Administracion de Operaciones Curso 1 PDF

ADMINISTRACIN DE OPERACIONES
I ADMINISTRACIN DE OPERACIONES
La administracin de operaciones es la actividad mediante la cual los recursos, fluyendo dentro de un
sistema definido, son combinados y transformados en una forma controlada para agregarles valor en
concordancia con los objetivos del a organizacin. Bsicamente tiene que ver con la produccin de bienes y
Servicios.
Otra definiciones:
o Es el estudio de la toma de decisiones en la funcin de operaciones y los sistemas de transformacin
que se utilizan ( sistemas de produccin de bienes y servicios).
o Es el proceso de obtencin y utilizacin de recursos para generar bienes y servicios tiles,
satisfaciendo asimismo los objetivos de la organizacin generadora.
o Es la Administracin de los sistemas de transformacin que convierten insumos en bienes y
servicios.
1.1 Entre las responsabilidades de la Administracin de Operaciones figura conseguir todos los insumos
necesarios y trazar un plan de produccin que utilice efectivamente los materiales, la capacidad y los
conocimientos disponibles en las instalaciones de la empresa productora. Dada una demanda en el sistema,
el trabajo es programado y controlado para producir los bienes y servicios requeridos. Mientras tanto se debe
ejercer control sobre los inventarios, la calidad y los costos. Por tanto, las instalaciones deben mantenerse as
mismas
Los objetivos:
v Maximizacin de utilidades.
v Proveer el mejor servicio posible
v La subsistencia.
La definicin de Administracin de operaciones contiene los conceptos clave de:
Recursos.
Sistemas.
Transformacin y actividades de valor agregado
Los recursos son la personas, los materiales y el capital
Los recursos humanos ( tanto fsicos e intelectuales ) son con frecuencia los activos clave.
Los materiales incluyen planta, equipo, inventarios y algunos bienes tales como energa.
El capital, en la forma de acciones deudas, impuestos y contribuciones, e suna fuente de valores que regula
el flujo de los otros recursos.
Los sistemas son arreglos de componentes diseados para lograr los objetivos fijados en los planes.
Nuestro medio social y econmico contiene muchos niveles de sistemas y subsistemas, los cuales a su vez
componentes de sistemas mayores. Tenemos un sistema econmico de libre empresa. Las empresas, que
son los elementos componentes de ese sistema, contienen funciones de Administracin de personal,
ingeniera, finanzas, operaciones y mercadotecnia, y todas ellas son subsistemas de las empresas.
ING. RAMN MORALES HIGUERA
Pgina
La capacidad de un sistema para lograr sus objetivos depende de su diseo y su control. El diseo de
sistemas es un arreglo predeterminado de sus componentes. Cuanto ms estructurado sea el diseo, la toma
de decisiones est menos implicada en su operacin . El control de sistemas ese l apego del as actividades a
los planes o las metas.
Las actividades de transformacin y valor agregado combinan y transforman los recursos usando alguna
forma de tecnologa (mecnica, qumica, mdica, electrnica, etc. ). Esta transformacin crea nuevos bienes
y servicios con un mayor valor para los consumidores que los gastos de adquisicin y procesado que tiene la
organizacin.
Operaciones:
Operacin es cualquier proceso que ocupa insumos y usa recursos para transformar de manera til estos
insumos.
MEDIO
AMBIENTE
INSUMOS
Energa
Materiales
Mano de obra
Capital
Informacin
externa
Transformacin
(Proceso de
PRODUCTOS
BIENES Y SERVICIOS
Conversin )
Informacin de retroalimentacin para el control de

Los insumos al proceso y de su tecnologa
OPERACIONES COMO UN SISTEMA PRODUCTIVO
1.2 La funcin de operaciones
abarca bsicamente las tareas que crean valor para alguien y por eso
surgen las organizaciones, estas pueden ser muy grandes o ser propiedad de una sol apersona; ambas
existen para ganar dinero a travs del a creacin de valor.
Al proceso de conversin para transformar un insumo en un producto de modo que se le aade un valor se
le conoce como un Sistema de produccin.
Un Sistema es un conjunto de personas, objetos y procedimientos, con un propsito, para operar dentro de
un ambiente dirigidos a una meta. Administrar y mantener funcionando un sistema de produccin de
manera eficiente y efectiva es la principal responsabilidad de la funcin de operaciones .
Las operaciones son el proceso de transformar insumos en productos y servicios tiles y por consiguiente,
agregarle valor a una entidad; esto constituye virtualmente la funcin primaria de cualquier organizacin.
Los insumos. Son las instalaciones para trabajar en ellas, luz para ver, resguardo del a lluvia, un puesto de
trabajo para desarrollar las actividades y muchas cosas mas. Tambin hace falta tener equipo y suministros
que ayuden en la transformacin de las materias primas. Los suministros se distinguen del as materias
primas porque en general no se incluyen ene l producto final. El petrleo, los broches para papel, bolgrafos,
Pgina
cinta adherente yo tros elementos similares se clasifican comnmente como suministros porque slo ayudan
a obtener el producto.
Otro recurso muy importante es el conocimiento de cmo transformar los insumos en productos. Los
empleados de la organizacin, por supuesto poseen este conocimiento y no se debe olvidar el ltimo recurso
que siempre es obligatorio: tiempo suficiente para completar las operaciones. La funcin de operaciones falla
frecuentemente en su tarea porque no puede completar el proceso de transformacin dentro del lmite del
tiempo requerido.
Proceso de transformacin. Dentro del proceso de produccin, la parte de la funcin de operaciones es el
paso en el que se agrega valor.
Salidas. En un sistema de produccin generalmente se obtienen dos tipos de salidas: Servicio y productos.
Los productos son con frecuencia artculos fsicos y los servicios son abstractos o no fsicos.
El entorno general incluye al poltico, organizacional, geogrfico, legal, econmico, las leyes, los
reglamentos, la demandad e los consumidores, etc. Especficamente el entorno consiste en aquellos
elementos que influyen en la funcin de operaciones, pero que no se pueden controlar dentro de ella.
El entorno proporciona las entradas, las limitaciones en el proceso de transformacin y los receptores de las
salidas. Es muy importante supervisar continuamente el entorno para darse cuenta de manera inmediata de
cualquier cambio que altere la funcin de operaciones.
Ejemplo de organizaciones y sus componentes:

Organizacin
Operacin
Banco
Cines
Hospital
Planta
de
manufactura.
Fabricante
Entradas
Insumos
Cheques
Dinero
Bveda
Cajeros automticos
Personal
Instalaciones
y
equipo de computo
Proceso de
Transformacin
Custodia
inversin
Pelculas
Alimentos
Personas
teatros
Proyeccin
de
pelculas
Preparacin/ venta
de alimentos
Doctores
Enfermeras
Personal
Equipo
Instalaciones
y
energa
Medicinas
pacientes
Equipo,
instalaciones, mano
de obra, energa,
materiales
Cuidado
Surtir recetas
operaciones
Anlisis
laboratorios
Curaciones
rganos
extirpados
Pacientes
saludables
Cortar
Formar
unir
Productos
terminados,
productos
qumicos,
alimentos,
maquinas
Pgina
Salidas
productos
Inters
Almacenaje
Seguridad
Fideicomisos
Servicios
financiero(
crditos,
depsitos)
Entretenimiento
Clientes
alimentados
de
Monitoreo /
control
Tasas
de
inters
Tasas
de
salarios
Ambiente
Reserva federal
Economa
Popularidad
de la pelcula.
Ingreso
despus de
deducciones
Reglamentaci
n
gubernament
al
Recetas
capacitacin
Economa
Industria
del
entretenimiento
Volmenes,
participacin
ene
l
mercado
Economa,
mercado
productos,
mercado
consumo
Comunidad
mdica.
Leyes
sobre
control
de
medicinas.
de
de
1.3 PRINCIPALES AREAS DE ACTIVIDAD EN LA FUNCIN DE OPERACIONES:

Estrategia de operaciones. Determinar las tareas critica de operaciones para apoyar la estrategia
global del a organizacin y desarrollar una estrategia funcional apropiada.
Ejemplo: qu debe hacer bien la funcin de operaciones para apoyar la estrategia de un banco de
servicios completos?
Planeacin de productos. Seleccionar y disear los servicios y productos que la organizacin
ofrecer a sus clientes, patrocinadores o receptores.
Ejemplo: en qu servicios se tiene mejor posicin para alcanzar la excelencia?
Planeacin de la capacidad. Determinar cundo y que tanto del as instalaciones, equipo y mano de
obra se debe tener disponible.
Ejemplo. cuntas horas de servicio a clientes al ao es posible ofrecer?
Administracin de inventarios. Decidir las cantidades de materia prima, trabajos en proceso y
artculos terminados que conviene almacenar.
Ejemplo: qu inventario de dinero en efectivo ser necesario?, qu inventario conviene tener de
cada una de las formas?
Administracin del proyecto. Aprender como planear y controlar las actividades del proyecto para
cumplir con los requerimientos de desempeo, programa y costo.
Ejemplo: cmo se manejar la reorganizacin del departamento del fideicomiso?
Programacin. Determinar cuando se debe realizar cada actividad o tarea ene l proceso de
transformacin y donde deben estar los insumos.
Ejemplo: cuntos cajeros se deben tener previstos para cada hora del da?, cundo se debe
ofrecer un horario ampliado?
Control de calidad. Determinar como se deben desarrollar y mantener los estndares de calidad.
Ejemplo: qu entrenamiento se debe dar al os cajeros para minimizar los errores?
En toda organizacin alguien esta a cargo de la funcin de operaciones. En el cuadro siguiente se listan
algunos de los mltiples puestos en la administracin de operaciones y se describen las tareas generales de
cada uno de ellos
NIVEL
Superior
Medio
TTULO
Vicepresidente de operaciones
Administrador en jefe
Director de manufactura
Vicepresidente ejecutivo
Jefe encargado de operaciones
Comisionado
Secretario General
Superintendente de planta
Gerente de divisin
Gerente de planta
Gerente de manufactura
Gerente de produccin
Administrador municipal
Decano
Pgina
DESCRIPCIN
Responsable del a planeacin
total, coordinacin, polticas,
presupuesto y control de
operaciones
Responsable del a planeacin,

direccin y control del as
operaciones dentro des u rea o
inhalacin. Debe planeare l
reemplazo de activos, ajustes de
personal, flujo de materiales,
apego al presupuesto y asuntos
relacionados
NIVEL
Bajo
Asesores
TTULO
Administrador de departamento
Capataz
Supervisor
Lder de grupo
Superintendente asistente
Gerente de lnea
Programador del a produccin
Gerente de materiales
Gerente de control de calidad
Analista de sistemas
Agente de compras
Gerente de mantenimiento
Gerente de almacenes
Gerente de proyectos
DESCRIPCIN
Responsable del flujo de trabajo,
terminacin de trabajos, entregas
a tiempo, coordinacin de
recursos y motivacin del a fuerza
de trabajo.
Responsable
de
reas
individuales de apoyo a las lneas
de operacin. Incluye planeacin,
supervisin y control del os
materiales, informacin
1.4 RESPONSABILIDADES DE LA FUNCIN DE OPERACIONES.

En la mayora de la organizaciones manufactureras o de servicios, la funcin de operaciones se caracteriza
por responsabilizarse de aproximadamente un 80 % de los activos fsicos del a empresa, como edificios,
equipo, partes de repuesto, suministros, materias primas, trabajo en proceso y artculos terminados. El rea
de operaciones generalmente tambin es responsable del 60 al 80 % de todos los recursos humanos.
Pgina
1.5 TOMA DE DECISIONES EN OPERACIONES.

La toma de decisiones acerca de cmo planear, organizar, dirigir y controlar las actividades de una empresa
es una de las responsabilidades de un administrador de operaciones. Los problemas rutinarios pueden ser
mejor manejados tomando decisiones de juicio. Los problemas complejos, que implican muchas variables
interdependientes y un notable flujo de efectivo o cambio de personal generalmente requieren mtodos mas
complicados. De manera similar, las decisiones adoptadas bajo condiciones de incertidumbre frecuentemente
requieren de un anlisis estadstico.
1.6 EL PROCESO DE RESOLUCIN DE PROBLEMAS Y TOMA DE DECISIONES.

la resolucin de problemas se define como el proceso de identificar una diferencia entre un estado de
cosas actual y uno deseado, y en emprend er despus una accin para resolver la diferencia.
La toma de decisiones se refiere a la seleccin de una alternativa de entre un conjunto de ellas.
La resolucin de problemas implica el proceso de seguir los pasos del mtodo cientfic o que se enumeran
a continuacin:
1.
Identificar y definir el problema.
2. Recoleccin de datos. Recopilar informacin pasada, hechos pertinentes, y soluciones previas a

problemas semejantes.
3. Definir alternativas de solucin. El mtodo cientfico se basa en la suposicin de que las
soluciones existen. En este paso se buscan las soluciones posibles y se enumeran.
4. Evaluar las alternativas de solucin. Una vez enumeradas todas las alternativas de solucin,
debern evaluarse. Esto puede lograrse comparando una por una con un conjunto de criterios de
solucin u objetivos que se deben cumplir .
5. Seleccionar la mejor alternativa de solucin. Aqu se toma la decisin de cul de las alternativas
cumple mejor con los criterios de solucin.
6. Implantar la alternativa de solucin . La toma de decisiones en Administracin debe llevar a
actuar, por lo tanto, la alternativa de solucin seleccionada deber ponerse en prctica .
7. Evaluar los resultados y determinar si se ha obtenido una solucin satisfactoria .
Pgina
La toma de decisiones por lo tanto se encuentra dentro del proceso para la resolucin de problemas y est
asociada en aplicar los 5 primeros pasos enumerados anteriormente.
Definir el problema
Recoleccin de datos
Resolucin
de problemas
so
Definir alternativas de sol.
Toma de dec isiones
Evaluar las alternativas de

solucin
Seleccionar la mejor alternativa
Implantar la alternativa
Evaluar los resultados
Relacin entre la resolucin de problemas y la toma de decisiones.
1.7 FUNCIN DE LOS ANLISIS CUALITATIVO Y CUANTITATIVO EN LA TOMA DE DECISIONES .

El anlisis cualitativo se basa primordialmente en el razonamiento y la experiencia del administrador; incluye
la impresin intuitiva que el administrador tiene del problema. Si el administrador ha tenido experiencia con
problemas parecidos , o si el problema es relativamente simple, el nfasis fuerte se puede hacer en el anlisis
cualitativo. Sin embargo, si el administrador ha tenido poca experiencia con problemas similares, o si el
problema es lo suficientemente complejo, entonces un anlisis cuantitativo del problema puede ser una
consideracin muy importante en la decisin final del administrador.
Al mismo tiempo que los administradores tienen aptitudes para el mtodo cualitativo, las cuales generalmente
aumentan con la experiencia, las facultades para el mtodo cuantitativo solo pueden aprenderse estudiando
los supuestos y los mtodos de la ciencia de la administracin.
Una administrador puede incrementar su efectividad en la toma de decisiones aprendiendo mas sobre la
terminologa cuantitativa y comprendiendo mejor cul es su contribucin al proceso de toma de decisiones.
Un administrador que conoce los procedimientos de la toma de decisiones cuantitativas esta en una mucho
mejor posicin para comparar y evaluar las fuentes de recomendaciones tanto cualitativas como cuantitativas
para, finalmente , combinar las dos fuentes para tomar la mejor decisin posible.
Pgina
Analizar el problema
Anlisis
cualitativo
Estructurar el problema
Definir el
problema
Recoleccin
de datos
Definir
alternativas
de solucin
Resumen y
evaluacin
Toma de
decisin
Anlisis
cuantitativo
Esta figura representa en que momento del proceso de la toma de decisiones intervienen los anlisis
cualitativo y cuantitativo.
Las siguientes son algunas de las razones por las que es posible que se utilice un enfoque cuantitativo en el
proceso de toma de decisiones.
a) El problema es complejo y el administrador no puede llegar a una buena solucin sin la ayuda del
anlisis cuantitativo.
b) El problema es muy importante y el administrador desea un anlisis complejo antes de intentar
tomar una decisin.
c) El problema es nuevo y el administrador no tiene ninguna experiencia en la cul basarse.
d) El problema es repetitivo y el administrador ahorra tiempo y esfuerzo apoyndose en procedimientos
cuantitativos para tomar decisiones rutinarias.
Pgina
II PRONSTICOS PARA LA TOMA DE DECISIONES

Un aspecto importante al administrar una organizacin, consiste en planear el futuro. De hecho el xito a largo
plazo de una organizacin, esta relacionado con la capacidad del administrador para prever el futuro y para
desarrollar estrategias apropiadas. El buen juicio, la intuicin y un conocimiento del estado de la economa,
pueden proporcionar a los administradores una idea general o sentido de lo que es probable que suceda en el
futuro.
El propsito de este tema es presentar diversos mtodos que pueden ayudar a pronosticar muchos aspectos
futuros de una operacin de negocios.
2.1 Conceptos Generales

Pronosticar. Es el arte y la ciencia de predecir los eventos del futuro, es emitir un enunciado sobre lo que es
probable que ocurra en el futuro, basndose en anlisis y en consideraciones de juicio.
Ciencia. Mtodos con bases estadsticas.
Arte. Juicio e intuicin sobre el marco metodolgico que se va a emplear. Implica, conocer el ambiente, la
seleccin de la mejor tcnica, el nmero de datos histricos que debe incluirse, etc.
Hacer un pronstico es obtener conocimiento sobre eventos inciertos que son importantes en la toma de
decisiones presentes.
Las tcnicas de pronsticos disminuyen la incertidumbre sobre el futuro, permitiendo estructurar planes y
acciones congruentes con los objetivos de la organizacin y permiten tambin tomar acciones correctivas
apropiadas y a tiempo cuando ocurren situaciones fuera de lo pronosticado.
El pronstico es una estimacin anticipada del valor de una variable, por ejemplo: la demanda de un
producto.
El presupuesto es el Valor anticipado de la variable que una compaa est en posibilidad de concretizar, por
ejemplo: la cantidad de producto que la compaa decide fabricar en funcin de la demanda y de la capacidad
instalada.
El conocimiento de las tcnicas de pronsticos es de poco valor a menos que puedan aplicarse efectivamente
en el proceso de planeacin de la organizacin.
2.2
Usos de los pronsticos
Mercadotecnia
o Tamao del mercado
o Participac in en el mercado
o Tendencia de precios
o Desarrollo de nuevos productos
Produccin
o Costo de materia prima
o Costo de mano de obra
Pgina
Disponibilidad de materia prima

Disponibilidad de mano de obra
Requerimientos de mantenimiento
Capacidad disponible de la planta para la produccin
Finanzas
o Tasas de inters
o Cuentas de pagos lentos
Recursos Humanos
o Nmero de trabajadores
o Rotacin de personal
o Tendencias de ausentismo
o Tendencia de llegadas tarde
Planeacin Estratgica
o Factores econmicos
o Cambios de precios
o Costos
o Crecimiento de lneas de productos
o
o
o
o
2.3 Caractersticas de los Pronsticos

Primera. Todas las situaciones en que se requiere un pronstico, tratan con el futuro y el tiempo que est
directamente involucrado. As, debe pronosticarse para un punto especfico en el tiempo y el cambio de ese
punto generalmente altera el pronstico.
Segunda. Otro elemento siempre presente en situaciones de pronsticos es la incertidumbre. Si el
administrador tuviera certeza sobre las circunstancias que existirn en un tiempo dado, la preparacin de un
pronstico seria insignificante.
Tercera. El tercer elemento, presente en grado variable en todas las situaciones descritas es la confianza de
la persona que hace el pronstico sobre la informacin contenida en datos histricos.
2.4 Seleccin del Mtodo de Pronsticos
Factores
o
o
o
o
La relevancia y disponibilidad de datos histricos

El grado de exactitud deseado
El periodo de tiempo que se va a pronosticar
El punto del ciclo de vida en que se encuentra el producto.
Pgina
10
III. CLASIFICACIN DE LOS MODELOS DE PRONSTICOS

Mtodos de Prediccin
Cualitativos
Cuantitativos
Causale
s
Series de tiempo
Alisamiento
Proyeccin de
Proyeccin
tendencia
tendencia
ponderado
tiene componente de
Suavizamiento
tendencia
Exponencial
estacional
Modelos de regresin
una
serie de tiempo que
simple
Promedios Moviles
de
de
Lineal simple
Lineal mltiple
3.1 Mtodos Cualitativos

Estos mtodos reciben tambin el nombre de tecnolgicos, porque histricamente se usaron primero para
pronosticar cambios tecnolgicos.
La posicin central en estos mtodos no la tienen los datos pasados, sino la experiencia de las personas.
Frecuentemente se usa la experiencia y buen juicio de varios expertos.
Estas tcnicas usan el criterio de la persona y ciertas relaciones para transformar informacin cualitativa en
estimados cuantitativos.
Usos de estos mtodos. Las tcnicas cualitativas se usan cuando los datos son escasos, y son tiles para
pronsticos a largo plazo, pronsticos de ventas y desarrollo de nuevos productos, inversiones de capital,
planeacin estratgica y pronsticos tecnolgicos.
Dentro de estos mtodos tenemos:
El Mtodo Delphi. Este trata de obtener un consenso confiable entre diversos expertos para usarlo como
base para pronosticar.
Esta tcnica necesita un grupo de expertos que estn dispuestos a contestar una serie de preguntas, y
exponer sus razones, respecto a algn desarrollo tecnolgico, por ejemplo. El mtodo Delphi funciona por
rondas. Para ver como es esto, pongamos un ejemplo. Se hizo un estudio Delphi para saber cules eran los
inventos y avances tecnolgicos que se iban a dar en los 20 aos siguientes. El estudio tuvo 4 rondas.
Primera ronda. Mediante una carta se le pidi a los miembros del panel una lista de los inventos y avances
cientficos que fueran a la vez tiles y factibles en los prximos 20 aos. El coordinador, despus de recibir las
listas, hizo una con los 50 avances ms mencionados.
Segunda ronda. La lista de 50 fue enviada a los expertos para que los acomodaran temporalmente (en 4
periodos de 5 aos). Tomando como base el tiempo en que creyeran que haba una probabilidad de 50\% de
que se realice el avance.
Tercera ronda. El coordinador envi a los expertos dos listas:
la lista de los avances en los que hubo consenso.
Pgina
11
la lista donde no hubo consenso indicndoles las medianas de los tiempos para los avances en que
no hubo acuerdo.
Se les pidi que reconsideraran sus opiniones respecto a los avances en que no hubo consenso. A los
expertos que difirieron mucho de los dems se les hizo notar. (Muchos de ellos cambiaron sus estimaciones).
Cuarta ronda. Se repiti la tercera ronda para ``cerrar'' ms las opiniones de los expertos. El coordinador,
elabor un informe final; en este informe se obtuvo no slo una lista de los avances que el panel de expertos
consider como alcanzables sino una estimacin de los tiempos en que se van a alcanzar.
El mtodo Delphi tiene las ventajas siguientes:
queda documentado no slo el resultado sino el proceso que se sigui.

los expertos interactan en forma annima.
se evitan divagaciones.
Las dificultades son:
el coordinador debe permanecer ``neutral'' respecto a la discusin.

puede haber dificultad en captar la atencin de los expertos.
gracias a la tecnologa es posible acelerar la lentitud que va de la mano del correo.
muchas veces las opiniones ``delatan'' al experto, dificultando el anonimato.
Investigacin de Mercados. Esta tcnica identifica a la poblacin de compradores prospectivos basados

previa seleccin representativa, de tamao n, en la recoleccin de informacin mediante cuestionarios,
entrevistas o estudios, etc., para obtener informacin o probar hiptesis acerca de mercados reales.
Consenso de un Panel. Supone que la organizacin o empresa tiene expertos que poseen conocimientos o
experiencia que les permite evaluar efectivamente los eventos inciertos del futuro. Se supone adems que
cada uno de los expertos reconoce la capacidad de los otros en su rea y suplementando el conocimiento de
cada uno se llega a un consenso acerca del pronstico apropiado de las ventas de la empresa. El problema
que en un momento puede existir al hacer uso de ste procedimiento de prediccin es que puede existir al
hacer uso de este procedimiento de prediccin es que puede existir un sesgo en los resultados, debido a las
jerarquas dentro del grupo causando que los expertos con menor rango se muestren renuentes en sus
crticas a sus superiores aunque sientan que sus opiniones sean de mas valor que las emitidas por sus
superiores.
Analoga Histrica. Se usa para productos nuevos, basndose en el anlisis comparativo de la introduccin
y crecimiento de productos similares.
El mtodo supone que pueden usarse la historia de las ventas de un producto introducido en el pasado para
evaluar el posible xito del producto actual. Una suposicin natural en este enfoque es que los ambientes del
mercado son similares para ambos productos.
3.2 Mtodos Cuantitativos

Los mtodos cuantitativos se basan en datos histricos. Esta informacin pasada se encuentra en forma
numrica. Las fuentes usuales son los registros de la propia empresa o informacin oficial de diverso origen:
gobierno, asociaciones de empresarios o profesionistas, organismos internacionales.
Se debe tener cuidado, sobre todo cuando la informacin proviene de la propia empresa (aunque en la
proveniente de otras fuentes tambin hay que cuidarse), que haya sido cuantificada de manera uniforme.
Pgina
12
Para informacin sobre costos, por ejemplo, hay que asegurarse que los costos incluyan los mismos
conceptos en todos los aos que vamos a utilizar; de no ser as es preciso tratar previamente los datos.
Para aplicar los mtodos cuantitativos es preciso convencernos, razonablemente, de que se cumple la
llamada Hiptesis de Continuidad. Este supuesto es que los factores externos en los que se dieron los datos
histricos no cambiarn en el futuro para el que estamos pronosticando. Estos factores son, en forma
destacada:
Economa en general.
Competencia en el mercado (oferta).
Estado del mercado (demanda).
Estado tecnolgico del producto (``ciclo de vida del producto'').
Esta continuidad del ambiente nunca se da en forma perfecta, sino en forma gradual. Se requiere buen juicio
para suponer que las violaciones a la continuidad no van a afectar a los resultados de la aplicacin del
mtodo de pronstico.
Dentro de los mtodos cuantitativos tenemos los siguientes :
Anlisis de series de tiempo . Se llama serie de tiempo a cualquier sucesin de observaciones de un
fenmeno que es variable con respecto al tiempo.
Estos mtodos suponen que la variable pronosticada tiene informacin til para el desarrollo del pronstico
sobre su comportamiento anterior , considerando probable que lo que sucedi en el pasado contine
ocurriendo en el futuro.
Es comn representar a las series de tiempo por medio de una ecuacin matemtica que describa los valores
de la variable observada como una funcin del tiempo o equivalentemente como una curva en una grfica en
la que la coordenada vertical representa la variable Y y la coordenada horizontal representa el tiempo.
El anlisis consiste en encontrar el patrn del pasado y proyectarlo al futuro.
Patrones o componentes de una serie de tiempo

Cuando se tienen datos para hacer un pronstico, la herramienta mas til es g raficarlos! La grfica que
queremos es la de los datos contra el tiempo. En el eje horizontal ponemos los tiempos y en el sentido vertical
sealamos el punto cuya altura corresponda a la magnitud de la observacin que tengamos para cada tiempo.
Por regla general, los datos se encuentran equiespaciados en el tiempo. Las diferentes formas que toma el
arreglo de los datos en la grfica nos indican como debemos proceder en el pronstico.
Las caractersticas que, de manera primordial, buscamos en la grfica son las regularidades que permitan la
proyeccin del comportamiento observado en el pasado hacia el futuro. Los patrones regulares que nos son
tiles son de varios tipos.
Patrn horizontal o estacionario . Se presentan como un valor constante (recta horizontal)

alrededor del cual los datos oscilan de forma irregular. Es el patrn de datos mas simple, la mejor
manera de pronosticar en una situacin como sta es estimar la altura de la lnea horizontal y usar
ese valor como pronstico.
Datos con tendencia. Se presentan como una lnea lisa (una recta o una curva suave) que sube o
baja monotonamente y los datos oscilan errticamente alrededor de ella. La manera de pronosticar
que se ocurre primero, en este caso, es la de calcular una ecuacin para la lnea y usar ese valor
para pronstico.
Datos estacionales. Muchas series de datos presentan este tipo de comportamiento repetitivo. La
componente estacional refleja cambios hacia arriba y hacia abajo en puntos fijos en el tiempo.
Pgina
13
El origen del nombre estacional son, precisamente las estaciones del ao. Mucha de la actividad
humana y muchos fenmenos naturales varan de acuerdo a las estaciones. Por extensin, en
muchas actividades se presenta una oscilacin semanal o mensual similar a la de las estaciones del
ao. Por ejemplo, no es raro observar que en algunos das de la semana se incrementa el
ausentismo laboral. Tenemos otro ejemplo en la cantidad de transacciones que se realizan en las
oficinas bancarias, estas presentan dos ``picos'' mensuales, al principio/fin y al medio. Cuando se
estudia una serie con esta carcterstica, es deseable incorporarla al pronstico. En general se
considera que esta componente o patrn ocurre con un perodo de un ao o menos.
Otro tipo de patrn, es el que se llama cclico . Este se refiere a curvaturas de largo perodo
asociadas con grandes ciclos econmicos. El pronstico en estas condiciones es mucho ms
complicado ya que la forma de estos ciclos no es simple y la teora econmica no se encuentra
suficientemente desarrollada como para permitir una cuantificacin confiable de ellos. Claro que si
observamos tal patrn en los datos, es conveniente incorporarlo al pronstico an cuando sea de
una manera imperfecta.
La diferencia principal entre los efectos o patrones estacionales y c clicos es que los efectos
estacionales pueden predecirse, y ocurren a un intervalo de tiempo fijo de la ltima
ocurrencia, mientras que los efectos cclicos son componentes impredecibles.
MTODOS PARA SERIES DE DATOS HORIZONTALES.
Mtodos de suavizamiento o alisamiento.- Son tcnicas de pronsticos que son apropiadas para series de
tiempo mas o menos estables y que presentan un patrn horizontal, es decir, las que no muestran efectos
importantes de tendencia , cclicos o estacinales.
Dentro de stas tcnicas de pronsticos tenemos los siguientes mtodos .
Promedio Mvil simple
Este consiste en promediar slo las ltimas observaciones. Conforme avanza el tiempo dejamos fuera del
promedio a los datos ms viejos y vamos incorporando datos nuevos. Por eso recibe el nombre de promedio
mvil.
Un promedio mvil tiene un parmetro que es la amplitud del promedio, es decir, cuntos datos ponemos en
el promedio.
Si el valor de este parmetro es grande, el suavizado es mayor; si es pequeo el suavizado es menor.
En trminos matemticos, el clculo de los promedios mviles se realiza de la siguiente manera:
Se considera que:
Xt = F
t+1
Donde :
X t = Es el promedio mvil de n trminos de x calculados hasta el perodo t

F t + 1 = representa el pronstico de x en el perodo t + 1
X i = valor real de x ( accidentes, ventas, demanda, etc. ) en el perodo i
Pgina
14
Xt
1 t
= ----- S X i
n i=(t - n+1)
n = nmero de periodos de demanda a ser incluidos ( orden del promedio movil )

? = Sumatoria
El promedio mvil hasta el perodo t se usa para el pronstico del perodo t + 1
El error correspondiente a cualquier pronstico est representado por la diferencia entre el valor real
observado y el valor pronosticado. Este puede ser positivo o negativo, dependiendo de si el pronstico es
demasiado bajo o es demasiado alto.
Una consideracin importante al utilizar cualquier mtodo de pronstico es la precisin del pronstico. Es
evidente que lo que se desea es que los errores de lo s pronsticos sean reducidos. Unas de las herramientas
estadsticas mas usadas como medidas del error para evaluar la precisin de los mtodos de pronsticos
son:
DAM =
La desviacin absoluta de la media (DAM) .

El error medio cuadrtico (EMC).
Suma de los valores absolutos de todos los errores de los pronsticos
Numero de errores absolutos tomados
ECM =
suma cuadrtica del error del pronstico

Numero de errores al cuadrado tomados
EJEMPLO. Con la informacin mostrada en la siguiente tabla, Elabore promedios moviles de 3 y de 5
trminos para calcular el nmero de accidentes pronosticados para la decimatercera semana y explique
cul de los dos promedios mviles, el de 3 o el de 5 trminos, ofrece mejores pronsticos
Semanas
Perodo t
1
2
3
4
5
6
7
8
9
10
11
12
13
Nmero
De
Accidentes
X
200
135
195
198
310
175
155
130
220
277
235
240
Promedio
Mvil de
3 trminos
Xt
176.66
176.00
234.33
227.66
213.33
153.33
168.33
209.00
244.00
250.66
Pronstico
Ft+1
176.66
176.00
234.33
227.66
213.33
153.33
168.33
209.00
244.00
250.66
error
21.34
134.00
- 58.33
- 72.66
- 83.33
66.67
108.67
26.00
- 4.00
Promedio
Movil de
5 trminos
207.60
202.60
206.60
193.60
198.00
191.40
203.40
220.40
Pgina
15
Pronstcio
Ft+1
207.60
202.60
206.60
193.60
198.00
191.40
203.40
220.40
error
- 32.60
- 47.60
- 76.60
26.40
79.00
43.60
36.60
Error
Absoluto
3 trminos
21.34
134.00
58.33
72.66
83.33
66.67
108.67
26.00
4.00
575.00
Error
Absoluto
5 trminos
32.60
47.60
76.60
26.40
79.00
43.60
36.60
342.40
Note que el promedio mvil va desechando los datos viejos conforme incorpora a los nuevos. Adems
mantiene la misma ``importancia'' para la ltima observacin a lo largo del tiempo.
Usando promedios moviles de 3 trminos el nmero de accidentes pronosticados para la decimatercera
semana es de 251 .
Y de 220 accidentes si usamos promedios mviles de 5 trminos.
para evaluar la precisin de estos pronstico y poder decidir cual de los 2 resultados ofrece el mejor
pronstico, haremos uso de la desviacin absoluta media ( DAM ) como medida de error.
575.00
342.40
DAM ( 3 trminos ) = ------------------- = 63.88
DAM ( 5 trminos ) = ------------------------ = 48.91
9
7
Conviene usar promedios mviles de 5 trminos, en virtud a que presenta menor DAM en los clculos
Promedio Mvil Ponderado
En el mtodo anterior de los promedios mviles simples cada observacin del clculo del promedio mvil
recibe la misma ponderacin o peso.
En la tcnica de promedios mviles ponderados, implica la seleccin de pesos distintos para cada valor de
los datos para despus calcular en calidad de pronstico un promedio ponderado. En donde la observacin
mas reciente es la que recibe mayor ponderacin y el peso disminuye para los valores mas antiguos.. Por
ejemplo, utilizando la serie de tiempo de la informacin del cuadro anterior , se procede a ilustrar el clculo de
un promedio mvil ponderado de 3 trminos, en donde la observacin mas reciente recibe un peso de 3
tantos el que se asigna a la observacin mas antigua, y la siguiente observacin mas antigua recibe un peso
del doble que la mas antigua . El pronstico para el promedio mvil ponderado para la cuarta semana se
calculara de la siguiente manera:
Pronstico para el promedio movil
3
2
1
Ponderado para la cuarta semana = ------- ( 195 ) + ------- ( 135 ) + --------- ( 200 ) = 175.80
6
6
6
Observese que, para el promedio mvil ponderado, la suma de los pesos es igual a 1.
Alisamiento o suavizamiento exponencial

El alisamiento exponencial es una tcnica de pronstico en la que se utiliza un promedio ponderado de una
serie de valores anteriores o pasados para pronosticar el valor de la serie de tiempo en el perodo siguiente.
Se usa para pronsticos a corto y mediano plazo, la expresin matemtica aplicada para este modelo es la
siguiente:
F t+1 = Y t + ( 1 - ) F
Pronstico para el perodo t + 1

Constante de alisamiento
dato real
pronstico en el perodo t
Los valores de la constante de alisamiento o suavizamiento debe de andar entre 0 y 1 0 < <
mayor produce menor suavizado y menor, mayor suavizado
Pgina
16
EJEMPLO. Una cadena de tiendas de abarrotes experiment las siguientes demandas semanales (en cajas)
para una marca de detergente para lavadoras automticas.
PERIODO
DEMANDA
PRONSTICO
SEMANA
Yt
Ft
1
2
3
4
5
6
7
8
9
10
11
22
18
23
21
17
24
20
19
18
21
22.00
22.00
21.20
21.56
21.45
20.56
21.25
21.00
20.60
20.08
20.26
ERROR DEL
ERROR
ERROR
PRONSTICO
ABSOLUTO
AL CUADRADO
( Yt - Ft)2
0
4.00
1.80
0.56
4.45
3.44
1.25
2.00
2.60
0.92
21.02
0
16.00
3.24
0.31
19.78
11.84
1.55
3.99
6.75
0.85
64.33
Yt
Ft
0
-4.00
1.80
-0.56
-4.45
3.44
-1.25
-2.00
-2.60
0.92
a).- Utilizando una constante de alisamiento exponencial = 0.2, determnense los pronsticos
correspondientes a cada una de las semanas l as como la de la dcima primera semana, empleando la
tcnica de suavizamiento exponencia tambin calcule el error del pronstico para cada una de las semanas.
b).- Calcule el DAM y el ECM.
Solucin.
a).- Para iniciar los clculos del pronstico empleando sta tcnica, para el perodo 1 la demanda
pronosticada ser la demanda real de ese mismo perodo. Y se iniciarn los clc ulos aplicando la expresin:
F t+1 = Yt + ( 1 - ) F
Asi para el calculo del pronstico para la segunda semana ( perodo t = 2 ) , se har de la siguiente manera:
Se toman los valores tanto de la demanda real (Y t = 22 ) como de la demanda pronosticada (F t = 22 )
correspondientes al periodo 1 y estos se sustituyen en la ecuacin matemtica anterior, de la siguiente
manera:
F 1 + 1 = 0.2 Y 1 + ( 1 - 0.2 ) F 1
F 2 = 0.2 ( 22 ) + ( 1 - 0.2 ) 22
F 2 = 4.4 + ( 0.80 ) 22 = 22 cajas
Para el calculo del pronstico para la tercera semana ( perodo t = 3 )
Se toman los valores tanto de la demanda real (Y t = 18 ) como de la demanda pronosticada (F t = 22 )
correspondientes al periodo 2 y estos se sustituyen en la ecuacin matemtica anterior, de la siguiente
manera:
Pgina
17
F 2 + 1 = 0.2 Y 2 + ( 1 - 0.2 ) F 2
F 3 = 0.2 ( 18 ) + ( 1 - 0.2 ) 22
F 2 = 3.6 + ( 0.80 ) 22 = 21..20 cajas
Y as, de esta manera se continan los clculos del pronsticos para las siguientes semanas hasta llegar a la
dcima primera semana cuya demanda pronosticada fue de 20..26 cajas.
Los errores semanales del pronstico se calculan restando, a la demanda real la demanda pronosticada de
cada semana.
21.02
64.33
b).- El DAM = ------------ = 2.10
el ECM = ------------- = 6.43
10
10
MTODOS PARA SERIES DE DATOS CON TENDENCIA.
Anlisis o proyeccin de tendencia. El objetivo del anlisis de tendencias es ajustar una linea de tendencia
( curva ) a una ecuacin matemtica y despus se proyecta al futuro por medio de esta ecuacin.
Un enfoque matemtico para el anlisis de tendencia lineal. Identifica la ecuacin de una linea recta llamada
componente lineal de tendencia de la forma Y = a + b x , en donde Y es el valor pronosticado, a
es la ordenada en el origen ( intercepcin de la recta con el eje vertical ) , b es la pendiente de la linea y x
es el perodo para el que se prepara el pronstico.
Los valores de a y de b se calculan con el mtodo de mnimos cuadrados. La aplicacin de ste criterio
da como resultado una linea recta que minimiza el cuadrado de las distancias verticales de cada observacin
a la linea.Los valores para a y b que minimizan la suma de los cuadrados de todas las distancias verticales
definen la ecuacin que mejor se ajusta a los datos.
Los valores de a y b se calculan mediante las siguientes expresiones:
N x y - x y
b = ---------------------------------N x2 - ( x ) 2
a =
y - b x
------------------------N
N representa el nmero de datos reales recopilados

Esta tcnica es aplicable cuando los datos histricos del pasado presentan variaciones irregulares y tienen
una tendencia a crecer o a decrecer a travs del tiempo.
EJEMPLO. La siguiente tabla representa los datos de la serie de tiempo para las ventas de automviles de la
agencia ford de Navojoa, sonora determinado en los ltimos 10 aos (1991- 2000). Determine:
a).- La expresin matemtica para la componente lineal de tendencia para la venta de automviles
b).- el pronstico de ventas de automviles para el ao 2001 y para el ao 2005.
Pgina
18
Aos
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
Perodo
x
1
2
3
4
5
6
7
8
9
10
Sumas
55
Ventas de automviles
Y
600
500
530
640
450
750
800
900
950
1000
7120
XY
X2
600
1000
1590
2560
2250
4500
5600
7200
8550
10000
1
4
9
16
25
36
49
64
81
100
43850
385
Solucin.
a).- Vamos a proceder a calcular la expresin lineal de tendencia para ello debemos de calcular primero los
valores de a y de b con las siguientes expresiones : en este caso N = 10 porque son 10 datos reales
recopilados.
N x y - x y
b = ---------------------------------N x2 - ( x ) 2
10 ( 43,850 ) - ( 55 ) ( 7120 )
b = ------------------------------------------- =
10 ( 385 ) - ( 55 ) 2
a =
a =
y - b x
------------------------N
438,500 - 391,600
----------------------------- =
3850 - 3025
46,900
------------- = 56.84
825
y - b x
7,120 - ( 56.84 ) ( 55 )
7120 - 3126.20 3993.80
------------------------- = --------------------------------- = -------------------------- = ------------- = 399.38
N
10
10
10
Sustituyendo los valores calculados de a y de b en la expresin: Y = a + b x

Tendremos la expresin lineal de tendencia para la venta de automviles de este problema.
Y = 399.38 + 56.84 x
Con esta ecuacin podemos calcular el pronstico de automviles para cualquier perodo o ao, con solo
cambiar el valor de x en el ao o perodo que se quiera.
b).- El pronstico de ventas automviles para el ao 2001 se calcula sustituyendo el valor de x = 11 en la
expresin :
Y = 399.38 + 56.84 x = 399.38 + 56.84 ( 11 ) = 399.38 + 625.24 = 1024.62 automviles
El pronstico de ventas automviles para el ao 2005, se obtiene sustituyendo en la expresin anterior
X = 15
Y = 399.38 + 56.84 x = 399.38 + 56.84 ( 15 ) = 399.38 + 852.60 = 1251.98 automviles
La pendiente b = 56.84 significa que en los ltimos 10 aos, la empresa ha experimentado un crecimiento
promedio en las ventas de alrededor de 56.84 unidades por ao.
Pgina
19
Proyeccin de tendencia de una serie de tiempo que presenta componente de

componente estacional .
tendencia y
En el tema anterior se mostr la forma que se pueden hacer pronsticos para una serie de datos que tenan
un componente de tendencia. A continuacin se analizar una serie de datos que tiene tanto un
componente de tendencia como una estacional.
El mtodo que se considera consiste primero en eliminar el efecto estacional o el componente estacional de la
serie de tiempo, para ello se calculan los ndices estacionales para cada semana, mes, bimestre, trimestre,
etctera, A este paso se le denomina desestacionalizacin de la serie de tiempo .
Despus de tal accin, la serie de tiempo tendr solamente un componente de tendencia . Luego entonces,
podemos utilizar el mtodo que se describi en el tema anterior para determinar la expresin de la
componente lineal de tendencia de la serie de datos. Finalmente para el desarrollo del pronstico consiste en
incorporar el componente estacional utilizando un ndice estacional para ajustar la proyeccin de tendencia .
La expresin matemtica que se utiliza cuando la serie de tiempo presenta componente de tendencia y
componente estacional es:
Y = ( a + b x ) (Indice estacional)
Componente de tendencia
Componente estacional
ESTACIONALIDAD.
La estacionalidad es un patrn que a veces observamos en una serie de tiempo. Consiste en subidas y
bajadas peridicas que se presentan en forma regular en la serie de tiempo.
Al tiempo entre un ``pico'' y otro en la grfica de la serie, se le llama perodo estacional. La mayora de las
series que presentan esta caracterstica tienen periodicidad anual; en este caso, si la serie consiste de
observaciones mensuales, el perodo ser 12, en cambio, si la serie es trimestral, el perodo ser 4.
Indices estacionales I
La manera matemtica de representar la estacionalidad es a travs de los llamados ndices estacionales.
Para comprender qu son, cmo se calculan y para qu sirven, veamos un ejemplo.
EJEMPLO:- Los datos trimestrales de ventas ( nmero de ejemplares que se venden ) de un libro de texto
universitario en los ltimos 3 aos son los siguientes:
Trimestres
aos
1998
1999
2000
I
II
III
IV
1690 940 2625 2500
1800 900 2900 2360
1850 1100 2930 2615
a.- Calcule los ndices estacionales para los 4 trimestres

b. - Determine la ecuacin de la expresin de la componente lineal de tendencia.
c.- Calcule las ventas pronosticadas de libros de texto para el tercer trimestre del ao 2001
Pgina
20
solucin:
Trimestres
aos
1998
1999
2000
I
II
1690 940
1800 900
1850 1100
III
IV totales
2625 2500 7755
2900 2360 7960
2930 2615 8495
Para calcular ndices estacionales se pueden seguir muchos caminos, ste es quiz, el ms simple.
Partiendo de los totales de cada ao, calculo un promedio trimestral para cada ao.
Trimestres
aos
1998
1999
2000
I
II
1690 940
1800 900
1850 1100
III
2625
2900
2930
IV totales promedios
2500 7755
1938.75
2360 7960
1990.00
2615 8495
2123.75
Estos promedios son un trimestre ``tpico'' para cada ao. Fjese que ao con ao, las ventas en los segundos
trimestre de cada ao estn en su punto mas bajo, seguidas de niveles mas altos de ventas en los terceros
trimestres de cada ao esto es ocasionado por el efecto estacional, adems podemos notar que los
trimestres tpicos van subiendo de valor. Esto es debido al efecto de la tendencia que tiene la serie.
Ahora se divide cada dato entre el promedio del ao que le corresponda.
aos
1998
1999
2000
Trimestres
I
II
III
0.87 0.48 1.35
0.90 0.45 1.46
0.87 0.52 1.38
IV
1.29
1.19
1.23
Estos nmeros indican el porcentaje de cada uno de los trimestres en funcin del trimestre tpico de cada uno
de los aos. Estos nmeros contienen la estacionalidad. Para terminar de tener los ndices estacinales,
mismos que representan el efecto estacional de la serie de tiempo para cada uno de los trimestres
promediamos los nmeros de cada trimestre (columna).
Trimestres
I
II
III IV
Indices Estac 0.88 0.49 1.40 1.24
El propsito de calcular indices estacionales es eliminar los efectos estacionales de la serie de tiempo. A este
proceso se le llama desestacionalizar la serie de tiempo
Para desetacionalizar la serie de tiempo, se dividen las ventas de cada uno de los trimestres entre su indice
estacional respectivo.
Pgina
21
aos
perodo
1998
1
2
3
4
5
6
7
8
9
10
11
12
1999
2000
trimestre
I
II
III
IV
I
II
III
IV
I
II
III
IV
Ventas
Indice
reales
estacional
1690
0.88
940
0.49
2625
1.40
2500
1.24
1800
0.88
900
0.49
2900
1.40
2360
1.24
1850
0.88
1100
0.49
2930
1.40
2615
1.24
Ventas
desestacionalizadas
1920.45
1918.37
1875.00
2016.13
2045.45
1836.73
2071.43
1903.23
2102.27
2244.90
2092.86
2108.87
La anterior informacin representa las ventas sin el componente estacional, quedndose solamente con la
componente de tendencia.
El siguiente paso es determinar la expresin matemtica de la expresin lineal de tendencia, para ello se
emplea el procedimiento anterior, es decir, debemos encontrar con los datos desestacionalizados una
ecuacin que tiene la forma Y = a + b x .
Aos
1998
1999
2000
suman
perodo
x
1
2
3
4
5
6
7
8
9
10
11
12
78
trimestre
I
II
III
IV
I
II
III
IV
I
II
III
IV
Ventas
desestacional
Y
1920.45
1918.37
1875.00
2016.13
2045.45
1836.73
2071.43
1903.23
2102.27
2244.90
2092.86
2108.87
24135.69
xY
1920.45
3836.73
5625.00
8064.52
10227.27
11020.41
14500.00
15225.81
18920.45
22448.98
23021.43
25306.45
160117.51
x2
1
4
9
16
25
36
49
64
81
100
121
144
650
Con la informacin de este cuadro se calcularn los valores de a y de b usando las siguientes expresiones:
N = 12 , porque son 12 trimestres o 12 datos recopilados
N x y - x y
b = ---------------------------------N x2 - ( x ) 2
a =
y - b x
------------------------N
Pgina
22
12 ( 160117.51 ) - ( 78 ) ( 24135.69 )
1921410.12 - 1882583.82
b = ------------------------------------------------ = ------------------------------------- =
12 ( 650 ) ( 78 ) 2
7800 - 6084
a =
38826.30
------------- = 22.62
1716
y - b x
24135.69 - ( 22.62 ) ( 78 )
24135.69 - 1764.36 22371.33
------------------------- = --------------------------------- = -------------------------- = ------------- = 1864.27
N
12
12
12
Sustituyendo los valores calculados de a y de b en la expresin: Y = a + b x

Tendremos la expresin lineal de tendencia para la venta del libro de texto de este problema.
Y = 1864.27 + 22.62 x
La pendiente de 22.62 indica que, en los ltimos 12 trimestres la empresa ha tenido un crecimiento
promedio desestacionalizado en las ventas del libro de texto de aproximadamente 22.62 libros por trimestre.
Si se considera que la tendencia de los datos de ventas en los ltimos 12 trimestres es un indicador
razonablemente bueno del futuro, entonces, puede utilizarse la ecuacin anterior para proyectar la
componente de tendencia de la serie de tiempo para trimestres futuros.
Entonces para calcular los pronsticos de las ventas de l libro de texto para los trimestres futuros,
considerando tanto el efecto de tendencia como el efecto estacional la ecuacin que debemos de tomar en
consideracin es:
Y = ( 1864.27 + 22.62 x ) ( Indice estacional )
Para calcular el pronstico de ventas para el tercer trimestre del ao 2001 debemos de sustituir en la
ecuacin anterior :
Perodo x = 15
y el ndice estacional para el tercer trimestre es = 1.40
De tal manera que tendremos lo siguiente:

Y = [ 1864.27 + ( 22.62 ) ( 15 ) ] ( 1.40 ) = ( 1864.27 + 339.30 ) ( 1.40 ) = 3085 libros de texto
MTODOS CAUSALES DE PRONSTICOS
Estos desarrollan un modelo de causa y efecto entre la demanda ( exteriorizacin de las necesidades y
deseos del mercado y esta condicionada por los recursos disponibles ) y otras variables. Que permitan
explicar mediante una ecuacin matemtica los valores de una variable en trminos de la otra. Por ejemplo,
la demanda de helados puede relacionarse con la poblacin, un agricultor puede creer que la cantidad de
fertilizante que utiliz influy en la cosecha lograda, etc.
Uno de los mtodos causales mejor conocido es el del Anlisis de Regresin , en donde siempre se trata
del uso de dos variables numricas.
A la variable que queremos explicar le llamamos dependiente ( Y ) .
A la variable que usamos para condicionar o para explicar la llamamos independiente ( X1 .X2 , X 3 , ... X n)
Para ello es necesario encontrar una frmula matemtica que relacione la variable dependiente con la o las
variables independientes y que permita estimar o predecir los valores futuros que puede tener una variable
Pgina
23
( dependiente ) cuando se conocen o suponen los valores de la otra u otras variables independientes
Este tcnica se aplicar cuando la variable a pronosticar Y no est en funcin del tiempo.
Consideraremos el caso en que la curva de regresin de Y sobre X sea lineal.
REGRESIN LINEAL SIMPLE.
La regresin linial simple comprende el intento de desarrollar una lnea recta o ecuacin matemtica que
describe la relacin entre dos variables
En este modelo la variable a predecir Y est en funcin de una sola variable independiente X que no es
de tiempo y la ecuacin matemtica que se usar ser la siguiente:
Y = A + BX
A esta expresin se le conoce como la ecuacin de la lnea de regresin .
Donde A y B son coeficientes de regresin.
A = a la altura de la recta, a este nmero se le llama ordenada al origen o intercepcin.
B = pendiente o inclinacin de la recta de regresin
X = es la variable independiente, que representa el valor o perodo para el cual se prepara el pronstico de Y
Y = Valores reales recopilados.
Hacer una regresin lineal es encontrar los valores de A y B adecuados. Estos valores se encuentran por el
criterio que se llama de los mnimos cuadrados. Este criterio da como resultado una lnea recta que minimiza
el cuadrado de las distancias verticales de cada observacin a la lnea.
Representa un mtodo para pronosticar demandas futuras a mediano y largo plazo , en donde la demanda
presenta tendencia constante, ascendente o descendente con variaciones irregulares.
Para el calculo de los valores de A y de B se usan las siguientes expresiones:
N x y - x y
B = ---------------------------------N x2 - ( x ) 2
y - b x
A = ------------------------N
N = nmero de perodos o datos recopilados.

EJEMPLO. El dueo de una distribuidora de automviles realiz un estudio, para determinar las relaciones en
un mes determinado, entre el nmero de automviles vendidos en el mes por su distribuidora con el nmero
de comerciales de un minuto sobre su distribuidora televisado localmente en ese mes.
Durante el perodo de 6 meses anot los resultados que se muestran en la siguiente tabla .
Pgina
24
meses
Nmero de
autos vendidos
nmero de
comerciales
televisados
N
1
2
3
4
Y
10
15
13
18
X
2
5
3
6
5
6
20
25
8
7
a).- Utilice el mtodo de regresin lineal simple para encontrar una ecuacin que permita predecir las ventas
de autos en funcin de los gastos de publicidad por el nmero de comerciales de un minuto transmitidos por
televisin.
b).- Cul deber ser el pronstico de ventas de autos si se pusieran por televisin 4 comerciales?
SOLUCIN.
Primeramente hay que determinar la siguiente tabla de valores:
meses
Nmero de
autos vendidos
N
1
2
3
4
5
6
Sumas
nmero de
comerciales
televisados
X
2
5
3
Y
10
15
13
18
20
25
101
6
8
7
31
XY
20
75
39
X2
4
25
9
108
160
175
577
36
64
49
187
Basndose en la informacin del cuadro anterior y usando las siguientes expresiones .

N x y - x y
y - b x
B = ---------------------------------A = ------------------------N x2 - ( x ) 2
N
Calculamos los valores de A y de B
En este problema N = 6
6 ( 577 ) - ( 31 ) ( 101)
3462 - 3131
B = -------------------------------------- = --------------------- =
6 ( 187 ) - ( 31 ) 2
1122 - 961
Pgina
25
331
------------- = 2.05
161
101 - ( 2.05 ) ( 31 )
A = --------------------------------------6
101 - 63.55
37.45
= ------------------------- = ------------- = 6.24
6
6
sustituyendo los valores de A = 6.24 y de B = 2.05 en la expresin:
Y = A + BX
Tendremos la ecuacin de la lnea de regresin lineal Y = 6.24 + 2.05 X
La cul nos permitir pronosticar las ventas de automviles en funcin del nmero de anuncios comerciales
de un minutos transmitidos por la TV.
b),. Sustituyendo en la ecuacin obtenida en el inciso anterior el valor de x = 4, obtendremos el pronstico
de autos si se pusieran 4 anuncios comerciales en la TV.
Y = 6.24 + 2.05 ( 4 ) = 14.44 automviles
REGRESIN LINEAL MLTIPLE.
En este modelo la variable a predecir Y est en funcin de 2 o ms variables independientes X, y la
ecuacin matemtica que se utilizar ser la siguiente :
Y = a + b 1 X 1 + b 2 X2
Para el clculo de los valores de a, b 1 y b 2
se utilizan las siguientes ecuaciones normales:
1) a N
+ b 1 X1
+ b2 X 2
= Y
2) a X 1 + b 1 X 12
+ b2 X1 X 2 = X 1 Y
3) a X 2 + b 1 X 1 X 2 + b 2 X 2 2
= X2 Y
De tal manera que al resolver estas 3 ecuaciones por el mtodo de determinantes tendremos que los valores
de a ,
b1 y b 2
siguiendo el siguiente procedimiento:
1.- Se calcula el determinante general DG.

2.- Se calcula el valor de A.
A
3.- Se calcula el valor de a con a = ---------DG
4.- El siguiente paso es calcular el valor de B 1
B1
5.- En seguida se obtiene el valor de b 1 con b 1 = -------DG
Pgina
26
6.- Para calcular el valor que nos falta de b 2 , los valores de a y b 1
ya conocidos se sustituyen en
cualquiera de las 3 ecuaciones iniciales, y por despeje se obtiene el valor de b 2.

7.- Por ltimo se obtiene la expresin matemtica con la que se calcularn los pronsticos futuros en funcin
de las variables independientes X 1 y X 2
Dicha expresin matemtica se determina sustituyendo los valores respectivos de a, b 1 y b 2 en la
ecuacin:
Y = a + b 1 X1 + b2 X2
EJEMPLO.- El dueo de una distribuidora de automviles realiz un estudio, para determinar las relaciones
en un mes determinado, entre el nmero de automviles vendidos en el mes por su distribuidora con el
nmero de comerciales de un minuto sobre su distribuidora televisado localmente y por nmero de
vendedores contratados por la empresa en ese mes .
Durante el perodo de 6 meses anot los resultados que se muestran en la siguiente tabla.
meses
Nmero de
autos vendidos
N
1
2
3
Y
30
50
40
nmero de
comerciales
televisados
X1
3
5
2
4
5
6
25
30
40
6
4
7
Nmero de
vendedores
contratados
X2
2
4
3
2
5
6
a).- Utilice el mtodo de regresin lineal mltiple para encontrar una ecuacin que permita predecir las
ventas de autos en funcin de los gastos de publicidad por el nmero de comerciales de un minuto
transmitidos por televisin y por el nmero de vendedores contratados.
b).- Cul deber ser el pronstico de ventas de autos si se pusieran por televisin 5 comerciales y se
contrataran 7 vendedores?
Pgina
27
SOLUCIN.
a).- Primeramente hay que determinar la siguiente tabla de valores:
meses
Nmero de
autos vendidos
Y
30
50
40
25
30
40
215
N
1
2
3
4
5
6
Sumas
nmero de
comerciales
televisados
X1
3
5
2
6
4
7
27
Nmero de
vendedores
contratados
X2
2
4
3
2
5
6
22
X1Y
X 2Y X 1 X 2
90
60 6
250 200 20
80 120 6
150
50 12
120 150 20
280 240 42
970 820 106
X1 2
9
25
4
36
16
49
139
X 22
4
16
9
4
25
36
94
La sumatoria de valores determinados en este cuadro, se sustituyen en las ecuaciones normales para la
regresin lineal mltiple para dos variables independientes X 1 y X 2.
aN
+ b 1 X1
+ b 2 X2
=
a X 1 + b 1 X 12
+ b 2 X1 X 2 =
a X2 + b 1 X 1 X2 + b 2 X22
=
1)
2)
3)
1)
2
3)
a (6)
a ( 27 )
a ( 22 )
Y
X1 Y
X2 Y
+ b 1 ( 27 ) + b 2 ( 22 ) = 215
+ b 1 ( 139 ) + b 2 ( 106 ) = 970
+ b 1 ( 106 ) + b 2 ( 94 )
= 820
Posteriormente se procede a resolver este sistema de ecuaciones por medio del mtodo de determinantes,
para ello, haremos uso del siguiente procedimiento:
1.- Se calcula el determinante general DG tomando cada uno de los valores conocidos de las tres primeras
columnas de las ecuaciones normales :
DG =
6
27
22
27
139
106
22
106
94
6
27
22
27
139
106
= ( 6 ) ( 139 ) ( 94 ) + ( 27 ) ( 106 ) ( 22 ) + ( 22 ) ( 27 )( 106 )

- ( 22) ( 139 ) (22 ) - ( 106 ) ( 106 ) (6 ) - ( 94 ) ( 27 ) ( 27 )
DG = 78396 + 62964 + 62964 - 67276 - 67416 - 68526 = 1106

2.- Se calcula A , para ello nos ubicamos en la ecuaciones normales y los valores conocidos de la primera
columna se cambian por los valores conocidos de la cuarta columna y se vuelven a repetir los valores
conocidos de la segunda y de la tercera columna anotando stos de la siguiente manera:
Pgina
28
A=
215
970
820
27
139
106
22
106
94
215
970
820
27
139
106
= ( 215 ) ( 139 ) ( 94 ) + ( 27 ) ( 106 ) ( 820 ) + ( 22 ) ( 970 )( 106 )

- ( 820) ( 139 ) (22 ) - ( 106 ) ( 106 ) (215 ) - ( 94 ) ( 970 ) ( 27 )
A = 2809190 + 2346840 + 2262040 - 2507560 - 2415740 - 2461860

A
32910
3.- se calcula el valor de a con a = -------- = ---------------- = 29.75
DG
1106
= 32910
4.- Se calcula B 1 , para ello nos ubicamos en la ecuaciones normales y los valores conocidos de
la segunda columna se cambian por los valores conocidos de la cuarta columna y se vuelven a
repetir los valores conocidos de la primera y de la tercera columna anotando stos de la siguiente
manera:
B1=
6
27
22
215
970
820
22
106
94
6
27
22
215
970
820
= ( 6 ) ( 970 ) ( 94 ) + ( 215 ) ( 106 ) ( 22 ) + ( 22 ) ( 27 )( 820 )

- ( 22) ( 970 ) (22 ) - ( 820 ) ( 106 ) (6 ) - ( 94 ) ( 27 ) ( 215 )
B 1 = 547080 + 501380 + 487080 - 469480 - 521520 - 545670
= - 1130
B1
- 1130
5.- en seguida se obtiene el valor de b 1 con b 1 = ------------- = -------------- = - 1.02
DG
1106
6.- Para calcular el valor que nos falta de b 2 , los valores de a = 29.75 y b 1 = - 1.02 se sustituyen en
cualquiera de las 3 ecuaciones iniciales, y por despeje se obtiene el valor de b 2. En este caso haremos uso
de la primera ecuacin normal .
1)
( 29.75 ) ( 6 )
- ( 1.02 ) ( 27 )
b 2 ( 22 ) =
215
215 - ( 29.75 ) ( 6 ) + ( 1.02 ) ( 27 )

215 - 178.50 + 27.54
64.04
b 2 = --------------------------------------------------- = ----------------------------------- = --------------- = 2.91
22
22
22
7.- Por ltimo se obtiene la expresin matemtica con la que se calcularn los pronsticos futuros de las
ventas de automviles en funcin de los anuncios comerciales en TV ( X1 ) y del nmero de vendedores
contratados ( X 2 ) .
Dicha expresin matemtica se determina sustituyendo los valores de a = 29.75 , b 1 = - 1.02 y
b 2 = 2.91 en :
Y = a + b 1 X 1 + b 2 X 2 , entonces:
Y = 29.75 1.02 X 1 + 2.91 X 2
b).- Cul deber ser el pronstico de ventas de autos si se pusieran por televisin 5 comerciales y se
contrataran 7 vendedores? Para contestar esta pregunta en la ecuacin anterior se sustituyen los valores de
X 1 = 5 y X2 = 7
Y = 29.75 - 1.02 ( 5 ) + 2.91 ( 7 ) = 29.75 - 5.1 + 20.37 = 45.02 automviles
Pgina
29
IV CONTROL DEL PRONSTICO

Una vez que se ha hecho el pronstic o, es necesario que continuamente estemos comparando el pronstico
con la demanda real y que emprendamos la accin necesaria para corregir el pronstico cuando en la
demanda haya habido cualquier cambio estadsticamente importante, tambin tenemos que determinar la
causa o causas de dichos cambios de la demanda. El momento para hacerlo es inmediatamente despus de
que se haya producido el cambio, no al ao siguiente ni cinco aos despus.
Las formas ms sencillas de instrumentos de control son las GRFICAS DE CONTROL ESTADSTICO que
se emplean en el control de calidad.
Una de stas grficas que se puede utilizar cuando se dispone solamente de una cantidad mnima de datos
es la GRFICA DE ESCALA MVIL Esta compara los cambios de la demanda habidos de un perodo hasta
el siguiente, con las variaciones irregulares esperadas de la demanda.
La escala mvil es el valor absoluto de la diferencia en las demandas de perodos sucesivos por ejemplo: si
las demandas reales de los meses de ENERO y FEBRERO de 1999 fueron de 105 y 120 respectivamente,
entonces la escala mvil ( EM ) para ENERO - FEBRERO es 105 - 120 = 15
La GRAFICA DE ESCALA MOVIL se construye de la siguiente manera:
1.- Se recopila la informacin de la serie de tiempo, se elabora la grfica de estos datos y Se define el
modelo o la tcnica del pronstico que se va a aplicar.
2.- Se determinan los valores de escala movil ( EM )
EM
3.- Se calcula la escala mvil promedio ( EM ) , mediante la expresin EM = -----------N- 1
N = numero de datos reales recopilados
4.- Se calculan los lmites Superior ( LSC ) e Inferior ( LIC ) del control del pronstico, con :
LSC = 2.66 X
EM
LIC = - 2.66 X EM
5.- Se determina el pronstico para cada perodo de tiempo. Y se determina el error del pronstico para
cada uno de los perodos de tiempo . ERROR = DEMANDA REAL - DEMANDA PRONOSTICADA
6.- Se construye posteriormente la grfica de escala mvil para el control del pronstico, sealando y
uniendo en ella los puntos de los valores hallado en el paso anterior y los lmites de control hallados en el
paso 4 .
Tiene que haber cuando menos 10 y preferentemente 20 valores de EM que se empleen para determinar los
lmites de control. Estos lmites se fijan de manera que solo quepa esperar que 3 puntos de entre 1000 caigan
fuera de los lmites, y ello debido solamente al azar. As, si un punto se encuentra fuera de los lmites de
control, debemos hacer una investigacin preliminar para haber si ha habido algn cambio manifiesto en el
sistema de causas base de la demanda. Tambin sirve de advertencia de que debemos vigilar muy
estrechamente este producto. Si otro punto va a dar tambin fuera de los lmites de control, debe procederse
a ser una investigacin detallada respecto a la causa de tal acontecimiento.
Si todos los puntos trazados caen dentro de los lmites de control, es por lo general seguro dar por supuesto
que tenemos las ecuaciones correctas para el pronstico.
Si todos los puntos caen fuera de los lmites , no tenemos las ecuaciones correctas para el pronstico, y por lo
tanto, hay que revisarlas de acuerdo con ello.
Pgina
30
Podemos emplear la grafica de control para que nos diga en que punto se produjo el cambio y podamos
determinar una ecuacin para el pronstico, partiendo de los datos apropiados al sistema actual de causas de
la demanda.
Pgina
31
Problemas.
1.- Se muestran en seguida las tasas de inters para 12 meses consecutivos de Bonos corporativos triple A.
9.5, 9.3, 9.4, 9.6, 9.8, 9.7, 9.8, 10.5, 9.9, 9.7, 9.6, 9.6
a) Elabore promedios mviles simples de 3 y 4 meses ( trminos) para esta serie de tiempo. Cul de
los 2 promdios mviles, el de 3 o de 4 trminos, ofrece mejores pronsticos?.
b) Cul es el pronstico del promedio mvil simple para el siguiente mes?.
2. Con la siguiente informacin, misma que representa el nmero de accidentes ocurridos en las 12 primeras
semanas del ao de 1996.
semanas Nmero de
accidentes
1
17
2
21
3
19
4
23
5
18
6
16
7
20
8
18
9
22
10
20
11
15
12
22
a) Calcule promedios mviles simples de 4 y 5 semanas para la serie de tiempo.
b) Calcule el ECM para los pronsticos con promedios mviles de 4 y 5 semanas.
c) Cul parece ser el mejor nmero de semanas de datos anteriores para el clculo del promedio
mvil?
3. Utilice los datos de la serie anterior para mostrar los pronsticos con alisamiento exponencial utilizando una
constante de suavizado = 0.1 Utilizando el criterio del ECM , preferira una constante de alisamiento de
= 0.1 o de = 0.2 para la serie de tiempo anterior para el calculo del pronstico para la treceava semana.
4. Se muestran enseguida los porcentajes mensuales de todos los envos que se recibieron a tiempo en los
ltimos 12 meses.
80, 84, 83, 83, 84, 85, 85, 84, 82, 83, 84, 83
a) Comparar un pronstico de promedio movil simple de 3 trminos con un pronostico con alisamiento
exponencial empleando una constante de suavizamiento = 0.2 Cul de ellos proporciona
mejores pronsticos?.
b)Cul es el pronstico para el siguiente mes?.
5. Se muestran enseguida los importes de contratos de construccin en Alabama para un perodo de 12
meses. Los datos estn en millones de pesos.
Pgina
32
240, 350, 230, 260, 280, 320, 220, 310, 240, 310, 240, 230
a) Compare un pronstico con promedios mviles de 3 trminos con un pronostico con alisamiento
exponencial utilizando una constante de suavizamiento = 0.2 Cul ofrece mejores pronsticos?
b) Cul es pronostico para el siguiente mes?
6. Los siguientes datos muestran las ventas de un producto determinado en los ltimos 12 meses.
mes ventas
1
2
3
4
5
6
7
8
9
10
11
12
105
135
120
105
90
120
145
140
100
80
100
110
a) Utilice una constante de suavizamiento = 0.3 para calcular valores con alisamiento exponencial
para la serie de tiempo.
b) Utilice una constante de suavizamiento = 0.5 para calcular los valores con alisamiento
exponencial . Cul de las 2 constantes de alisamiento la de 0.3 o la de 0.5 ofrece los mejores
pronsticos?
c) Cul es el pronstico para el treceavo mes?
7. Una cadena de tiendas de abarrotes experiment las siguientes demandas semanales ( en cajas) para una
marca de detergente para lavadoras automticas:
semanas demanda semanas demanda
1
200
6
210
2
350
7
280
3
250
8
350
4
360
9
290
5
250
10
320
a) Aplicando alisamiento exponencial usando una constante de suavizado de = 0.4 , desarrolle un
pronstico de las ventas para la semana 11.
8. La Inited Daries Inc. Proporciona leche a diversas tiendas de comestibles independientes del
condado Dade, en la Florida. Los administradores de la United daries pretenden tener un pronstico
para el nmero de medios galones de leche que se venden por semana. Los datos de ventas para
las ltimas 12 semanas son las siguientes:
Pgina
33
Semanas
1
2
3
4
5
6
Ventas
Unidades
2750
3100
3250
2800
2900
3050
Semanas
7
8
9
10
11
12
Ventas
Unidades
3300
3100
2950
3000
3200
3150
a) Aplicando alisamiento exponencial usando una constante de suavizado de = 0.4 , desarrolle un

pronstico de las ventas para la semana 13.
b) Aplicando el mtodo de promedios ponderados calcule el pronstico para la semana 13
9.- Se muestran enseguida los datos de inscripciones en una universidad en los ltimos 6 aos:
AO INSCRIPCIONES
1
20,500
2
20,200
3
19,500
4
19,000
5
19,100
6
18,800
Desarrolle la ecuacin de la expresin de la componente lineal de tendencia para los datos anteriores y
calcule el pronstico de las inscripciones para el octavo ao.
10.- Se muestra enseguida los datos correspondientes al ndice de precios al consumidor de bienes y
servicios en el transcurso de un perodo de 9 aos:
AOS INDICE DE
PRECIOS
1
66.90
2
74.80
3
81.20
4
85.00
5
89.20
6
94.60
7
97.80
8
101.90
9
106.90
calcule el pronstico de los ndices de precios al consumidor para los aos 10 y 11
11.- Las cifras promedio de asistencia a juegos de ftbol en el estadio de una Universidad importante, han
seguido el siguiente patrn en los ltimos 7 aos:
AOS ASISTENCIA
1
28,000
2
30,000
3
31,500
4
30,400
5
30,500
6
32,200
7
30,800
Pgina
34
calcule el pronstico de la asistencia al estadio de futbol para los aos 10 y 11
12.- Los datos trimestrales de ventas ( nmero de ejemplares que se venden ) de un libro de texto
universitario en los ltimos 3 aos, son los siguientes:
AO
TRIMESTRES
I
II
III
IV
1998 1690 940 2625 2500
1999 1800 900 2900 2360
2000 1850 1100 2930 2615
a) Determine los ndices estacinales para cada uno de los 4 trimestres.
b) Cuando tiene el editor de libros de texto el mayor ndice estacional?
c) Determine el pronstico de los ejemplares posibles a vender durante cada uno de los cuatro
trimestres de l ao 2001, considerando la componente de tendencia y la componente estacional?
13.- El dueo de una distribuidora de automviles realiz un estudio para determinar las relaciones
en un mes determinado entre el nmero de automviles vendidos en el mes por su distribuidora con
el nmero de comerciales de un minuto sobre su distribuidora televisado localmente en ese mes.
Durante el perodo de 6 meses, el dueo anot los resultados que se muestran en seguida:
MESES NUMERO DE AUTOS
VENDIDOS
NUMERO DE
COMERCIALES
EN TELEVISIN
N
Y
X
1
10
1
2
15
0
3
20
5
4
30
4
5
25
3
6
40
6
a) Encuentre la expresin matemtica de la lnea de regresin lineal simple que permita predecir las
ventas de autos en funcin de los gastos de publicidad por televisin
b) cul es el pronstico del volumen de autos si se pusieran 2 anuncios comerciales en la televisin?
c) cul es el pronstico del volumen de autos si se pusieran 8 anuncios comerciales en la televisin?
14.- El gerente de ventas de una compaa que surte a hoteles y restaurantes se interesa en la
relacin de tipo predictivo que pudiera tener, tanto la publicidad como el tamao de la fuerza de
ventas, en las ventas mensuales, para tal efecto, llev un registro de las ventas mensuales, de la
cantidad gastada mensualmente en publicidad directa y el nmero de representantes de ventas, lo
anterior lo hizo en cada una de las 8 regiones seleccionadas.
Los datos de sus registros se muestran en la siguiente tabla:
Pgina
35
REGIONES
N
1
2
3
4
5
6
7
8
VENTAS
GASTOS DE AGENTES DE
MILES DE $ PUBLICIDAD
VENTAS
Y
X1
X2
300
10
3
250
12
4
125
13
4
100
15
3
450
20
5
230
16
4
380
25
6
290
22
2
a) Encuentre la expresin matemtica de la lnea de regresin lineal mltiple que permita predecir las
ventas de autos en funcin de los gastos de publicidad por televisin y del nmero de vendedores
b) cul es el pronstico del volumen de autos si se pusieran 24 anuncios comerciales en la televisin y
se contrataran 7 vendedores?
c) cul es el pronstico del volumen de autos si se pusieran 28 anuncios comerciales en la televisin
y se contratara a 8 vendedores ?
15.- El gerente de ventas de cierta c ompaa recopil la informacin bimestral de las ventas de televisores
realizadas durante los ltimos 4 aos (1997,1998,1999 y 2000 ), iniciando la recopilacin de la informacin a
partir del tercer bimestre de 1997, el gerente de ventas pudo constatar al elaborar una grfica del patrn de
los datos del pasado que stos presentaban componente de tendencia y componente estacional. De tal
manera que con la informacin obtenida pudo determinar la componente de tendencia que tiene por ecuacin
Y = 350 + 1900 x , y los ndices estacinales bimestrales correspondientes:
BIMESTRE
I
II
III
IV
V
VI
INDICE
ESTACIONAL
1.30
0.85
0.50
0.45
1.00
1.90
Determine:
a) El pronstico de las ventas de televisores para el sexto bimestre del ao 2001.
b) El pronstic o de las ventas de televisores para el tercer bimestre del ao 2004
16.- El gerente de ventas de cierta compaa recopil la informacin bimestral de las ventas de televisores
partir del ltimo bimestre de 1997, el gerente de ventas pudo constatar al elaborar una grfica del patrn de
manera que con l a informacin obtenida pudo determinar la componente de tendencia que tiene por ecuacin
Y = 500 + 900 x , y los ndices estacinales bimestrales correspondientes:
Pgina
36
BIMESTRE
I
II
III
IV
V
VI
INDICE
ESTACIONAL
1.30
0.85
0.50
0.45
1.00
1.90
Determine:
c) El pronstico de las ventas de televisores para el sexto bimestre del ao 2001.
d) El pronstico de las ventas de televisores para el tercer bimestre del ao 2004
17.- El gerente de ventas de cierta compaa recopil la informacin Trimestral de las ventas de aviones
partir del tercer trimestre de 1997, el gerente de ventas pudo constatar al elaborar una grfica del patrn de
manera que con la informacin obtenida pudo determinar la componente de tendencia que tiene por ecuacin
Y = 1500 + 2000 x , y los ndices estacinales trimestrales correspondientes:
TRIMESTRE
INDICE
ESTACIONAL
I
II
III
IV
1.30
0.85
0.50
1.35
Determine:
e) El pronstico de las ventas de televisores para el tercer trimestre del ao 2001.
f) El pronstico de las ventas de televisores para el segundo trimestre del ao 2004
18.- Si el da 27 de Febrero del ao 2001 se vendieron 550 boletos para la asistencia al teatro de la ciudad y
la venta de boletos pronosticados para este da fue de 730 boletos, determine: usando el mtodo de
Suavizamiento exponencial considerando un valor de = 0.4
a) El pronstico del nmero de boletos que vendern el da 28 de febrero del ao 2001.
b) Si los boletos que se vendieron el da 28 de Febrero del ao 2001 fuera de 1000 cul deber ser el
pronstico de las ventas de boletos para el da 1 de marzo del ao 2001?
19.- Si el da 27 de Febrero del ao 2001 se vendieron 800 boletos para la asistencia al estadio de bisbol de
la ciudad y la venta de boletos pronosticados para este da fue de 900 boletos, determine: usando el m todo
de Suavizamiento exponencial considerando un valor de = 0.3
c) El pronstico del nmero de boletos que vendern el da 28 de febrero del ao 2001.
d) Si los boletos que se vendieron el da 28 de Febrero del ao 2001 fuera de 1200 cul deber ser el
pronstico de las ventas de boletos para el da 1 de marzo del ao 2001?
20.- Con la siguiente informacin, misma que representa el nmero de accidentes ocurridos durante los
meses de Septiembre, Octubre Noviembre y Diciembre del ao 2000 en una empresa conocida de esta
ciudad:
Pgina
37
MESES
PERODO
NUMERE DE
ACCIDENTES
SEPTIEMBRE
OCTUBRE
NOVIEMBRE
DICIEMBRE
x
1
2
3
4
y
50
80
65
90
Utilizando el mtodo de proyeccin de tendencia, determine:

a) El pronstico de accidentes para el mes de Febrero del ao 2001.
b) El pronstico de accidentes para el mes de diciembre del ao 2002
c) Los lmites superior e inferior del control del pronstico
d) Con la informacin de los ltimos 4 meses del ao 2000, constryase la grfica de escala mvil.
21.-El dueo de una distribuidora de automviles realiz un estudio para determinar las relaciones en un mes
determinado entre el nmero de automviles vendidos en el mes por su distribuidora, con el nmero de
comerciales de un minuto sobre su distribuidora televisado localmente en ese mes. Durante el perodo de 6
meses, el dueo anot los resultados que se muestran en la siguiente tabla:
Meses
N
1
2
3
4
5
6
Totales
Nmero de autos
vendidos
Y
10
10
20
30
40
40
Nmero de
comerciales en TV
X
0
1
2
2
3
4
XY
X2
Utilice el mtodo de regresin Lineal simple para:

a) Encontrar una ecuacin que permita predecir las ventas de autos en funcin de los gastos de
publicidad por televisin.
b) Encontrar el pronstico de venta de autos si se pusieran por televisin 6 comerciales.
2.- El gerente de ventas de una compaa que surte a hoteles y restaurantes se interesa en la relacin de tipo
predictivo que pudiera tener , tanto la publicidad como el tamao de la fuerza de ventas, en las ventas
mensuales, para tal efecto, llev un registro de las ventas mensuales, de la cantidad gastada mensualmente
en publicidad directa y el nmero de representantes de ventas. Lo anterior lo hizo para cada una de las 8
regiones seleccionadas.
Los datos de sus registros se muestran en la siguiente tabla:
Pgina
38
Regiones
N
1
2
3
4
5
6
7
8
Totales
Ventas Gastos de
(miles de Publicidad
$)
X1
Y
300
10
250
15
125
13
100
12
400
25
200
15
350
13
250
30
Agentes
de ventas
X2
X1 Y
X2 Y
X 1 X2
X1
X2
3
4
4
3
2
4
3
2
Utilice el mtodo de regresin Lineal mltiple para:

c) Encontrar una ecuacin que permita predecir las ventas de autos en funcin de los gastos de
publicidad y el nmero de agentes de ventas.
d) Encontrar el pronstico ventas si en publicidad se invirtieran 22 y el nmero de agentes de ventas
para esa regin fuera de 5 personas.
Pgina
39
Pgina
40

Administracion de Operaciones Curso 1 PDF

Cargado por

Información del documento

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

Administracion de Operaciones Curso 1 PDF

Cargado por

Copyright:

Formatos disponibles

ADMINISTRACIN DE OPERACIONES

Informacin de retroalimentacin para el control de

OPERACIONES COMO UN SISTEMA PRODUCTIVO

1.2 La funcin de operaciones

Ejemplo de organizaciones y sus componentes:

ING. RAMN MORALES HIGUERA

1.3 PRINCIPALES AREAS DE ACTIVIDAD EN LA FUNCIN DE OPERACIONES:

ING. RAMN MORALES HIGUERA

Responsable del a planeacin,

1.4 RESPONSABILIDADES DE LA FUNCIN DE OPERACIONES.

ING. RAMN MORALES HIGUERA

1.5 TOMA DE DECISIONES EN OPERACIONES.

1.6 EL PROCESO DE RESOLUCIN DE PROBLEMAS Y TOMA DE DECISIONES.

Identificar y definir el problema.

2. Recoleccin de datos. Recopilar informacin pasada, hechos pertinentes, y soluciones previas a

ING. RAMN MORALES HIGUERA

Definir alternativas de sol.

Toma de dec isiones

Evaluar las alternativas de

Relacin entre la resolucin de problemas y la toma de decisiones.

1.7 FUNCIN DE LOS ANLISIS CUALITATIVO Y CUANTITATIVO EN LA TOMA DE DECISIONES .

ING. RAMN MORALES HIGUERA

ING. RAMN MORALES HIGUERA

II PRONSTICOS PARA LA TOMA DE DECISIONES

2.1 Conceptos Generales

Usos de los pronsticos

ING. RAMN MORALES HIGUERA

Disponibilidad de materia prima

2.3 Caractersticas de los Pronsticos

2.4 Seleccin del Mtodo de Pronsticos

La relevancia y disponibilidad de datos histricos

ING. RAMN MORALES HIGUERA

III. CLASIFICACIN DE LOS MODELOS DE PRONSTICOS

serie de tiempo que

3.1 Mtodos Cualitativos

la lista de los avances en los que hubo consenso.

ING. RAMN MORALES HIGUERA

queda documentado no slo el resultado sino el proceso que se sigui.

Las dificultades son:

el coordinador debe permanecer ``neutral'' respecto a la discusin.

Investigacin de Mercados. Esta tcnica identifica a la poblacin de compradores prospectivos basados

3.2 Mtodos Cuantitativos

ING. RAMN MORALES HIGUERA

Patrones o componentes de una serie de tiempo

Patrn horizontal o estacionario . Se presentan como un valor constante (recta horizontal)

ING. RAMN MORALES HIGUERA

X t = Es el promedio mvil de n trminos de x calculados hasta el perodo t

ING. RAMN MORALES HIGUERA

n = nmero de periodos de demanda a ser incluidos ( orden del promedio movil )

La desviacin absoluta de la media (DAM) .

suma cuadrtica del error del pronstico

ING. RAMN MORALES HIGUERA

Alisamiento o suavizamiento exponencial

Pronstico para el perodo t + 1

ING. RAMN MORALES HIGUERA

N representa el nmero de datos reales recopilados

ING. RAMN MORALES HIGUERA

Sustituyendo los valores calculados de a y de b en la expresin: Y = a + b x

Proyeccin de tendencia de una serie de tiempo que presenta componente de

a.- Calcule los ndices estacionales para los 4 trimestres

ING. RAMN MORALES HIGUERA

ING. RAMN MORALES HIGUERA

ING. RAMN MORALES HIGUERA