Actividad Final Metodos Probabilisticos

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
ECBTI - INGENIERÍA INDUSTRIAL

Momento 4: Actividad Final – 2016 II
MOMENTO 4
MÉTODOS PROBABILÍSTICOS
GRUPO N°: 104561_76
PRESENTADO POR:
YENNI PAOLA CABRERA CUENCA

CÓDIGO: 26423833
JAVIER HENÀN POLANIA RODRÍGUEZ
CÓDIGO: 7713361
HEIDY YOMALY CHARRY ROA
CÓDIGO: 1075542457
NINY YOHANA QUEVEDO CERON
CÓDIGO: 55196543
PRESENTADO A:
DARWIN WILLIAM BARROS
Tutor
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)
INGENIERÍA INDUSTRIAL
12 de diciembre de 2016
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co

PTU: www.unadvirtual.org / Docente diseñador: Vladimir de Jesús Vanegas Angulo. 1/20
INTRODUCCIÓN
Teniendo en cuenta que el proceso de toma de decisión es sin duda una de las
mayores responsabilidades, pero para ello es importante tener en cuenta todos
los estudios a las opciones que se han elaborado para que esta sea la correcta
empezar por hacer una selección de decisiones, y esta selección es una de las
tareas de gran trascendencia. Realizar el análisis de las ventajas y las
desventajas es lo que nos ayudara a tomar la decisión correcta.
En el desarrollo de este trabajo encontraremos el estudio y resolución de

problemas que se realizaron a la Empresa Ingenios Dulce. Lo que nos ayudara
a poder tomar una decisión de la herramienta de proyección propuesta
analizando sus ventajas y desventajas.

JUSTIFICACIÓN
Es importe la elaboración de este trabajo como requisito de programa de

Métodos probabilístico para la etapa final; el recopilar lo elaborado en todo el
semestre con sus respectivas correcciones, pero lo más importante es poder
realizar el análisis requerido para la toma de decisiones implementando los
conocimientos adquiridos durante el curso.

OBJETIVOS
GENERAL
Afianzar los conocimientos adquiridos en el trascurso de la unidad 1 y 2 de

Métodos Probabilísticos mediante el análisis del estudio del caso de la empresa
Ingenios Dulce.
ESPECIFICOS
 Elaborar un registro de como es el comportamiento de la empresa

Ingenios Dulces a nivel del servicio prestado en el ahora y en el futuro;
teniendo como base los interrogantes formulados en el momento II y III
con sus respectivas respuestas.
 Realizar un cuadro comparativo con las ventajas y desventajas de las
herramientas evaluadas.

DESARROLLO DE LAS ACTIVIDADES
1. Respuestas a las preguntas formuladas
Tema de inventario.
Teniendo como base los siguientes elementos:
Q Cantidad de pedidos a ordenar de materia prima para 25000

producción de cajas de unidad de libras de azúcar mes.
i Tasa de transferencia por pedido anual 20%
K Costo de pedido $ 8.500
C Costo de compra por unidad $ 50
H costo de conservación H= i*C $ 10
Ch Costo de conservación anual Ch=(Q/2)*H $ 125.000
Determine
¿Calcule la demanda anual?
¿Costo de pedido anual?
¿Costo de compra anual?
¿Costo de conservación anual?
¿Costo total anual “CTA”?
¿Cantidad optima de pedido “Q*”?
¿Números de pedidos “NP”?
¿Tempo para recibir un pedido “L”?
¿Nivel de pedido “R”
Solución:
¿Calcule la demanda anual?

𝐷 = 12 ∗ 𝑄
𝐷 = 12 ∗ 25.000 𝑈𝑛𝑖𝑑𝑎𝑑𝑒𝑠
𝐷 = 300.000 𝑈𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑝𝑜𝑟 𝑎ñ𝑜

¿Costo de pedido anual?
CPA=K*(D/Q)
CPA=8500*(300.000/25.000)
CPA=$102.000

¿Costo de compra anual?

CCA=C*D
CCA=50*300.000
CCA=$15.000.000
Por lo tanto se debe hallar el costo de conservación anual H es:
𝐻 =𝑖∗𝐶
𝑖 = 0,20 𝐻 = 0,20 ∗ 50
𝐶 = $50 𝐻 = $10 𝑝𝑜𝑟 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑎𝑙 𝑎ñ𝑜
El COSTO DE CONSERVACIÒN ANUAL= (Q/2)*H

CcA= (25.000/2)* 10
CcA=125.000
Reemplazamos en la fórmula general:

CTA = costo de pedidos anual + costo compra anual + costo conservación A.
CTA=102.000+15.000.000+125.000
CTA= 15.227.000
Para determinar la cantidad optima de pedido:
2𝐷𝐾
𝑄∗ = √
𝐻
Se reemplaza
2𝐷𝐾
𝑄∗ = √
𝐻
2 ∗ (300.000) ∗ (8500)
𝑄∗ = √
10
𝑄 ∗ = 22583,17 ≅ 22583
El número de pedidos:

𝐷
NP=𝑄∗
300.000
𝑁𝑃 = 22.583,17 = 13,28 ≅ 13 𝑝𝑒𝑑𝑖𝑑𝑜𝑠 𝑁𝑃 = 13 𝑝𝑒𝑑𝑖𝑑𝑜𝑠
Tiempo
𝑄∗
𝐿=
𝐷
22.583
𝐿=
300.000
𝐿 = 0.0752
Nivel de pedidos:
𝑅 =𝐷∗𝐿
𝑅 = 300.000 ∗ 0,0752
𝑅 = 22.500

2. Cuadro con los referentes bibliográficos aportados por cada estudiante
Estudiante Temática Referente bibliográfico Referente convertido a normas APA

Momento 2 selecciona Link digital
da
Yenni Paola Decisiones http://datateca.unad.ed Daft, R., Marcic, D., & Franklin Fincowsky, E. B. (s.f.).
Cabrera Administrat u.co/contenidos/10456 Paso de la toma de las decisiones. Toma de
Cuenca ivas 1/104561_-_AVA_- decisiones administrativas, desde la 196 hasta la 201.
_2014/Material_didactic Recuperado
o/Pasos_de_la_Toma_ de:http://datateca.unad.edu.co/contenidos/104561/
de_Decisiones.PDF 104561_-_AVA_-
_2014/Material_didactico/Pasos_de_la_Toma_de_
http://datateca.unad.ed Decisiones.PDF
u.co/contenidos/10456 Duane, D. (2001). Naturaleza de la toma de las
1/104561_-_AVA_- desiciones. En D. Duane, Función de la
_2014/Material_didactic investigación científica en la toma de las
o/Naturaleza_de_la_To
decisiones (pág. desde la 4 hasta la 9). Mexico: Cengage
ma_de_Decisiones.PD
Learning. Recuperado
F
de: http://datateca.unad.edu.co/contenidos/104561/
104561_-_AVA_-
_2014/Material_didactico/Naturaleza_de_la_Toma
_de_Decisiones.PDF
Elaboración http://datateca.unad.ed Anderson, D. R. (2010). Análisis de seris de tiempo y
de u.co/contenidos/10456 elaboración de pronósticos. En D. R.
Pronostico 1/2016- Anderson, Métodos cuantitativos para los
y I/Bibliografia/2._Metodo negocios (pág. desde la página 792 hasta 816). Mexico:
Proyección s_Cuantitativos_para_l Cengage Learning Editores S.A. de C.V. Recuperado
de ventas os_negocios.pdf de:http://datateca.unad.edu.co/contenidos/104561/
2016-
I/Bibliografia/2._Metodos_Cuantitativos_para_los_n
egocios.pdf
Costos de http://www.bdigital.unal. Rojas Medina (2014). Contabilidad de Costos:

Producción edu.co/12101/1/ricardor http://www.bdigital.unal.edu.co/12101/1/ricardoroja
ojasmedina.2014.pdf smedina.2014.pdf
http://www.eumed.net/li Mario Blacutt Mendoza (2005). Principios de Economía

bros- Vital. (Los costos y la producción, desde la Pág. 51
gratis/2013/1275/1275. Hasta la pág. 66) La Paz – Bolivia.
pdf http://www.eumed.net/libros-
gratis/2013/1275/1275.pdf
Niny Yohana Optimizaci http://scielo.sld.cu/sciel Díaz-Batista, J. A., & Pérez-Armayor, D. (2012).
Quevedo ón de o.php?pid=S1815- Optimización de los niveles de inventario en una cadena
niveles de 59362012000200004& de suministro. Ingeniería Industrial, 33(2), 126-132.
inventario script=sci_arttext
Nivel de https://dialnet.unirioja.e Landeta, J. M. I., Cortés, C. B. Y., & Rebeles, R. S. (2012).
inventarios s/servlet/articulo?codig Determinación del costo del inventario con el método
o=4181574 Híbrido. Conciencia Tecnológica, (44), 30-35.

Modelo de http://revistascientificas. Velásquez, E. A. P. (2013). Un modelo para la

optimizació cuc.edu.co/index.php/in optimización de políticas de inventario conjuntas en
n gecuc/article/view/105/ cadenas de suministro. INGE CUC, 9(1), 11-23.
134
Método https://www.researchga Landeta, J. M. I., & Cortés, C. B. Y. (2014). Método
Hibrido te.net/profile/Juan_Izar/ Híbrido de Inventario con Tiempo de Entrega Aleatorio.
publication/277956284 Conciencia Tecnológica, (48), 12-16.
_
Modelo http://repositorio.cuc.ed Modelo E.O.Q.
E.O.Q. u.co/xmlui/bitstream/ha
ndle/11323/273/1.%20
Modelo http://datateca.unad.ed Módulo 2013 actualizado del curso Métodos
Promedio u.co/contenidos/10456 Probabilísticos. Consultado de:
Móvil 1/Metodos_Probabilistic http://datateca.unad.edu.co/contenidos/104561/Met
os_2013/MODULO_20 odos_Probabilisticos_2013/MODULO_2013_ACTA
13_ACTAUALIZADO/le UALIZADO/leccin3_modelo_de_promedio_mvil.ht
Javier ccin3_modelo_de_pro ml
Hernán medio_mvil.htm
Polanìa Pronóstico http://www.ingenieriaind Ingeniería industrial. Online. Pronostico de ventas de
Rodríguez de ustrialonline.com/herra Promedio móvil. Consultado de:
Promedio mientas-para-el- http://www.ingenieriaindustrialonline.com/herramie
Móvil ingeniero- ntas-para-el-ingeniero-
industrial/pron%C3%B3 industrial/pron%C3%B3stico-de-ventas/promedio-
stico-de- m%C3%B3vil/
ventas/promedio-
m%C3%B3vil/
Ejemplo de https://www.youtube.co Catos. (2013). YouTube. Promedio móvil simple ejemplo
promedio m/watch?v=GF3S5YAd 1: administración de operaciones. Consultado de:
móvil gMM https://www.youtube.com/watch?v=GF3S5YAdgM
simple M
http://www.cca.org.mx/f D.R. Instituto Tecnológico y de Estudios Superiores de
Métodos uncionarios/biblioteca/h Monterrey (2006). Diplomado en Gestión Estratégica de
de tml/finanzas_publicas/d las Finanzas Públicas. México. Consultado de:
promedios ocumentos/3/m3_meto http://www.cca.org.mx/funcionarios/biblioteca/html/f
dos.pdf inanzas_publicas/documentos/3/m3_metodos.pdf
Modelos de http://modelosdepronos Derechos reservados. Modelos de pronósticos.

pronósticos ticos.info/metodo_de_p (2014).Consultado de:
romedio_movil_simple. http://modelosdepronosticos.info/metodo_de_prom
html edio_movil_simple.html
Heidy Administra http://datateca.unad.ed http://datateca.unad.edu.co/contenidos/104561/201
Yomaly ción de u.co/contenidos/10456 6-I/Bibliografia/8._Modelos_de_inventario.pdf
Charry Roa inventarios 1/2016-
I/Bibliografia/8._Modelo
s_de_inventario.pdf
Modelo De http://datateca.unad.ed http://datateca.unad.edu.co/contenidos/104561/Met
Promedio u.co/contenidos/10456 odos_Probabilisticos_2013/MODULO_2013_ACTA
Móvil 1/Metodos_Probabilistic UALIZADO/leccin3_modelo_de_promedio_mvil.ht
os_2013/MODULO_20 ml
13_ACTAUALIZADO/le
ccin3_modelo_de_pro
medio_mvil.html
3. Proyección de los doce meses siguientes usando la suavización

exponencial y el promedio móvil
SUAVIZACIÓN EXPONENCIAL
El método de suavización exponencial requiere un pronóstico inicial, tomamos

el valor que corresponde a la demanda real del mes anterior.
Ft = Ft-1 + a (At-1 - Ft-1)

Ft = 5000 + 0.1 (5000 - 5000)
Ft = 5000 unidades
Ft = Ft-1 + a (At-1 - Ft-1)

Ft = 5000 + 0.1 (6000 - 5000)
Ft = 5100 unidades
Ft = Ft-1 + a (At-1 - Ft-1)

Ft = 5100 + 0.1 (5500 - 5100)
Ft = 5140 unidades
Ft = Ft-1 + a (At-1 - Ft-1)

Ft = 5140 + 0.1 (6100 - 5140)
Ft = 5236 unidades
Ft = Ft-1 + a (At-1 - Ft-1)

Ft = 5236 + 0.1 (6000 - 5236)
Ft = 5312.4 = 5312 unidades
Se utilizan los resultados completos; es decir, que solo se redondean en el

resultado final, a fin de mantener la mayor precisión posible en los cálculos.
Ft = Ft-1 + a (At-1 - Ft-1)
Ft = 5312.4 + 0.1 (5100 – 5312.4)
Ft = 5291.16 = 5291 unidades
Si para el mes 7 resultara ser una demanda de 5200 unidades.
Ft = Ft-1 + a (At-1 - Ft-1)

Ft = 5291.16 + 0.1 (5200 – 5291.16)
Ft = 5282.04 = 5282 unidades
Si para el mes 8 resultara ser una demanda real de 5700 unidades
Ft = Ft-1 + a (At-1 - Ft-1)

Ft = 5282.04 + 0.1 (5700 – 5282.04)
Ft = 5323.8 = 5324 unidades
Ft = Ft-1 + a (At-1 - Ft-1)

Mes Demanda Pronóstico Error del Facto Corrección Pronóstico suavizado

real anterior pronóstico r
Ft = 5323.83 + 0.1 (6100 – 5323.8)

Ft = 5401.4 = 5401 unidades
Ft = Ft-1 + a (At-1 - Ft-1)

Ft = 5401.4 + 0.1 (6600 – 5401.4)
Ft = 5521.2 = 5521 unidades
Ft = Ft-1 + a (At-1 - Ft-1)

Ft = 5521.2 + 0.1 (9500 – 5521.2)
Ft = 5919.08 = 5919 unidades
Ft = Ft-1 + a (At-1 - Ft-1)

Ft = 5919.08 + 0.1 (10000 – 5919.08)
Ft = 6327.17 = 6327 unidades.
Se procede a tabular
Valor de a=0.1
At-1 Ft-1 At-1- Ft-1 a a( At-1- Ft-1) Ft= Ft-1 + a( At-1- Ft-1)
1 5000 5000
2 6000 5000 1000 0.1 100 5100
3 5500 5100 400 0.1 40 5140
4 6100 5140 960 0.1 96 5236
5 6000 5236 764 0.1 76.4 5312
6 5100 5312 -212 0.1 -21.4 5291
7 5200 5291 -91.16 0.1 -9.1 5282
8 5700 5282 417.96 0.1 41.8 5324
9 6100 5324 776 0.1 77.6 5401
10 6600 5401 1199 0.1 119.9 5521
11 9500 5521 3979 0.1 397.9 5919
12 10000 5919 4081 0.1 408.1 6327
Valor de a=0.3
Mes Demanda Pronóstico Error del Factor Corrección Pronóstico suavizado
real anterior pronóstico
1 5000 5000
2 6000 5000 1000 0.3 300 5300
3 5500 5300 200 0.3 60 5360
4 6100 5360 740 0.3 222 5582
5 6000 5582 418 0.3 125.4 5707
6 5100 5707 -607.4 0.3 182.2 5525
7 5200 5525 -324.7 0.3 -97.4 5428
8 5700 5428 272.4 0.3 81.7 5510
9 6100 5510 590.2 0.3 177.1 5687
10 6600 5687 313 0.3 93.9 5781
11 9500 5781 3719.1 0.3 115.7 6897
12 10000 6897 3103.2 0.3 930.9 7827
Valor de a=0.6
Mes Demanda Pronóstico Error del Factor Corrección Pronóstico suavizado

real anterior pronóstico
1 5000 5000
2 6000 5000 1000 0.6 600 5600
3 5500 5600 -100 0.6 -60 5540
4 6100 5540 560 0.6 336 5876
5 6000 5876 124 0.6 74.4 5950
6 5100 5950 -850.4 0.6 -510.2 5440
7 5200 5440 -239.7 0.6 -143.8 5296
8 5700 5296 404 0.6 242.4 5538
9 6100 5538 562 0.6 337.2 5875
10 6600 5875 724.8 0.6 434.8 6310
11 9500 VENTAS
6310 REALES
3190.1Y SUAVIZADAS
0.6 1914 8224
12 10000 10000 8224 1775.9 0.6 1065.5 9290
9000
8000
7000
Demanda real
6000
5000 a=0.1
4000 a=0.3
3000
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co a=0.6
2000
PTU: www.unadvirtual.org / Docente diseñador: Vladimir de Jesús Vanegas Angulo.
1000
12/20
0
0 2 4 6 8 10 12 14
Análisis de la proyección de las ventas de los doce meses:
Este análisis nos permite observar que si se utiliza un valor bajo de “a=0,1” el
pronóstico de las ventas se alejan de los datos históricos.
Pero si se toma un valor de “a=0,6” cerca de 1 refleja un ajuste total a la
demanda reciente. Por esta razón para seleccionar el valor de la constante de
suavización depende de las características de la demanda y por esta razón se
puede concluir que la empresa tiene buenas proyecciones si implementa un
valor alto ya que son más perceptivas a los cambios que pueda tener la
demanda.
En este caso para la compañía lo más apropiado es tener una demanda por
encima 10000 unidades con un pronóstico suavizado de 9290 y una constante
de suavización de a=0,6.
PROMEDIO MÒVIL
Nota: si para los siguientes 12 meses resultara ser estos valores de la

demanda real, se calcula el pronóstico para cada 2 meses.
Datos de las demandas para los próximos 6 meses:
MES DEMANDA
1 5000
2 6000
3 5500
4 6100
5 6000
6 5100
7 5200
8 5700
9 6100
10 6600
11 9500
12 10000
Proyecciones con el Promedio Móvil
Se calcula el pronóstico para el 3 mes:

(5000 + 6000)
𝑋3 = 𝑋3 = 5500
2
(6000 + 5500)
𝑋4 = 𝑋4 = 5750
2
(5500 + 6100)
𝑋5 = 𝑋5 = 5800
2
(6100 + 6000)
𝑋6 = 𝑋6 = 6050
2
(6000 + 5100)
𝑋7 = 𝑋7 = 5550
2
Se calcula el pronóstico para el 8 mes, si para el mes 7 resultara ser una
demanda de 5200 unidades:
(5100 + 5200)
𝑋8 = 𝑋8 = 5150
2
demanda real de 5700 unidades:
(5200 + 5700)
𝑋9 = 𝑋9 = 5450
2
(5700 + 6100)
𝑋10 = 𝑋10 = 5900
2

(6100 + 6600)
𝑋11 = 𝑋11 = 6350
2
demanda real de 9500 unidades
(6600 + 9500)
𝑋12 = 𝑋12 = 8050
2
MES DEMANDA Pronóstico de 2 meses

1 5000
2 6000 PRO
3 5500 5500 MED
4 6100 5750 IO
5 6000 5800 MÒV
Próximos 12 meses 6 5100 6050
IL
1 7 5200 5550
2 8 5700 5150
3 9 6100 5450
4 10 6600 5900
5 11 9500 6350
6 12 10000 8050
7 13 10100 9750
8 14 10450 10050
9 15 9850 10275
10 16 10200 10150
11 17 9350 10025
12 18 10600 9775
VENTAS VENTAS REALES Y PRONÒSTICO

15000
10000
5000
0
0 2 4 6 8 10 12 14 16 18 20
Mes
DEMANDA Pronòstico de 2 meses
Análisis de la proyección de las ventas de los doce meses:

Este análisis nos permite observar que si se utiliza la herramienta de promedio
móvil el pronóstico de las ventas para los próximos 12 meses está cerca de las
demandas reales, la producción es de 9775 unidades.
Registro de como es el comportamiento de la empresa Ingenios

Dulces a nivel del servicio prestado en el ahora y en el futuro;
teniendo como base los interrogantes formulados en el momento II
y III con sus respectivas respuestas.
MES DEMANDA Pronóstico suavizado Promedio Móvil

Pronóstico de 2 meses
1 5000 5000
2 6000 5600
3 5500 5540 5500
4 6100 5876 5750
5 6000 5950 5800
6 5100 5440 6050
7 5200 5296 5550
8 5700 5538 5150
9 6100 5875 5450
10 6600 6310 5900
11 9500 8224 6350
12 10000 9290 8050
Comportamiento
15000
10000
5000
0
0 2 4 6 8 10 12 14
DEMANDA (Dt)
Suavización Exponencial Pronóstico suavizado

(Ft)
Promedio Móvil
Pronóstico de 2 meses (Ft)
El comportamiento de la empresa Ingenios Dulces a nivel del servicio prestado

en el ahora y en el futuro con respecto a las demandas y los pronósticos,
muestra una tendencia favorable si se implementa el de suavización
exponencial en el cual su pronóstico se encuentra muy cerca de las demandas
reales.

Se procede hallar el Error del pronóstico para cada uno los métodos,
observando que las demandas no son iguales a los pronósticos:
Suavización Promedio
Error de Pronóstico
Exponencial Móvil
MES DEMANDA (Dt-Ft)
Pronóstico Pronóstico de
(t) (Dt)
suavizado 2 meses (Ft)
(Ft) Suavización Promedio
Exponencial Móvil
1 5000 5000 0 0 0
2 6000 5600 0 400 0
3 5500 5540 5500 -40 0
4 6100 5876 5750 224 350
5 6000 5950 5800 50 200
6 5100 5440 6050 -340 -950
7 5200 5296 5550 -96 -350
8 5700 5538 5150 162 550
9 6100 5875 5450 225 650
10 6600 6310 5900 290 700
11 9500 8224 6350 1276 3150
12 10000 9290 8050 710 1950
Los errores de pronostico (+) indican que la demanda real excede el pronóstico y los
errores (-) significan que la demanda está por debajo del pronóstico.
CORRECIONES DEL MOMENTO 2 Y 3.
Los trabajos se desarrollaron muy bien y en las realimentaciones realizadas por el tutor
no requieren correcciones porque estuvieron bien elaborados.

4. Cuadro comparativo con las ventajas y desventajas de las herramientas

evaluadas
HERRAMIENTAS SUAVIZACIÓN EXPONENCIAL PROMEDIO MÓVIL MODELO DE INVENTARIO

EVALUADAS EOQ
VENTAJAS  En la empresa de Ingenios  El promedio móvil  En la empresa manejan
Dulce este método se es calculado con inventarios: de
puede ver que cuando el cierto período de productos terminados o
valor de “a” es alto; es tiempo insumos como
mucho más perceptivo en predefinido. inventario.
los cambios de la  Es un promedio de  Al tener inventarios
demanda. un cuerpo ayuda a enfrentar
 Es un promedio suavizado cambiante de fluctuaciones de la
centrado en el periodo tiempo. demanda, evitar
presente.  Se utilizó en la quiebres de stock,
 Permite calcular el empresa de obtener economías de
promedio de una serie Ingenios Dulce un escala, permite una
de tiempo, asignando a periodo corto de mayor flexibilidad
las demandas recientes dos meses para productiva, se puede
mayor ponderación que a generar una usar como un arma
las demandas anteriores. mayor competitiva y también
 Requiere solamente tres probabilidad de para soportar un
tipos de datos: el los pronósticos y imprevisto del mercado
pronóstico del último la demanda. etc.
periodo, la demanda n de  Requiere n  Permite que la empresa
ese periodo y un periodos de se asocie e inviertan en
parámetro suavizador, alfa, demanda ella para ser
cuyo valor fluctúa entre 0 y pretérita y n competitivos.
1.0. ponderaciones
DESVENTAJAS  No se puede extrapolar  La utilización de  Puede presentarse el
para efectos de tendencia, un promedio aumento de la materia
por la que ningún valor de móvil muestra la prima y costos del
“a” compensará dirección y la producto final.
completamente la duración de una  Mantener inventarios
tendencia en los datos. tendencia. puede generar más
 El efecto de la estimación  Se evalúan costos.

inicial del promedio sobre solamente los

las estimaciones sucesivas últimos períodos,
del mismo disminuye a lo porque los datos
largo del tiempo debido a que están siendo
que las ponderaciones evaluados se
asignadas a las demandas mueven hacia
históricas sucesivas, que se adelante con cada
utilizan para calcular el día (o período)
promedio, disminuyen que avanza.
exponencialmente.
5. Conclusión
Se afianzaron los conocimientos adquiridos en el trascurso de la unidad 1 y 2

de Métodos Probabilísticos mediante el análisis del estudio del caso de la
empresa Ingenios Dulce. Se accedió a elaborar un registro de como es el
comportamiento de la empresa Ingenios Dulces a nivel del servicio prestado en
el ahora y en el futuro; teniendo como base los interrogantes formulados en el
momento II y III con sus respectivas respuestas. Se realizó el cuadro
comparativo con las ventajas y desventajas de las herramientas evaluadas.

BIBLIOGRAFÍA
 Módulo 2013 actualizado del curso Métodos Probabilísticos. Promedio

Móvil. Consultado de:
http://datateca.unad.edu.co/contenidos/104561/Metodos_Probabilisticos
_2013/MODULO_2013_ACTAUALIZADO/leccin3_modelo_de_promedio
_mvil.html
 Ingeniería industrial. Online. Pronostico de ventas de Promedio móvil.

Consultado de:
http://www.ingenieriaindustrialonline.com/herramientas-para-el-
ingeniero-industrial/pron%C3%B3stico-de-ventas/promedio-
m%C3%B3vil/
 Catos. (2013). YouTube. Promedio móvil simple ejemplo 1:

administración de operaciones. Consultado de:
https://www.youtube.com/watch?v=GF3S5YAdgMM
 D.R. Instituto Tecnológico y de Estudios Superiores de Monterrey

(2006). Diplomado en Gestión Estratégica de las Finanzas Públicas.
México. Consultado de:
http://www.cca.org.mx/funcionarios/biblioteca/html/finanzas_publicas/doc
umentos/3/m3_metodos.pdf
 Derechos reservados. Modelos de pronósticos. (2014).Consultado de:

http://modelosdepronosticos.info/metodo_de_promedio_movil_simple.ht
ml


Actividad Final Metodos Probabilisticos

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Actividad Final Metodos Probabilisticos

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

ECBTI - INGENIERÍA INDUSTRIAL

GRUPO N°: 104561_76

YENNI PAOLA CABRERA CUENCA

DARWIN WILLIAM BARROS

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co

En el desarrollo de este trabajo encontraremos el estudio y resolución de

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co

Es importe la elaboración de este trabajo como requisito de programa de

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co

Afianzar los conocimientos adquiridos en el trascurso de la unidad 1 y 2 de

 Elaborar un registro de como es el comportamiento de la empresa

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co

DESARROLLO DE LAS ACTIVIDADES

1. Respuestas a las preguntas formuladas

Teniendo como base los siguientes elementos:

Q Cantidad de pedidos a ordenar de materia prima para 25000

¿Calcule la demanda anual?

𝐷 = 300.000 𝑈𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑝𝑜𝑟 𝑎ñ𝑜

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co

¿Costo de compra anual?

El COSTO DE CONSERVACIÒN ANUAL= (Q/2)*H

Reemplazamos en la fórmula general:

Para determinar la cantidad optima de pedido:

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co

2. Cuadro con los referentes bibliográficos aportados por cada estudiante

Estudiante Temática Referente bibliográfico Referente convertido a normas APA

Costos de http://www.bdigital.unal. Rojas Medina (2014). Contabilidad de Costos:

http://www.eumed.net/li Mario Blacutt Mendoza (2005). Principios de Economía

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co

Modelo de http://revistascientificas. Velásquez, E. A. P. (2013). Un modelo para la

Modelos de http://modelosdepronos Derechos reservados. Modelos de pronósticos.

3. Proyección de los doce meses siguientes usando la suavización

El método de suavización exponencial requiere un pronóstico inicial, tomamos

Ft = Ft-1 + a (At-1 - Ft-1)

Ft = Ft-1 + a (At-1 - Ft-1)

Ft = Ft-1 + a (At-1 - Ft-1)

Ft = Ft-1 + a (At-1 - Ft-1)

Ft = Ft-1 + a (At-1 - Ft-1)

Se utilizan los resultados completos; es decir, que solo se redondean en el

Si para el mes 7 resultara ser una demanda de 5200 unidades.

Ft = Ft-1 + a (At-1 - Ft-1)

Si para el mes 8 resultara ser una demanda real de 5700 unidades

Ft = Ft-1 + a (At-1 - Ft-1)

Si para el mes 9 resultara ser una demanda real de 6100 unidades

Ft = Ft-1 + a (At-1 - Ft-1)

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co

Mes Demanda Pronóstico Error del Facto Corrección Pronóstico suavizado

Ft = 5323.83 + 0.1 (6100 – 5323.8)

Si para el mes 10 resultara ser una demanda real de 6600 unidades

Ft = Ft-1 + a (At-1 - Ft-1)

Si para el mes 11 resultara ser una demanda real de 9500 unidades

Ft = Ft-1 + a (At-1 - Ft-1)

Si para el mes 12 resultara ser una demanda real de 10000 unidades

Ft = Ft-1 + a (At-1 - Ft-1)

Mes Demanda Pronóstico Error del Factor Corrección Pronóstico suavizado

Análisis de la proyección de las ventas de los doce meses:

Nota: si para los siguientes 12 meses resultara ser estos valores de la

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD – www.unad.edu.co

Se calcula el pronóstico para el 11 mes, si para el mes 10 resultara ser una

MES DEMANDA Pronóstico de 2 meses

VENTAS VENTAS REALES Y PRONÒSTICO