Tema N 2

PRONSTICOS
UNIVERSIDAD DE LOS ANDES
FACULTAD DE CIENCIAS ECONMICAS Y SOCIALES
ESCUELA DE ADMINISTRACIN Y CONTADURA PUBLICA
DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS
ADMINISTRACIN DE LA PRODUCCIN Y LAS OPERACIONES I
FACILITADOR
LIC. ESP. MIGUEL OLIVEROS
Pronsticos
Definici Definici Definici Definici n: n: n: n:
Proceso de estimacin de un acontecimiento futuro, proyectando
hacia el futuro datos del pasado. Los datos del pasado se combinan
sistemticamente en forma predeterminada para hacer una
estimacin del futuro
Predicci Predicci Predicci Predicci n: n: n: n:
Proceso de estimacin de un suceso futuro basndose en
consideraciones subjetivas diferentes a los simples datos
provenientes del pasado; estas consideraciones subjetivas no
necesariamente deben combinarse de manera predeterminada.
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
Requerimientos para el
Pronstico en la Produccin
Necesidad de Necesidad de Necesidad de Necesidad de
informaci informaci informaci informaci n n n n
representativa representativa representativa representativa
Demandas
especficas de
artculos
Tipo de Tipo de Tipo de Tipo de
Decisi Decisi Decisi Decisi n nn n
Decisiones de
planeacin a
corto plazo
Demandas
Agregadas de
resultados
Estrategias e
instalaciones
Decisiones de
planeacin a
largo plazo
Actual Dentro de 5 aos
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
Subsistemas de Operacin y Pronsticos
Informacin ms reciente sobre
la demanda y la produccin
Pronstico de la
demanda para
operaciones
Planeaci Planeaci Planeaci Planeaci n del sistema n del sistema n del sistema n del sistema
- Diseo del Producto
- Diseo del Proceso
- Inversin y reemplazo de
Equipos
- Planeacin de la capacidad
Programaci Programaci Programaci Programaci n del sistema n del sistema n del sistema n del sistema
- Planeacin agregada de la
Produccin
- Programacin de las
Operaciones
Control del sistema Control del sistema Control del sistema Control del sistema
- Control de la Produccin
- Control de los Inventarios
- Control de la Mano de Obra
- Control de Costos
Produccin de
Bienes y Servicios
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
Caractersticas de la Demanda
en el Tiempo
Constante
Estacional
Tendencia Lineal
Tiempo Tiempo Tiempo Tiempo
D
e
m
a
n
d
a

d
e

p
r
o
d
u
c
c
i
D
e
m
a
n
d
a

d
e

p
r
o
d
u
c
c
i
D
e
m
a
n
d
a

d
e

p
r
o
d
u
c
c
i
D
e
m
a
n
d
a

d
e

p
r
o
d
u
c
c
i

n

(
U
n
i
d
a
d
e
s
)
n

(
U
n
i
d
a
d
e
s
)
n

(
U
n
i
d
a
d
e
s
)
n

(
U
n
i
d
a
d
e
s
)
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
Demanda
Definici Definici Definici Definici n: n: n: n:
Es una relacin que muestra las distintas cantidades de un bien que
el consumidor o los consumidores desearan o sern capaces de
adquirir a precios alternativos posibles durante un perodo de tiempo
dado.
Demanda Independiente: Demanda Independiente: Demanda Independiente: Demanda Independiente:
La demanda de un bien o servicio no est relacionada con la
demanda de algn otro bien o servicio
Demanda Dependiente: Demanda Dependiente: Demanda Dependiente: Demanda Dependiente:
La demanda de un bien o servicio est relacionada con la demanda
de uno o ms productos
Dependencia Vertical
Dependencia Horizontal
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
Error en el Pronstico
evaluados perodos de total Nmero
perodos los todos de absolutas es desviacion las de Suma
MAD=
Es la diferencia num Es la diferencia num Es la diferencia num Es la diferencia num rica entre la demanda rica entre la demanda rica entre la demanda rica entre la demanda
pronosticada y la real pronosticada y la real pronosticada y la real pronosticada y la real
Desviaci Desviaci Desviaci Desviaci n Media Absoluta (MAD): n Media Absoluta (MAD): n Media Absoluta (MAD): n Media Absoluta (MAD):
Es un promedio de las desviaciones absolutas. La MAD expresa la
dimensin pero no la direccin
n
real Demanda - da pronstica Demanda
MAD
n
1 i
i

=
=
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
Error en el Pronstico
evaluados perodos de total Nmero
perodos los todos para s algebraico errores de Suma
Sesgo=
Sesgo: Sesgo: Sesgo: Sesgo:
Indica la tendencia direccional de los errores de prediccin. El sesgo
mide la tendencia a sub o sobreestimar la demanda
( )
n
real Demanda - da pronostica Demanda
Sesgo
n
1 i

=
=
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
Modelos de Pronsticos
- Proporciona un pronstico global para variables tales como el
Producto Interno Bruto (PIB)
Modelos Econmicos
- Describe una relacin funcional entre las variables Anlisis de regresin
Modelos Cuantitativos Causales Modelos Cuantitativos Causales Modelos Cuantitativos Causales Modelos Cuantitativos Causales
- Da pesos relativos a pronsticos anteriores y a la demanda
ms reciente
Suavizado exponencial
- Promedia los datos del pasado para predecir el futuro
basndose en ese promedio
(series de tiempo)
Media o promedio mvil simple
Modelos Cuantitativos Modelos Cuantitativos Modelos Cuantitativos Modelos Cuantitativos
- Se recopilan datos de varias maneras para probar hiptesis
sobre el mercado
Investigacin de Mercado
- Proceso de grupo que permite la participacin con votacin
forzada
Tcnica de grupo nominal
- Hace analogas con el pasado de un producto similar Datos Histricos
- Preguntas hechas a un grupo de expertos para recabar
opiniones
Mtodo Delphi
Modelos Cualitativos Modelos Cualitativos Modelos Cualitativos Modelos Cualitativos
Descripci Descripci Descripci Descripci n nn n Tipo de Modelo Tipo de Modelo Tipo de Modelo Tipo de Modelo
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
Promedio Simple (PS): Promedio Simple (PS): Promedio Simple (PS): Promedio Simple (PS):
Es un promedio de los datos del pasado en el cual las demandas de
todos los perodos anteriores tienen el mismo peso relativo
Modelos Cuantitativos
demanda la de perodos de Nmero
anteriores perodos los todos de demandas las de Suma
PS =
k
D ... D D
PS
k 2 1
+ + +
=
Modelos Bsicos de Promedios
perodos k hace ocurri que demanda D
perodos dos hace ocurri que demanda D
reciente ms perodo del demanda D
: donde
k
2
1
=
=
=
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
Media M Media M Media M Media M vil Simple (MMS): vil Simple (MMS): vil Simple (MMS): vil Simple (MMS):
Combina los datos de la demanda de la mayor parte de los perodos
recientes, siendo su promedio el pronstico para el perodo siguiente
Modelos Cuantitativos
mvil media la en empledos perodos de Nmero
perodos n ltimos los de anteriores demandas las de Suma
MMS =
n 2 1
n
1 t
t
D
n
1
... D
n
1
D
n
1
n
D
MMS + + + = =

=
Modelos Bsicos de Promedios
reciente ms perodo el es n t
perodos n de promedio el en antiguo ms perodo el es 1 t
: donde
=
=
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
Media M Media M Media M Media M vil Ponderada (MMP): vil Ponderada (MMP): vil Ponderada (MMP): vil Ponderada (MMP):
Es un modelo de media mvil que incorpora algn peso de la
demanda anterior distinto a un peso igual para todos los perodos
anteriores bajo consideracin
Modelos Cuantitativos
mvil media la en perodos los todos de largo lo a sumada
o, determinad peso un por perodo cada de Demanda MMP=

=
=
n
1 t
t t
D C MMP
Modelos Bsicos de Promedios

=
=

n
1 t
t
t
1.0 C
1.0 C 0
: donde
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
Suavizado exponencial de primer orden: Suavizado exponencial de primer orden: Suavizado exponencial de primer orden: Suavizado exponencial de primer orden:
Se distingue por la manera tan especial de dar peso a cada una de
las demandas anteriores, la demanda de los perodos ms recientes
reciben un peso mayor. La ecuacin para crear un pronstico nuevo o
actualizado utiliza dos fuentes de informacin: la demanda real para
el perodo ms reciente y el pronstico ms reciente. A medida que
termina cada perodo se realiza un nuevo pronstico
Modelos Cuantitativos
( ) ( )( ) reciente ms Pronstico - 1 reciente ms Demanda Pronstico + =
( )
1 - t 1 - t t
F D F + = 1
Suavizado Exponencial
perodo el es t
1.0 0
: donde

FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
Doble suavizado exponencial: Doble suavizado exponencial: Doble suavizado exponencial: Doble suavizado exponencial:
Suaviza el pronstico obtenido con un modelo de suavizado
exponencial de primer orden y el pronstico obtenido mediante un
modelo de suavizado exponencial doble
Modelos Cuantitativos
( ) S.E.D. reciente ms Pronstico S.E.P.O. sig. perodo del Pronstico FD
t
+ =
Suavizado Exponencial
( )
1 - t t t
FD - 1 F FD + =
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
Suavizado exponencial de primer orden con ajuste de tendencia: Suavizado exponencial de primer orden con ajuste de tendencia: Suavizado exponencial de primer orden con ajuste de tendencia: Suavizado exponencial de primer orden con ajuste de tendencia:
Con el suavizado exponencial con ajuste de tendencia, las estimaciones,
tanto para la media como tendencia, estn suavizadas. Este
procedimiento requiere dos constantes de suavizado: para la media, y
para la tendencia.
Modelos Cuantitativos
Suavizado Exponencial
lmente exponencia suavizada tendencia lmente exponencia suavizada previsin tendencia la incluyendo Previsin + =
t t t
T F FIT + =
donde:
( )( )
1 1 1
1

+ + =
t t t t
T F D F
( ) ( )
1 1
1

+ =
t t t t
T F F T
0 . 1 0
0 . 1 0
: que el en

FACILITADOR: LIC. ESP. MIGUEL OLIVEROS

Proyecciones de la tendencia: Proyecciones de la tendencia: Proyecciones de la tendencia: Proyecciones de la tendencia:
Es un mtodo de pronstico de series temporales que ajusta una lnea
de tendencia a una serie de datos histricos, y entonces proyecta la
lnea hacia al futuro para realizar pronsticos.
Modelos Cuantitativos
Series Temporales
M MM M todo de los m todo de los m todo de los m todo de los m nimos cuadrados: nimos cuadrados: nimos cuadrados: nimos cuadrados:
bX a y + =

donde:
caso) este en tiempo, (el nte independie variable
regresin de recta la de pendiente
eje el en corte
predecir a variable la de calculado Valor
=
=
=
=
X
b
y a
y
( ) ( )( )
( ) ( )
2
t
2
t
t t t t
X - X n
D X - D X n
b


=
n
X b - D
a
t t
=
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
Variaciones estacionales: Variaciones estacionales: Variaciones estacionales: Variaciones estacionales:
Son movimientos regulares ascendentes o descendentes en una serie
temporal que estn vinculados a eventos peridicos.
Modelos Cuantitativos
Series Temporales
Etapas: Etapas: Etapas: Etapas:
1. Encontrar la demanda histrica media de cada temporada.
2. Calcular la demanda media a lo largo de todos los perodos.
3. Calcular el ndice estacional para cada temporada dividiendo la
demanda histrica media (etapa 1) entre la demanda media a lo
largo de todos los perodos (etapa 2).
tendencia la de proyeccin estacional

ndice

y y =
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
Regresi Regresi Regresi Regresi n Lineal n Lineal n Lineal n Lineal
Es una tcnica de pronstico que establece una relacin entre
variables. Una variable se conoce y se usa para pronosticar el valor
de una variable aleatoria desconocida.
El pronstico para la demanda del perodo siguiente Ft se expresa
mediante:
Modelos Cuantitativos
bX a F
t
+ =
( ) ( )( )
( ) ( )
2
t
2
t
t t t t
X - X n
D X - D X n
b


=
Anlisis de Regresin
Donde Ft es el pronstico para el perodo t, dado el valor de la
variable X en el perodo t. Los coeficientes a y b son
constantes; a es la ordenada al origen de la variable (F) y b es la
pendiente de la recta
n
X b - D
a
t t
=
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
Coeficiente de Correlaci Coeficiente de Correlaci Coeficiente de Correlaci Coeficiente de Correlaci n nn n
Modelos Cuantitativos
( ) ( )( )
( ) ( ) ( ) ( )


=
2
2
2
2
D - D n X - X n
D X - XD n
r
Anlisis de Regresin
1.00 0.90 FUERTE
0.89 0.70 BUENA
0.69 0.45 MEDIANA
0.44 y Menos DEBIL
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
Error est Error est Error est Error est ndar de la estimaci ndar de la estimaci ndar de la estimaci ndar de la estimaci n nn n
Es la medida de la variabilidad alrededor de la lnea de regresin (su
desviacin estndar).
Mide el error desde la Variable Dependiente, (D), hasta la lnea de
regresin, en lugar de la media.
Modelos Cuantitativos
Anlisis de Regresin
( )
datos de nmero
regresin de ecuacin la de partir a calculado e, dependient variable la de valor
dato cada para de valor
: donde
2
2
,
=
=
=

=

n
D
D D
n
D D
S
c
c
X D
2
2
,

=

n
DX b D a D
S
X D
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
Modelos Cuantitativos
Seguimiento y control del Pronstico
Se Se Se Se al de rastreo al de rastreo al de rastreo al de rastreo
Es una medida que determina el grado de precisin del pronstico
para valores reales.
( )
Absoluta Media Desviacin
perodo del da pronstica demanda perodo del real demanda
rastreo de
Seal
rastreo de
Seal

i i
MAD
SAEP
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS