Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Pronosticos PDF
Pronosticos PDF
_____________________________
Estimación de la Demanda:
Pronósticos
♦ Tipos de Pronósticos
♦ La importancia estratégica del Pronóstico
♦ Recursos humanos
♦ Capacidad
♦ Gestión de la cadena de suministros
Describir o explicar:
♦ Medias Móviles simples y ponderadas
♦ Suavizamiento Exponencial
♦ Proyecciones de tendencia
♦ Análisis de regresión y correlación
♦ Regresión lineal con estacionalidad
♦ Medidas de precisión del pronóstico
♦ Aplicar el método idóneo para cada pronóstico
Demanda
♦ Cualitativos
♦ De caracter subjetivo
♦ Basado en estimaciones y opiniones.
♦ Programación de trabajos, asignación de tareas.
♦ Relaciones causales
♦ Supone demanda relacionada con una o más causas
♦ Regresión Lineal y Regresión Multilineal
♦ Simulación
♦ Modelos complejos simulados en computador
♦ Modelos Dinámicos
♦ Cualitativos
♦ Método Delphi
♦ Investigación de Mercado
♦ Consenso Grupal: Intercambio abierto en reuniones
♦ Analogía Histótica: Relación con artículo similar
♦ Niveles Inferiores de la organización: Datos de vendedores
♦ Series de tiempo
♦ Promedio Móvil Simple
♦ Promedio Móvil Ponderado
♦ Suavizamiento Exponencial
♦ Análisis de regresiones de tiempo
♦ Técnica Box Jenkins
♦ Series de tiempo de Shiskin: Descomponer series de tiempo en
estacionalidad
♦ Relaciones causales
♦ Análisis de Regresiones causales
♦ Regresión Multilineal: Varias variables causales
♦ Simulación
♦ Modelos Dinámicos: incluye variables internas como factores
externos.
♦ Permite hacer estudios de sensibilidad
♦ Modelos preprogramados
Cambios frecuentes en Fiabilidad del producto y rápidos; más cambios Minimización de costos
planificación del producto y proceso minuciosos
proceso Posibilidades y mejoras del Sobrecapacidad en la
Capacidad óptima
producto competitivas industria
Lotes de producción Estabilidad creciente del
pequeños Aumento de la capacidad proceso de producción Eliminación de productos
Altos costos de producción Cambio de tendencia para que no proporcionan un
centrarse en el producto Grandes lotes de producción
margen aceptable
Número de modelos limitado Mejora del producto y
Atención a la distribución Reducción de capacidad
Atención a la calidad reducción de costos
♦Pronósticos económicos:
♦ Dirigidas al ciclo económico, por ejemplo, las
tasas de inflación, la masa monetaria, el PIB, etc.
♦Pronósticos tecnológicos:
♦ Predicen el progreso tecnológico.
♦ Predicen el nacimiento de nuevas ventas.
♦ Ejemplo: motores de hidrógeno, energía solar
♦Pronósticos de demanda:
♦ Predicen las ventas de productos ya existentes.
Línea de
demanda
actual
Demanda media
en cuatro años
Variación
aleatoria
Primer Segundo Tercer Cuarto
año año año año
25
20
15
10
Media móvil
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. (Habrá 50 ventas)
plantilla
♦ Los que responden.
(¿Qué ventas
♦ Reduce el habrá?
“pensamiento en cuestionarios)
grupo”.
♦ Coteja opiniones para Los que responden
llegar a un consenso en (Habrá 45, 50, 55 ventas)
varias iteraciones de
opiniones-respuestas
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
30
Estudio de mercado
_____________________________
♦ Enfoque simple
♦ Medias móviles Modelos de
♦ Suavizamiento exponencial series
temporales
♦ Proyección de tendencia
pronóstico
cuantitativo
Tendencia Ciclos
Estacionalidad Variaciones
aleatorias
Respuesta
Verano
Respuesta
Mes, trimestre
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
37
_____________________________
Ciclos
Respuesta Ciclo
%
Mes, trimestre, año
♦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 móvil
_____________________________
Ventas
8 Real
6
pronóstico
4
2
99 00 01 02 03 04
Año
25
20
15
10
Media móvil
5
0
Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Sep. Oct. Nov. Dic
Mes
Ventas
190 Real
180
170 pronóstico
160
150
140
99 00 01 02 03 04
Años
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
63
Efectos del Pronóstico de la constante de
_____________________________
Suavizamiento α
Ponderaciones
α= Periodo anterior Hace 2 periodos Hace 3 periodos
α α(1 - α) α(1 - α)2
α= 0,10 10%
α= 0,90
Ponderaciones
α= Periodo anterior Hace 2 periodos Hace 3 periodos
α α(1 - α) α(1 - α)2
α= 0,10 10% 9%
α= 0,90
Ponderaciones
α= Periodo anterior Hace 2 periodos Hace 3 periodos
α α(1 - α) α(1 - α)2
Ponderaciones
α= Periodo anterior Hace 2 periodos Hace 3 periodos
α α(1 - α) α(1 - α)2
Ponderaciones
α= Periodo anterior Hace 2 periodos Hace 3 periodos
α α(1 - α) α(1 - α)2
Ponderaciones
α= Periodo anterior Hace 2 periodos Hace 3 periodos
α α(1 - α) α(1 - α)2
∑ errores de pronóstico
DAM =
n
2
∑ errores de pronóstico
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
Observación
Valores de la variable dependiente
Desviación
real
Desviación Desviación
Desviación
Desviación
Punto en la
línea de
Desviación
tendencia
Desviación
Yˆ = 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$i = a + bX i
♦ Se calcula mediante el método de los mínimos
cuadrados:
♦ Minimiza la suma de errores cuadrados.
Y$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 mínimos cuadrados
_____________________________
Ecuación: Ŷi = 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
ΣX i ΣYi ΣX i ΣY i ΣX iY i
^
Yi = a + b X i
Y Y i = a b X i Error
Error
Línea de tendencia
Y^i = a b X i
X
Valor observado
β 〉0 Y =Y
logY = α + βX
1
= α + βX
Y
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
88
Criterios para determinar “la mejor” línea
_____________________________
∂
∑ [Y − (αˆ + βˆX )] =0 ∂ ∑ [Y − (αˆ + βˆX )]
n 2 2
n
=0
∂α i =1
∂β
i i
i =1 i i
∑ (Y − αˆ − βˆX ) = 0 ∑ X (Y − αˆ − βˆX ) = 0
n n
i i i i i
i =1 i =1
Resolviendo: αˆ = Y − βˆ X
n
∑ X iYi − n X Y
βˆ = i =1
n
∑ X i − nX
2 2
i =1 90
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
Ecuaciones de regresión lineal
_____________________________
Ecuación: Ŷi = 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
ΣX i ΣYi ΣX i ΣY i ΣX iY i
♦Pendiente (b):
♦ El cálculo de Y varía en b cada unidad extra en X.
♦ Si b = 2, entonces las ventas (Y) aumentarán 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) serán de 4 cuando
la publicidad (X) sea 0.
(Yi − Y i )
n
∑
2
ˆ
S = i =1
n − (k + 1 )
K = no. de variables independientes
N-(k+1) = no. de grados de libertad
n
∑ (yi − ŷi )2 El libro utiliza el
S y, x = i =1
n−2 símbolo Yc
n 2 n n
∑ yi − a ∑ yi − b ∑ x i yi
= i =1 i =1 i =1
n−2
Coeficiente de Correlación
Es una medida de la asociación 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
Fómula del coeficiente de correlación
_____________________________
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 ⎠ ⎦
Correlación Correlación
negativa Sin correlación 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 Determinación
Es la tasa de la suma de los cuadrados explicada por la regresión y
la suma total de los cuadrados
R2 =
(
∑ i
Y − Y )2
− (
∑ i i
Y − Yˆ )2
∑ i(Y − Y )2
^
Y i = a + b X1i + c X2i
Tendencia no totalmente
justificada Conducta deseada
Error Error
0 0
^
Año 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 = Σ Error2 / n = 1,10 / 5 = 0,220
DAM = Σ |Error| / n = 2,0 / 5 = 0,400
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
109
Evaluación 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 = Σ Error2 / n = 0,05 / 5 = 0,01
DAM = Σ |Error| / n = 0,3 / 5 = 0,06
USB PS4161 GESTION DE LA PRODUCCION I PRONOSTICOS
110
Evaluación del modelo de Suavizamiento
_____________________________
exponencial
Modelo lineal:
SAEP
Señal de rastreo =
DAM
∑ (y i − ŷ i )
n
= i =1
DAM
∑ errores de pronóstico
=
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--pronóstico
pronóstico
==90
90--100
100==-10
-10
4 100 100
5 100 125
6 100 140
Señal de rastreo
Límite de control superior
+
Señal de Rastreo
0 Intervalo aceptable
-
Límite de control inferior
Tiempo
160 3
140 pronóstico
2
Señal de rastreo
120
Demanda real
100 1
80 0
60 Demanda real
-1
40 Señal de rastreo
20 -2
0 -3
0 1 2 3 4 5 6 7
Tiempo