Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Operaciones
Sesión 6-Gestión de demanda
Diana Andrea Peña Calderón Msc.
Correo : dapena@icesi.edu.co
Departamento de Ing. Industrial
Unidad 1: Gestión de Demanda
OBJETIVOS:
Reconocer el impacto de las decisiones de operaciones en el logro de las estrategias
organizacionales.
Describir el ciclo de vida del producto/servicio.
Discutir la importancia de los pronósticos en el proceso de toma de decisiones.
Reconocer los métodos de pronósticos cualitativos.
Emplear los métodos de pronósticos cuantitativos.
Identificar la relación entre la etapa del ciclo de vida del producto, el patrón de
comportamiento de la demanda y los métodos de pronósticos a aplicar.
Elegir el mejor método de pronóstico, usando el desempeño del mismo ante un
contexto dado.
Métodos de Series de Tiempo
Suavización exponencial doble o con ajuste de tendencia
PROBLEMAS:
• ¿Cómo especifico los coeficientes de suavización α y β? Con base en la experiencia u optimizando el
MAD o MSE con solver. Su valor debe estar entre 0 y 1
Una β alta responde más rápido a cambios recientes de la tendencia y una β baja da menos
peso a las tendencias recientes y suaviza la tendencia.
Error
Error promedio de los pronósticos, obtenido por medio del MAD = σ𝒏𝒕=𝟏ȁ𝑫𝒕 − 𝑭𝒕ȁ/ n
uso de valores absolutos.
Mide la dispersión de algún valor observado con base en algún
valor previsto o pronosticado.
t = número de períodos
• Es sencilla de calcular.
D = demanda real durante el período
• Se calcula utilizando las diferencias entre la demanda real y la F = demanda proyectada para el período
proyectada. n = número de períodos
• Es la suma de las desviaciones absolutas divididas por el
número de datos.
Error- ECM
Se define como el promedio de cuadrados de las diferencias encontradas entre los valores
pronosticados y los observados.
ECM=σ(𝑬𝒓𝒓𝒐𝒓𝒆𝒔 𝒅𝒆 𝒑𝒓𝒐𝒏ó𝒔𝒕𝒊𝒄𝒐)𝟐 /𝒏
𝟐
ECM= σ𝒏𝒕=𝟏ȁ𝑫𝒕 − 𝑭𝒕ȁ / n
t = número de períodos
D = demanda real durante el período
F = demanda proyectada para el período
n = número de períodos
Error- MAPE
Los valores del MAD y del MSE pueden ser muy grandes, dado la magnitud del elemento que se
pronostica. Para evitar este problema, el MAPE se calcula como el promedio de las diferencias
absolutas encontradas entre los valores pronosticados y los reales. Es un porcentaje de los valores
reales.
Esta técnica ajusta una recta de tendencias a una serie de datos puntuales históricos, y después
proyecta dicha recta al futuro para obtener los pronósticos de mediano y largo plazo.
y^ = a + bx
Observación Desviación7
Real (valor de y)
Desviación5 Desviación6
Desviación3
Minimiza la suma de los cuadrados de las
diferencias verticales o desviaciones.
Desviación4
Desviación1
(error) Desviación2
Recta de tendencia, y^= a + bx
| | | | | | |
1 2 3 4 5 6 7
Período de tiempo
Proyecciones de tendencia- Ejemplo
DEMANDA DE ENERGIA
Método mínimos cuadrados: AÑO ELÉCTRICA x2 xy
( xy ) nx * y
1 74
2 79
b
( x ) nx
3 80
2 2 4 90
5 105
6 142
7 122
a = y - bx Σx = 28 Σy = 692 Σx2 =
140
Σxy =
3,063
Línea de tendencia
y = a + bx x
x
y
y
n n
Proyecciones de tendencia- Ejemplo
DEMANDA
AÑO(x) ENERGÍA x2 xy
ELCTRICA (y)
1 74 1 74
2 79 4 158
3 80 9 240
4 90 16 360
5 105 25 525
6 142 36 852
7 122 49 854
Σx = 28 Σy = 692 Σx2 = 140 Σxy = 3,063
x=
å x 28
= =4 y=
å y 692
= = 98.86
n 7 n 7
Proyecciones de tendencia- Ejemplo
()
a = y - bx = 98.86 -10.54 4 = 56.70
yˆ 56.70 10.54 x
Línea de tendencia
160 – y^ = 56.70 + 10.54x
150 –
140 –
Demanda (megawatts)
130 –
120 –
110 –
100 –
90 –
80 –
70 –
60 –
50 –
| | | | | | | | |
1 2 3 4 5 6 7 8 9
Año
Fechas importantes…