UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II

UNIVERSIDAD PERUANA
LOS ANDES
FACULTAD DE INGENIERIA
ESCUELA DE INGENIERIA INDUSTRIAL

INTEGRANTES:
 Corso Mariano Tifanny Mariseli
 Trujillo Herrera Jefferson
DOCENTE:
 José Orlando Alvarado Alvarado
CICLO: IX
CURSO: PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II
AULA: 304
 UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II

Contenido
INTRODUCCION ................................................................................................................................... 1
MARCO TEORICO ................................................................................................................................. 2
Antecedentes .................................................................................................................................. 2
BASES TEORICAS .................................................................................................................................. 3
SELECCIÓN DE LA TÉCNICA DE PRONÓSTICO: ................................................................................. 4
CAPÍTULO I: MÉTODO DE ATENUACION EXPONENCIAL AJUSTADA A LA TENDENCIA
Y A LA VARIACION ESTACIONAL(METODO DE WINTER) .................................................... 5
SUAVIZACIÓN EXPONENCIAL AJUSTADA A LA TENDENCIA Y A LA VARIACIÓN ESTACIONAL
(MÉTODO DE WINTERS): ................................................................................................................. 5
CAPÍTULO II: MARCO PRÁCTICO.......................................................................................................... 7
EJEMPLO DE MÉTODO WINTERS ............................................................................................ 7
Significado del valor de It ............................................................................................................ 8
METODO DE WINTER USANDO SOFTWARE MINITAB..................................................................... 9
Ejemplo de pronósticos utilizando el Método de Winters ......................................................... 9
Instrucciones de Minitab ............................................................................................................. 9
Winters' Method for Food .......................................................................................................... 9
Interpretación de los resultados ............................................................................................... 10
CONCLUSIONES ................................................................................................................................. 11
REFERENCIA BIBLIOGRAFICA ............................................................................................................. 11
 UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II

INTRODUCCION
LOS PRONÓSTICOS

Pronosticar es el arte y la ciencia de predecir los eventos del futuro. Aunque aún se
necesita del juicio personal para pronosticar, los responsables de esta tarea cuentan
con el apoyo de herramientas y métodos sofisticados.
De hecho los pronósticos han recorrido un largo camino, desde la magia negra, la
predicción de la fortuna por medio de las estrellas, los residuos de café o las bolas
de cristal.
En la actualidad, quien planea las ventas necesita tener una idea de la cantidad de
inventario a producir para hacer frente a las demandas actuales y futuras del
mercado.
La planeación de las operaciones depende de la combinación hábil entre las
condiciones

actuales de la demanda de los productos y servicios y la visión de lo que se espera

que ocurra. La orientación de estos factores es relativamente común, en vista que
se necesitan elaborar planes desde la base diaria hasta la base anual. Por lo que la
planeación se complementa con métodos de pronósticos que puedan adaptarse a las
necesidades de la información actual y a menudo detallada, tal vez de un gran
número de conceptos que tengan que pronosticarse.
Lo anterior nos sugiere dos cosas realmente importantes:

1. Los pronósticos serán más y más inciertos en la medida que se propone a

pronosticar en períodos cada vez más lejanos.
2. Los pronósticos siempre presentarán un grado de incertidumbre.

Actualmente, los pronósticos son casi siempre hechos por personas que han
recibido entrenamiento en la aplicación de técnicas especiales. La utilización de
estas técnicas no eliminan los errores pero pueden predecir su magnitud.

1
 UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II

MARCO TEORICO

Antecedentes

González (2003) en su tesis: Modelación y pronósticos de demanda en un

simulador de negocios, señalaba que: “Debido a que el éxito empresarial en gran
medida depende de lo que se haga o deje de hacer, la toma de decisiones ha sido
una actividad en el mundo de las organizaciones desde el inicio de su historia. En
un principio la intuición y el buen juicio eran las únicas alternativas de las que
echaba mano el administrador para decidir el rumbo de la empresa”.

Así mismo, señala el autor que: “Las relaciones entre la función de

pronósticos y la toma de decisiones son débiles en muchas organizaciones, esto se
debe a que los encargados de la toma de decisiones y los pronosticadores tienen
puntos de vista diferentes en cuanto a lo que son las prioridades”. El proceso de
toma de decisiones puede ser de dos maneras básicas: cuantitativo y cualitativo;
por lo que los pronósticos como herramientas que contribuyen a este proceso serán
cuantitativos o cualitativos dependiendo de la complejidad del problema y de la
experiencia del pronosticador.

Nieto (2005) en su tesis: Modelo de pronósticos para el área comercial de

una empresa distribuidora de cerveza, afirma que: “En la actualidad, quien planea
las ventas necesita tener una idea de la cantidad de inventario a producir para
hacer frente a las demandas actuales y futuras del mercado. La planeación de las
operaciones depende de la combinación hábil entre las condiciones actuales de la
demanda de los productos y servicios y la visión de lo que se espera que ocurra”.
Por lo que la planeación se complementa con métodos de pronósticos que puedan
adaptarse a las necesidades de la información actual y a menudo detallada, tal vez
de un gran número de conceptos que tengan que pronosticarse.

La necesidad de usos de pronósticos ha ido adquiriendo gran relevancia a lo

largo del tiempo, de manera que actualmente no sólo se busca realizar una
predicción por medio de los conocimientos y experiencias de las personas que
trabajan en el proceso, sino complementarlas con las diversas técnicas, modelos
matemáticos y computacionales que se actualizan día a día.

2
 UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II

BASES TEORICAS

PREDICCIÓN (PRONÓSTICO)

DATOS PRECISOS

PREDICCIÓN CONFIABLE

ADECUADA TÉCNICA
DE PREDICCIÓN

EXTRAER MAYOR INFORMACIÓN

METODOS DE PREDICCION
METODO DELPHI Rondas sucesivas de expertos quienes
discuten sus posturas sobre un tema a partir
de sus propios comentarios iniciales y de la
reacción de los demás participantes.
CURVA Proyecciones a futuro con base en pasado
CRECIMIENTO histórico, sin importar técnica,
relacionando distintas curvas y la variable
de interés. La exponencial es la más
(JUCIOS PERSONALES)

común.
ANALISIS
CUALITATIVOS

ESCENARIOS
NO FORMALES
APRECIATIOS

ESTUDIO
MERCADO
GRUPOS DE
ENFOQUE

3
 UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II

ESTADISTICAS: SEPARACION DESCOMPOSICIO

DE N DE SERIES
PATRONES,
COMPONENTES

REFLEJAN EL PASADO Y SON REPRESENTATIVOS DEL

CAMBIOS EN PROMEDIOS
(SE UTILIZAN CUANDO EXITEN SUFICIENTES DATOS: : T, C, S, I.
PATRONES, MOVILES
COMBINACION
PERTURBACIONE SUAVIZACION
DE
S ALEATORIAS EXPONENCIAL
PROYECCIONE
PROYECCION DE
S
TENDENCIA
INDIVIDUALES
CONCEPTOS MODELOS
ESTADISTICOS ECONOMETRICOS
DE SERIES DE
TIEMPO

BOX-JENKINS
RELACION DE MODELOS DE REGRESION
CUANTITATIVOS

CAUSALIDAD
INDICADORES BASICOS
ENCUESTAS ANTICIPADAS
FUTURO)

MODELOS DE ENTRADA Y SALIDA

SELECCIÓN DE LA TÉCNICA DE PRONÓSTICO:

POR QUÉ? DATOS

TÉCNICA DE
QUIÉN? PRONÓSTICO HORIZONTE

PRECISIÓN COSTO

4
 UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II

CAPÍTULO I: MÉTODO DE ATENUACION EXPONENCIAL AJUSTADA A LA

TENDENCIA Y A LA VARIACION ESTACIONAL(METODO DE WINTER)

SUAVIZACIÓN EXPONENCIAL AJUSTADA A LA TENDENCIA Y A LA VARIACIÓN

ESTACIONAL (MÉTODO DE WINTERS):

Ampliación del método de suavización exponencial simple que se emplea para datos
que presentan tanto tendencia como estacionalidad.

Modelo donde un tercer parámetro (estacionalidad,) es añadido al sistema

propuesto por holt.

El método de basa en las siguientes ecuaciones:

 SERIE EXPONENCIAL ATENUADA:

𝐀𝐓 = 𝛂(𝐲𝐭/𝐬𝐭 − 𝐋) + (𝟏 − 𝛂)(𝐀𝐭 − 𝟏 + 𝐓𝐭 − 𝟏)

Similar a la ecuación original de holt, pero se divide la variable y entre s, ajustando

por estacionalidad.

 TENDENCIA ESTIMADA:

𝐓𝐭 = 𝛃(𝐀𝐭 − 𝐀𝐭 − 𝟏) + (𝟏 − 𝛃)𝐓𝐭 − 𝟏

 ESTACIONALIDAD ESTIMADA:

𝐒𝐓 = 𝛄(𝐲𝐭/𝐀𝐭) + (𝟏 − 𝛄)𝐒𝐭 − 𝐥

5
 UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II

DONDE L ES EL NUMERO DE PERIODOS EN EL CICLO ESTACIONAL. EL PRONÓSTICO PARA P PERIODOS

VENDRÁ DADO POR:

𝑭𝒕 + 𝒑 = (𝑨𝒕 + 𝒑𝑻𝒕)𝑺𝒕 − 𝑳

En donde:
At = Nuevo valor suavizado.
 = Constante de atenuación de los datos (0≤ α ≤1).
Yt = Nueva observación o valor real de la serie, en el periodo t.
 = Constante de atenuación de la estimación de la tendencia (0≤ β ≤ 1).
Tt = Estimación de la tendencia.
 = Constante de atenuación de la estimación de la estacionalidad (0≤ ≤ 1).
St = Estimación de la estacionalidad.
p = Periodos a pronosticar en el futuro.
L = Duración de la estacionalidad(por ejemplo, número
de meses o trimestres en un año).
Ft+p = Pronóstico de p periodos en el futuro.

La ecuación (a) actualiza la serie suavizada. Una pequeña diferencia de esta ecuación la
distingue de la correspondiente 𝐴𝑡 = 𝛼𝑌𝑡 + (1 − 𝛼)(𝐴𝑡 − 1 + 𝑇𝑡 − 1)
en el modelo de Holt. En la ecuación (a), Yt se divide St-L, lo cual ajusta Yt a la estacionalidad,
eliminando así los efectos estacionales que pudieran existir en el dato original Yt.
Después de suavizar la estimación de la estacionalidad y la estimación de la tendencia en las
ecuaciones (b) y (c), se obtuvo el pronóstico con la ecuación (d).

6
 UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II

CAPÍTULO II: MARCO PRÁCTICO

EJEMPLO DE MÉTODO WINTERS

Una compañía de hielos desea determinar cuáles serán sus ventas de bolsas de hielo
individual para el próximo año, ellos tienen los datos de los dos últimos años y con ellos
desearían poder encontrar un pronóstico confiable del próximo año. Usando =0.75,
=0.5 y =0.01, pronostique las ventas del año próximo.

Solución

Desarrollemos la tabla de Winters para este ejemplo:

Estación Ventas St bt It
Primavera 90 1.38
Verano 100 1.53
Otoño 45 0.69
Invierno 25 65.00 1.00 0.38
Primavera 92 66.11 1.06 1.39
Verano 99 66.59 0.77 1.52
Otoño 46 67.19 0.68 0.69
Invierno 21 64.66 -0.92 0.38

Observamos que los valores del invierno de S=64.62 y de la b=-0.92. Con estos
valores procedemos a realizar los pronósticos del año próximo.

7
 UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II

𝑷𝑷𝑹𝑰=(𝑺𝑰𝑵𝑽+𝑩
𝑰𝑵𝑽(𝟏))𝑰𝑷𝑹𝑰=(𝟔𝟒.𝟔𝟐−𝟎.𝟗𝟐(𝟏))𝟏.𝟑𝟗=𝟖𝟖.𝟐𝟗

𝑷𝒗𝒆𝒓=(𝑺𝑰𝑵𝑽+𝑩
𝑰𝑵𝑽(𝟐))𝑰𝒗𝒆𝒓=(𝟔𝟒.𝟔𝟐−𝟎.𝟗𝟐(𝟐))𝟏.𝟓𝟐=𝟗𝟓.𝟔𝟒

𝑷𝒐𝒕𝒐𝒍=(𝑺𝑰𝑵𝑽+𝑩
𝑰𝑵𝑽(𝟑))𝑰𝒐𝒕𝒐𝒍=(𝟔𝟒.𝟔𝟐−𝟎.𝟗𝟐(𝟑))𝟎.𝟔𝟗=𝟒𝟐.𝟔𝟓

𝑷𝒊𝒏𝒗=(𝑺𝑰𝑵𝑽+𝑩
𝑰𝑵𝑽(𝟒))𝑰𝒊𝒏𝒗=(𝟔𝟒.𝟔𝟐−𝟎.𝟗𝟐(𝟒))𝟎.𝟑𝟖=𝟐𝟐.𝟗𝟐

Los pronósticos son muy cercanos al patrón que han seguido los datos, por lo que
nuestra selección de ,  y  parece razonable y esperamos que siga el patrón de datos.

Significado del valor de It

En el ejemplo anterior encontramos los valores de Ipri=1.39, Iver=1.52, Ioto=0.69 y
Iinv=0.38. Si sumáramos los valores de estas factores veríamos que el resultado da
cuatro. Siempre la suma de los factores estacionales debe ser igual al número de
estaciones en el problema.

El significado de estos factores tiene que ver con la demanda estándar del
producto, así, se considera normal una demanda de 1.00 de acuerdo a la
capacidad instalada de la empresa.

Cuando el valor es mayor que uno quiere decir que la demanda supera a la capacidad
instalada de la empresa, cuando es menor que uno quiere decir que hay inventarios
ociosos.

Piense por ejemplo en un restaurante y en que el número de mesas que hay en este
restaurante son 100. El valor de 1.39 significa que en un día normal la demanda sería de

8
 UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II

139 mesas. Un valor de 0.38 significaría que en un día normal la demanda de mesas sería
de 38.

Por supuesto esto debe ayudar a la empresa a planear que hacer con las
instalaciones ociosas o bien que hacer cuando se requiere de más mesas. El valor
promedio al año debe ser de uno porque con eso se garantiza que se satisfacerá a
demanda anual, aunque no la demanda estacional.

METODO DE WINTER USANDO SOFTWARE MINITAB

Ejemplo de pronósticos utilizando el Método de Winters

Se desea predecir el empleo para los siguientes seis meses en la industria alimenticia
usando datos colectados sobre los últimos 60 meses, usando el método de Winters con el
modelo multiplicativo, dado que hay componente estacional y de tendencia aparente en los
datos.

Instrucciones de Minitab

1.-Open Worksheet DELITOS.MTW.

2.-Ejecutar Stat > Time Series > Winters' Method.
3.-En Variable, poner Lesionados por arma. In Seasonal length, 12 .
4.-En Model Type, seleccionar Multiplicative.
5.-Seleccionar Generate forecasts poner 4 en Number of forecasts. Seleccionar OK.

Winters' Method for Food

Multiplicative Method

Smoothing Constants

Alpha (level) 0.2

9
 UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II

Gamma (trend) 0.2

Delta (seasonal) 0.2
Accuracy Measures
MAPE 13.8561
MAD 4.8550
MSD 44.5868

Lesionados por arma

Multiplicative Method
70 Variable
Actual
Fits
60 Forecasts
LESIONADOS POR ARMA

95.0% PI

50 Smoothing Constants
Alpha (level) 0.2
Gamma (trend) 0.2
40 Delta (seasonal) 0.2

Accuracy Measures
MAPE 13.8561
30 MAD 4.8550
MSD 44.5868

20

10
Month Ene Ene Ene Ene Ene Ene Ene
Year 2004 2005 2006 2007 2008 2009 2010

Interpretación de los resultados

La gráfica muestra los valores de la serie y los valores estimados (un periodo adelante) y
los cuatro pronósticos.

Los valores de exactitud del modelo MAPE, MAD y MSD utilizando el modelo Aditivo
proporcionan un mejor ajuste en dos de los tres indicadores que con el modelo
Multiplicativo como se muestra a continuación.

Accuracy Measures

MAPE 13.5600
MAD 4.7628
MSD 43.1327

10
 UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II

Accuracy Measures
Multiplicative Additive
MAPE 13.8561 13.5600
MAD 4.8550 4.7628
MSD 44.5868 43.1327

CONCLUSIONES

 Los métodos de pronósticos son muy útiles y nos van a permitir tomar las
decisiones correctas siempre y cuando nosotros utilicemos datos correctos y reales.

 Hoy en día toda empresa, basa sus objetivos y metas de producción de acuerdo a resultados
obtenidos de los métodos de pronóstico.

 Cualquier método de pronóstico es válido utilizar, hay que elegir el método que mayor
comunidad nos proporcione.

REFERENCIA BIBLIOGRAFICA

 González, A. (2003). Modelación y pronósticos de demanda en un simulador de

negocios. Recuperado de
http://catarina.udlap.mx/u_dl_a/tales/documentos/lad/rodriguez_g_a/portada.html

 Hanke, J. E., Wichern, D. W., & Mues Zepeda, A. (2006). Pronósticos en los negocios (8th
ed.). México: Person/Educación.

 Jacinto, Z. & del Rosario, A. (2013). Modelo de pronóstico de demanda de

efectivo para las oficinas de una entidad bancaria en una ciudad del interior del
país. Recuperado de
http://tesis.pucp.edu.pe/repositorio/handle/123456789/4816

11
UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II

12