Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Pronóstico de ventas
Pronóstico de la necesidad de piezas de
repuesto
Pronóstico de los rendimientos de producción
Pronóstico de las tendencias económicas
Pronóstico de las necesidades de personal
3 UNIVERSIDAD DE CUENCA
ESCUELA DE INGENIERÍA INDUSTRIAL
Los pronósticos se necesitan en muchos
lugares…
Procesamiento
Recolección Planes y metas Decisiones de
Lugar de la Pronóstico
de datos operacionales distribución
información
Cadena de De las demandas Envío del centro de
Mantener la probabilidad de
Supermercad Caja registradora Acumulación del stock de almacenaje por distribución a las
almacenaje entre 0-1%
os producto tiendas
Horario de las
Acumulación de la
Admisiones a # de pacientes y Mantener la probabilidad de habitaciones,
demanda por
Hospital pacientes, actuales los recursos que se almacenaje en 0% enfermeras,
departamento y tipo
y pasadas necesitan medicamentos,
de servicio
suministros, etc.
Acumulación de la Envío desde la fabrica
De la demanda de
Manufactura- Ordenes de demanda de productos Mantener la probabilidad de hasta los centros de
cada centro de
Distribución compras en cada centro de almacenaje entre 1 -2% distribución
distribución
distribución
Asegurar se de que los Asignar aulas,
Formato de las Acumulación de la # de estudiantes
Distrito tamaños de las clases son profesores y
aplicaciones demanda de clases por que permanecen y
escolar razonables, # de profesores y presupuestos
estudiantiles escuela los salientes
presupuesto suficientes necesarios
Programación de
Ordenes de trabajo Acumulación de la # de clientes y de Mantener la probabilidad de
Servicio de almacenamiento de
actuales y demanda por tipo de los servicios almacenaje menor al 1 %
reparaciones ítems y horarios del
presentes trabajo brindados
personal necesario
4 UNIVERSIDAD DE CUENCA
ESCUELA DE INGENIERÍA INDUSTRIAL
Marco de Referencia Planeación y control de la producción, Administración de la cadena de
suministros Thomas E. Vollmann et al. Quinta Edición, pg. 32
Inventario
Compras
Requerimientos
Programación de la
producción
Días/semanas
7 UNIVERSIDAD DE CUENCA
ESCUELA DE INGENIERÍA INDUSTRIAL
Métodos de pronóstico racionales
(Judgmental Forecasting Methods)
También llamados modelos cualitativos, involucran
cualidades como la intuición, opinión de los expertos y
experiencia
8 UNIVERSIDAD DE CUENCA
ESCUELA DE INGENIERÍA INDUSTRIAL
Características de los Pronósticos
9 UNIVERSIDAD DE CUENCA
ESCUELA DE INGENIERÍA INDUSTRIAL
Series de Tiempo
Si Xi es la variable de interés en un momento
determinado i, y las observaciones son tomadas en
los momentos i= 1,2,…, t, entonces los valores
observados {X1 =x1, X2 =x2,…, Xt =xt,} son series de
tiempo.
10 UNIVERSIDAD DE CUENCA
ESCUELA DE INGENIERÍA INDUSTRIAL
Patrones de series de tiempo típicas con
fluctuaciones aleatorias
11 UNIVERSIDAD DE CUENCA
ESCUELA DE INGENIERÍA INDUSTRIAL
Patrones de series de tiempo típicas con
fluctuaciones aleatorias
12 UNIVERSIDAD DE CUENCA
ESCUELA DE INGENIERÍA INDUSTRIAL
Métodos de pronóstico para un modelo de
nivel constante
Se presentan 4 métodos de pronósticos alternativos:
13 UNIVERSIDAD DE CUENCA
ESCUELA DE INGENIERÍA INDUSTRIAL
Promedios móviles
Un promedio móvil del orden n es sencillamente el
promedio aritmético de las n observaciones más
recientes
Entonces, el pronóstico hecho en el periodo t-1 para el
periodo t, está dado por:
14 UNIVERSIDAD DE CUENCA
ESCUELA DE INGENIERÍA INDUSTRIAL
Ejemplo
Los datos trimestrales para las fallas de ciertos
motores de aeronaves en una base local militar
durante los pasados dos años son 200, 250,
175, 186, 225, 285, 305, 190. Determine los
pronósticos de un paso hacia adelante para los
periodos 4 a 8 utilizando los promedios
móviles de tres periodos, y los pronósticos de
un paso adelante para los periodos 7 y 8
utilizando promedios móviles para seis
periodos.
15 UNIVERSIDAD DE CUENCA
ESCUELA DE INGENIERÍA INDUSTRIAL
Solución
Pronóstico de promedio móvil de 3 periodos para el
periodo 4:
Pronóstico de promedio móvil de tres periodos para el
periodo 5:
Pronóstico de promedio móvil de tres periodos para el
periodo 6:
Pronóstico de promedio móvil de tres periodos para el
periodo 7:
Pronóstico de promedio móvil de tres periodos para el
periodo 8:
16 UNIVERSIDAD DE CUENCA
ESCUELA DE INGENIERÍA INDUSTRIAL
Solución
Pronóstico de promedio móvil de 6 periodos para el
periodo 7:
17 UNIVERSIDAD DE CUENCA
ESCUELA DE INGENIERÍA INDUSTRIAL
Solución
Trimestre Fallas de PM(3) Error PM(6) Error
motor
1 200
2 250
3 175
4 186 208 22
5 225 204 -21
6 285 195 -90
7 305 232 -73 220 -85
8 190 272 82 238 48
18 UNIVERSIDAD DE CUENCA
ESCUELA DE INGENIERÍA INDUSTRIAL
Suavizamiento Exponencial
Nuevo pronóstico = α (Observación actual de la
demanda) + (1- α)(último pronóstico)
En símbolos:
19 UNIVERSIDAD DE CUENCA
ESCUELA DE INGENIERÍA INDUSTRIAL
Suavizamiento Exponencial
Como antes, Ft es el pronóstico de un paso adelante para
el periodo t realizado en el periodo t-1. Obsérvese que,
como
20 UNIVERSIDAD DE CUENCA
ESCUELA DE INGENIERÍA INDUSTRIAL
Suavizamiento Exponencial
Donde los pesos son:
Si α es grande,
+ ponderación en la observación actual
- ponderación sobre las observaciones pasadas
El pronóstico reacciona rápidamente a cambios de
patrones
+ variación de periodo a periodo
Si α es pequeña,
+ peso en los datos pasados
Los pronósticos son mas estables.
22 UNIVERSIDAD DE CUENCA
ESCUELA DE INGENIERÍA INDUSTRIAL
Ejemplo
En el ejemplo anterior, con el fin de iniciar el método,
asumimos que el pronostico para el periodo 1 fue 200.
supongamos que α =0.1 , el pronóstico de un paso
adelante para el periodo 2 es
De forma similar
23 UNIVERSIDAD DE CUENCA
ESCUELA DE INGENIERÍA INDUSTRIAL
Resultados
Trimestre Fallas Pronóstico
1 200 200 (Por suposición)
2 250 200
3 175 205
4 186 202
5 225 201
6 285 203
7 305 211
8 190 220
24 UNIVERSIDAD DE CUENCA
ESCUELA DE INGENIERÍA INDUSTRIAL
Errores en el Pronóstico
Defina el error de pronostico en cualquier periodo t, et,
como la diferencia entre el pronostico para el periodo y
la demanda real para el mismo periodo. Para pronósticos
de varios pasos adelante.
25 UNIVERSIDAD DE CUENCA
ESCUELA DE INGENIERÍA INDUSTRIAL
Errores en el Pronóstico
Digamos que e1, e2,…, en son los errores de pronóstico
observados en n periodos. Las dos medidas mas comunes
de exactitud de pronóstico durante estos periodos n son
la Desviación Absoluta Media (DAM) y el Error
Cuadrático Medio (ECM), dados por las formulas
siguientes:
26 UNIVERSIDAD DE CUENCA
ESCUELA DE INGENIERÍA INDUSTRIAL
Errores en el Pronóstico
Cuando los errores de pronostico se distribuyen
normalmente, como generalmente se supone, un
estimado de la desviación estándar del error de
pronostico, σe , está dada por 1.25 veces la DAM.
27 UNIVERSIDAD DE CUENCA
ESCUELA DE INGENIERÍA INDUSTRIAL