Está en la página 1de 42
Universidad José Antonio Páez Centro de Extensión CEUJAP PRONPRONÓÓ STICOSTICO DEDE LALA DEMANDADEMANDA YY
Universidad José Antonio Páez
Centro de Extensión
CEUJAP
PRONPRONÓÓ STICOSTICO DEDE LALA DEMANDADEMANDA YY
ESTIMACIÓNESTIMACIÓN DEDE LASLAS VENTAS.VENTAS. SESIÓNSESIÓN II.II.
MSc. Francelina Araujo.
San Diego, 20 de Abril de 2013
MODELOS CUANTITATIVOS DE LA DEMANDA Aplican una variedad de modelos matemáticos que utilizan datos históricos
MODELOS CUANTITATIVOS DE LA
DEMANDA
Aplican una variedad de modelos matemáticos que utilizan
datos históricos (series de tiempo) y/o variables
causa les para pronosticar la d eman d a.
CARACTERÍSTICAS
Relacionan variables internas o externas con los niveles de
demanda, lo que brinda una visión amplia del sector. Los costos
que implican son d e medios a bajos y usualmente requ ieren d e
equipos de cómputo.
HORIZONTE
Son más útiles para elaborar pronósticos a mediano plazo de
p roductos o servicios existentes y p ara el diseño de estrate gias de
marketing, producción y contratación de personal.
M.Sc. Francelina Araujo.
MODELOS CUANTITATIVOS DE LA DEMANDA Modelo del Promedio Simple Modelo del Promedio Móvil Ponderado Modelo
MODELOS CUANTITATIVOS DE LA
DEMANDA
Modelo del Promedio Simple
Modelo del Promedio Móvil Ponderado
Modelo del Suavizado Exponencial Simple
Modelo Análisis de Regresión
M.Sc. Francelina Araujo.
MODELO DEL PROMEDIO SIMPLE Cálculo de Predicciones Todos sus elementos tienen el mismo peso Confiabilidad
MODELO DEL PROMEDIO SIMPLE
Cálculo de Predicciones
Todos sus elementos tienen el mismo
peso
Confiabilidad del Pronóstico
M.Sc. Francelina Araujo.
MODELO DEL PROMEDIO SIMPLE M.Sc. Francelina Araujo.
MODELO DEL PROMEDIO SIMPLE
M.Sc. Francelina Araujo.
MODELO DEL PROMEDIO SIMPLE EJ ERCICIOS 1.‐ La Truchicultura La Trucha Azul, ubicada en el
MODELO DEL PROMEDIO SIMPLE
EJ ERCICIOS
1.‐ La Truchicultura La Trucha Azul, ubicada en el páramo de
Chachopo, edo. Mérida, alcanzó una producción de truchas
de 200.000, 220.000 y 198.000, en kilos para los años 2004,
2005 y 2006. Si para el 2007 se obtuvieron al año 6 cosechas
de 3 truchas en promedio por kilo, con una producción de
105.000 truchas cada dos meses. Calcular la producción de
truchas en kilos para el año 2007 y el pronóstico en kilos para
el año 2008 por el método del promedio simple.
M.Sc. Francelina Araujo.
MODELO DEL PROMEDIO SIMPLE EJ ERCICIOS 1.‐ Respuesta: Años Producción 2004 200.000 2005 220.000 2006
MODELO DEL PROMEDIO SIMPLE
EJ ERCICIOS
1.‐ Respuesta:
Años
Producción
2004
200.000
2005
220.000
2006
198.000
2007
?
2008
?
M.Sc. Francelina Araujo.
MODELO DEL PROMEDIO SIMPLE EJ ERCICIOS Años Producción 2004 200.000 2005 220.000 2006 198.000 2007
MODELO DEL PROMEDIO SIMPLE
EJ ERCICIOS
Años
Producción
2004
200.000
2005
220.000
2006
198.000
2007
210.000
2008
?
M.Sc. Francelina Araujo.
MODELO DEL PROMEDIO SIMPLE EJ ERCICIOS PS= 207.000 kilos de trucha para el año 2008
MODELO DEL PROMEDIO SIMPLE
EJ ERCICIOS
PS= 207.000 kilos de trucha para el año 2008
INTERPRETACIÓN : se pronostica que la demanda de trucha será
de 207.000 kilos de trucha para el año 2008.
M.Sc. Francelina Araujo.
MODELO DEL PROMEDIO SIMPLE EJ ERCICIOS 2.‐ En una pasan tí a llevad a a
MODELO DEL PROMEDIO SIMPLE
EJ ERCICIOS
2.‐ En una pasan tí a llevad a a ca b o por un grupo d e
estudiantes de administración en la empresa Metalúrgica de
Oriente (Metalor), se obtuvo la siguiente información
relacionada con la demanda nacional y de exportación de los
últimos seis años de las líneas de producción de planchones
denominados productos planos en sus tres diferentes
presentaciones. Estimar la demanda nacional de planchones
en frío por el método del promedio móvil simple para los
años 2007 y 2008 , tomando en consideración una móvil fija
de cuatro años.
M.Sc. Francelina Araujo.
MODELO DEL PROMEDIO SIMPLE EJ ERCICIOS Consumo Nacional P ro d ucto /Año 2002 2003
MODELO DEL PROMEDIO SIMPLE
EJ ERCICIOS
Consumo Nacional
P ro d ucto
/Año
2002
2003
2004
2005
200
6
2007
Caliente
655
705
761
822
846
819
Frío
614
661
715
773
795
768
Hojalata
188
202
218
236
243
235
TOTAL
1457
1568
1694
1831
1884
1822
Exportaciones Indirectas
Producto
2002
2003
2004
2005
2006
2007
/Año
Caliente
204
217
235
255
261
264
Frío
137
148
159
171
177
182
Hojalata
7
8
8
9
9
9
TOTAL
348
374
402
435
447
455
M.Sc. Francelina Araujo.
MODELO DEL PROMEDIO SIMPLE EJ ERCICIOS PS(2007)= 736 planchones al frío PS(2008)= 763 planchones al
MODELO DEL PROMEDIO SIMPLE
EJ ERCICIOS
PS(2007)= 736 planchones al frío
PS(2008)= 763 planchones al frío
M.Sc. Francelina Araujo.
MODELO DEL PROMEDIO SIMPLE EJ ERCICIOS INTERPRETACIÓN : se pronostica que la demanda nacional para
MODELO DEL PROMEDIO SIMPLE
EJ ERCICIOS
INTERPRETACIÓN : se pronostica que la demanda
nacional para la Metalúrgica de Oriente, de p lanchones
en frío para los años 2007 y 2008 es de 736 y 763
respectivamente.
MODELO DEL PROMEDIO SIMPLE EJ ERCICIOS 3.‐ Con la información obtenida en la empresa Metalúrgica
MODELO DEL PROMEDIO SIMPLE
EJ ERCICIOS
3.‐ Con la información obtenida en la empresa Metalúrgica de
Oriente (Metalor), calcular el pronóstico de exportación de
planchones en frío por el método del promedio móvil simple
p ara los años 2007 y 2008, tomando en consideración una
móvil fija de cuatro años.
Exportaciones Indirectas
Producto
2002 2003
2004
2005 2006
2007
/Año
Caliente
204
217
235
255
261
264
Frío
137
148
159
171
177
182
Ho alata
j
7
8
8
9
9
9
TOTAL
348
374
402 435
447 455
M.Sc. Francelina Araujo.
MODELO DEL PROMEDIO SIMPLE EJ ERCICIOS PS(2007)= 164 planchones al frío PS(2008)= 172 planchones al
MODELO DEL PROMEDIO SIMPLE
EJ ERCICIOS
PS(2007)= 164 planchones al frío
PS(2008)= 172 planchones al frío
M.Sc. Francelina Araujo.
MODELO DEL PROMEDIO MÓVIL PONDERADO Considera el peso de cada elemento L a suma tor
MODELO DEL PROMEDIO MÓVIL
PONDERADO
Considera el peso de cada
elemento
L a suma tor i a d e sus pesos es
igual a la unidad
A gre ga un toque de
subjetividad
M.Sc. Francelina Araujo.
MODELO DEL PROMEDIO MÓVIL PONDERADO M.Sc. Francelina Araujo.
MODELO DEL PROMEDIO MÓVIL
PONDERADO
M.Sc. Francelina Araujo.
MODELO DEL PROMEDIO MÓVIL PONDERADO (EJ ERCICIOS) 1.‐ Con la información obtenida en Metalúrgica Oriente,
MODELO DEL PROMEDIO MÓVIL
PONDERADO (EJ ERCICIOS)
1.‐ Con la información obtenida en Metalúrgica Oriente,
ca lcu l ar e l pron ós tico d e la expor tac ió n d e l a ñ o 2008 para los
planchones de productos planos en su variedad caliente para
exportación. Asigne pesos relativos de cuatro años del 15, 20,
30 y 35% y así asegura r mayor carga a la demanda más
reciente.
Exportaciones Indirectas
Producto
2002 2003
2004
2005 2006
2007
/Año
Caliente
204
217
235
255
261
264
Frío
137
148
159
171
177
182
Ho alata
j
7
8
8
9
9
9
TOTAL
348
374
402 435
447 455
M.Sc. Francelina Araujo.
MODELO DEL PROMEDIO MÓVIL PONDERADO (EJ ERCICIOS) M.Sc. Francelina Araujo.
MODELO DEL PROMEDIO MÓVIL
PONDERADO (EJ ERCICIOS)
M.Sc. Francelina Araujo.
MODELO DEL PROMEDIO MÓVIL PONDERADO (EJ ERCICIOS) 2.‐ En una tienda departamental se tiene la
MODELO DEL PROMEDIO MÓVIL
PONDERADO (EJ ERCICIOS)
2.‐ En una tienda departamental se tiene la siguiente
in formac ión d e las ven tas:
Mes 1
Mes 2
Mes 3
Mes 4
Mes 5
100
9 0
10 5
95
X
La tienda de partamental estima que en un período de 4
meses, el mejor pronóstico se deriva utilizando 40% de las
ventas reales durante el mes más reciente, 30% de dos meses
antes, 20% d e tres meses antes y 10% d e h ace cuatro meses.
Calcular el pronóstico de la demanda para el mes 5 utilizando
el método del promedio móvil ponderado.
M.Sc. Francelina Araujo.
MODELO DEL PROMEDIO MÓVIL PONDERADO (EJ ERCICIOS) M.Sc. Francelina Araujo.
MODELO DEL PROMEDIO MÓVIL
PONDERADO (EJ ERCICIOS)
M.Sc. Francelina Araujo.
MODELO DEL SUAVIZADO EXPONENCIAL SIMPLE Asigna diferentes pesos a los elementos que está consid eran
MODELO DEL SUAVIZADO EXPONENCIAL
SIMPLE
Asigna diferentes pesos a los elementos que está
consid eran d o.
Se estiman los p arámetros de α y β.
La estimación de α y β será de acuerdo a la experiencia y
las i n tenc i ones.
Aplica mayor peso a las demandas más recientes y
disminuye su e fectos en las d eman d as más antiguas.
M.Sc. Francelina Araujo.
MODELO DEL SUAVIZADO EXPONENCIAL SIMPLE M.Sc. Francelina Araujo.
MODELO DEL SUAVIZADO EXPONENCIAL
SIMPLE
M.Sc. Francelina Araujo.
MODELO DEL SUAVIZADO EXPONENCIAL SIMPLE (EJ ERCICIOS) 1.‐ L a microempresa Chimó Pe ñ a
MODELO DEL SUAVIZADO EXPONENCIAL
SIMPLE (EJ ERCICIOS)
1.‐ L a microempresa Chimó Pe ñ a u bica d a en S an Juan de
Lagunillas, edo. Mérida, emplea para la elaboración de su
producto estrella diferentes insumos como salitre, harina de
trigo, tabaco y melaza entre otros. Si la producción de Chimó
fue de 3480 Kg. Para el mes de enero, 3550 Kg. Para el mes de
febrero, 3490 Kg. Para el mes de marzo y 3800 Kg. Para el mes
de abril y se considera conveniente establecer un α del 80%,
calcúlese el pronóstico para el mes de mayo. Considere como
pronóstico del mes de enero, el promedio simple de la
producción del año pasado que fue de 3260 kg.
M.Sc. Francelina Araujo.
MODELO DEL SUAVIZADO EXPONENCIAL SIMPLE (EJ ERCICIOS) Enero 3480 Fe brero 3550 Marzo 3490 Abril
MODELO DEL SUAVIZADO EXPONENCIAL
SIMPLE (EJ ERCICIOS)
Enero
3480
Fe brero
3550
Marzo
3490
Abril
3800
α = 80% y β = 20%
Pronóstico más reciente(enero)= 3260 kg
M.Sc. Francelina Araujo.
MODELO DEL SUAVIZADO EXPONENCIAL SIMPLE (EJ ERCICIOS) F febrero=(0.80*3480)+(0.20*3260) F febrero = 3436 F marzo=
MODELO DEL SUAVIZADO EXPONENCIAL
SIMPLE (EJ ERCICIOS)
F febrero=(0.80*3480)+(0.20*3260)
F febrero = 3436
F
marzo= (0.80*3550)+(0.20*3436)
F
marzo= 3527,20
F
abril= (0.80*3490)+(0.20*3527,20)
F
abril= 3497,44
F
mayo= (0.80*3800)+(0.20*349 7,44)
F
mayo= 37 39 ,49
INTERPRETACIÓN : con un pronóstico de la demanda para el mes de enero de
3260 kilogramos de chim ó y una pon deración de un α i gua l al 80 %, se est i ma por
el método del suavizado exponencial simple que la demanda llegará a alcanzar
3739 kilogramos de chimó.
M.Sc. Francelina Araujo.
MODELO DEL SUAVIZADO EXPONENCIAL SIMPLE (EJ ERCICIOS) 2.‐ Un empresa ensambla d ora d e
MODELO DEL SUAVIZADO EXPONENCIAL
SIMPLE (EJ ERCICIOS)
2.‐ Un empresa ensambla d ora d e ca l en ta d ores a gas, prod uce
este artículo para satisfacer la demanda interna de la ciudad
de San Cristóbal. Mensualmente controla la venta por medio
de la ejecución de provisiones. Los siguientes datos de las
ventas, son en el caso de un calentador representativo en
miles de bolívares : junio, 7283 ; julio, 7325; agosto, 7390;
septiembre, 7418; octubre, 7435. Usando a 7158 como el
pronóstico de junio según un suavizado exponencial de un α
en 85% , obtener el pronóstico de las ventas para el mes de
noviembre.
MODELO DEL SUAVIZADO EXPONENCIAL SIMPLE (EJ ERCICIOS) Junio 7283 Ju lio 7325 Agosto 7390 Septiembre
MODELO DEL SUAVIZADO EXPONENCIAL
SIMPLE (EJ ERCICIOS)
Junio
7283
Ju lio
7325
Agosto
7390
Septiembre
7418
Octubre
7435
α = 85% y β = 15%
Pronóstico más reciente(junio)= 7158 unidades
MODELO DEL SUAVIZADO EXPONENCIAL SIMPLE (EJ ERCICIOS) F julio=(0.85*7283)+(0.15*7158) F julio = 7264,25 F agosto=
MODELO DEL SUAVIZADO EXPONENCIAL
SIMPLE (EJ ERCICIOS)
F julio=(0.85*7283)+(0.15*7158)
F julio = 7264,25
F
agosto= (0.85*7325)+(0.15*7264,25)
F
agosto= 7315,89
F
septiembre= (0.85*7390)+(0.15*7315,89)
F
septiembre= 7378,88
F
octubre= (0.85 *7418)+(0.15*7 378,88)
F
octubre= 7412,13
F
noviembre= (0.85*7435)+(0.15*7412.13)
F
noviembre= 7431,57
INTERPRETACIÓN : con un pronóstico de la demanda para el mes de junio de
715 8 ca lenta dores y una pon deración de un α i gua l a l 85 %, se est i ma por e l
método del suavizado exponencial simple que la demanda llegará a alcanzar 7432
calentadores.
M.Sc. Francelina Araujo.
MODELO ANÁLISIS DE REGRESIÓN • Amp liamente utilizado p or la gerencia • Aplicado en
MODELO ANÁLISIS DE REGRESIÓN
• Amp liamente utilizado p or la gerencia
• Aplicado en la mayoría de las organizaciones
• Estadística
• Investigación de op eraciones
• Existencia d e una variable d epen di ente
• Existencia de una variable independiente
M.Sc. Francelina Araujo.
MODELO ANÁLISIS DE REGRESIÓN Donde: X representa la variable independiente a y b son parámetros
MODELO ANÁLISIS DE REGRESIÓN
Donde:
X representa la variable independiente
a y b son parámetros de regresión
Y es la proyección de la variable dependiente
M.Sc. Francelina Araujo.
MODELO ANÁLISIS DE REGRESIÓN (EJ ERCICIOS) 1.‐ La empresa Destilería El Andinito, ubicada en la
MODELO ANÁLISIS DE REGRESIÓN
(EJ ERCICIOS)
1.‐ La empresa Destilería El Andinito, ubicada en la ciudad de El
Vigía edo, Mérida, es una organización exitosa debido a la
colocación en el mercado de su producto Miche Los Duendes. A
continuación se presenta la información de las ventas para el
año 2004:
Mes
1
2 3
4
5 6
7
8 9
10
11 12
Ventas
4500 4900
5341 5600
6002
6520 6950
7301 7150
8541 8900
9441
Como se observa existe una amplia tendencia de incrementarse
las ventas a medida que transcurre el tiem po. Se toma como
variable independiente el tiempo. Determinar el pronóstico de
las ventas para el mes de enero de 2005 por el método del
análisis de re resión sim le
g
p
.
M.Sc. Francelina Araujo.
MODELO ANÁLISIS DE REGRESIÓN (EJ ERCICIOS) M.Sc. Francelina Araujo.
MODELO ANÁLISIS DE REGRESIÓN
(EJ ERCICIOS)
M.Sc. Francelina Araujo.
MODELO ANÁLISIS DE REGRESIÓN (EJ ERCICIOS)
MODELO ANÁLISIS DE REGRESIÓN
(EJ ERCICIOS)
MODELO ANÁLISIS DE REGRESIÓN (EJ ERCICIOS) M.Sc. Francelina Araujo.
MODELO ANÁLISIS DE REGRESIÓN
(EJ ERCICIOS)
M.Sc. Francelina Araujo.
MODELO ANÁLISIS DE REGRESIÓN (EJ ERCICIOS) M.Sc. Francelina Araujo.
MODELO ANÁLISIS DE REGRESIÓN
(EJ ERCICIOS)
M.Sc. Francelina Araujo.
MODELO ANÁLISIS DE REGRESIÓN (EJ ERCICIOS) M.Sc. Francelina Araujo.
MODELO ANÁLISIS DE REGRESIÓN
(EJ ERCICIOS)
M.Sc. Francelina Araujo.
MODELO ANÁLISIS DE REGRESIÓN (EJ ERCICIOS) 2.‐ El d ue ño d e la Pana
MODELO ANÁLISIS DE REGRESIÓN
(EJ ERCICIOS)
2.‐ El d ue ño d e la Pana d er ía L a Merid e ñ a, u bica d a en Mé rid a
edo. Mérida, está interesado en saber qué cantidad de levadura
deberá utilizarse para la producción mensual de panes del
próximo mes. Representando a la variable independiente como
los kilos de harina y a los gramos de levadura como la variable
dependiente , y si los kilos de harina utilizados como insumos
fueron los siguientes en cada mes:
Mes
1
2
3
4
5
6
7
8
9
10
11
X=
70
75
64
67
71
70
68
76
68
69
70
Y=
175
19
8
156
180
178
182
160
204
167
169
162
M.Sc. Francelina Araujo.
MODELO ANÁLISIS DE REGRESIÓN (EJ ERCICIOS) S e pid e: a) Construir la tabla correspondiente.
MODELO ANÁLISIS DE REGRESIÓN
(EJ ERCICIOS)
S e pid e:
a) Construir la tabla correspondiente.
b) Encontrar a y b.
c) Si se piensa utilizar 80 kilogramos para la producción del
mes número 12, determinar cuales serán las necesidades de
levaduras para este período.
M.Sc. Francelina Araujo.
PRÁCTICA DE CIERRE 1.‐ Una fábrica de crema dental tiene los siguientes datos históricos de
PRÁCTICA DE CIERRE
1.‐ Una fábrica de crema dental tiene los siguientes datos
históricos de producción:
Sema
1
2
3
4
5
6
7
8
9
10
11
nas
Ca j as
62
50
65
48
60
66
5
8
61
55
60
?
Determinar el p ronóstico de ca j as p roducidas en la semana 11.
Diga el número de unidades producidas si cada caja tiene 10
tubos de crema. Considerar una media móvil de 5.
M.Sc. Francelina Araujo.
PRÁCTICA DE CIERRE 2.‐ En una venta de helados se tiene la siguiente información en
PRÁCTICA DE CIERRE
2.‐ En una venta de helados se tiene la siguiente información en
unidades vendidas:
Mes
1
2
3
4
5
Monto
110
100
115
105
?
El pronóstico se deriva utilizando 40% en el mes más reciente ,
30% dos meses antes, 20% tres meses antes y 10% al primer
mes. Determinar el pronóstico para el mes 5. Utilizar el modelo
d e la media móvil pon d era d a.
M.Sc. Francelina Araujo.
PRÁCTICA DE CIERRE 3.‐ Pronosticar el peso de los niños que tienen estaturas de 1.40
PRÁCTICA DE CIERRE
3.‐ Pronosticar el peso de los niños que tienen estaturas de 1.40
y 1.50 metros, considerando los siguientes datos:
Alumno
1
2 3
4
5 6
7
8 9
10
Estatura
1.25
1.27
1.21 1.22
1.29 1.30
1.24
1.27 1.29
1.27
(m)
Peso(Kg)
32 34
30
32
35 34
32 32
35 34
Utiliza r el modelo de análisis de re gresión.
M.Sc. Francelina Araujo.