Inventarios

Unidad 2. Sistema de control de inventario

Inventarios

Nombre del alumno: Juan Marcos Gutiérrez Flores

Matrícula: ES172006183
Grupo: LT-LINV-1902-B2-002
Docente en línea: María Fernanda Rangel Quiterio
Unidad 2

Evidencia de aprendizaje

Universidad Abierta y a Distancia de México

LOGÍSTICA Y TRANSPORTE JUAN MARCOS GUTIERREZ FLORES - ES172006183

 Inventarios
Unidad 2. Sistema de control de inventario

Introducción

Se aplicarán los métodos de medición y control de inventario para el caso propuesto de la empresa
Fashion Hit Latino la cual se dedica a la comercialización de prendas de vestir. Dicha empresa requiere
poder hacer una planeación respecto a las unidades que debe solicitar considerando las temporadas y
su demanda histórica.

Requerimientos del análisis:

 Obtener el pronóstico para el mes de noviembre utilizando el método de los promedios móviles
 El pronóstico para el mes de noviembre utilizando el método de suavización exponencial simple
con base en las estadísticas de la empresa FHL
 Evaluar ambos métodos empleando las ecuaciones del error
 Calcular el stock medio para los diferentes niveles de servicio que propone el gerente de FHL y
graficar la relación entre los diferentes niveles de servicio contra stock medio.

Pronóstico para el mes de noviembre con el método de promedios móviles

Con la tabla de demanda proporcionada se procede a calcular el pronóstico para el mes de noviembre,
se consideran los valores de N en 2, 3 y 4:

Mes Demanda (D)

Enero 300
2 Febrero 350
Marzo 280
Abril 200
Mayo 250
Junio 300
Julio 350
Agosto 400
Septiembre 500
Octubre 400
Noviembre x
Total 3330
Demanda mensual media 333

Se considera la fórmula de los promedios móviles donde N es igual al promedio de las observaciones
más recientes las cuales se utilizan para el pronóstico del siguiente periodo, siendo PM el promedio
móvil y Di la demanda del periodo i

LOGÍSTICA Y TRANSPORTE JUAN MARCOS GUTIERREZ FLORES - ES172006183

 Inventarios
Unidad 2. Sistema de control de inventario

Promedio móvil noviembre con N=2

N=2
Mes Demanda (D) Pronóstico e1 = x1 -x Abs(e1)
Enero 300      
Febrero 350      
Marzo 280 325.00 -45.00 45.00
Abril 200 315.00 -115.00 115.00
Mayo 250 240.00 10.00 10.00
Junio 300 225.00 75.00 75.00
Julio 350 275.00 75.00 75.00
Agosto 400 325.00 75.00 75.00
Septiembre 500 375.00 125.00 125.00
Octubre 400 450.00 -50.00 50.00
Noviembre   450.00    
Total 3330

500+ 400
pm= =450 unidades del producto
2

Pronóstico N=2
3 600
500
400
300 Demanda (D)
200 Pronóstico
100
0
er
o
er
o zo ril ay
o
ni
o lio to br
e
br
e
br
e
En br ar Ab M Ju Ju g os m tu m
e M tie c
F A O vie
S ep No

Así mismo se calculan el error medio y absoluto obtenido de los promedios de error para cada mes
(Demanda mensual – pronóstico):

Promedio móvil
ME= 18.75
MAE= 71.25

LOGÍSTICA Y TRANSPORTE JUAN MARCOS GUTIERREZ FLORES - ES172006183

 Inventarios
Unidad 2. Sistema de control de inventario

Promedio móvil con N=3

N=3
Mes Demanda (D) Pronóstico e1 = x1 -x Abs(e1)
Enero 300      
Febrero 350      
Marzo 280      
Abril 200 310.00 -110.00 110.00
Mayo 250 276.67 -26.67 26.67
Junio 300 243.33 56.67 56.67
Julio 350 250.00 100.00 100.00
Agosto 400 300.00 100.00 100.00
Septiembre 500 350.00 150.00 150.00
Octubre 400 416.67 -16.67 16.67
Noviembre   433.33    
Total 3330

400+500+ 400
pm= =433.33 unidades del producto
3

4
Pronóstico N=3
600
500
400
300 Demanda (D)
200 Pronóstico
100
0
er
o ro zo ril ay
o
ni
o lio t o
br
e re br
e
En re ar Ab Ju Ju os ub
F e b M M Ag em Oc
t
vi em
pti
Se No

Así mismo se calculan el error medio y absoluto obtenido de los promedios de error para cada mes
(Demanda mensual – pronóstico):

Promedio móvil
ME= 36.19
MAE= 80.00

LOGÍSTICA Y TRANSPORTE JUAN MARCOS GUTIERREZ FLORES - ES172006183

 Inventarios
Unidad 2. Sistema de control de inventario

Promedio móvil con N=4

N=4
Mes Demanda (D) Pronóstico e1 = x1 -x Abs(e1)
Enero 300      
Febrero 350      
Marzo 280      
Abril 200      
Mayo 250 282.50 -32.50 32.50
Junio 300 270.00 30.00 30.00
Julio 350 257.50 92.50 92.50
Agosto 400 275.00 125.00 125.00
Septiembre 500 325.00 175.00 175.00
Octubre 400 387.50 12.50 12.50
Noviembre   412.50    
Total 3330

350+ 400+500+ 400

pm= =412.50 unidades del producto
3

5
Pronóstico N=4
600
500
400
300 Demanda (D)
200 Pronóstico
100
0
er
o ro zo ril ay
o
ni
o lio to br
e
br
e
br
e
En bre ar Ab Ju Ju os tu
F e M M Ag em Oc
vi em
pti
Se No

Así mismo se calculan el error medio y absoluto obtenido de los promedios de error para cada mes
(Demanda mensual – pronóstico):

Promedio móvil
ME= 67.08
MAE= 77.92

Podemos considerar que el promedio móvil con N=2 es el mejor pronóstico debido a que es el que tiene
el error medio y absoluto más bajo.

LOGÍSTICA Y TRANSPORTE JUAN MARCOS GUTIERREZ FLORES - ES172006183

 Inventarios
Unidad 2. Sistema de control de inventario

Pronóstico para el mes de noviembre utilizando el método de suavización exponencial simple con
base en las estadísticas de la empresa FHL

Se utilizan los valores de α = 0.2, 0.3, 0.4

La fórmula para obtener la suavización exponencial es la siguiente:

α 0.2
Mes
0 Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov
Dt 400.0 300 350 280 200 250 300 350 400 500 400  
Ft 400.0 400 380 374 355 324 309 307 316 333 366 373
Error 0.0 -100 -30 -94 -155 -74 -9 43 84 167 34  
Abs 0 100 30 94 155 74 9 43 84 167 34  
ME= -14
MAE
= 79

α 0.3
Mes
0 Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov
6
Dt 400.0 300 350 280 200 250 300 350 400 500 400  
Ft 400.0 400 370 364 339 297 283 288 307 335 384 389
Error 0.0 -100 -20 -84 -139 -47 17 62 93 165 16  
Abs 0 100 20 84 139 47 17 62 93 165 16  
ME= -4
MAE
= 74

α 0.4
Mes
0 Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov
Dt 400.0 300 350 280 200 250 300 350 400 500 400  
Ft 400.0 400 360 356 326 275 265 279 307 344 407 404
Error 0.0 -100 -10 -76 -126 -25 35 71 93 156 -7  
Abs 0 100 10 76 126 25 35 71 93 156 7  
ME= 1
MAE
= 70

LOGÍSTICA Y TRANSPORTE JUAN MARCOS GUTIERREZ FLORES - ES172006183

 Inventarios
Unidad 2. Sistema de control de inventario

De acuerdo a los pronósticos obtenidos se hace el cálculo del MAD, CFE y señal de rastreo para
determinar si la técnica establecida es funcional buscando evitar que el valor absoluto de la señal de
rastreo sea menor al valor absoluto de 3.75

Estas son las fórmulas para obtener cada rubro los cuales se proyectan en una tabla de Excel:

A continuación, los resultados para α = 0.2, 0.3, 0.4:

α 0.2
Demanda Erro Error Sumatoria Señal de
Pronóstico Abs MAD CFE
Mes (D) r acumulativo de CFE rastreo
Ene 300 400 100 100 100 100 -100 -100 1.00

Feb 350 380 30 30 130 65 -30 -130 2.00

Mar 280 374 94 94 224 75 -94 -224 3.00
Abr 200 355 155 155 379 95 -155 -379 4.00
May 250 324 74 74 453 91 -74 -453 5.00
Jun 300 309 9 9 463 77 -9 -463 6.00
Jul 350 307 -43 43 505 72 43 -420 5.82
Ago 400 316 -84 84 589 74 84 -336 4.56
Sep 500 333 -167 167 756 84 167 -169 2.01
Oct 400 366 -34 34 790 79 34 -135 1.71
Nov 373 0 0 790 72 -373 -508 7.07
Tota
l 3330                

LOGÍSTICA Y TRANSPORTE JUAN MARCOS GUTIERREZ FLORES - ES172006183

 Inventarios
Unidad 2. Sistema de control de inventario

α 0.3
Demanda Erro Error Sumatoria Señal de
Pronóstico Abs MAD CFE
Mes (D) r acumulativo de CFE rastreo
Ene 300 400 100 100 100 100 -100 -100 1.00
Feb 350 370 20 20 120 60 -20 -120 2.00
Mar 280 364 84 84 204 68 -84 -204 3.00
Abr 200 339 139 139 343 86 -139 -343 4.00
May 250 297 47 47 390 78 -47 -390 5.00
Jun 300 283 -17 17 407 68 17 -373 5.50
Jul 350 288 -62 62 469 67 62 -311 4.64
Ago 400 307 -93 93 562 70 93 -218 3.10
Sep 500 335 -165 165 727 81 165 -52 0.65
Oct 400 384 -16 16 743 74 16 -37 0.49
Nov   389 0 0 743 68 -389 -426 6.30
Tota
8 l 3330                

α 0.4
Demanda Erro Error Sumatoria Señal de
Pronóstico Abs MAD CFE
Mes (D) r acumulativo de CFE rastreo
Ene 300 400 100 100 100 100 -100 -100 1.00
Feb 350 360 10 10 110 55 -10 -110 2.00
Mar 280 356 76 76 186 62 -76 -186 3.00
Abr 200 326 126 126 312 78 -126 -312 4.00
May 250 275 25 25 337 67 -25 -337 5.00
Jun 300 265 -35 35 372 62 35 -302 4.88
Jul 350 279 -71 71 443 63 71 -231 3.66
Ago 400 307 -93 93 535 67 93 -139 2.07
Sep 500 344 -156 156 691 77 156 17 0.22
Oct 400 407 7 7 697 70 -7 10 0.14
Nov   404 0 0 697 63 -404 -394 6.21
Tota
l 3330                

LOGÍSTICA Y TRANSPORTE JUAN MARCOS GUTIERREZ FLORES - ES172006183

 Inventarios
Unidad 2. Sistema de control de inventario

Como podemos notar el valor absoluto de la señal de rastreo para cada una de las variables es mayor a
3.75 por lo que la técnica de suavización no resulta funcional de acuerdo a el límite previamente
establecido por FHL.

Stock medio para los diferentes niveles de servicio y graficas de la relación entre los diferentes niveles
de servicio contra stock medio.

Se requiere calcular el stock medio y compararlo con los posibles niveles de servicio en 60%, 70%, 80%,
90% y 95%, se considera un plazo de entrega de 10 días y una variación estándar de 65 unidades.

Junto con este requerimiento se recibe la tabla con las variables estandarizadas y su relación con los
niveles de servicio para poder estimar tanto el stock de seguridad como el stock medio:

Variable Probabilidad
estandarizada nivel de servicio
0.26 60%
0.53 70%
0.85 80%
1.29 90%
1.65 95%
9
Para poder obtener el stock medio es necesario calcular el stock de seguridad el cual se obtiene con la
siguiente fórmula:

SS=Variable estandarizada∗Desviación estándar∗√ Plazo de entrega

Tomando como ejemplo la primera variable procedemos a calcular el SS:

SS=0.26∗65∗√ 10= 53.44

Debido a que determinamos que los pronósticos obtenidos por medio de la suavización no resultaron
funcionales por su valor absoluto en la señal de rastreo procederemos a calcular el stock medio con base
en el método de promedios móviles, los pronósticos que obtuvimos para el mes de noviembre fueron
433, 413 y 404:

Variable Probabilidades Stock de Stock

Pronóstico
estandarizada nivel de servicio seguridad Medio
0.26 60% 53.44 433 270
0.53 70% 108.94   325

LOGÍSTICA Y TRANSPORTE JUAN MARCOS GUTIERREZ FLORES - ES172006183

 Inventarios
Unidad 2. Sistema de control de inventario

0.85 80% 174.71   391

1.29 90% 265.15   482
1.65 95% 339.15   556
Desviación estandar 65
Plazo de entrega 10
Raíz del plazo 3.1622

Stock Medio
600 556
482
500
391
400 325 Stock Medio
300270

200

100

0
60% 70% 80% 90% 95%

Variable Probabilidades Stock de Stock

Pronóstico
estandarizada nivel de servicio seguridad Medio
10 0.26 60% 53.44 413 260
0.53 70% 108.94   315
0.85 80% 174.71   381
1.29 90% 265.15   472
1.65 95% 339.15   546
Desviación estandar 65
Plazo de entrega 10
Raíz del plazo 3.1622

Stock Medio
600 546
472
500
381
400
315 Stock Medio
300260

200

100

0
60% 70% 80% 90% 95%

LOGÍSTICA Y TRANSPORTE JUAN MARCOS GUTIERREZ FLORES - ES172006183

 Inventarios
Unidad 2. Sistema de control de inventario

Variable Probabilidades Stock de Stock

Pronóstico
estandarizada nivel de servicio seguridad Medio
0.26 60% 53.44 404 255
0.53 70% 108.94   311
0.85 80% 174.71   377
1.29 90% 265.15   467
1.65 95% 339.15   541
Desviación estandar 65
Plazo de entrega 10
Raíz del plazo 3.1622

Stock Medio
600 541
500 467
11
377
400
311 Stock Medio
300255

200

100

0
60% 70% 80% 90% 95%

Conclusiones

Habiendo concluido los análisis solicitados procedemos a responder las preguntas solicitadas:

¿Cuál es el mejor pronóstico entre las diferentes alternativas de promedio móvil?

Considero que el pronóstico con N=4 es el mejor debido a que es el más cercano respecto a la demanda
con el error acumulado menor y el que toma una mayor muestra (4 meses) para su estimación.

¿Cuál es el mejor pronóstico entre las diferentes alternativas de suavización exponencial?

El cálculo obtenido con el valor de α=0.5 es el que tiene el menor nivel de promedio en error acumulado
respecto a la demanda histórica, sin embargo, al calcular el valor de la señal de rastreo nos percatamos
que ninguno de los cálculos de suavización era funcional debido a que el rastreo supero el valor de 3.75

LOGÍSTICA Y TRANSPORTE JUAN MARCOS GUTIERREZ FLORES - ES172006183

 Inventarios
Unidad 2. Sistema de control de inventario

¿Cuál es el mejor pronóstico entre las seis alternativas?

El pronóstico obtenido con promedio móvil y valor de N en 4 es que tienen el margen menor de error y
así mismo tiempo se puede notar en la escala de nivel de servicio que el stock medio no es el más alto
de todas las comparaciones y al mismo tiempo permitiría un porcentaje de nivel de servicio del 95%
ayudando así a ahorrar espacio de almacenaje y mantener la eficiencia de la operación.

Finalmente se destaca la relevancia que tienen las estrategias de estimación de demanda utilizadas ya
que permitirán a la empresa tomar decisiones estratégicas en cuanto al aprovisionamiento enfocado en
satisfacer la demanda de los clientes cuidando que no se generen gastos innecesarios en el almacén, los
márgenes de error son considerados en el cálculo y ello permite la toma de decisiones menos
arriesgadas o de menor impacto para la empresa. De acuerdo al requerimiento inicial y planteamiento
del caso el análisis permitiría contar con el tiempo suficiente para que el departamento de compras
consiga el producto previo al cambio de temporada en agosto y previo a los meses que se tornan
complicados para la adquisición de materiales.

Bibliografía
Chapman, S. N. (2006). Planificación y control de la producción. México: Pearson Educación.

Dickinson González, Y., Espinosa Chongo, D., & Ripoll Feliu, V. (2009). Contabilidad de gestión. In
Contabilidad y negocios (pp. 8-10). Perú: Universidad Católica del Perú.

Guerra Valverde, Y. R., & Felipe Valdés, P. (2014). Modelos y sistemas de inventarios. Guerra Valverde,
Yosvanys R.
12
UnADM. (2019). Inventarios. In UnADM, Unidad 2: Sistemas de control de inventario (pp. 2-40). México:
UnADM.

LOGÍSTICA Y TRANSPORTE JUAN MARCOS GUTIERREZ FLORES - ES172006183