Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PREDICCION
Es un proceso de estimación de un
suceso futuro basandose en
consideraciones subjetivas no
necesariamente predeterminadas.
COMBINACION
1.- PRONOSTICOS CUALITATIVOS
Incorporan factores importantes tales como la intuicion, emociones,
experiencias y/o variables causales para pronosticar la demanda.
Son usados cuando los productos son nuevos o cuando los datos no son
confiables, entre ellos se tienen:
Encuestas de mercado
Juicio bien formado
Metodo Delphi
Analogía de los ciclos de vida
ENCUESTA DE MERCADO
Se solicita información de los
clientes potenciales acerca de sus
planes futuros de compra y de las
condiciones de mercado
VENTAS
REALES
DR
Funcion de transformacion
y = f (x)
(Modelo matematico)
CONTROL
(DR-DP)
VENTAS
PRONOSTICADAS
DP
2.1. MODELOS DE SERIES DE TIEMPO Predicen sobre la base de la
suposición de que el futuro es una función del pasado.
Promedio Aritmético
Promedio Movil
Promedio Movil Ponderado
Promedio Movil Suavizado Exponencial
x =
Entrada
de datos
reales
x1
n
S=
(x1 – x)2
n-1
Limites de control para Distribucion
normal:
Z=1
NC = 68%
Z=2
NC = 95%
LSC = x+ Z*S
Z=3
NC = 99.7%
LCS = x – Z*S
Salida de
informacion
-Pron. Calculado
-Dem. Max. Mens.
-Dem. Min. Mens.
nomenclatura
Registradas las ventas del primer y segundo año de un
determinado producto se pide:
MES
DR 1 Año
DR 2 Año
E
F
M
A
M
J
J
A
S
O
N
D
327 354 324 435 330 378 351 396 375 384 429 330
393 402 441 375 390 384 381 327 405 390 360 330
PM (k) =
Xi
k
K = clase
MAD =
( DRI – DPI)
k
DR = Demanda Real
DP = Demanda Pronosticada
K = Numero de datos
Una tienda de abarrotes vende el siguiente numero de pavos
congelados durante la semana anterior a la fecha del dia de
accion de gracias:
DIA
LUNES
MARTES
MIERCOLES
JUEVES
VIERNES
SABADO
PAVOS VENDIDOS
50
30
60
20
70
90
CALCULAR:
a) Promedio Movil de clase 3 y 5
b) Desviacion absoluta media para ambas clases o periodos
Es un modelo de promedio movil que incorpora algun peso de la
demanda anterior distinto a un peso igual para todos los periodos
anteriores bajo consideracion.
X = W1* X1+W2*X2+………..+Wm*Xm
W1 + W2 + ………+ Wm
Donde :
W = factor ponderador (%)
Un fabricante de veneno para hormigas ha experimentado la
siguiente demanda mensual para un veneno de plagas mejorando
segun el ambiente.
MES
Febrero
Marzo
Abril
Mayo
Junio
Ft = a D
EJEMPLO Si D
t-1
t-1
Demanda mas
reciente
+ (1-a) Ft-1
= 100 unid.
( 1- a)
Pronostico mas
reciente
Donde:
a = factor ponderador o peso
, varia entre 0 y 1
Ft-1 =120
a = 0.2
t-1
Peso
bajo
se
aproxima al valor
pronosticado
Peso
mayor
aproxima
a
demanda real
se
la
Una pequeña empresa de electronica produce calculadoras de
bolsillo y mensualmente controla la demanda de los articulos.
Los siguientes datos , de demanda son en el caso de una
calculadora representativa: noviembre 45; diciembre 57; enero
60.
Usando a 50 como el pronostico de noviembre segun el suavizado
exponencial, obtener el pronostico de ventas para febrero.
Usado cuando el comportamiento de las ventas son ascendentes o
descendentes
VENTAS
REALES
DR
FUNCION DE TRANSFORMACION
LINEAL
y = A + Bx
POTENCIAL
y = A * xB
VENTAS
PRONOSTICADAS
DP
CONTROL
Y = A+ BX
A=
y – B x
n
x* y - x y
n x2 – (x)2
B=n
La demanda para cirugias de transplante de riñon en un clinica ha
crecido constantemente en los años pasados, como se aprecia en la
siguiente tabla:
AÑO
1
2
3
4
5
6
Cirugías hechas
en La Clínica
45
50
52
56
58
?
r=
n xy –x y
nx2 – (x)2 n y2 – (y)2
AÑO
1
2
3
4
5
6
Cirugías hechas
en La Clínica
45
50
52
56
58
?
Para medir la exactitud de los estimados en la regresion es
necesario calcular el error estandar estimado conocida tambien
como desviacion estandar de la regresion .
Syx =
Donde:
Yi = Demanda real
Y = Demanda pronosticada
n = numero de periodos
(yi- y)2
n-2
La empresa body club tubo las siguientes demandas mensuales
en los ultimos dos años:
VENTAS REALES DEL 1er Y 2DO AÑO
MES
E
F M A M
J
J
A
S
O N
D
DR AÑO 1 101 125 108 131 132 145 125 147 155 163 176 153
DR AÑO 2 159 178 174 181 202 190 196 192 188 185 187 192
A = 113.78
B = 3.85
r = 0.92