado
6
Llevando a cabo un análisis de pronósticos porque es una herramienta indispensable
para predecir la demanda y toar decisiones respecto a ellos. Aun así el análisis de
pronósticos te sirve para identificar la tendencia de tu mercado
9
lo importante es indicar que una tendencia
multiplicadora en la tendencia estacional, implica que la tendencia no es
una suma sobre la base original sino un porcentaje y por ende todo crece
en ese porcentaje. Es decir, la tendencia no es que aumente en 5
productos la cantidad vendida, sino en un 5%, por ejemplo, lo que implica
que si en enero se vendían 100 productos y en junio 200, la tendencia
multiplicadora indicará que en enero se venderán 105 productos y en junio
210.
11
Su desventaja, al igual que los métodos de promedio móvil, es la respuesta a la
tendencia. Aun cuando un valor de alfa (α) logra responder frente a cambios en el
promedio, cambios sistemáticos de este harán más grande el error de pronóstico.
Es tan así, que cuando se está aplicando un alfa mayor a 0.5 con buenos
resultados, optar por el alisado exponencial doble suele ser mejor idea.
12
se utiliza tanto para pronósticos de series de tiempo como para pronósticos de
relaciones causales. En particular cuando la variable dependiente cambia como
resultado del tiempo se trata de un análisis de serie temporal
13
Las dos sirven para medir la dispersión de un valor observado en relación con un valor
observado, pero la desviación estándar es una medida mas grande. Si la desviación
absoluta media de un conjunto de 60 unidades, la desviación estándar es de 75
unidades
14
Su cálculo nos permite tomar decisiones frente a qué método de pronóstico es el
mejor y logran detectar cuando algo en nuestra previsión de la demanda no está
marchando bien, con lo que conseguimos cambiar el rumbo de nuestras
decisiones a fin tomar las mejores elecciones.
15
PRONOSTICO DE VENTAS:
El pronóstico de ventas es una estimación de las ventas futuras de uno o varios
productos para un periodo de tiempo determinado. hacer el pronóstico de ventas
nos permite saber cuántos productos vamos a producir, cuánto necesitamos de
insumos o mercadería, cuánto personal vamos a requerir, cuánto vamos a requerir
de inversión y, de ese modo, lograr una gestión más eficiente del negocio,
permitiéndonos planificar, coordinar y controlar actividades y recursos.
VENTAJAS:
Apoyo a la toma de decisiones por parte de las Gerencias de Mercadeo, Ventas y
Producción al proveerlos con información congruente y exacta, la cual se calcula
utilizando modelos matemáticos de pronóstico.
Mayor seguridad en el manejo de la información relacionada con las ventas de la
empresa.
Gran flexibilidad en la elaboración de pronósticos y para la creación y comparación
de múltiples escenarios para efectos de análisis de ventas proyectadas.
Apoya las decisiones del departamento de Ventas de una manera eficaz y
oportuna, al pronosticar los lineamientos de los productos y las demandas
establecidos dentro del Plan Maestro de Producción.
DESVENTAJAS:
No es practico para productos nuevos, es necesario tener presente factores de
tendencia estacionalidad, ciclicidad en el mercado
Se basa solamente en el pasado y esta influenciado por los hechos recientes.
16
Para componentes estacionales (a corto y mediano plazo) y componentes con

tendencia (a largo plazo)

Taller en Clases Uan-Pronosticos

Cargado por

Copyright:

Formatos disponibles

Taller en Clases Uan-Pronosticos

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Taller en Clases Uan-Pronosticos

Cargado por

Copyright:

Formatos disponibles

Programa de Ingeniería Industrial

Fecha: _// Nombre: ______Código:

Preguntas de Administracion de Operaciones.

Ejercicios en clases Pronosticos.

PROMEDIO MOVIL PONDERADO

El margen de error es mas alto cuando la suavización exponencial es de 0,60

Mes Ventas (Millones de dolares) Pronostico Pronostico + Promedio Movil Ponderado B

SUAVIZACION EXPONECIAL 0,10 SUAVIZACION EXPOENCIAL 0.60

2 ¿En qué se fundamenta el método de mínimos cuadrados en el

Hemos enfatizado sobre la importancia de las representaciones gráficas y hemos

Surge de modo natural la pregunta: ¿cuál es la relación analítica que mejor se

Haciendo una investigación de mercado

Para componentes estacionales (a corto y mediano plazo) y componentes con

También podría gustarte