Está en la página 1de 4

1. Qu es un pronstico? Pronstico es el arte de predecir los eventos futuros.

Puede implicar el uso de datos histricos y su proyeccin hacia el futuro algn tipo de modelo matemtico. Puede ser una prediccin subjetiva o intuitiva o puede ser una combinacin de ambos, es decir un modelo matemtico ajustado por el buen juicio del administrador. Pocas son perfectas. Su preparacin y supervisin tambin implica un gasto de tiempo y dinero. Pocos negocios sin embargo se dan el lujo de eludir el proceso de pronosticar y slo esperar a ver qu sucede, para despus arriesgarse. La planeacin efectiva a corto y largo plazo depende del pronstico de la demanda de los productos de la compaa. Tipos de Pronstico Las organizaciones emplean tres tipos principales de pronsticos al planear sus operaciones futuras. a. b. Pronsticos econmicos.- abordan el ciclo del negocio al predecir tasas de inflacin, suministros de dinero, construccin de viviendas y otros indicadores de planeacin. Los pronsticos tecnolgicos.- se refieren a los ndices de progreso tecnolgico, que pueden dar lugar a nuevos productos interesantes, que requerirn nuevas plantas y equipos. c. Los pronsticos de la demanda.- son proyecciones de la demanda de productos o servicios de la compaa. Estos pronsticos tambin se conocen como pronsticos de ventas y ayudan a orientar los sistemas de produccin, capacidad y programacin de la empresa y sirven como factores en la planeacin financiera, marketing y personal.

2. Mtodos de pronsticos de la demanda

a. Medias Mviles.- El mtodo de promedios mviles usa un nmeros de valores de datos histricos reales para generar un pronstico. Los promedios mviles son tiles si podemos suponer que la demanda del mercado permanecer relativamente estable en el tiempo. Un promedio mvil de cuatro meses se encuentra simplemente sumando la demanda de los ltimos cuatro meses y dividindola entre cuatro. Al concluir cada mes, los datos del mes ms reciente se agregan a la suma de los tres meses anteriores y se elimina el dato del mes ms antiguo. Esta prctica tiende a suavizar las irregularidades del corto plazo en las series de datos. Matemticamente, el promedio mvil simple (que sirve como estimacin de la demanda del siguiente periodo) se expresa como:

Ejemplo CCC desea pronosticar el nmero de llamadas entrantes que esto recibe en un da de los clientes de uno de sus clientes, BMI. CCC programa el nmero apropiado de telefonistas basados en volmenes de llamada proyectados. CCC cree que los 12 das ms recientes de volmenes de llamada (mostrado sobre la siguiente diapositiva) son representativos de los volmenes de llamada de futuro prximo.

Datos histricos

Da 1 2 3 4 5 6

Llamadas 159 217 186 161 173 157

Da 7 8 9 10 11 12

Llamadas 203 195 188 168 198 159

Use el promedio mvil simple con n=3 para pronosticar el nmero de llamadas para el da 13.

F13 = (159 + 198 + 168)/3 = 175.0 llamadas

b. Promedios Mviles Ponderados.- En el mtodo de los promedios mviles, a todos los datos que se emplean en el clculo se les da el mismo peso. En una variacin conocida como promedios mviles ponderados, a cada uno de los valores de los datos se la da un peso diferente y despus de calcula el promedio ponderado de los valores de los n datos ms recientes para obtener el pronstico. En la mayora de las veces, a la observacin ms reciente se la da el mayor peso y los pesos disminuyen conforme los datos son ms antiguos.

Ejemplo

Tal vez una tienda departamental se d cuenta de que en un periodo de cuatro meses, el mejor pronstico se deriva utilizando 40% de las ventas reales durante el mes ms

reciente, 30% de dos meses antes, 20% de tres meses antes y 10% de hace cuatro meses. Si las ventas reales fueron:

Mes 1 100

Mes 2 90

Mes 3 105

Mes 4 95

Mes 5 ?

Formula Ft = W1 At-1 + W2 At-2 + W3 At-3 +. Wn At-n + W1 = ponderacin dada a la ocurrencia real para el periodo t-1 W2 = ponderacin dada a la ocurrencia real para el periodo t-2 Wn = ponderacin dada a la ocurrencia real para el periodo t-n n = nmero total de periodos en el pronsticos por lo tanto el pronstico para el mes 5 sera

F5 = 0.40 (95) + 0.30 (105) +0.20 (90) +1.10 (100)

= 38 + 31.5 +18 + 10 = 97.5

c.

Regresin Lineal.- El anlisis de regresin lineal es un tcnica estadstica utilizada para estudiar la relacin entre variables. Se adapta a una amplia variedad de situaciones. En la investigacin social, el anlisis de regresin se utiliza para predecir un amplio rango de fenmenos, desde medidas econmicas hasta diferentes aspectos del comportamiento humano.

Ejemplo

En la Escuela profesional de Ingeniera de Sistemas e Informtica de la Universidad se quiere entender los factores de aprendizaje de los alumnos que cursan la asignatura de Simulacin de sistemas, para lo cual se escoge al azar una muestra de 15 alumnos y ellos registran notas promedios en las asignaturas de Algoritmos, Base de Datos y Programacin como se muestran en el siguiente cuadro.

Alumno

Simulacin (Y) 13 13 13 15 16 15 12 13 13 13 11 14 15 15 15

Algoritmos (X1) 15 14 16 20 18 16 13 16 15 14 12 16 17 19 13

Base de Datos Programacin (X2) (X3) 15 13 13 14 18 17 15 14 14 13 12 11 16 14 15 13 12 14 16 17 15 11 15 13 10 10 14 15 16 10

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Lo que buscamos es construir un modelo para determinar la dependencia que exista de aprendizaje reflejada en las notas de la asignatura de simulacin de sistemas, conociendo las notas de las asignaturas algoritmos, base de datos y programacin.