Dto PPT Sesion 02

DIRECCIÓN
TÁCTICA DE
OPERACIONES
INGENIERIA INDUSTRIAL
MBA ING.IND. MIRKO NEIL MACETAS PORRAS

Sesión 02
LOS PRONÓSTICOS EN
LA ADMINISTRACIÓN
DE OPERACIONES
LOS PRONÓSTICOS EN LA ADMINISTRACIÓN DE OPERACIONES
CONCEPTO
En el lenguaje de empresa, se suele
entender como pronóstico la
estimación anticipada del valor de
una variable, por ejemplo: la
demanda de un producto
FINALIDAD DE LOS PRONÓSTICOS
La finalidad de los pronósticos es
predecir el desarrollo futuro (de un
sistema, de sus entornos etc.) para
ayudar a la toma de decisiones (de
planificación) sobre medidas de apoyo,
contramedidas u otras acciones que
influyan, en mayor o menor grado, sobre
la tendencia del objeto planificado.
VENTAJAS DEL PRONÓSTICO

Apoya la toma de decisiones en distintas áreas de la
dirección de empresas: el pronóstico de ventas
ayudará a diseñar el plan de producción, el
pronóstico de evolución de precios de materias
primas, suministros etc. servirá al planificador, al
suministrar una información congruente y exacta que
utiliza modelos matemáticos de pronóstico, datos
históricos del comportamiento de ventas o
evaluaciones preparadas por los representantes de
cada departamento de la empresa. Además permite
mayor flexibilidad en la elaboración de los planes,
sobre todo cuando se sirve de los métodos de
múltiples escenarios.
PROMEDIO MÓVIL SIMPLE
Donde Ft es la demanda pronosticada para el

período t y At la demanda real para el período t.
La constante o parámetro n determina el número
de períodos a promediar.
En la tabla que a continuación se muestra el

procedimiento de pronóstico de demanda con
Media Móvil Simple con n=3. Por ejemplo, el
pronóstico de Abril se obtiene promediando los
valores reales de Enero, Febrero y Marzo:
Notar que los pronósticos no consideran
decimales (decisión arbitraria).
https://www.youtube.com/watch?v=TOhdzq38cPw
F(Abril) = (200 + 230 + 260) / 3 = 230.
El pronóstico de Mayo se obtiene

promediando los valores reales de
Febrero, Marzo y Abril:
F(Mayo) = (230 + 260 + 180) / 3 = 223.



Meses Periodo Demanda Prom. móvil Prom. móvil
observada bimestral pentamestral
Enero 1 6,341
Febrero 2 5,693
ió e
ac o d
Marzo 3 6,508
li c i c i
n
ap erc
Abril 4 6,170
Ej
Mayo 5 6,561
Junio 6 6,168
Julio 7 6,176
Agosto 8 5,754
Con la siguiente Setiembre 9 6,207
información, hallar los
Octubre 10 6,477
pronósticos bimestral y
pentamestral. Hacer la Noviembre 11 6,360
gráfica respectiva. Diciembre 12 6,565
Diferencias
PROMEDIO MÓVIL PONDERADO
Este método de pronóstico es una

variación del promedio
móvil. Mientras, en el promedio móvil
simple se le asigna igual importancia a
cada uno de los datos que componen
dicho promedio, en el promedio móvil
ponderado podemos asignar cualquier
importancia (peso) a cualquier dato del
promedio (siempre que la sumatoria de
las ponderaciones sean equivalentes al
100%). Es una práctica regular aplicar
el factor de ponderación (porcentaje)
mayor al dato más reciente. https://www.youtube.com/watch?v=U49btp9IqQo

Fórmula

Ventas o demandas reales en unidades de los períodos anteriores a t
Sumatoria de datos
Factor de ponderación
Promedio de ventas en unidades en el período t
Número de datos
Ejemplo de aplicación de un pronóstico de Promedio Móvil

Ponderado
Un almacén ha determinado que el mejor pronóstico se

encuentra determinado con 4 datos y utilizando los siguientes
factores de ponderación (40%, 30%, 20% y 10%). Determinar el
pronóstico para el período 5.
Período Ventas (unidades) Ponderación

Solución
Mes 1 100000 10%
Mes 2 90000 20%
Mes 3 105000 30%
Mes 4 95000 40%
En este caso el primer paso consiste en multiplicar a cada período por su

correspondiente factor de ponderación, luego efectuar la sumatoria de los
productos.
SUAVIZACIÓN EXPONENCIAL SIMPLE
Este método puede considerarse como

una evolución del método de promedio
móvil ponderado, en éste caso se
calcula el promedio de una serie de
tiempo con un mecanismo de
autocorrección que busca ajustar los
pronósticos en dirección opuesta a las
desviaciones del pasado mediante una
corrección que se ve afectada por un
coeficiente de suavización. Así
entonces, este modelo de pronóstico
precisa tan sólo de tres tipos de datos:
el pronóstico del último período, la
demanda del último período y el
coeficiente de suavización. https://www.youtube.com/watch?v=LEgknd-IR5w
https://www.youtube.com/watch?v=_yO9DPShDlI
Fórmula:
Donde:
Para efectos académicos

suele proporcionarse el
factor de suavización, sin
embargo en la práctica éste
es comúnmente hallado de
la forma descrita arriba.
Ejemplo de aplicación
En Enero un vendedor de vehículos estimó unas ventas de 142 automóviles para
el mes siguiente. En Febrero las ventas reales fueron de 153 automóviles.
Utilizando una constante de suavización exponencial de 0.20 presupueste las
ventas del mes de Marzo.
Solución
Podemos así determinar que el pronóstico de ventas para el

período 3 correspondiente a Marzo es equivalente a 144
automóviles.
SUAVIZACIÓN EXPONENCIAL DOBLE: MÉTODO DE HOLT

Cuándo se abordan las series de tiempo
en algunos casos es identificable que el
comportamiento de un grupo de datos
puede arrojar una tendencia clara e
información que permita anticipar
movimientos futuros. Estimar una
tendencia nos proporciona las
actualizaciones de nivel que mitigan los
cambios ocasionales de una serie de
tiempo. Charles Holt en 1957 desarrolló
un modelo de tendencias lineales que
evolucionan en una serie de tiempo y
puede usarse para generar pronósticos,
este modelo recibe el nombre de
suavización o suavizamiento
https://www.youtube.com/watch?v=LoCOQRiLWgo
exponencial doble.

El método de suavización exponencial doble o método de
Holt usa tres ecuaciones fundamentales:


La firma de control ambiental "Mauricio Galindez" usa
suavización exponencial doble para pronosticar la
demanda de un equipo para el control de
contaminación, demanda que aparentemente presenta
una tendencia creciente.
Según la experiencia de sus ingenieros de planeación se sugiere

unos coeficientes de alfa = 0,2 y beta 0,4. Suponer que el
pronóstico para el mes 1 fue de 11 unidades y la tendencia
durante el mismo período fue de 2 unidades. Con base en lo
anterior, determinar el pronóstico del mes 3.

Solución
El primer paso consiste en hallar el Suavizamiento exponencial del período 2,
dicho cálculo se efectúa así:
El segundo paso consiste en hallar el estimado de la tendencia, dicho cálculo

se efectúa así:
El tercer paso consiste en hallar el pronóstico del período 2, dicho cálculo

se efectúa así:
Ahora procedemos a efectuar los mismos cálculos para el período siguiente,

de esta manera:
Podemos así determinar que el pronóstico de ventas para el período 3 es

equivalente a 17,28, al tratarse de unidades enteras se hace necesario
redondear, y es decisión del encargado de planeación determinar si lo hace
por exceso o por defecto.
REGRESIÓN LINEAL O MÍNIMOS CUADRADOS
El modelo de pronóstico de regresión lineal

permite hallar el valor esperado de una
variable aleatoria a cuando b toma un valor
específico. La aplicación de este método
implica un supuesto de linealidad cuando la
demanda presenta un comportamiento
creciente o decreciente, por tal razón, se
hace indispensable que previo a la
selección de este método exista un análisis
de regresión que determine la intensidad de
las relaciones entre las variables que
componen el modelo.
https://www.youtube.com/watch?v=RtueOQNDlg4
ANÁLISIS DE REGRESIÓN
El objetivo de un análisis de regresión es

determinar la relación que existe entre una
variable dependiente y una o más variables
independientes. Para poder realizar esta relación,
se debe postular una relación funcional entre las
variables. Cuando se trata de una variable
independiente, la forma funcional que más se
utiliza en la práctica es la relación lineal. El
análisis de regresión entonces determina la
intensidad entre las variables a través de
coeficientes de correlación y determinación.

COEFICIENTE DE CORRELACIÓN [r]
El coeficiente de correlación, comúnmente identificado como r o R , es una
medida de asociación entre las variables aleatorias X y Y, cuyo valor varía entre
-1 y +1.
El cálculo del coeficiente de correlación se efectúa de la siguiente manera:
Dónde t hace referencia a la variable tiempo y x a la variable demanda.




La juguetería Gaby desea estimar mediante

regresión lineal simple las ventas para el mes
de Julio de su nuevo carrito infantil "Mate". La
información del comportamiento de las ventas
de todos sus almacenes de cadena se presenta
en el siguiente tabulado.
El primer paso para encontrar el pronóstico del mes 7 consiste en

hallar la pendiente, para ello efectuamos los siguientes cálculos:




Luego, y dado que ya tenemos el valor de la pendiente b procedemos a
calcular el valor de a, para ello efectuamos los siguientes cálculos:
Ya por último, determinamos

el pronóstico del mes 7, para
ello efectuamos el siguiente
cálculo:

Podemos así determinar que el pronóstico de ventas para el
período 7 es equivalente a 13067 unidades.
¡Gracias!

Dto PPT Sesion 02

Cargado por

Copyright:

Formatos disponibles

Dto PPT Sesion 02

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

Dto PPT Sesion 02

Cargado por

Copyright:

Formatos disponibles

DIRECCIÓN

MBA ING.IND. MIRKO NEIL MACETAS PORRAS

VENTAJAS DEL PRONÓSTICO

PROMEDIO MÓVIL SIMPLE

Donde Ft es la demanda pronosticada para el

En la tabla que a continuación se muestra el

PROMEDIO MÓVIL SIMPLE

F(Abril) = (200 + 230 + 260) / 3 = 230.

El pronóstico de Mayo se obtiene

F(Mayo) = (230 + 260 + 180) / 3 = 223.

PROMEDIO MÓVIL SIMPLE

PROMEDIO MÓVIL SIMPLE

PROMEDIO MÓVIL PONDERADO

Este método de pronóstico es una

PROMEDIO MÓVIL PONDERADO

Promedio de ventas en unidades en el período t

PROMEDIO MÓVIL PONDERADO

Ejemplo de aplicación de un pronóstico de Promedio Móvil

Un almacén ha determinado que el mejor pronóstico se

PROMEDIO MÓVIL PONDERADO

Período Ventas (unidades) Ponderación

En este caso el primer paso consiste en multiplicar a cada período por su

SUAVIZACIÓN EXPONENCIAL SIMPLE

Este método puede considerarse como

SUAVIZACIÓN EXPONENCIAL SIMPLE

Para efectos académicos

SUAVIZACIÓN EXPONENCIAL SIMPLE

Podemos así determinar que el pronóstico de ventas para el

SUAVIZACIÓN EXPONENCIAL DOBLE: MÉTODO DE HOLT

SUAVIZACIÓN EXPONENCIAL DOBLE: MÉTODO DE HOLT

SUAVIZACIÓN EXPONENCIAL DOBLE: MÉTODO DE HOLT

SUAVIZACIÓN EXPONENCIAL DOBLE: MÉTODO DE HOLT

SUAVIZACIÓN EXPONENCIAL DOBLE: MÉTODO DE HOLT

Según la experiencia de sus ingenieros de planeación se sugiere

SUAVIZACIÓN EXPONENCIAL DOBLE: MÉTODO DE HOLT

El segundo paso consiste en hallar el estimado de la tendencia, dicho cálculo

SUAVIZACIÓN EXPONENCIAL DOBLE: MÉTODO DE HOLT

El tercer paso consiste en hallar el pronóstico del período 2, dicho cálculo

Ahora procedemos a efectuar los mismos cálculos para el período siguiente,

SUAVIZACIÓN EXPONENCIAL DOBLE: MÉTODO DE HOLT

Podemos así determinar que el pronóstico de ventas para el período 3 es

REGRESIÓN LINEAL O MÍNIMOS CUADRADOS

El modelo de pronóstico de regresión lineal

REGRESIÓN LINEAL O MÍNIMOS CUADRADOS

El objetivo de un análisis de regresión es

REGRESIÓN LINEAL O MÍNIMOS CUADRADOS

REGRESIÓN LINEAL O MÍNIMOS CUADRADOS

El cálculo del coeficiente de correlación se efectúa de la siguiente manera:

Dónde t hace referencia a la variable tiempo y x a la variable demanda.

REGRESIÓN LINEAL O MÍNIMOS CUADRADOS

REGRESIÓN LINEAL O MÍNIMOS CUADRADOS

REGRESIÓN LINEAL O MÍNIMOS CUADRADOS

REGRESIÓN LINEAL O MÍNIMOS CUADRADOS

La juguetería Gaby desea estimar mediante

El primer paso para encontrar el pronóstico del mes 7 consiste en

REGRESIÓN LINEAL O MÍNIMOS CUADRADOS

REGRESIÓN LINEAL O MÍNIMOS CUADRADOS

REGRESIÓN LINEAL O MÍNIMOS CUADRADOS