PROMEDIO MÓVIL SUAV. EXPONENCIAL 0.

2
AÑO MES (t) At Dt (n=2) Dt (n=4) Dt(α=0,2) Dt(α=0,4) DEMANDA HISTÓRICA
2000 1 17,625 #N/A #N/A
25000
2000 2 16,134 17,625 17,625
2000 3 17,119 16,880 17326.8 17028.6
2000 4 18,986 16,627 17285.24 17064.76
2000 5 18,322 18,053 17466.0 17625.392 17833.256 20000
2000 6 18,085 18,654 17640.3 17764.7136 18028.7536
2000 7 15,640 18,204 18128.0 17828.77088 18051.25216
2000 8 18,415 16,863 17758.3 17391.016704 17086.751296 15000
2000 9 17,690 17,028 17615.5 17595.813363 17618.050778
2000 10 16,330 18,053 17457.5 17614.650691 17646.830467
2000 11 18,000 17,010 17018.8 17357.720552 17120.09828
10000
2000 12 19,600 17,165 17608.8 17486.176442 17472.058968
2001 1 18,170 18,800 17905.0 17908.941154 18323.235381
2001 2 21,380 18,885 18025.0 17961.152923 18261.941228
2001 3 16,730 19,775 19287.5 18644.922338 19509.164737 5000
2001 4 17,690 19,055 18970.0 18261.937871 18397.498842
2001 5 17,210 17,210 18492.5 18147.550297 18114.499305
2001 6 15,000 17,450 18252.5 17960.040237 17752.699583 0
2001 7 16,600 16,105 16657.5 17368.03219 16651.61975 1 2 3 4 5
2001 8 20,360 15,800 16625.0 17214.425752 16630.97185
2001 9 23,570 18,480 17292.5 17843.540601 18122.58311
2001 10 22,810 21,965 18882.5 18988.832481 20301.549866
2001 11 16,870 23,190 20835.0 19753.065985 21304.92992
2001 12 21,110 19,840 20902.5 19176.452788 19530.957952

EJERCICIO PRONÓSTICO DE LA DEMANDA

1. Utilizar los métodos de promedio móvil, con n= 2 y n=4, y Suavización Exponencial, con
α=0,2 y 0,4 para completar la tabla.

2. Graficar cada uno de los cuatro pronósticos en otra hoja de Excel. Compare. Analice las
diferencias en relación con los valores de los parámetros "n" adoptados y los valores de
α.
 0.4
EMANDA HISTÓRICA

25000

20000

15000

periodo
demanda real
10000

5000

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
AÑO 2000 AÑO 2001 PERÍODO
FÓRMULA
Promedio móvil n=2
F(i+2)=(Yi+Y(i+1))/(ti+t(i+1))
i=1,…22
FÓRMULA
SUAVIZACIÓN EXPONENCIAL SIMPLE
Ft=F(t-1)+α(A(t-1)-F(t-1))
25000

20000

15000

10000

5000

0
1 2 3 4 5 6 7 8 9 10111213141516171

25000

20000

15000

10000

5000

0
1 2 3 4 5 6 7 8 9 10111213141516171
 periodo
demanda real
promedio movil n=4

4 5 6 7 8 9 101112131415161718192021222324

periodo
demanda real
suav expo alfa=0,4

4 5 6 7 8 9 101112131415161718192021222324
 Promedio móvil n=2 Prome
25,000 25,000

20,000 20,000

15,000 15,000

10,000 10,000

5,000 5,000

0 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 1 2 3 4 5 6 7 8 9 1
Col umn C Col umn D Col um

Suav. Expo α=0,2 Suav.

25,000 25,000

20,000 20,000

15,000 15,000

10,000 10,000

5,000 5,000

0 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 1 2 3 4 5 6 7 8 9 1
Col umn C Col umn F Col um

ANÁLISIS: Comparando las gráficas de promedio móvil

exponencial, a simple vista se puede concluir que la gr
n=2, es la que más se ajusta debido a que existe mas c
lo real y lo pronosticado.
romedio móvil n=4

8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Col umn C Col umn E

Suav. Expo α=0,4

8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Col umn C Col umn G

óvil y suavización
a gráfica #1 con
as cercanía entre
 1 2 3 4 5
IE DSE 1
TRIMESTRE VENTAS (MILLONES DE $)
1 346 361 381 401 408 0.95187879 363.492
2 468 483 494 515 520 1.2461625 375.553
3 375 375 390 392 416 0.9789669 383.057
4 279 300 296 355 420 0.82299181 339.007
TOTAL 1468 1519 1561 1663 1764
PROMEDIO 367 379.75 390.25 415.75 441

T DSE Di
1 363.492 346 353.37319
2 375.553 468 358.164135
3 383.057 375 362.95508
4 339.007 279 367.746026
5 379.250 361 372.536971
Cha
6 387.590 483 377.327917
7 383.057 375 382.118862 600.000
8 364.524 300 386.909808
9 400.261 381 391.700753 500.000

10 396.417 494 396.491699

11 398.379 390 401.282644 400.000

12 359.663 296 406.073589

300.000
13 421.272 401 410.864535
14 413.269 515 415.65548
200.000
15 400.422 392 420.446426
16 431.353 355 425.237371
100.000
17 428.626 408 430.028317
18 417.281 520 434.819262
0.000
19 424.938 416 439.610208 1 2 3 4 5 6 7 8 9 10
20 510.333 420 444.401153 Col umn
21 449.192098
22 453.983044
23 458.773989

24 463.564935
 DSE 2 DSE 3 DSE 4 DSE 5

379.250 400.261 421.272 428.626

387.590 396.417 413.269 417.281
383.057 398.379 400.422 424.938
364.524 359.663 431.353 510.333

ESTIMADO PARA EL AÑO 6

Ft t IE
449.192098 21 0.95187879
453.983044 22 1.2461625
458.773989 23 0.9789669
463.564935 24 0.82299181

Chart Title

2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Col umn C Col umn E
ARA EL AÑO 6
Ft (con estación)
427.576432504
565.736644895
449.124550376
381.51014329
1823.94777107

Demanda
estimada para
el año 6
Resumen

Estadísticas de la regresión
Coeficiente d 0.77810464
Coeficiente 0.60544684
R^2 ajustado 0.58352721
Error típico 23.5077225
Observacione 20

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F 449.192098
Regresión 1 15263.8502 15263.8502 27.6212283 5.3573E-05 453.983044
Residuos 18 9947.03427 552.613015 458.773989
Total 19 25210.8845 463.564935

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%
Superior 95,0%
Intercepción 348.582244 10.9200765 31.9212272 2.6747E-17 325.640015 371.524474 325.640015 371.524474
Variable X 1 4.79094544 0.91159038 5.25559019 5.3573E-05 2.87576513 6.70612576 2.87576513 6.70612576
21
22
23
24
T DSE
1 363.492
2 375.553
3 383.057
4 339.007
5 379.250
6 387.590
7 383.057
8 364.524
9 400.261
10 396.417
11 398.379
12 359.663
13 421.272
14 413.269
15 400.422
16 431.353
17 428.626
18 417.281
19 424.938
20 510.333
 TALLER PRÁCTICO SESIÓN 1 y 2 " MODELOS DE INVENTARIOS"

Teniendo en cuenta el conocimiento que tiene usted de alguna empresa del sector alimentos (fábr
el posicionamiento de la empresa, etc. Responda las siguientes preguntas:

1. ¿Qué tecnica(s) de predicción de la demanda utiliza su empresa?

2.¿Qué factores deben tenerse en cuenta a la hora de elegir un técnica de predicción?

3. ¿Deben las empresas utilizar una combinación de técnicas cualitativas y cuantitativas en sus pro
¿Quén debe encargarse de la predicción en la empresa?

4. ¿ En qué favorece al control de inventarios la precisión en los pronósticos de ventas?

5. Cómo afecta al control de inventarios la inexistencia de métodos para estimar la demanda?

OS DE INVENTARIOS"

el sector alimentos (fábrica de lácteos, comidas rápidas) o comercial (óptica, papelería) responda:

predicción?

cuantitativas en sus pronósticos de ventas? Explicar.

os de ventas?

stimar la demanda?
ría) responda: