PRONÓSTICOS

ACTIVIDAD 1 – PLANEACIÓN DE LA PRODUCCIÓN BY CRISTIAN

ORDOÑEZ

CORPORACIÓN UNIVERSITARIA IBEROAMERICANA INGENIERÍA

INDUSTRIAL
DOCENTE: LAURA PARDO
 INTRODUCCIÓN

Hasta ahora, los conceptos relacionados con los sistemas de métodos de pronósticos y sus aplicaciones han sido
de gran importancia, ya que su uso puede ahorrarnos una considerable cantidad de tiempo al momento de
encontrar soluciones a diversos problemas, tanto a nivel personal como empresarial. La comprensión de los
conceptos fundamentales de estos temas, así como algunas de sus aplicaciones en el ámbito de la ingeniería
industrial, nos permite no solo representar situaciones actuales, sino también pasadas y futuras mediante la
elaboración de gráficos basados en el problema en cuestión.

OBJETIVO
Entender diferentes técnicas de predicción y sus usos para llevar a cabo el análisis de datos generados por los
procedimientos relacionados con la fabricación de productos o prestación de servicios.

Planeación de la producción Taller

Actividad 1 - Pronósticos

1. ¿Cuál es la diferencia entre demanda dependiente e independiente?

Respuesta:

La diferencia entre demanda dependiente e independiente es fundamental para entender cómo se gestionan los
inventarios de una empresa. La demanda independiente se refiere a la demanda que proviene de decisiones fuera
del control de la empresa, como por ejemplo la demanda de productos terminados que proviene de los clientes. La
demanda de piezas de repuesto también se considera como demanda independiente.

Por otro lado, la demanda dependiente se genera a partir de las decisiones tomadas por la empresa, como cuando
la dirección decide fabricar una cantidad específica de productos y, por lo tanto, necesita una cantidad específica
de piezas para la producción. Es importante distinguir entre ambos tipos de demanda, ya que los métodos para
gestionar los inventarios son diferentes en cada caso.

Cuando la demanda es independiente, se aplican técnicas estadísticas para prever la demanda, generalmente
basadas en modelos que suponen una demanda continua. Sin embargo, cuando la demanda es dependiente, se
utiliza un sistema MRP (Planificación de Requerimientos de Materiales, por sus siglas en inglés) generado por
una demanda discreta.

El MRP es un sistema de gestión de inventarios que se utiliza para asegurarse de que una empresa tiene
suficientes materiales y componentes para cumplir con la demanda dependiente. Este sistema se basa en un
cálculo de los requerimientos de los materiales necesarios para producir un producto y planifica la producción de
acuerdo con estos requerimientos.

En resumen, la demanda independiente es la demanda del producto terminado por parte del cliente, mientras que
la demanda dependiente es la necesidad de la empresa de adquirir partes para la producción de un producto. La
aplicación de diferentes técnicas de gestión de inventarios para cada tipo de demanda puede garantizar una mejor
gestión de la cadena de suministro y una producción más eficiente.

2. A partir de esta guía, señale qué método usaría para:

a) La demanda de trajes de baño.

Respuesta: Se podría prever la demanda del traje de baño mediante el uso de un modelo de suavización
exponencial. Este modelo resulta adecuado debido a que el horizonte de tiempo a pronosticar es corto, lo que
implica una baja complejidad y costo en la elaboración del modelo. Aunque la exactitud del modelo es justa, es
suficiente para los fines requeridos, y además, los requisitos de datos son muy bajos.

b) La demanda de casas nuevas.

Respuesta: Es posible realizar una predicción de la demanda de casas nuevas mediante el uso de un modelo de
regresión lineal. Este modelo resulta adecuado para horizontes temporales largos, aunque su complejidad es
moderadamente alta. Sin embargo, la precisión del modelo es alta y se considera que los requisitos de datos son
también adecuados. La demanda de casas nuevas puede pronosticarse con la regresión lineal. Los horizontes
temporales son largos, la complejidad del modelo es medianamente alta, la precisión es alta y los requisitos de
datos son también.

c) Consumo de electricidad.

Respuesta: Regresión causal. Los modelos se pueden utilizar para prever el uso de energía eléctrica. El horizonte
temporal es largo y el modelo de complejidad es bastante alto, la precisión y requerimientos del modelo son altos.
Ilustración: Guía para seleccionar un método de pronóstico apropiado. Fuente: D’Alessio. (2004). Administración y dirección de la producción.

4. Explique el procedimiento para crear un pronóstico usando el método de descomposición de la

regresión por mínimos cuadrados.

Respuesta:

Paso 1: Se debe calcular el factor debe calcular el factor de estacionalidad, realizando un cociente entre el valor
pronosticado según el Promedio o Media Móvil Simple con n=12 y el valor real de la demanda.

Paso 2: Se calcula el factor de estacionalidad promedio para cada período. Este procedimiento se facilita al
trabajar con Tablas Dinámicas.

Paso 3: Se ajusta cada factor promedio, multiplicándolo por el factor de estacionalidad K, calculado de:

 Presentar ecuación en el grafico

 Presentar el valor R cuadrado en el grafico

Paso 4: Calcular la tendencia de la serie de tiempo ajustando los datos a una regresión lineal, donde la n lineal,
donde la variable dependiente corresponde a la demanda (Y) y la variable independiente a los períodos (X).
Para este propósito se puede aplicar el procedimiento de forma muy sencilla en Excel a través de las siguientes
alternativas:

o Hacer un Gráfico de Línea con los valores de la demanda real como se muestra en la imagen a
continuación: Luego sobre el gráfico de línea con el mouse o teclado seleccionar con el botón derecho la
opción “Agregar línea de tendencia”. Por defecto se ofrece la alternativa de tendencia lineal (no
modificar) y debemos seleccionar las siguientes opciones. Una vez realizado lo anterior obtendremos el
gráfico que muestra el ajuste de la regresión y su ecuación.

Paso 5: Se calcula el factor cíclico de la serie histórica a partir de la siguiente expresión:

Paso 6: Determinar el factor cíclico promedio para cada período. En este paso al igual que en el Paso 2 una Tabla
Dinámica resulta de bastante ayuda. Una vez completado el Paso 6 estamos en condiciones de realizar un
pronóstico de demanda utilizando la fórmula:

Dónde:

 S= Valor pronosticado
 T= Factor de tendencia
 C= Componente cíclico
 Y= Componente estacional
 μ= Variación no sistemática

5. Dé algunas reglas simples que usaría para manejar la demanda del producto de una empresa (un
ejemplo es “limitado al inventario disponible”).

Respuesta:

Con el fin de satisfacer la demanda de un producto, es esencial comprender el comportamiento y las necesidades
del consumidor a través de estudios de mercado. Las estrategias de marketing deben ser diseñadas en función de
los objetivos que se persiguen para satisfacer las necesidades de los clientes y alcanzar los objetivos
empresariales. Es importante conocer el comportamiento del consumidor en términos de su consumo, compra o
uso del producto o servicio, para saber qué quiere, necesita, compraría, desea y si se encuentra satisfecho o no. El
consumidor es un elemento clave en las estrategias de marketing, y es necesario saber quién lo compra, cómo lo
compra, por qué lo compra, cuándo lo compra, dónde lo compra, cuánto lo compra y cómo lo utiliza. Es
fundamental realizar estudios adecuados para conocer las necesidades específicas del consumidor y cómo
satisfacerlas, ya sean necesidades básicas o más específicas. Las necesidades también pueden ser concretas,
inconcretas e irrealizables.

6. 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?

Respuesta:

Probablemente la precisión de la técnica en cuestión podría depender del total de datos registrados con
anterioridad, pero al final podríamos considerar el método de regresión lineal como

El más exacto, debido a que busca que todos los datos registrados antes se ajusten a una línea central y a su vez se
basa en una tendencia histórica de datos registrados.

7. Dé ejemplos que tengan una relación multiplicadora de la tendencia estacional.

Respuesta:

Lo importante a destacar es que una tendencia multiplicativa en la estacionalidad implica que la tendencia no se
suma a la base original, sino que se aplica como un porcentaje, y por lo tanto, todo crece en esa proporción. Es
decir, en lugar de que la tendencia indique un aumento de 5 productos en la cantidad vendida, por ejemplo, indica
un aumento del 5%, lo que significa que, si en enero se vendieron 100 productos y en junio se vendieron 200, la
tendencia multiplicativa indicará que se venderán 105 productos en enero y 210 en junio.

En cuanto al consumo de drogas, las adicciones obligan a las personas a consumir más a medida que pasa el
tiempo, lo que puede tener un impacto en la población de pueblos y ciudades, así como en las generaciones
futuras.

8. ¿Cuál es la principal desventaja del pronóstico diario con análisis de regresión?

Respuesta:

Su desventaja es que se basa solamente en el pasado y esta influenciado por los hechos recientes, por lo cual si no
se tiene los datos completos cuando el monitoreo de estos es estacional izado no se va a poder pronosticar con
exactitud, es más trabajoso que los anteriores.

9. ¿Qué implicaciones tienen los errores de pronóstico en la búsqueda de modelos de pronóstico

estadístico muy complejos?

Respuesta:

Los errores de pronóstico pueden causar confusión en un estudio complejo por lo que los pronósticos y
estimaciones pueden ser erróneas

10. ¿Las relaciones causales son potencialmente más útiles para qué componente de una serie
temporal?

Respuesta: Son potencialmente útiles para las variaciones aleatorias

 CONCLUSIÓN

Pusimos a prueba nuestras habilidades matemáticas enfocándonos en la resolución de problemas y en el trabajo en

equipo, justificando nuestros enfoques y respuestas de manera precisa y concreta. También aprendimos a abordar
temas más teóricos, como los conceptos fundamentales de diversos sistemas de pronóstico de métodos, utilizando
un enfoque sistémico y explorando algunas de sus aplicaciones en el campo de la ingeniería industrial.
 REFERENCIAS

 Recursos de revisión básica: (Clic para abrir la bibliografía de la unidad.)

 Holguín Vidal, C. J. (2010). Capítulo 3. Pronósticos de demanda. Fundamentos de control y gestión de
inventarios. (pp. 63 -159). Programa Editorial Universidad del Valle.
 Mora Gutiérrez L. A. (2007). Pronósticos de demanda e inventarios: métodos futurísticos. AMG.
 Recursos complementarios o de apoyo: (Clic para abrir la bibliografía de la unidad.)
 Vargas Buenahora, H. A. (2014). Modelos de inventarios.