GESTION DE OPERACIONES

1

I. PRONOSTICOS
Qu es un pronstico?
Un pronstico es una prediccin de eventos futuros que se utiliza con propsitos de planificacin.
Son predicciones de lo que puede suceder o esperar.
Son premisas o suposiciones bsicas en que se basan la planeacin y toma de decisiones.
Las proyecciones o pronsticos son vitales para toda organizacin empresarial y para toda decisin
gerencial importante
Las cambiantes condiciones de los negocios como resultado de la competencia mundial, el rpido
cambio tecnolgico y las crecientes preocupaciones por el medio ambiente han ejercido presiones
sobre la capacidad de una empresa para generar pronsticos precisos. Tales pronsticos son
necesarios como un elemento auxiliar para determinar que recursos se necesitan, programar los
recursos ya existentes y adquirir recursos adicionales. Los pronsticos precisos permiten que los
programadores utilicen de forma eficiente la capacidad de las mquinas, reduzcan los tiempos de
produccin y recorten los inventarios.
Ejemplo: La demanda de un producto.

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 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.
GESTION DE OPERACIONES

2

2. VENTAJAS DEL PRONSTICO
Apoya la toma de decisiones en distintas reas de la direccin de empresas: el pronstico de
ventas ayudar a disear el plan de produccin, el pronstico de evolucin de precios de materias
primas, suministros etc. servir al planificador, al suministrar una informacin congruente y exacta
que utiliza modelos matemticos de pronstico, datos histricos del comportamiento de ventas o
evaluaciones preparadas por los representantes de cada departamento de la empresa. Adems
permite mayor flexibilidad en la elaboracin de los planes, sobre todo cuando se sirve de los
mtodos de mltiples escenarios.
2.1. Usos de los pronsticos

Mercadotecnia
o Tamao del mercado
o Participacin en el mercado
o Tendencia de precios
o Desarrollo de nuevos productos

Produccin
o Costo de materia prima
o Costo de mano de obra
o Disponibilidad de materia prima
o Disponibilidad de mano de obra
o Requerimientos de mantenimiento
o 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

GESTION DE OPERACIONES

3

En las organizaciones los pronsticos se utilizan para tres propsitos importantes:
Decidir si la demanda es suficiente para justificar la entrada al mercado.
Determinar las necesidades a largo plazo de la capacidad para el diseo de instalaciones.
Determinar las fluctuaciones a corto plazo en la demanda para la planeacin de la
produccin, la programacin de la fuerza de trabajo, la planeacin de los materiales y
otras necesidades.


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.

4. SELECCIN DEL MTODO DE PRONSTICOS

Factores
o La relevancia y disponibilidad de datos histricos
o El grado de exactitud deseado
o El periodo de tiempo que se va a pronosticar
o El punto del ciclo de vida en que se encuentra el producto.









GESTION DE OPERACIONES

4

II. CLASIFICACIN DE LOS MODELOS DE PRONSTICOS

5. 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.
5.1. Caractersticas
Funcionan cuando hay falta o escasez de datos histricos y cuando es difcil convertir en
nmeros las variables que intervienen en la determinacin de la demanda futura.
La mayora es bajo costo
No requieren de equipo computacional para hacerse, aunque su planeacin implica una
gran inversin de tiempo por parte de los directivos.
Horizontes generalmente se utiliza para planear a mediano y largo plazo.

GESTION DE OPERACIONES

5

5.2. Clasificacin de los modelos cualitativos



Raz de Pasto: Se rene informacin de las personas que estn en un extremo de la
jerarqua y se ocupan de aquello que se pronosticar.

Investigacin de Mercado: Rene datos por distintos medios (encuestas, entrevistas, etc.)
a efecto de comprobar hiptesis sobre el mercado.
Se aplica para pronosticar las ventas a largo plazo y las de productos nuevos.

Consenso de Jurado: Intercambio franco y libre en juntas. La idea es que la discusin del
grupo producir mejores pronsticos que los de cualquier individuo. Los participantes
pueden ser ejecutivos, vendedores o clientes.
Analoga histrica: Relaciona lo que se pronostica con un elemento similar. Es importante
para planear productos nuevos porque se puede derivar un pronstico empleando el
historia de un producto similar.
Mtodo Delphi: Grupo de expertos contesta un cuestionario. Un moderador compila los
resultados y prepara otro cuestionario que tambin le presenta al grupo. As el grupo pasa
por un proceso de aprendizaje debido a que recibe nueva informacin y a que nadie est
sujeto a influencia alguna por presin del grupo ni de personas dominantes.



GESTION DE OPERACIONES

6

6. PRONSTICOS CUANTITATIVOS
Aplican una variedad de modelos matemticos que utilizan datos histricos (series de tiempo) y/o
variables causales para pronosticar la demanda.
Caractersticas: relacionan variables internas o externas con los niveles de demanda, lo
que brinda una visin amplia del sector. Los costos que implican son de medios a bajos y
usualmente requieren de equipo de cmputo.
Horizonte: son ms tiles para elaborar pronsticos a mediano plazo de productos o
servicios existentes y para el diseo de estrategias de marketing, produccin y
contratacin de personal.
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.
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:



GESTION DE OPERACIONES

7

6.1. 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.
6.1.1. Patrones o componentes de una serie de tiempo
Cuando se tienen datos para hacer un pronstico, la herramienta mas til es graficarlos! 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 ms 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 montonamente 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.

GESTION DE OPERACIONES

8

6.2. Mtodos para series de datos horizontales

6.2.1. 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:

6.2.2. 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:



Dnde:
F
t
= Pronstico para el periodo futuro.
n = nmero de periodos que se promediarn.
A
t-1
= Hechos ocurridos en el periodo pasado.
A
t-2,
A
t-3
y A
t-n
= Hechos ocurridos en dos periodos anteriores, en tres periodos anteriores y
as hasta n periodos anteriores.




n
n t
A
t
A
t
A
t
A
t
F

...
3 2 1
GESTION DE OPERACIONES

9

6.2.3. 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 ms reciente es la que recibe mayor ponderacin y el peso disminuye para
los valores ms antiguos.
El pronstico para el promedio mvil ponderado para la cuarta semana se calculara de la
siguiente manera:


Dnde:
w
1
= Peso que se dar a la venta real en el periodo t-1
w
2
= Peso que se dar a la venta real en el periodo t-2
w
n
= Peso que se dar a la venta real en el periodo t-n
n = nmero de periodos del pronstico

6.3. 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:


Dnde:
F
1
= Pronstico exponencialmente aminorado para el periodo t.
F
t-1
= El pronstico exponencialmente aminorado para el periodo anterior.
A
t-1
= La demanda real en el periodo anterior.
a = La tasa deseada de respuesta o la constante de atenuacin.


n t
A w
t
A w
t
A w
t
A w
t
F n

...
3 2 1
3 2 1
) (
1 1 1

t t t t
F A F F
GESTION DE OPERACIONES

10

6.4. Anlisis de Regresin
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, X3... 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 (dependiente) cuando se conocen o suponen los valores de la otra u
otras variables independientes, esta 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.

6.4.1. Regresin lineal simple
La regresin lineal 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:

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.
GESTION DE OPERACIONES

11

Para el clculo de los valores de A y de B se usan las siguientes expresiones:

N = nmero de perodos o datos recopilados.

6.4.2. 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:

Para el clculo de los valores de a, b1 y b2 se utilizan las siguientes ecuaciones normales:

De tal manera que al resolver estas 3 ecuaciones por el mtodo de determinantes tendremos que
los valores de a, b1 y b2 siguiendo el siguiente procedimiento:
1. Se calcula el determinante general DG.
2. Se calcula el valor de A.
3. Se calcula el valor de a con a = A/DG
4. El siguiente paso es calcular el valor de B1
5. En seguida se obtiene el valor de b1 con b1 = B1/DG
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 X1 y X2.
Dicha expresin matemtica se determina sustituyendo los valores respectivos de a, b 1 y b 2 en la
ecuacin:


GESTION DE OPERACIONES

12

7. MTODOS PARA SERIES DE DATOS CON TENDENCIA.

7.1. Anlisis o proyeccin de tendencia
El objetivo del anlisis de tendencias es ajustar una lnea 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 lnea
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 lnea 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 mnimo cuadrados. La aplicacin de ste
criterio da como resultado una lnea recta que minimiza el cuadrado de las distancias verticales de
cada observacin a la lnea. 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 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.

7.2. Proyeccin de tendencia de una serie de tiempo que presenta componente de
tendencia y componente estacional.

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.
GESTION DE OPERACIONES

13

La expresin matemtica que se utiliza cuando la serie de tiempo presenta componente de
tendencia y componente estacional es:



8. 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.
8.1. ndices 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.
El propsito de calcular ndices 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 ndice estacional respectivo.







GESTION DE OPERACIONES

14

III. CONTROL DEL PRONSTICO
Una vez que se ha hecho el pronstico, 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 estas 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:
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.

Se determinan los valores de escala mvil (EM).

Se calcula la escala mvil promedio (EM), mediante la expresin EM = EM / N-1
(N=nmero de datos reales recopilados).

Se calculan los lmites Superior (LSC) e Inferior (LIC) del control del pronstico, con:
LSC = 2.66 X EM LIC = - 2.66 X EM

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.

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.


GESTION DE OPERACIONES

15

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.
Podemos emplear la grfica de control para que nos diga en qu 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.

9. CONCLUSIONES

Desarrollar un sistema de pronstico no es fcil.

A corto plazo, el pronstico es necesario para predecir los requerimientos de materiales,
productos, servicios y otros recursos para responder a los cambios de la demanda.

A largo plazo los pronsticos se necesitan como base para cambios estratgicos, tales
como desarrollo de nuevos mercados, de nuevos productos y nuevas instalaciones.

Las proyecciones a largo plazo conllevan grandes compromisos financieros.


10. BIBLIOGRAFIA
http://rmorales.mayo.uson.mx/admon.pdf
http://pronosticos-de-demanda.wikispaces.com/file/view/pronosticodelademanda.pdf
http://es.wikipedia.org/wiki/Introducci%C3%B3n