Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Pronosticos PDF
Pronosticos PDF
_____________________________
Estimacin de la Demanda:
Pronsticos
Introduccin: Qu es el Pronstico?
Horizontes temporales de el pronstico
La influencia del ciclo de vida del producto
Tipos de Pronsticos
La importancia estratgica del Pronstico
Recursos humanos
Capacidad
Gestin de la cadena de suministros
Describir o explicar:
Medias Mviles simples y ponderadas
Suavizamiento Exponencial
Proyecciones de tendencia
Anlisis de regresin y correlacin
Regresin lineal con estacionalidad
Medidas de precisin del pronstico
Aplicar el mtodo idneo para cada pronstico
Demanda
Cualitativos
De caracter subjetivo
Basado en estimaciones y opiniones.
Programacin de trabajos, asignacin de tareas.
Relaciones causales
Supone demanda relacionada con una o ms causas
Regresin Lineal y Regresin Multilineal
Simulacin
Modelos complejos simulados en computador
Modelos Dinmicos
Cualitativos
Mtodo Delphi
Investigacin de Mercado
Consenso Grupal: Intercambio abierto en reuniones
Analoga Histtica: Relacin con artculo similar
Niveles Inferiores de la organizacin: Datos de vendedores
Series de tiempo
Promedio Mvil Simple
Promedio Mvil Ponderado
Suavizamiento Exponencial
Anlisis de regresiones de tiempo
Tcnica Box Jenkins
Series de tiempo de Shiskin: Descomponer series de tiempo en
estacionalidad
Relaciones causales
Anlisis de Regresiones causales
Regresin Multilineal: Varias variables causales
Simulacin
Modelos Dinmicos: incluye variables internas como factores
externos.
Permite hacer estudios de sensibilidad
Modelos preprogramados
Pronsticos econmicos:
Dirigidas al ciclo econmico, por ejemplo, las
tasas de inflacin, la masa monetaria, el PIB, etc.
Pronsticos tecnolgicos:
Predicen el progreso tecnolgico.
Predicen el nacimiento de nuevas ventas.
Ejemplo: motores de hidrgeno, energa solar
Pronsticos de demanda:
Predicen las ventas de productos ya existentes.
Lnea de
demanda
actual
Demanda media
en cuatro aos
Variacin
aleatoria
Primer Segundo Tercer Cuarto
ao ao ao ao
25
20
15
10
Media mvil
5
0
Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Sep. Oct. Nov. Dic.
Mes
Proceso de grupo
iterativo.
3 tipos de participantes: Los que toman
Los que toman decisiones
decisiones. Personal de (Ventas?)
El personal de plantilla. (Habr 50 ventas)
plantilla
Los que responden.
(Qu ventas
Reduce el habr?
pensamiento en cuestionarios)
grupo.
Coteja opiniones para Los que responden
llegar a un consenso en (Habr 45, 50, 55 ventas)
varias iteraciones de
opiniones-respuestas
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
30
Estudio de mercado
_____________________________
Enfoque simple
Medias mviles Modelos de
Suavizamiento exponencial series
temporales
Proyeccin de tendencia
pronstico
cuantitativo
Tendencia Ciclos
Estacionalidad Variaciones
aleatorias
Respuesta
Mes, trimestre, ao
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
36
_____________________________
Estacionalidad
Verano
Respuesta
Mes, trimestre
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
37
_____________________________
Ciclos
Respuesta Ciclo
%
Mes, trimestre, ao
Modelo aditivo:
Yi = Ti + Si + Ci + Ri (si los datos son mensuales o
trimestrales).
MM =
demanda de n periodos previos
n
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
42
Ejemplo de media mvil
_____________________________
Ventas
8 Real
6
pronstico
4
2
99 00 01 02 03 04
Ao
25
20
15
10
Media mvil
5
0
Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Sep. Oct. Nov. Dic
Mes
Ventas
190 Real
180
170 pronstico
160
150
140
99 00 01 02 03 04
Aos
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
63
Efectos del Pronstico de la constante de
_____________________________
Suavizamiento
Ponderaciones
= Periodo anterior Hace 2 periodos Hace 3 periodos
(1 - ) (1 - )2
= 0,10 10%
= 0,90
Ponderaciones
= Periodo anterior Hace 2 periodos Hace 3 periodos
(1 - ) (1 - )2
= 0,10 10% 9%
= 0,90
Ponderaciones
= Periodo anterior Hace 2 periodos Hace 3 periodos
(1 - ) (1 - )2
Ponderaciones
= Periodo anterior Hace 2 periodos Hace 3 periodos
(1 - ) (1 - )2
Ponderaciones
= Periodo anterior Hace 2 periodos Hace 3 periodos
(1 - ) (1 - )2
Ponderaciones
= Periodo anterior Hace 2 periodos Hace 3 periodos
(1 - ) (1 - )2
errores de pronstico
DAM =
n
2
errores de pronstico
ECM =
USB PS4161 GESTION DE LA PRODUCCION I
n
PRONOSTICOS
70
Suavizamiento exponencial con ajuste de
_____________________________
tendencia
Suavizamiento exponencial +
40 Tendencia
35 Demanda real
Demanda del producto
30
25
20
15
Suavizamiento exponencial
10
5
0
Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Sep.
Mes
Observacin
Valores de la variable dependiente
Desviacin
real
Desviacin Desviacin
Desviacin
Desviacin
Punto en la
lnea de
Desviacin
tendencia
Desviacin
Y = a + bx
Periodo de tiempo
180
160
Y = 56,70+ 10,54X
140
120
Demanda
100
80
60 Demanda real
40
20
0
0 2 4 6 8 10
Periodo de tiempo
Y$i = a + bX i
Se calcula mediante el mtodo de los mnimos
cuadrados:
Minimiza la suma de errores cuadrados.
Y$i = a + bX i
Y b>0
a
b<0
a
Tiempo, X
Ventas
Ventas frente a tiempo
4
3
2
1
0
99 00 01 02 03
Periodo de tiempo
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
79
Ecuaciones de mnimos cuadrados
_____________________________
Ecuacin: Yi = a + bx i
n
x i y i nx y
Pendiente: b = i =1n
x i2 nx 2
i =1
2 2
Xi Yi Xi Yi X iY i
2 2
X1 Y1 X1 Y1 X 1Y 1
2 2
X2 Y2 X2 Y2 X 2Y 2
: : : : :
2 2
Xn Yn Xn Yn X nY n
2 2
X i Yi X i Y i X iY i
^
Yi = a + b X i
Y Y i = a b X i Error
Error
Lnea de tendencia
Y^i = a b X i
X
Valor observado
0 Y =Y
logY = + X
1
= + X
Y
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
88
Criterios para determinar la mejor lnea
_____________________________
min (Yi Yi )
i =1 89
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
_____________________________
Minimizacin de los cuadrados
min i =1 [Yi ( + X i )]
n 2
[Y ( + X )] =0 [Y ( + X )]
n 2 2
n
=0
i =1
i i
i =1 i i
(Y X ) = 0 X (Y X ) = 0
n n
i i i i i
i =1 i =1
Resolviendo: = Y X
n
X iYi n X Y
= i =1
n
X i nX
2 2
i =1 90
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
Ecuaciones de regresin lineal
_____________________________
Ecuacin: Yi = a + bx i
n
x i y i nx y
Pendiente: b = i =1n
x i2 nx 2
i =1
2 2
Xi Yi Xi Yi X iY i
2 2
X1 Y1 X1 Y1 X 1Y 1
2 2
X2 Y2 X2 Y2 X 2Y 2
: : : : :
2 2
Xn Yn Xn Yn X nY n
2 2
X i Yi X i Y i X iY i
Pendiente (b):
El clculo de Y vara en b cada unidad extra en X.
Si b = 2, entonces las ventas (Y) aumentarn en 2 por cada
unidad extra en publicidad (X).
Corte con el eje Y (a):
Valor medio de Y cuando X = 0.
Si a = 4, entonces las ventas medias (Y) sern de 4 cuando
la publicidad (X) sea 0.
(Yi Y i )
n
2
S = i =1
n (k + 1 )
K = no. de variables independientes
N-(k+1) = no. de grados de libertad
n
(yi yi )2 El libro utiliza el
S y, x = i =1
n2 smbolo Yc
n 2 n n
yi a yi b x i yi
= i =1 i =1 i =1
n2
Coeficiente de Correlacin
Es una medida de la asociacin entre las variables aleatorias X e Y
Co var ianzaX , Y S xy
R= =
SxS y SxS y
(X X )(Yi Y )
S xy = i
(
iX X )2
(
i
Y Y )2
Sx = Sy =
n n
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
98
Fmula del coeficiente de correlacin
_____________________________
n n n
n x i yi x i yi
r= i =1 i =1 i =1
n 2 n 2 n 2 n 2
n x i x i n yi yi
i =1 i =1 i =1 i =1
Correlacin Correlacin
negativa Sin correlacin positiva
perfecta perfecta
Y r=1 Y r = -1
Y^i = a + b X i
Y^i = a + b X i
X X
Y r = 0,89 Y r=0
Y^i = a + b X i Y^i = a + b X i
X X
Coeficiente de Determinacin
Es la tasa de la suma de los cuadrados explicada por la regresin y
la suma total de los cuadrados
R2 =
(
i
Y Y )2
(
i i
Y Y )2
i(Y Y )2
^
Y i = a + b X1i + c X2i
Tendencia no totalmente
justificada Conducta deseada
Error Error
0 0
^
Ao Yi Yi Error Error2 |Error|
1999 1 0,6 0,4 0,16 0,4
2000 1 1,3 -0,3 0,09 0,3
2001 2 2,0 0,0 0,00 0,0
2002 2 2,7 -0,7 0,49 0,7
2003 4 3,4 0,6 0,36 0,6
Total 0,0 1,10 2,0
ECM = Error2 / n = 1,10 / 5 = 0,220
DAM = |Error| / n = 2,0 / 5 = 0,400
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
109
Evaluacin del modelo de Suavizamiento
_____________________________
exponencial
^
Year Yi Yi Error Error2 |Error|
1999 1 1,0 0,0 0,00 0,0
2000 1 1,0 0,0 0,00 0,0
2001 2 1,9 0,1 0,01 0,1
2002 2 2,0 0,0 0,00 0,0
2003 4 3,8 0,2 0,04 0,2
Total 0,3 0,05 0,3
ECM = Error2 / n = 0,05 / 5 = 0,01
DAM = |Error| / n = 0,3 / 5 = 0,06
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
110
Evaluacin del modelo de Suavizamiento
_____________________________
exponencial
Modelo lineal:
SAEP
Seal de rastreo =
DAM
(y i y i )
n
= i =1
DAM
errores de pronstico
=
DAM
1 100 90
2 100 95
3 100 115
4 100 100
5 100 125
6 100 140
1 100 90 -10
2 100 95
3 100 115 Error
Error==Real
Real--pronstico
pronstico
==90
90--100
100==-10
-10
4 100 100
5 100 125
6 100 140
Seal de rastreo
Lmite de control superior
+
Seal de Rastreo
0 Intervalo aceptable
-
Lmite de control inferior
Tiempo
160 3
140 pronstico
2
Seal de rastreo
120
Demanda real
100 1
80 0
60 Demanda real
-1
40 Seal de rastreo
20 -2
0 -3
0 1 2 3 4 5 6 7
Tiempo