Está en la página 1de 18

CONTROL DE LA PRODUCCIN

Segundo semestre 2015


Aux. Alejandro Orozco

PRACTICA 1. PRONOSTICOS (Primera Parte)


Series Estables y Modelos de Correlacin
INTRODUCCIN
Los modelos de pronsticos de series de tiempo tratan de predecir el futuro en base en la informacin
pasada. Las cifras de ventas trimestrales recopiladas durante los ltimos aos se pueden utilizar para
pronosticar los trimestres futuros. El modelo de pronstico que una empresa debe utilizar depende de:
1.
2.
3.
4.
5.

El horizonte de tiempo que se va a pronosticar.


La disponibilidad de los datos.
La precisin requerida.
El tamao del presupuesto de pronstico.
La disponibilidad de personal calificado.

Las Familias Estables son conjunto de datos que siguen un comportamiento estable en funcin del tiempo.
A este tipo de Familias pertenecen todos aquellos productos que sus ventas se mantienen en los mismos
niveles no importando la poca en que se encuentre, por ejemplo: Gasolina, Gas Propano, Cemento, etc.
ENFOQUES DE LA PREVISION: Existen dos enfoques generales de las previsiones de la misma forma que
existen dos formas de abordar toda la planificacin de decisiones. Uno es el enfoque cualitativo o subjetivo,
en el cual se incorporan factores tales como la intuicin de la persona que toma decisiones, emociones,
experiencias personales y sistema de valores para realizar la previsin. El enfoque cuantitativo emplea
diferentes modelos matemticos que utilizan datos histricos y/o variables causales para prever la demanda.
En la prctica el ms efectivo suele ser una combinacin de los dos enfoques. Nuestro estudio se basar en
el enfoque cuantitativo.
Los pasos a seguir para efectuar un pronstico confiable inician con la tabulacin de informacin de ventas
histricas; en base a este grfico se efectan los Anlisis Primario y Secundario para luego determinar las
proyecciones de demanda futuras que, para nuestro caso en particular, denominamos Pronstico de Riesgo;
siendo este ltimo el objetivo del anlisis cuantitativo. Una planificacin eficiente, tanto a corto, mediano o
largo plazo, est en funcin de una efectiva previsin de demanda de los productos o servicios que proveen
las organizaciones.

OBJETIVOS
GENERAL

Establecer previsiones futuras confiables atendiendo la demanda potencial de la cartera de


clientes.

ESPECIFICOS

Determinar el anlisis primario a travs de la observancia en la tendencia de ventas histricas.


Determinar el anlisis secundario aplicado sobre un perodo congelado de ventas conocido para
encontrar la variabilidad de las proyecciones respecto de la demanda real histrica (error de
previsin).
Establecer las Proyecciones de demanda futura (Pronstico de Riesgo) para un perodo definido
en funcin del mtodo que mejor se acopl en la parte de anlisis secundario.

PASOS PARA ESTABLECER PRONOSTICOS (en general para cualquier Mtodo Cuantitativo):
1. GRAFICO O TABULACION DE DATOS:
Ploteo del conjunto de datos en un grfico Ventas contra Tiempo.
2. ANALISIS PRIMARIO:
Se observa detenidamente la forma y comportamiento que sigue la curva resultante para identificarla
o catalogarla dentro de un grupo de curvas conocido. A veces no se puede visualizar a que tipo
pertenece, por lo tanto se procede a alisar la curva; este procedimiento consiste en incrementar o
reducir la escala que se est utilizando, o bien, reducir la cantidad de perodos de ventas reales
ploteados.
3. ANALISIS SECUNDARIO:
Conociendo el grupo al que pertenece el conjunto de datos, se elige un perodo congelado de ventas
conocido (en nuestro caso ser igual a cuatro,) el cual se selecciona como los ltimos cuatro valores
de ventas reales del ltimo perodo a evaluar, con el fin de determinar Pronsticos de Evaluacin
para cada Mtodo Cuantitativo por analizar.
4. PRONOSTICO DE RIESGO:
Es la proyeccin de demanda futura que necesitamos conocer para un perodo especfico, se basa en
el Mtodo Cuantitativo que mejor error acumulado arroj durante la etapa de Anlisis Secundario.

FUNDAMENTO CONCEPTUAL
TIPOS DE PRONOSTICOS: El pronstico se puede clasificar en cuatro tipos bsicos: modelos cualitativos,
mtodos cuantitativos (anlisis de series de tiempo y relaciones causales) y simulacin. Para efectos de la
prctica, nos centraremos en el estudio de los Mtodos Cuantitativos los cuales a su vez se clasifican,
atendiendo al comportamiento de las ventas histricas de un producto en particular, de la siguiente manera:

A.
B.
C.
D.

Familias Estables o Modelos de Series Temporales


Anlisis de Correlacin (Familias Ascendentes Descendentes)
Modelos Cclicos (factor de estacionalidad)
Mtodo Combinado (una mezcla entre un modelo cclico y uno de correlacin)

A. FAMILIAS ESTABLES O MODELOS DE SERIES DE TIEMPO


Las tcnicas cualitativas son subjetivas y se basan en estimados y opiniones. El anlisis de series de tiempo
se basa en la idea de que es posible utilizar informacin relacionada con la demanda pasada para predecir
la demanda futura, es decir, observan lo que ha ocurrido a lo largo de un perodo de tiempo y utilizan una
serie de datos pasados para realizar una proyeccin futura.
Las Familias Estables son un conjunto de datos (ventas reales histricas) que siguen un comportamiento
estable a travs del tiempo. A este tipo de CURVAS pertenecen todos aquellos productos que sus ventas
se mantienen en los mismos niveles no importando la poca en que se encuentre, por ejemplo: Gasolina,
Gas Propano, Cemento, Pollo, etc.
METODOS CUANTITATIVOS DE LAS FAMILIAS ESTABLES

ltimo Perodo: El pronstico de un mes (n) en particular es la venta real del mes anterior (n1) y as sucesivamente para todo el perodo congelado de ventas elegido:
Pn = Vn-1

Promedio Aritmtico: El pronstico es el promedio de ventas reales de todos los meses


anteriores al mes que se va a proyectar, se utiliza cuando realmente nos interesa mucho el
historial pasado de las ventas reales (varios perodos), por lo tanto, el analista decide que tan
atrs va a promediar sus datos. Su forma general de clculo es la siguiente:
Pn =

Promedio Mvil Simple: Mtodo de Previsin que utiliza la media de los n perodos de datos
ms recientes para efectuar la proyeccin del perodo siguiente. Para nuestro caso en particular,
elegimos un ciclaje igual a cuatro (perodo congelado de ventas reales ):


4
Promedio Mvil Ponderado: La sumatoria de las ponderaciones elegidas deben ser igual al
nmero de perodos a pronosticar, es decir, el valor del ciclaje elegido. En nuestro caso para
efectos didcticos elegimos un ciclaje igual a cuatro, en otras palabras los valores escalares de las
ponderaciones suman cuatro, y cada uno de stos multiplica al valor de las ventas reales de los
cuatro meses anteriores al mes que necesitamos pronosticar (otorgndole mayor ponderacin a
los perodos ms recientes), ejemplo:
Pn =

n-1

Ponderaciones:

0.5
Pn =

0.8

1.2

= ( 0.5 + 0.8 + 1.2 + 1.5 ) = 4

1.5

Recordatorio: Se sabe que sobreponderando los meses ms recientes se obtiene una


proyeccin ms exacta.

PROMEDIO MOVIL PONDERADO EXPONENCIAL (Caso A):

Tcnica de previsin de media mvil ponderada en la que los datos se valoran por medio de una
funcin exponencial, su forma general es la siguiente:
Pn = Pn-1 + (Vn-1 Pn-1)
Donde:

Pn
Pn-1
Vn-1

=
=
=
=

nueva previsin
previsin del ltimo perodo
demanda real del ltimo perodo
constante de alisado (alfa)

Factor alfa

0 1

Cuando tiende a cero: El pronstico se ve afectado por causas al azar (fallas atribuibles a factores
externos), estn fuera del alcance de nuestras manos, ej: Huelgas, Inasistencia del Personal
Operativo, Polticas Gubernamentales, etc.
Cuando tiende a uno: El pronstico depende de variables asignables al modelo, las causas podran
ser, entre otras: Falta de competitividad de los productos, obsolencia, estrategias equivocadas para
asimilar la demanda de mercado provocada por la existencia de productos similares o sustitutos, etc.
El valor de lo decide el pronosticador; para efectos didcticos de la prctica elegimos = 0.5

PROMEDIO MOVIL PONDERADO EXPONENCIAL (CASO B):

Este mtodo cuantitativo toma en cuenta la proyeccin de tendencia de los datos que, en
condiciones normales, tienden a desfasarse con respecto a las ventas reales. Al aplicar el concepto
de tendencia, se obtiene una proyeccin ms confiable del grupo de datos sobre los que se quiere
pronosticar; su formulacin general es:
Pn = Pn-1 + ( 1 ) / * Tn-1
Tn = (Vn Vn-1) + ( 1 ) * Tn-1
Tn-1 = Tendencia pivote = Vn-1 Vn-2

(slo la primer tendencia)

Donde

4.1

Pn
Pn-1
Tn-1

=
=
=
=

proyeccin de evaluacin para el perodo n


pronstico anterior = pronstico pivote = (Vn-2 + Vn-3 + Vn-4)/3
tendencia pivote
factor alfa

FRANJA SIMULADA: Mtodo matemtico que se utiliza para establecer el Pronstico de


Riesgo (Demanda Futura) de las Curvas Estables (existe la posibilidad de compararla con otro
tipo de curva) y est definido por la siguiente relacin:
Pn = Pn-1 + kTltima

k = 1, 2, 3, .

a. El primer pronstico de riesgo es el ltimo pronstico de evaluacin del mtodo que menor
error acumulado (error de previsin) tiene despus de efectuar la comparacin entre los
distintos mtodos cuantitativos (tambin puede ser entre distintos tipos de Curva).
b. La tendencia ltima corresponde al ltimo pronstico de evaluacin y la tendencia pivote es
una anterior a aquella. Si quisiramos conocer el Pronstico de Riesgo del siguiente perodo
(iniciando por el mes de enero) entonces tendramos:
Penero =
Pfeb =
Pmar =
Pabr =

Pron evaluacin (dic)


Penero + Tdic
Penero + 2Tdic
Penero + 3Tdic

Tdic = (Vdic Vnov) + (1 )*Tpivote


Tpivote = Tnov = Vnov Voct

PROCEDIMIENTO DE SOLUCIN
PASOS

DESCRIPCIN

HERRAMIENTAS A
UTILIZAR

PASO 1

Tabular y graficar la informacin histrica (ventas reales) para


uno ms perodos de tiempo pasados

Hoja milimetrada, regla,


lpiz, borrador
Hoja de Microsoft Excel

PASO 2

Establecer el Anlisis Primario observando la tendencia de las


ventas reales

Diagramas X-Y
Lpiz, borrador

PASO 3

Determinar el Anlisis Secundario estableciendo los Pronsticos


de Evaluacin (elegir un perodo congelado de ventas igual a los
ltimos cuatro meses del ltimo perodo de ventas reales)

PASO 4

Evaluar todos los mtodos matemticos cuantitativos asociados


a las familias estables y obtener los errores acumulados

PASO 5

Elegir el menor error acumulado seleccionndolo de los


distintos modelos evaluados

Matrices
Lpiz, borrador, hojas,
calculadora
Matrices
Lpiz, borrador, hojas,
calculadora
Matrices
Lpiz, borrador, hojas,
calculadora

PASO 6

Con el modelo matemtico que corresponde al menor error


acumulado, determinar el Pronstico de Riesgo

PASO 7

Tabular la tendencia del Pronstico de Riesgo contra las ventas


reales histricas y comparar los resultados

Matrices
Lpiz, borrador, hojas,
calculadora
Hoja milimetrada, regla,
lpiz, borrador
Hoja de Microsoft Excel
Software del curso

ANALISIS Y RESOLUCION DEL CASO PRCTICO


DESCRIPCION DEL CASO (Familias Estables)
El historial de ventas reales de una compaa alimenticia durante los ltimos tres perodos ha mantenido
niveles estables en funcin del tiempo, debido principalmente a que su cartera de clientes se han mantenido
fieles a las polticas de ventas implementadas por la compaa.
Se encuentra ubicada en los alrededores de la zona sur de la ciudad capital y tiene una red de distribucin
de producto terminado a mayoristas que se caracteriza por la utilizacin de una red matricial clasificada por
puntos cardinales en todo el permetro de la ciudad capital.
La Gerencia General tiene la solicitud de un sector, ubicado al norte de la ciudad capital, para que le provea
de su producto alimenticio siguiendo la misma estrategia de repartos (red matricial) ya que el proveedor que
actualmente posee le ha fallado en la entrega de la materia prima que necesita procesar.
Tomando en cuenta la solicitud del nuevo cliente potencial, el Gerente General le ha pedido a la Gerencia
de Ventas y de Produccin para que le prepare un informe con las proyecciones estimadas a futuro
basndose en informacin histrica de ventas reales con que cuenta actualmente; primordialmente el
Gerente General est interesado en conocer la estimacin utilizando el punto de vista cuantitativo.
Las ventas histricas de los ltimos tres perodos se muestra a continuacin:
MES

PERIODO 1

PERIODO 2

PERIODO 3

ENERO

689

679

699

FEBRERO

678

690

683

MARZO

690

684

700

ABRIL

695

695

688

MAYO

685

684

693

JUNIO

680

692

684

JULIO

698

685

678

AGOSTO

675

679

682

SEPTIEMBRE

684

687

685

OCTUBRE

681

697

680

NOVIEMBRE

679

675

686

DICIEMBRE

686

684

692

Determinar:
1. Grfico de ventas reales.
2. Efectuar el Anlisis Primario observando la tendencia que siguen los datos histricos.
3. Establecer el Anlisis Secundario utilizando los siguientes valores escalares de ponderaciones:
(0.3 0.7 1.2 1.8), con un ciclaje = 4.
4. Determinar la Proyeccin futura para el primer cuatrimestre del perodo 4.
SOLUCION DEL CASO PRCTICO (Familias Estables)
1. TABULACION DE DATOS:
Ventas de los ltimos tres perodos
800
700
600

Ventas

500
400
300
200
100
0
0

10

20

30

40

50

60

Mes

2. ANALISIS PRIMARIO:
Luego de analizar el comportamiento del juego de ventas de los tres perodos, se puede observar que
el comportamiento de la curva se mantiene constante alrededor de cierto nivel, por lo tanto se
clasifica como una Familia o Serie Estable.
3. ANALISIS SECUNDARIO:
Se procede a evaluar los Mtodos Cuantitativos para Familias Estables con el propsito de encontrar
las Proyecciones de Evaluacin, utilizando un ciclaje = 4, es decir, elegimos un perodo congelado de
ventas conocido igual a los ltimos cuatro meses del perodo tres (corresponde a los meses 33, 34,
35 y 36):

ULTIMO PERIODO (Enfoque Simple)


MES
33
34
35
36

VENTAS
685
680
686
692

PROYECCION
682
685
680
686

ERROR

3
-5
6
6

3
8
14
20

PROMEDIO ARITMETICO
En este caso nos interesa todo el historial de ventas conocido, es decir, la totalidad de los tres
perodos completos. La proyeccin para el mes 33 es:
P33 = ( 32
1 ) / 32 ; y as sucesivamente hasta P36
P33 = ( 689+678+690+.+684+678+682) / 32 = 687

MES
33
34
35
36

VENTAS
685
680
686
692

PROYECCION
687
687
686
686

ERROR

-2
-7
0
6

2
9
9
15

PROMEDIO MOVIL SIMPLE:


Elegimos perodos de cuatro meses anteriores a la proyeccin que nos interesa conocer:
P33 = ( 32
29 ) / 4
P33 = ( 693 + 684 + 678 + 682 ) / 4 = 685
MES
33
34
35
36

VENTAS
685
680
686
692

PROYECCION
685
683
682
684

ERROR
0
-3
4
8

E
0
3
7
15

PROMEDIO MOVIL PONDERADO:


Se enfatizan los cuatro ltimos meses ponderndolos con los escalares (0.5 ; 0.8 ; 1.2 ; 1.5)
P33 = ( 0.5*V29 + 0.8*V30 + 1.2*V31 + 1.5*V32 ) / 4
P33 = (0.5*693 + 0.8*684 + 1.2*678 + 1.5*682) / 4 = 683
MES
33
34
35
36

VENTAS
685
680
686
692

PROYECCION
683
683
682
684

ERROR
2
-3
4
8

PROMEDIO EXPONENCIAL CASO A (Alisado de Primer Orden)


Para efectos de clculo, usaremos un = 0.5
El Pronstico Pivote es P32 = (688 + 693 + 684 + 678 ) / 4 = 686

E
2
5
9
17

P33
P34
P35
P36
MES
33
34
35
36

=
=
=
=

686 + 0.5 ( 682 686 )


684 + 0.5 ( 685 684 )
685 + 0.5 ( 680 685 )
683 + 0.5 ( 686 683 )
VENTAS
685
680
686
692

=
=
=
=

684
685
683
685

PROYECCION
684
685
683
685

ERROR
1
-5
3
7

E
1
6
9
16

PROMEDIO EXPONENCIAL CASO B (Alisado con Ajuste de Tendencia)


Se aplica el concepto de Tendencia para obtener una proyeccin ms confiables, seguimos
utilizando = 0.5 y el Pronstico Pivote es el mismo valor que el anterior ( Ppivote = 686)
La Tendencia Pivote = T32 = 682 678 = 4
P33 = 686 + ( 1 0.5 ) / 0.5 * 4 = 690
T33 = 0.5(685-682) + ( 1 - 0.5 )*4 = 3.5
P34 = 690 + ( 1 0.5 ) / 0.5 * 3.5 = 694
T34 = 0.5(680-685) + ( 1 0.5 )*3.5 = -0.75
P35 = 694 + ( 1 0.5 ) / 0.5 * (-0.75) = 694
T35 = 0.5(686-680) + ( 1 0.5 )*(-0.75) = 2.625
P36 = 694 + ( 1 0.5 ) / 0.5 * 2.625 = 697
MES
33
34
35
36

VENTAS
685
680
686
692

PROYECCION
690
694
694
697

ERROR
-5
-14
-8
-5

E
5
19
27
32

4. PRONOSTICO DE RIESGO: Utilizando el Mtodo Matemtico de Franja Simulada, la proyeccin futura


se basa en el mtodo que menor error acumulado tiene (Promedio Aritmtico y Promedio Mvil
Simple). para poder elegir cual Pronstico de Evaluacin se toma en cuenta de los dos mtodos, es
recomendable efectuar un breve anlisis cualitativo con el Departamento de Ventas para tomar la
decisin acertada; en este caso, para efectos didcticos, se elige el Promedio Mvil para efectuar el
Pronstico de los meses 37, 38, 39 y 40 de la siguiente manera:
P37 = P36 = 684 (Promedio Mvil Simple)
T36 = (V36 V35) + (1 )*T35
T36 = 0.5(692 686) + (1 0.5)*(686 680) = 6
P38 = 684 + 1(6) = 690
P39 = 684 + 2(6) = 696
P40 = 684 + 3(6) = 702

HOJA DE TRABAJO 1.1


(Para entregar al final de la Prctica)
Dada la siguiente serie de datos, establezca la previsin para los primeros tres meses del tercer perodo,
utilizando la secuencia metodolgica vista en la prctica.
MES
1
2
3
4
5
6
7
8
9
10
11
12

PERIODO 1
446
455
454
452
444
448
440
447
439
438
442
448

PERIODO 2
455
441
438
456
451
445
450
451
448
440
442
439

Determinar:
1. Un grfico con una escala adecuada que muestre el comportamiento del juego de datos.
2. Realizar el Anlisis Primario y Secundario de las ventas reales (ciclaje = 4).
3. Establecer el Pronstico de Riesgo del primer cuatrimestre del perodo 3. Grafique los
resultados.
(Ponderaciones = 0.7 ; 0.9 ; 1.1 ; 1.3 ) ( = 0.5 )

REPORTE 1.1
DESCRIPCION DEL CASO PROPUESTO
La compaa cementera LOSAS Y CIMIENTOS se dedica a la importacin de cemento proveniente de Costa
Rica el cul cumple con las normativas nacionales de construccin de todo tipo de obra. Sus precios son un
20% menor a los de la cementera nacional y por esto sus ventas han crecido paulatinamente. La compaa
consciente de esa situacin, est evaluando la posibilidad de incrementar los pedidos de cemento; su
estrategia consiste en la compra de lotes mucho mayores, incrementar la cantidad de puntos de venta
alrededor del pas, asimismo generar fuentes de empleo a travs de la contratacin de personal para el
Departamento de Ventas que tenga como principal competencia la excelencia en Servicio a Clientes, adems
poseer cierto nivel tcnico en cuanto a las aplicaciones, preparacin, mezclas y fraguado del cemento segn
el tipo de construccin a realizar. Es por eso que se desea prever la demanda futura de su producto Cemento
Cinco Estrellas, para lo cual le proporciona los movimientos de ventas histricas de los ltimos tres perodos,
los cuales se detallan a continuacin:
MES

VENTAS (2012)

VENTAS (2013)

VENTAS (2014)

ENERO

425

424

425

FEBRERO

420

412

413

MARZO

409

415

415

ABRIL

418

414

426

MAYO

428

420

422

JUNIO

410

417

410

JULIO

408

415

415

AGOSTO

420

410

418

SEPTIEMBRE

417

412

408

OCTUBRE

415

410

409

NOVIEMBRE

422

420

416

DICIEMBRE

420

418

422

Determinar:
Se le pide a usted, como Ingeniero Industrial, que utilice las herramientas a su alcance para establecer
el pronstico de demanda futura para los primeros seis meses del cuarto perodo
a) Estimar el Pronstico de Riesgo para los primeros cuatro meses del cuarto perodo (2015).
(Ponderaciones = 0.6 0.9 1.1 1.4)
Utilizar = 0.2 & = 0.8
i.
ii.
iii.

Qu mtodo le aconseja aplicar para distribuir los puntos de venta alrededor de la capital?
Cules son las aptitudes y habilidades que debe poseer el personal a reclutar para atender
las sucursales de venta?
Qu mtodo de Administracin de Personal utilizar para el reclutamiento y seleccin de
las personas que atendern a los clientes? Disee una Hoja de Especificaciones para el
puesto.

IMPORTANTE: Realizar los grficos de ventas contra tiempo en papel milimetrado.

B. MODELOS DE CORRELACION (Ascendentes Descendentes)


A diferencia de la previsin de series temporales, los modelos de Previsin Causal normalmente consideran
diferentes variables que estn de alguna manera, correlacionadas con la cantidad que se va a predecir. Una
vez que stas variables afines han sido halladas, se construye el modelo que se utilizar para hacer la
previsin respectiva. El modelo cuantitativo de previsin causal ms comn es el ANALISIS DE REGRESION Y
CORRELACIN.
Anlisis de Regresin Lineal: Es un modelo matemtico directo para describir las relaciones funcionales
entre dos o ms variables (dependientes e independientes), este mtodo es ms poderoso que el de las
Series Temporales. En primer lugar, se observa el grfico de datos para ver si aparecen lineales (o por lo
menos una parte de ellos); el trmino regresin lineal se refiere a la clase de regresin especial en la que la
relacin entre las variables forma una recta.
La Regresin Lineal es til para el pronstico a largo plazo de eventos importantes, as como la planeacin
agregada. Aun cuando la demanda de productos individuales dentro de una familia puede variar en gran
medida durante un perodo, la demanda de toda la familia de productos es sorprendentemente suavizada.
Coeficiente de Correlacin: La ecuacin de regresin es una forma de expresar la naturaleza de la relacin
entre dos variables, muestra como una variable est relacionada con los valores y cambios de la otra variable.
El coeficiente de correlacin mide el grado de intensidad de la relacin lineal. Identificado normalmente
como r, el coeficiente de correlacin toma valores en el rango que va de -1 a +1, o sea, si r est entre -1 y 0,
indica que el conjunto de datos tiene una tendencia descendente; por otro lado, si los valores estn entre 0
y +1, quiere decir que el conjunto de datos tiene una tendencia ascendente (en ambos casos hablamos de la
variable dependiente).
Mtodos Estadsticos de Evaluacin: En nuestro caso particular, para obtener los Pronsticos de Evaluacin
y de Riesgo, se tomarn en cuenta cuatro ecuaciones estadsticas relacionadas a la Regresin Lineal. En
realidad son ms de cincuenta las formas matemticas que describen este mtodo estadstico de evaluacin.
La forma general de las ecuaciones normales que utilizaremos es la siguiente:
ECUACION
LINEAL
LOGARITMICA
EXPONENCIAL
POTENCIAL

Forma General
Y = a+b*x
Y = a + b * Ln x
Y = a * bx
Y = a * xb

Dnde: a = punto de interseccin en el eje Y, cuando x = 0


b = pendiente de la curva (valor positivo o negativo)
x = variable independiente (representa las unidades de tiempo)
y = variable dependiente (valores de pronstico requerido)
r = coeficiente de correlacin (valor entre -1 y +1)
El modelo matemtico a utilizar ser el de Anlisis de Regresin Lineal, ya que es el mtodo que relaciona
dos variables con determinado grado de correlacin y, a la vez, muestran un comportamiento ascendentedescendente en funcin del tiempo. Para efectos didcticos, se evaluarn las cuatro ecuaciones normales
descritas arriba. El procedimiento de solucin es el siguiente:

PROCEDIMIENTO DE SOLUCIN
PASOS

DESCRIPCIN

HERRAMIENTAS A
UTILIZAR

PASO 1

Tabular y graficar la informacin histrica (ventas reales) para


uno ms perodos de tiempo pasados

Hoja milimetrada, regla,


lpiz, borrador
Hoja de Microsoft Excel

PASO 2

Establecer el Anlisis Primario observando la tendencia de las


ventas reales

Diagramas X-Y
Lpiz, borrador

PASO 3

PASO 4

PASO 5

PASO 6

PASO 7

Determinar el Anlisis Secundario estableciendo los Pronsticos


de Evaluacin (elegir un perodo congelado de ventas igual a los
ltimos cuatro meses del ltimo perodo de ventas reales)
Evaluar las cuatro ecuaciones normales de Regresin Lineal para
obtener las variables a, b & r y determinar los cuatro errores
acumulados asociados a cada ecuacin

Matrices
Lpiz, borrador, hojas,
calculadora
Regresin Lineal
Lpiz, borrador, hojas,
calculadora cientfica
Matrices
Elegir el menor error acumulado seleccionndolo de las distintas
Lpiz, borrador, hojas,
ecuaciones de Regresin Lineal evaluadas
calculadora
Valuar de nuevo la totalidad de los datos histricos con la
Regresin Lineal
ecuacin normal que tiene el menor error acumulado y
Lpiz, borrador, hojas,
obtener nuevos valores para a, b & r
calculadora cientfica
Determinar el Pronstico de Riesgo, valuando el perodo futuro
que nos interesa, en la ecuacin normal con sus valores de a, b
& r obtenidos en el PASO 6. Tabular los resultados

Hoja milimetrada, regla,


lpiz, borrador
Software del curso

ANALISIS Y RESOLUCION DEL CASO PRCTICO


DESCRIPCION DEL CASO (Modelo de Correlacin)
Las compaas de telefona celular han crecido en forma exponencial debido al auge que ha tenido la
demanda de aparatos telefnicos inalmbricos. Entre otras causas, esto ha sido debido al mal servicio, que
hasta hace unos diez aos, la compaa telefnica nacional ha prestado a todos los usuarios.
Dicha circunstancia ha sido aprovechada por las compaas telefnicas que operan con celdas instaladas en
distintos puntos estratgicos alrededor del pas; el resultado ha sido la creacin de los denominados
telfonos mviles o celulares.
La demanda de dichos aparatos ha sido tan fuerte que son ahora varias compaas de telfonos celulares
quienes prestan el servicio a toda la poblacin. Esta situacin ha obligado a que cada compaa implemente
sus mejores tcticas y estrategias mercadolgicas por llegar a la mente del consumidor final.
Tomando en cuenta las ventas histricas de los ltimos tres perodos, se pretende predecir la demanda
futura del modelo PG-9110 que una de estas compaas de telefona mvil acaba de lanzar al mercado. Los
datos se muestran a continuacin:

MES

PERIODO 1

PERIODO 2

PERIODO 3

ENERO

750

1224

1550

FEBRERO

784

1208

1532

MARZO

815

1275

1508

ABRIL

872

1302

1578

MAYO

936

1350

1560

JUNIO

940

1405

1625

JULIO

980

1436

1706

AGOSTO

994

1475

1750

SEPTIEMBRE

1080

1464

1760

OCTUBRE

1165

1480

1796

NOVIEMBRE

1150

1504

1815

DICIEMBRE

1190

1525

1872

GRAFICO DE LAS VENTAS REALES:


Ventas para los primeros 36 meses
2000
1800
1600
1400

Ventas

1200
1000
800
600
400
200
0
0

10

20

30

40

Mes

Determinar:
1. El Anlisis Primario y Secundario para el juego de datos conocido, utilizando un ciclaje = 4
(realizar los clculos utilizando el Software de Aplicacin y tambin ingresando datos en los
programas que poseen las calculadoras cientficas). Comparar.
2. El Pronstico de Riesgo para el primer semestre del perodo nmero cuatro.
3. Dibujar el grfico con los datos resultantes del Pronstico de Riesgo comparndolos contra
las ventas reales conocidas. Interpretar el resultado obtenido.
SOLUCION DEL CASO PRCTICO (Modelo de Correlacin)
1. ANALISIS PRIMARIO: Observando la tendencia que sigue el juego de datos, se observa que las ventas
tienen una tendencia creciente conforme pasa el perodo de tiempo; por lo tanto, clasificamos este
conjunto de datos como un MODELO DE CORRELACIN.

2. ANALISIS SECUNDARIO: Se calculan los valores de a , b & r para cada curva estadstica a travs del
Mtodo de Regresin Lineal (se ingresan 32 datos). Los resultados son los siguientes:
ECUACION
LINEAL
LOGARITMICA
EXPONENCIAL
POTENCIAL

FORMA GENERAL
y = a + bx
y = a + b Ln x
y = a * bx
y = a * xb

a
788.95
473.52
830.11
621.24

b
30.05
318.30
1.0249
0.2746

r
0.9837
0.9507
0.9660
0.9739

Se procede a valuar cada ecuacin con los valores del perodo congelado de ventas elegido, es decir, los
meses del 33 al 36:
i.

ii.

iii.

iv.

EC. LINEAL:
MES
33
34
35
36

VENTAS
1760
1796
1815
1872

PROYECCION
1781
1811
1841
1871

ERROR
-21
-15
-26
1

E
21
36
62
63

EC. LOGARITMICA
MES
33
34
35
36

VENTAS
1760
1796
1815
1872

PROYECCION
1587
1596
1606
1615

ERROR

173
200
209
257

173
373
582
839

EC. EXPONENCIAL
MES
33
34
35
36

VENTAS
1760
1796
1815
1872

PROYECCION
1872
1916
1964
2013

ERROR
-112
-120
-149
-141

E
112
232
381
522

VENTAS
1760
1796
1815
1872

PROYECCION
1623
1637
1650
1662

ERROR
137
159
165
210

E
137
296
461
671

EC. POTENCIAL

MES
33
34
35
36

El mtodo que menor error acumulado tiene es la forma LINEAL (63) , asimismo tambin tiene el factor de
correlacin ms cercano a uno (0.9837).

3. PRONOSTICO DE RIESGO: Se calculan nuevos valores de a , b & r solamente para la Ecuacin de


Regresin Lineal, tomando en cuenta la totalidad de las ventas reales (36 meses):
Ec. Lineal

y = 791.71 + 29.81x

r = 0.9882

MES

PRONOSTICO DE
RIESGO

37
38
39
40
41
42

1895
1925
1955
1985
2014
2044

HOJA DE TRABAJO 1.2


(para entregar al final de la prctica)
A continuacin se presentan los datos de ventas de dos perodos de un determinado producto. Establezca
la demanda futura del primer cuatrimestre del perodo tres utilizando el mtodo que considere adecuado:
MES

PERIODO 1

PERIODO 2

ENERO

1200

1800

FEBRERO

1300

1900

MARZO

1330

1950

ABRIL

1400

2000

MAYO

1500

2100

JUNIO

1520

2200

JULIO

1550

2300

AGOSTO

1600

2350

SEPTIEMBRE

1700

2400

OCTUBRE

1710

2500

NOVIEMBRE

1720

2600

DICIEMBRE

1750

2700

REPORTE 1.2
DESCRIPCION DEL CASO PROPUESTO:
El restaurante DELICIAS TROPICALES se encuentra ubicado en el departamento de Izabal a orillas de Rio
Dulce, se dedica a la venta de platillos de mariscos, cuentan con una receta que ha pasado de generacin en
generacin para la realizacin de su famoso caldo de mariscos al estilo Livingston siendo su platillo
principal.
Sus ventas han crecido a travs del tiempo y por esto el gerente desea ampliar las instalaciones del
restaurante as como implementar un pequeo hostal con 6 habitaciones.
Para esto el gerente proporciona los datos de ventas reales de los ltimos tres perodos anuales (2012, 2013
y 2014) por cada mes, para que se le estimen las ventas potenciales de los primeros seis meses del ao 2015,
y as analizar la factibilidad de la inversin.
MES
ENERO
FEBRERO
MARZO
ABRIL
MAYO
JUNIO
JULIO
AGOSTO
SEPTIEMBRE
OCTUBRE
NOVIEMBRE
DICIEMBRE

VENTAS (2012)
350
355
375
395
420
405
430
450
465
460
450
450

VENTAS (2013)
440
455
485
475
490
510
515
525
560
585
575
570

VENTAS (2014)
585
605
630
655
670
655
650
680
700
695
710
705

En nuestro caso, el perodo congelado de ventas sern los ltimos cuatro meses del ao 2014
Determinar:
a) Un grfico de Ventas contra Tiempo.
b) Desarrollar los Anlisis Primario y Secundario para el conjunto de ventas histricas.
c) Estimar la Proyeccin futura para el primer semestre del ao 2015 en base a la evaluacin realizada
de los tres ltimos aos.
d) Analizar y proponer en forma individual lo siguiente:
i. Le aconsejara adquirir un financiamiento bancario?
ii. Debe arriesgarse en la implementacin de un hostal o diversificar sus productos?
IMPORTANTE: Realizar los grficos de ventas contra tiempo en papel milimetrado.

CONCLUSIONES

Los mtodos cuantitativos matemticos son herramientas que nos ayudan a predecir la demanda
futura de productos y/o servicios, partiendo del anlisis de informacin histrica proporcionada por
el Departamento de Ventas.
Los productos que no tienen mucha competencia en el mercado se caracterizan por seguir tendencias
estables en el tiempo, manteniendo su demanda potencial sin muchos altibajos, ejemplo de ellos
pueden ser: cemento, pollo, combustibles, azcar.
Cuando un producto posee una demanda cada vez ms creciente o por el contrario, aquellos
productos que por sus caractersticas el ciclo de vida se encuentra en su etapa terminal (salen del
mercado consumidor), se identifican con curvas que utilizan modelos matemticos de Regresin
Lineal para estimar la proyeccin futura.
Existen dos puntos de vista muy importantes para analizar la previsin de la demanda futura:
Cualitativo y Cuantitativo, sobre lo cual la proyeccin ms confiable ser aquella que combine
eficientemente ambos puntos de vista tomando en cuenta los factores internos y externos asociados
a cada punto de vista.

BIBLIOGRAFIA
TORRES, Sergio : CONTROL DE LA PRODUCCION
Guatemala, C. A.

Editorial c c Dapal. Tercera Edicin. Ao 2013.

CHASE, Richard , JACOBS, Robert & AQUILANO, Nicholas : ADMINISTRACION DE OPERACIONES.


Produccin y Cadena de Suministros. Editorial McGraw-Hill. Duodcima Edicin. Ao 2009.

HEIZER, Jay & RENDER, Barry: DIRECCION DE LA PRODUCCION. Decisiones Tcticas. Editorial PrenticeHall. Sexta Edicin. Impreso en Espaa. Ao 2001.

HERNANDEZ CASTEJON, Nestor Omar: MANUAL DE CONTROL DE LA PRODUCCION Examen General


Pblico (Tesis). USAC. Guatemala, marzo de 1993.
FUNDAMENTOS DE GERENCIA Y CONTROL DE LA PRODUCCION Documento obtenido a travs de la Red
de Internet.