PRACTICA N° 01

PLANEAMIENTO Y CONTROL
DE LA PRODUCCIÓN

PRONOSTICOS

I. OBJETIVO

 Analizar e interpretar el comportamiento de la demanda.

 Utilizar el modelo más apropiado, según los datos para pronosticar la demanda futura.
 Utilizar modelos con comportamiento de la demanda constante.

II. TEMAS A TRATAR

 Pronósticos en los sistemas de la producción

 Tipos de Pronósticos

III. DURACIÓN DE LA PRACTICA

 2 horas.

IV. MARCO TEORICO

1. PRONOSTICOS
Muchas veces las personas confunden los pronósticos y la precisión; dicen: “No es posible
pronosticar”, a lo que se responde: “Claro que se puede, pero tienen que comprender lo que
significa el pronóstico”.
Existen diferentes métodos para enfocar un pronóstico de demanda. El uso de estos
enfoques depende de la naturaleza de la empresa, los productos que fabrica, sus recursos,
los sistemas de información que emplea y la filosofía de su administración.

2. ADMINISTRACIÓN DE LA DEMANDA
El propósito de la administración de la demanda es coordinar y controlar todas las fuentes
de demanda de manera tal que el sistema productivo pueda usarse de manera eficiente y
para que el producto se entregue a tiempo.

3. TIPOS DE DEMANDA
Existen dos tipos básicos de demanda: la dependiente y la independiente
La demanda dependiente, es la que se debe a la de otros productos o servicios, o esta
condicionada a la demanda de otros productos. Por ejemplo, si una empresa vende 1000
triciclos, no hay duda de que habrá una demanda de 2000 ruedas delanteras y 1000
1

traseras.
Página

La demanda independiente, es la que no está condicionada a la demanda de otros

productos. Por ejemplo, la cantidad de triciclos que pueda vender la empresa.
4. TIPOS DE PRONÓSTICOS
Los pronósticos se pueden clasificar en tres tipos básicos: cualitativos, causales y de series
de tiempos.
Pronósticos cualitativos, de carácter subjetivo y se basan en estimaciones y opiniones.
Existen varios métodos para agrupar estos datos, dentro de los cuales tenemos:
investigación de mercado, opinión de expertos y basados en indicadores económicos.
Pronósticos causales, supone que la demanda está relacionada con uno o más factores
subyacentes del ambiente. Los modelos usados para este tipo de pronósticos son
básicamente, los de análisis de regresión.
Pronósticos de series de tiempos, se basa en la idea de que se pueden usar los datos
relacionados con la demanda del pasado para realizar pronósticos. Estos datos pueden
incluir varios componentes, como la tendencia, la estacionalidad o las influencias cíclicas y
un comportamiento constante.

5. MÉTODOS DE CÁLCULO DE LOS PRONÓSTICOS

a. Métodos de regresión matemática
Por regresión lineal
Mínimos cuadrados
Regresión lineal por correlación
Por regresión no lineal
Exponencial
Parabólico

b. Métodos de promedios
Promedios simples
Promedios móviles
Promedios móviles con ponderación exponencial.

6. MEDICIÓN DE LA PRECISIÓN
Sin importar cuál método se aplique para generar una proyección, el mejor indicador para
medir una predicción es la exactitud (o precisión). Todos los comparativos de desempeño,
simplicidad, costo, etc., deben someterse al hecho de que el mejor método es aquel que
muestre la mayor precisión en el pronóstico. Una compañía puede evaluarse según sus
utilidades, y los analistas de métodos de predicción pueden medirse con base en su
exactitud.

PROMEDIO DE LA DESVIACIÓN ABSOLUTA (MAD: mean absolute deviation): Mide la

precisión del pronóstico al promediar las magnitudes de los errores de pronóstico.

PROMEDIO DE LA DESVIACIÓN AL CUADRADO (MSD: mean square deviation): Este

2

método penaliza los errores grandes de pronóstico, debido a que los errores se elevan al
Página

cuadrado.
 ERROR ABSOLUTO MEDIO PORCENTUAL(MAPE: mean absolute percent error): Esta
medida también es muy popular. Igual que el MAD y el MSD, usa los valores absolutos (sin
signo); no obstante, consume un paso más en el proceso, ya que mide el error en
porcentaje.
La ventaja del MAPE es que se expresa en forma porcentual, lo que permite comparar
series de datos divergentes porque los porcentajes se constituyen en un común
denominador. Así por ejemplo, las predicciones de ventas de computadoras de IBM pueden
compararse con la predicción de ventas de automóviles Chrysler o con las ventas de
cualquiera otra empresa, sin importar cuan diferente es el producto manufacturado.

A veces es necesario determinar si un método de pronóstico tiene sesgo(produce

pronósticos mas altos o más bajos de manera sistemática, en estos casos se usa el error
porcentual medio (MPE: mean porcentaje error)

7. MÉTODOS DE ATENUACIÓN PARA PRONÓSTICOS

7.1. Promedios simples

En este caso solamente se halla un promedio de todos los datos existentes,
constituyéndose este valor como el pronóstico para el periodo siguiente.

7.2 Promedios móviles simples (SMA: Simple Moving Average): El método de

promedios movibles simples es un método de primer orden; es decir, se considera
simple en el sentido de que el promedio de un número dado de observaciones (periodos)
se utiliza para predecir el valor del periodo siguiente. Se avanza a cada nuevo punto de
datos, se agrega la nueva observación y se elimina la más antigua.
3
Página

Donde:
 
Y t+1 = Valor pronosticado para el siguiente periodo.
Yt = Valor real en el periodo t
K = Número de términos en el promedio móvil.

El promedio móvil para el periodo t, es la media aritmética de las observaciones mas

recientes k. En un promedio móvil se asignan pesos iguales a cada observación.

7.3 Promedio Móvil Ponderado

Este método es parecido al anterior con la diferencia, que a cada periodo se le debe
multiplicar por un peso, considerando un peso mayor para el periodo mas reciente.

7.4 Suavizamiento exponencial

Según puede observarse, en el método de promedios movibles hay dos limitaciones.
Primero, se requiere siempre un número N de valores observados, lo que toma un
espacio considerable en fórmulas y cálculo para lograr una predicción. Segundo, el
método de promedios movibles simples, pondera con un mismo peso todas las N
observaciones y no considera las observaciones del periodo anterior a (t - N).
El suavizamiento exponencial revisa continuamente el valor estimado a la luz de
experiencias mas recientes. Este método se basa en promediar (suavizar) los valores
pasados de una serie, en forma exponencialmente decreciente. La observación mas
próxima recibe el peso mas grande a (donde 0 < a < 1), la siguiente observación mas
cercana, recibe menos peso a(1 - a) la observación de dos periodos anteriores en el
pasado, recibe incluso menos peso, a(1 - a)2 y así sucesivamente.

Donde:

Y t+1 = Nuevo valor suavizado o el valor del pronóstico para el siguiente periodo.
a = Constante de suavizamiento.
Yt = Nueva observación o valor real de una serie en el periodo t

Y t = Antiguo valor suavizado o pronóstico para el periodo t.

V. ACTIVIDADES DE LA PRÁCTICA

1) En el siguiente cuadro se presenta los datos para el número diario de clientes Yt, que

requieren trabajos de reparación, así como un pronóstico Y t , de tales datos, para la
empresa MMI Representaciones. La técnica de pronóstico utilizo el número de clientes
atendidos en el periodo anterior como pronóstico del periodo actual. Calcular el MAD,
MSE, MAPE y el MPE y hacer comentarios de los resultados hallados.
4
Página
 Tiempo Clientes Pronóstico
T Yt 
Yt
1 58 -
2 54 58
3 60 54
4 55 60
5 62 55
6 62 62
7 65 62
8 63 65
9 70 63

2) Con los datos de MMI, realizar lo siguiente:

a) Encontrar un pronóstico para el periodo 10 utilizando un promedio móvil de tres

periodos.
b) Realizar un pronóstico para el periodo 10 considerando el promedio móvil ponderado
considerando los siguientes pesos: 0.5, 0.3 y 0.2
d) Realizar un pronóstico para el periodo 10 considerando un suavizamiento exponencial
con un alfa = 0.8, 0.5, 0.3, 0.2, 0.1 y 0.01, a que conclusiones puede llegar.

3) A continuación se presenta un conjunto de datos con su respectivo pronóstico:

Año Gasto Pronóstico 1 Pronóstico 2

X Yt  
Yt Yt
1998 14.8 16.9 17.5
1999 20.6 18.4 18.6
2000 22.1 19.9 19.7
2001 19.3 21.4 21.0
2002 20.6 22.9 22.3
2003 25.6 24.4 23.6
2004 26.5 25.9 25.1
2005 28.5 27.3 26.7
2006 26.8 28.8 28.3
2007 28.7 30.3 30.1
2008 35.1 31.8 31.9
2009 37.0 33.3 33.9
2010 30.5 34.8 36.0

Calcular el MAD, MSE, MAPE y el MPE para cada pronóstico y hacer comentarios de los
resultados hallados.

4) Rent a car, es una empresa que se dedica al alquiler de camionetas, a continuación se

presenta el consumo de petróleo por semana para la flota que tiene disponible dicha
empresa:
5
Página
 Semana Galones Semana Galones Semana Galones
X Yt X Yt X Yt
1 275 11 302 21 310
2 291 12 287 22 299
3 307 13 290 23 285
4 281 14 311 24 250
5 295 15 277 25 260
6 268 16 245 26 245
7 252 17 282 27 271
8 279 18 277 28 282
9 264 19 298 29 302
10 288 20 303 30 285

a) Encontrar un pronóstico para la semana 31, haciendo uso del método de promedio simple.
b) Calcular el MAD, MSE, MAPE y el MPE, para el punto (a). Hacer comentarios.
c) Encontrar un pronóstico para la semana 31, considerando el método de los promedios móviles
de 3, 5 y 7 periodos.
d) Encontrar un pronóstico para la semana 31, considerando un promedio ponderado de 0.4, 0.3,
0.2 y 0.1. Hacer comentarios.

VI. EJERCICIOS.

1. Una empresa de helados distribuye sus productos en las tiendas o bodegas y ha tenido
problemas de sobreproducción y subproducción por errores en los pronósticos. Los datos
que se presentan a continuación corresponden a la demanda (en docenas) de pan en las
últimas cuatro semanas. La empresa cierra los sábados, por lo que la producción del viernes
debe satisfacer la demanda del sábado y la del domingo.

Hace 4 semanas Hace 3 semanas Hace 2 semanas Semana Pasada

Lunes 2 200 2 400 2 300 2 400
Martes 2 000 2 100 2 200 2 200
Miércoles 2 300 2 400 2 300 2 500
Jueves 1 800 1 900 1 800 2 000
Viernes 1 900 1 800 2 100 2 000
Sábado y 2 800 2 700 3000 2 900
Domingo

Elabore un pronóstico para esta semana, con base en lo siguiente:

a) Por día, con un promedio móvil simple.
b) Por día, con un promedio ponderado de 0.40, 0.30, 0.20 y 0.10 para las últimas cuatro
semanas.
c) La empresa también planifica sus compras de ingredientes para la producción de helados. Si
el pronóstico de demanda de helados para la semana pasada fue de 22 000 y solo se
requirieron 21 000, ¿cuál sería el pronóstico para esta semana al usar un suavizamiento
exponencial con α = 0.10?.
d) Suponga, con el pronóstico que hizo en ( c ), que la demanda real para esta semana es de
22 500. ¿Cuál sería el nuevo pronóstico para la próxima semana?.
6
Página
2. La demanda histórica para un producto es:

Mes Demanda
Enero 120
Febrero 110
Marzo 150
Abril 120
Mayo 160
Junio 150

a) Use un promedio móvil ponderado con valores de 0.40, 0.30, 0.20 y 0.10 para determinar
el pronóstico para julio.
b) Use un promedio móvil simple de tres meses para determinar el pronóstico para julio.
c) Use el suavizamiento exponencial simple de α = 0.2 y 0.7.
d) ¿De los pronósticos anteriores determine cuál es el mejor pronóstico para Julio?
e) Use el análisis de regresión de mínimos cuadrados y calcule el pronóstico para julio, la
intersección con el eje, la pendiente, la desviación estándar y la correlación.

3. Embotelladora Andina produce bebidas, que se venden a supermercados y bodegas. Las

ventas mensuales observadas durante 2013 y 2014 en miles de paquetes se muestran en la
tabla siguiente:
Obs. Mes Demanda Obs. Mes Demanda
1 Enero 48.5 13 Enero 48.9
2 Febrero 46.0 14 Febrero 49.5
3 Marzo 54.4 15 Marzo 59.0
4 Abril 49.8 16 Abril 56.0
5 Mayo 48.1 17 Mayo 49.3
6 Junio 55.0 18 Junio 58.5
7 Julio 47.7 19 Julio 53.0
8 Agosto 45.2 20 Agosto 48.6
9 Setiembre 51.0 21 Setiembre 50.8
10 Octubre 47.5 22 Octubre 53.4
11 Noviembre 49.1 23 Noviembre 49.8
12 Diciembre 50.8 24 Diciembre 56.3

Teniendo en cuenta que el departamento de planeación maneja la demanda como un proceso

constante, determinar el pronóstico para enero del 2015, usando los siguientes métodos:
a) Promedio de todos los datos
b) Promedio móvil con N = 6
c) Promedio móvil ponderado, puede asignar los pesos que desee y los meses que crea más
apropiados. Sustente su respuesta.
d) Suponga que la demanda real de Enero del 2015 es 55.2 miles de paquetes. Calcule el
pronóstico para febrero usando promedio móvil con N = 6 obs.
e) Usando el promedio Móvil que tenga el menor error (MAD) con N = 3 obs, 5 obs y 7obs.

4. A continuación se presenta la información de los ingresos por ventas en miles de soles, de la

tienda EFE, en su línea blanca de electrodomésticos.
7
Página
 Año Trimestre Ventas
2009 1 500
2 350
3 250
4 400
2010 5 450
6 350
7 200
8 300
2011 9 350
10 200
11 150
12 400
2012 13 550
14 350
15 250
16 550
2013 17 550
18 400
19 350
20 600
2014 21 750
22 500
23 400
24 650
2015 25 850

a) Elaborar un pronostico para los demás trimestres del año 2015 utilizando el método de
suavizamiento exponencial considerando a = 0.1 y a = 0.6
b) Calcular el MAD, MSE, MAPE y el MPE. Hacer comentarios

VII. CUESTIONARIO
1. ¿Por qué es importante un pronóstico? ¿Qué papel juega en la planeación y control de la
producción?
2. ¿Cuáles son las ventajas y desventajas de las investigaciones de mercado?
3. Dé tres ejemplos de situaciones en las que el método Delphi sería una manera adecuada de
pronosticar.
4. Menciones algunos factores causales que pueden influir en lo siguiente:
 La venta de paquetes de computadora
 Los viajes internacionales por avión
 La venta de Cemento
 La venta de automóviles de lujo
 El consumo de gas natural
 La venta de CD
8

VIII. BIBLIOGRAFÍA
Página

1. Chase, Jacobs y Aquilano. 2009. Administración de la Producción y Operaciones. Ed. Mc

Graw Hill.
2. Norman Gaither y greg Fraizer. 2000. Administración de la Producción y Operaciones.
International Thomson Editores S.A.

9
Página