1

GERENCIA DE PRODUCCION

PRESENTADO POR:

Pardo Guevara Nancy Amparo - Código: 1610650749

Calderón Zapata Paula Andrea - Código: 1621980594
Cerquera Cabezas Yury Andrea - Código: 1721982661
Cortina Ruiz Erika Andrea - Código: 1721980956
Enríquez Paola Andrea – Código: 1611980165
Grupo N°4

TUTOR:

Beltran Ricaurte Brian

INSTITUCIÓN UNIVERSITARIA POLITÉCNICO GRANCOLOMBIANO.

FACULTAD DE INGENIERIA Y CIENCIAS BASICAS
GERENCIA DE PRODUCCION
ADMINISTRACION DE EMPRESAS
COLOMBIA
2019.
 2
Tabla de Contenidos

Tabla de contenido
Introducción e información general.................................................................................................3
Objetivo General..............................................................................................................................4
Objetivos específicos.......................................................................................................................4
Análisis del problema......................................................................................................................5
Mano de obra...............................................................................................................................6
Costo mano de obra.....................................................................................................................6
Inventario de productos y costo de producción...........................................................................6
Trabajo Análisis y gráficas..............................................................................................................9
Jugos funcionales.......................................................................................................................10
Pronósticos.....................................................................................................................................10
Análisis......................................................................................................................................12
Té Verde....................................................................................................................................12
Pronósticos.....................................................................................................................................13
Análisis......................................................................................................................................14
Ensalada tropical........................................................................................................................14
Análisis......................................................................................................................................16
Conclusiones..................................................................................................................................16
Lista de referencias........................................................................................................................17
 3
Introducción e información general

La gerencia de producción se encuentra enfocada en la administración de los recursos de

producción con el fin de generar la mayor eficiencia y eficacia a los mimos en búsqueda de la

mayor ganancia y menor desperdicio de los recursos. Cuando hablamos del rol que lleva a cabo

un gerente de producción, es necesario resaltar todos los procesos que entran a considerarse

dentro de esta labor ya que para llevarlo a cabo es necesario la toma de decisiones que deben

estar encaminadas a evolucionar con la tecnología en busca de una mejor eficiencia.

Para comprender más afondo este proceso llevaremos a cabo el caso de la compañía

Cosechas S.A. por medio del cual estudiaremos el proceso de producción y la tendencia de los

clientes a lo cual se realizará un análisis de los pronósticos y recomendaciones orientadas a la

mejora del proceso buscando mayores ingresos. Dentro del proceso de consultoría que

llevaremos a cabo en la compañía cosechas hablaremos de los tipos de demandas existentes y del

cual tiene relación con su producción, con el cual estamos haciendo énfasis en una de las fuerzas

que siempre están presentes en el mercado, si estudiamos el tipo de demanda con el cual tienen

relación podemos encontrar la demanda estacional, la demanda creciente y decreciente y el tipo

de demanda irregular. Si aplicamos un método de pronóstico nos permitirá evaluar a futuro

dichos patrones que nos ayuden a determinar la viabilidad del proyecto y las mejoras que

debamos aplicar, para ello incluimos las medidas de error lo cual es una comparación entre el

valor pronosticado frente al valor real, y lograremos detectar deficiencias o fallas en la previsión

de la demanda que no esté marchando bien y conseguir cambiar el rumbo de las decisiones

tomadas inicialmente.
 4
Objetivo General

El objetivo del trabajo es realizar un análisis del caso presentado y la posterior propuesta

utilizando las técnicas de pronósticos y planeación agregada. En el proceso de consultoría se

busca proveer soluciones especializadas que permitan a corto plazo optimizar la información,

facilitando la comunicación, colaboración y coordinación entre las diferentes áreas que integran

la compañía, estudiando la planificación de toma de decisiones con base a la demanda existente,

métodos de pronósticos y medidas de error a evaluar con el fin de obtener los mejores resultados.

Objetivos específicos

Identificar las falencias expuestas en el caso y realizar el informe de los resultados

obtenidos, realizando un estudio de la cantidad de recursos a utilizar, basado en los siguientes

objetivos:

 Analizar los datos de la compañía con el fin de buscar mejoras en el proceso.

 Desarrollar pronósticos viables y cumplibles.
 Implementar la planeación de la producción.
 Evaluar pronósticos de demanda por medio de gráficas.
 Programar los recursos de la compañía con base a prioridades.
 Comparar la demanda con meses anteriores.
 Diseñar una estructura empresarial novedosa que permita la expansión de la empresa. Estudiar
el proceso de producción de la compañía cosechas S.A
 Generar recomendaciones que garanticen la eficiencia y eficacia de la producción.
 Implementar planes de producción futuro, con una excelente estrategia
 Control de inventarios
 Disponibilidad de materiales

Análisis del problema.

 
 5
A continuación, relacionamos los dos modelos de planeación agregada más convenientes

para la compañía, con el fin de establecer un horizonte futuro que permita generar el menor gasto

y la mayor ganancia, con las siguientes proyecciones lo que se quiere es entregar las mejores

opciones para facilitar la toma de decisiones al gerente esto con el propósito de encaminar a la

compañía al éxito.

Para realizar las proyecciones se utilizó la siguiente información entregada por la

compañía donde se encuentra el pronóstico de ventas de los siguientes 6 meses, adicionales datos

de costos de producción, mano de obra, conto mano de obra entre otros.

Pronóstico
Año Días Hábiles Mes Granos de Café (arrobas)

25 Enero 5908
24 Febrero 9976
23 Marzo 2096
2016
26 Abril 1527
25 Mayo 9240
23 Junio 756

Teniendo en cuenta el pronóstico de venta se estableció que para los 6 meses se deben

producir 29503 arrobas de café y que adicional se quiere que para los meses impares se tenga un

stock de seguridad de 300 arrobas, sin sobre pasar los 50 empleados por mes, y en caso de que la

producción no cubra la demanda se podrá recurrir a la sub contratación.

 6
Mano de obra

fuerza laboral inicial 10

Producción promedio de trabajador x dia 4 arrobas
stok seguridad meses impares 300
horas jornada laborada por dia 8
tiempo suplementario 0,25

Costo mano de obra

Costo de mano de obra por hora regular $5.000

Costo de mano de obra por dia $40.000
$1.200.00
Costo de mano de obra por mes
0
Costo de mano de obra por hora extra $6.250
Costo de contratar $600.000
Costo de despedir $800.000

Inventario de productos y costo de producción

capacidad bodega propia $1.500

Costo de almacenar bodega externa $50.000
Costo Subcontratación $250.000
costo de producción $120.000

1. El primer modelo de planeación que se propone es el de Adaptación a la demanda +

subcontratación, para el cual se pone en práctica el deseo de la compañía de no contar con más

de 50 operarios.
 7
Adaptacion a la demanda + sub contratacion
ENERO FEBRERO MARZO ABRIL MAYO JUNIO TOTAL
Dias Laborables 25 24 23 26 25 23 146
Unidades por trabajador 100 96 92 104 100 92 584
Inventario inicial 430 0 300 44 15 0 789
Pronostico de venta 5908 9976 2096 1527 9240 756 29503
Trabajadores requeridos 50 50 20 17 50 9 196
Trabajadores Actuales 10 50 50 20 17 50 197
Trabajadores contratados 40 0 0 0 33 0 73
Costo trabajadores contratados $24.000.000 $0 $0 $0 $19.800.000 $0 $43.800.000
Trabajadores Despedidos 0 0 30 3 0 41 74
Costo Trabajadores despedidos $0 $0 $24.000.000 $2.400.000 $0 $32.800.000 $59.200.000
trabajadores utilizados 50 50 20 17 50 9 196
Costo mano de Obra $ 60.000.000 $ 60.000.000 $ 24.000.000 $ 20.400.000 $ 60.000.000 $ 10.800.000 $ 235.200.000
Unidades producidas 5000 4800 1840 1768 5000 828 19236
costo de produccion $ 600.000.000 $ 576.000.000 $ 220.800.000 $ 212.160.000 $ 600.000.000 $ 99.360.000 $ 2.308.320.000
almacenaje de bodega propia 0 300 44 300 0 72 716
almacenaje de bodega contratada 0 0 0 0 0 0 0
Costo de almacenar $0 $0 $0 $0 $0 $0 $0
unidades a subcontratar 478 5476 0 0 4225 0 10179
Costos por subcontratacion $ 119.500.000 $ 1.369.000.000 $0 $0 $ 1.056.250.000 $0 $ 2.544.750.000
costo total $ 803.500.000 $ 2.005.000.000 $ 268.800.000 $ 234.960.000 $ 1.736.050.000 $ 142.960.000 $ 5.191.270.000

Numero de arrobas de café que se deben producir cada mes

ENERO FEBRERO MARZO ABRIL MAYO JUNIO

5478 9676 2096 1227 9219 456

Numero de arrobas de café que se producen cada mes

ENERO FEBRERO MARZO ABRIL MAYO JUNIO TOTAL

5000 4800 1840 1768 5000 828 19236

Numero de arrobas de café que se deben sub contratar

ENERO FEBRERO MARZO ABRIL MAYO JUNIO TOTAL

478 5476 0 0 4225 0 10179

Numero de arrobas que se almacenan en la bodega propia y externa

ENERO FEBRERO MARZO ABRIL MAYO JUNIO TOTAL
PROPIA 0 5476 0 0 4225 0 9701
CONTRATADA 0 0 0 0 0 0 0

Número de operarios trabajando en cada mes, número de operarios contratados y número de

operarios despedidos.

TRABAJADORES ENERO FEBRERO MARZO ABRIL MAYO JUNIO TOTAL

ACTUALES 10 50 50 20 17 50 197
CONTRATADOS 40 0 0 0 33 0 73
DESPEDIDOS 0 0 30 3 0 41 74

Costo total en cada mes y costo total para el horizonte de planeación

 8

ENERO FEBRERO MARZO ABRIL MAYO JUNIO TOTAL

$ 803.500.000 $ 2.005.000.000 $ 268.800.000 $ 234.960.000 $ 1.736.050.000 $ 142.960.000 $ 5.191.270.000

2. El segundo modelo de planeación que se propone es el de Fuerza de trabajo constante +

subcontratación, para el cual se pone en práctica el deseo de la compañía de no contar con más

de 50 operarios.

Fuerza de trabajo nivelada + sub contratacion

ENERO FEBRERO MARZO ABRIL MAYO JUNIO TOTAL
Dias Laborables 25 24 23 26 25 23 146
Unidades por trabajador 100 96 92 104 100 92 584
Inventario inicial 430 0 300 2804 6477 2237 12248
Pronostico de venta 5908 9976 2096 1527 9240 756 29503
Trabajadores requeridos 50 50 50 50 50 50 300
Trabajadores Actuales 10 50 50 50 50 50 260
Trabajadores contratados 40 0 0 0 0 0 40
Costo trabajadores contratados $0 $0 $0 $0 $0 $0 $0
Trabajadores Despedidos 0 0 0 0 0 0 0
Costo Trabajadores despedidos $0 $0 $0 $0 $0 $0 $0
trabajadores utilizados 50 50 50 50 50 50 300
Costo mano de Obra $ 60.000.000 $ 60.000.000 $ 60.000.000 $ 60.000.000 $ 60.000.000 $ 60.000.000 $ 360.000.000
Unidades producidas 5000 4800 4600 5200 5000 4600 29200
costo de produccion $ 600.000.000 $ 576.000.000 $ 552.000.000 $ 624.000.000 $ 600.000.000 $ 552.000.000 $ 3.504.000.000
almacenaje de bodega propia 0 300 1500 1500 1500 1500 6300
almacenaje de bodega contratada 0 0 1304 4977 737 4581 11599
Costo de almacenar bodega contratada $0 $0 $ 65.200.000 $ 248.850.000 $ 75.000.000 $ 229.050.000 $ 618.100.000
unidades a subcontratar 478 5476 0 0 0 0 5954
Costos por subcontratacion $ 119.500.000 $ 1.369.000.000 $0 $0 $0 $0 $ 1.488.500.000
costo total $ 779.500.000 $ 2.005.000.000 $ 677.200.000 $ 932.850.000 $ 735.000.000 $ 841.050.000 $ 5.970.600.000

Numero de arrobas de café que se deben producir cada mes.

ENERO FEBRERO MARZO ABRIL MAYO JUNIO TOTAL

5478 9976 1796 0 2763 0 20013

Numero de arrobas de café que se producen cada mes.

ENERO FEBRERO MARZO ABRIL MAYO JUNIO TOTAL

5000 4800 4600 5200 5000 4600 29200

Numero de arrobas de café que se deben sub contratar.

 9

ENERO FEBRERO MARZO ABRIL MAYO JUNIO TOTAL

478 5476 0 0 0 0 5954

Numero de arrobas que se almacenan en la bodega propia y externa.

BODEGAS ENERO FEBRERO MARZO ABRIL MAYO JUNIO TOTAL

PROPIA 0 300 1500 1500 1500 1500 6300
CONTRATADA 0 0 1304 4977 737 4581 11599

Número de operarios trabajando en cada mes, número de operarios contratados y

Número de operarios despedidos.

TRABAJADORES ENERO FEBRERO MARZO ABRIL MAYO JUNIO TOTAL

ACTUALES 10 50 50 50 50 50 260
CONTRATADOS 40 0 0 0 0 0 40
DESPEDIDOS 0 0 0 0 0 0 0

Costo total en cada mes y costo total para el horizonte de planeación

ENERO FEBRERO MARZO ABRIL MAYO JUNIO TOTAL

costo total $ 779.500.000 $ 2.005.000.000 $ 677.200.000 $ 932.850.000 $ 735.000.000 $ 841.050.000 $ 5.970.600.000

Después de haber realizado las proyecciones y validar el costo total generado por los

dos modelos referenciados anteriormente se establece que el más conveniente para la

producción del grano de café es la Adaptación a la demanda más subcontratación ya que es

la que menos costo genera y cumple a cabalidad lo requerido por la compañía.

Trabajo Análisis y gráficas

 10
Jugos funcionales

JUGOS FUNCIONALES
140
120
100
80
60
40
20
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Mes Jugos Funcionales

Ilustración 1 Jugos funcionales, Análisis del anexo en Excel.

De acuerdo a la gráfica se determina que el jugo funcional tiene una demanda

estacionaria, debido a que se presenta un patrón con alteraciones aleatorias. Para este tipo de

comportamiento los pronósticos que se pueden realizar son los siguientes: Suavización

Exponencial Triple.

Pronósticos
 11
0,1 0,5 PRO MEDIO MO VIL N=2 PRO MEDIO MO VIL N=3 S. EXP. SIMPLE 0,1 S. EXP. SIMPLE 0,1

Su a v iza c ió
n Su a v iza c ió n
Pro m e d io Pro m e d io
Dt Exp o n e n c i Exp o n e n c ia l Et | Et| | Et/ Dt| Et^ 2 Et | Et| | Et/ Dt| Et^ 2 Et | Et| | Et/ Dt| Et^ 2 Et | Et| | Et/ Dt| Et^ 2
Mo v il n =2 Mo v il n =3
a l Sim p le Sim p le 0,5
0,1

1 91 91 91 0 0 0,00 0 0 0 0,00 0
2 64 91 91 27 27 0,42 729 27 27 0,42 729
3 89 78 88 78 -12 12 0,13 132 -1 1 0,01 0 -12 12 0,13 132
4 66 77 81 88 83 11 11 0,16 110 15 15 0,23 235 22 22 0,34 500 17 17 0,26 298
5 57 78 73 86 75 21 21 0,36 420 16 16 0,28 256 29 29 0,51 849 18 18 0,31 311
6 112 62 71 83 66 -51 51 0,45 2550 -41 41 0,37 1708 -29 29 0,26 828 -46 46 0,41 2133
7 77 85 78 86 89 8 8 0,10 56 1 1 0,02 2 9 9 0,12 83 12 12 0,15 142
8 58 95 82 85 83 37 37 0,63 1332 24 24 0,41 576 27 27 0,47 739 25 25 0,43 623
9 113 68 82 82 70 -46 46 0,40 2070 -31 31 0,27 940 -31 31 0,27 932 -43 43 0,38 1808
10 98 86 83 86 92 -13 13 0,13 156 -15 15 0,16 235 -12 12 0,13 156 -6 6 0,06 39
11 65 106 90 87 95 41 41 0,62 1640 25 25 0,38 608 22 22 0,33 474 30 30 0,46 892
12 93 82 92 85 80 -12 12 0,12 132 -1 1 0,01 1 -8 8 0,09 71 -13 13 0,14 171
13 82 79 85 85 86 -3 3 0,04 9 3 3 0,04 11 3 3 0,04 12 4 4 0,05 20
14 71 88 80 85 84 17 17 0,23 272 9 9 0,13 81 14 14 0,20 199 13 13 0,19 175
15 98 77 82 84 78 -22 22 0,22 462 -16 16 0,16 256 -14 14 0,15 205 -20 20 0,21 415
16 75 85 84 85 88 10 10 0,13 90 9 9 0,12 75 10 10 0,13 102 13 13 0,17 164
17 102 87 81 84 81 -16 16 0,15 240 -21 21 0,20 427 -18 18 0,18 320 -21 21 0,20 424
18 76 89 92 86 92 13 13 0,16 156 16 16 0,21 245 10 10 0,13 98 16 16 0,21 247
19 59 89 84 85 84 30 30 0,51 900 25 25 0,43 642 26 26 0,44 671 25 25 0,42 618
20 122 68 79 82 71 -55 55 0,45 2970 -43 43 0,35 1849 -40 40 0,33 1575 -51 51 0,41 2558
21 88 91 86 86 97 3 3 0,03 6 -2 2 0,03 5 -2 2 0,02 3 9 9 0,10 76
22 104 105 90 86 92 1 1 0,01 1 -14 14 0,14 205 -18 18 0,17 308 -12 12 0,11 136
23 73 96 105 88 98 23 23 0,32 529 32 32 0,43 1003 15 15 0,21 231 25 25 0,34 634
24 52 89 88 87 86 37 37 0,70 1332 36 36 0,70 1320 35 35 0,67 1203 34 34 0,65 1128
25 111 63 76 83 69 -49 49 0,44 2352 -35 35 0,31 1202 -28 28 0,25 772 -42 42 0,38 1781
26 90 82 79 86 90 -9 9 0,09 72 -11 11 0,13 128 -4 4 0,04 16 0 0 0,00 0
27 75 101 84 86 90 26 26 0,34 650 9 9 0,12 87 11 11 0,15 130 15 15 0,20 223
28 110 83 92 85 82 -28 28 0,25 756 -18 18 0,16 324 -25 25 0,22 612 -28 28 0,25 758
29 85 93 92 88 96 8 8 0,09 56 7 7 0,08 44 3 3 0,03 7 11 11 0,13 126
30 121 98 90 87 91 -24 24 0,19 552 -31 31 0,26 961 -34 34 0,28 1125 -30 30 0,25 923
103 105 91 106 -1,93 21,93 0,27 714,61 -1,94 18,78 0,23 497,39 0,06 17,54 0,22 431,70 -0,99 20,54 0,25 589,45
ME MAD MAPE MSE ME MAD MAPE MSE ME MAD MAPE MSE ME MAD MAPE MSE

Ilustración 2 Pronosticos, Análisis del anexo en Excel.

Suavizacion Exponencial Simple

ME MAD MAPE MSE

Pro m e d io
-1,00 1,00 0,01 1,00
Mo v il n =3
Pro m e d io
-11,5 0 11,50 0,12 132,25
Mo v il n =4
Su a v iza c ió n
Exp o n e n c ia l -8,41 8,41 0,09 70,68
Sim p le 0,1
Su a v iza c ió n
Exp o n e n c ia l -13,0 7 13,07 0,14 170,71
Sim p le 0,5
 12

Análisis

Así mismo, después de realizar el cálculo de las medidas de error, el método de

pronostico que mejor funciona para este caso es la suavización exponencial simple 0,1 ya que sus

valores son los más cercanos a cero.

Té Verde

Te verde
300

250
f(x) = 8.13 x + 7.14
200

150

100

50

0
0 5 10 15 20 25 30 35

Ilustración 3 Te Verde, Análisis del anexo en Excel.

De acuerdo con la gráfica se determina que el Té Verde tiene una demanda con tendencia

lineal creciente. Para este tipo de comportamiento los pronósticos que se pueden realizar son los

siguientes: Regresión Lineal Simple o suavización exponencial doble.

 13
Pronósticos

SUAVIZAC IÓ N EXPO NENC IAL DO BLE MEDIDAS DE ERRO R REG RESIÒ N LINEAL MEDIDAS DE ERRO R

Pro n ó stic o
Dt St Gt Ft Et | Et| | Et/ Dt| Et^ 2 xy x^ 2 y^ 2 Et | Et| | Et/ Dt| Et^ 2
(Y)

1 15 15 1 225 78 63 63 4,19 3945

2 25 25 10 50 4 625 82 57 57 2,27 3207
3 33 35 10 99 9 1089 85 52 52 1,59 2751
4 31 42 9 44 13 13 0,43 182 124 16 961 89 58 58 1,88 3395
5 46 50 9 51 5 5 0,11 24 230 25 2116 93 47 47 1,02 2217
6 64 60 9 59 -5 5 0,08 28 384 36 4096 97 33 33 0,51 1083
7 72 69 9 69 -3 3 0,04 10 504 49 5184 101 29 29 0,40 825
8 68 77 9 79 11 11 0,16 116 544 64 4624 105 37 37 0,54 1336
9 79 84 8 85 6 6 0,08 39 711 81 6241 108 29 29 0,37 863
10 81 90 8 92 11 11 0,14 127 810 100 6561 112 31 31 0,39 973
11 101 98 8 98 -3 3 0,03 11 1111 121 10201 116 15 15 0,15 225
12 102 105 8 106 4 4 0,04 17 1224 144 10404 120 18 18 0,17 318
13 110 112 7 113 3 3 0,03 8 1430 169 12100 124 14 14 0,12 186
14 115 119 7 120 5 5 0,04 22 1610 196 13225 127 12 12 0,11 156
15 128 126 7 126 -2 2 0,02 5 1920 225 16384 131 3 3 0,03 11
16 150 137 8 133 -17 17 0,11 273 2400 256 22500 135 -15 15 0,10 222
17 152 146 9 145 -7 7 0,05 49 2584 289 23104 139 -13 13 0,09 171
18 152 154 8 155 3 3 0,02 9 2736 324 23104 143 -9 9 0,06 86
19 166 164 9 163 -3 3 0,02 10 3154 361 27556 147 -19 19 0,12 378
20 169 172 8 172 3 3 0,02 10 3380 400 28561 150 -19 19 0,11 346
21 172 178 8 180 8 8 0,05 64 3612 441 29584 154 -18 18 0,10 316
22 180 185 8 186 6 6 0,04 41 3960 484 32400 158 -22 22 0,12 483
23 201 194 8 193 -8 8 0,04 69 4623 529 40401 162 -39 39 0,19 1533
24 199 202 8 202 3 3 0,02 12 4776 576 39601 166 -33 33 0,17 1111
25 211 210 8 210 -1 1 0,01 2 5275 625 44521 169 -42 42 0,20 1723
26 219 218 8 218 -1 1 0,01 1 5694 676 47961 173 -46 46 0,21 2088
27 227 226 8 226 -1 1 0,00 1 6129 729 51529 177 -50 50 0,22 2487
28 235 235 8 234 -1 1 0,00 0 6580 784 55225 181 -54 54 0,23 2921
29 243 243 8 243 0 0 0,00 0 7047 841 59049 185 -58 58 0,24 3391
30 250 251 8 251 1 1 0,00 1 7500 900 62500 189 -61 61 0,25 3771
16 133,2 259 3,03 6,43 0,09 4 7,84 2673,87 315,17 22721,07 192 31,55 31,55 0,48 566,35
510 ME MAD MAPE MSE 196 ME MAD MAPE MSE
Pro n o stic o s 761 Pro n o stic o s 200
fu tu ro s ----------> 1012 fu tu ro s ----> 204
d o n d e n o se 1262 208
c o n o c e la 0,2
d e m a nd a 0,3

Ilustración 4 Pronosticos, Análisis del anexo en Excel.

ME MAD MAPE MSE

3,03 6,43 0,09 47,84
SUAVISAC IO N EXPO NENC IAL DO BLE
REG RESIO N LINEAL 31,55 31,55 0,48 566,35
 14
PRO CEDIIENTO REG RESIÓN LINEAL
EC UAC IÓ N y = 8,1326x + 7,1448 8,1326

x=(y-7,14 48 )/ 8,1326

y=133,2
x=15,5
n =30

x^ 2=2673 ,87 b =((2673,87-30(15.5)(1 33,2))/ (267 80 ,0-30(22721,07))

xy= 267 3,8 7 -5 92 64,13
-1,5487E+10
3,8266E-06

a =13 3,2 -3 ,82(15,5)

73 ,99

Y^ 31=(3,82(31)+7 3,9 9)
192,41

Ilustración 5 Procedimiento, Análisis del anexo en Excel.

Análisis

Así mismo, después de realizar el cálculo de las medidas de error, el método de

pronóstico que mejor funciona para este caso es la suavización exponencial doble ya que sus

valores son los más cercanos a cero.

Ensalada tropical

Ensalada Tropical
y = 1,2712x + 88,43
180

160

140

120

100

80

60

40

20

0
0 5 10 15 20 25 30 35

Ilustración 6 Ensalada Tropical, Análisis del anexo en Excel.

 15
De acuerdo con la gráfica se determina que la ensalada tiene una demanda estacional con

tendencia lineal creciente. Para este tipo de comportamiento los pronósticos que se pueden

realizar son los siguientes: Regresión Lineal Simple o suavización exponencial doble, y

suavización exponencial triple.

PARAMETRO S DEL MO DELO
0,59 0,33 0,44
0,51 0,38 0,69
0,36 0,45 0,61
0,40 0,68 0,54
PRONÓSTICOS a : 0,1 0,45 0,61 0,37 N: 6
b : 0,1 0,66 0,50 0,41 m : 4
0,60 0,34 0,45
y: 0,1 0,51 0,37 0,69
SUAVIZAC IÓ N EXPO NENC IAL TRIPLE
SUAVIZAC IÓ N EXPO NENC IAL DOBLEMEDIDAS DE ERRO R REG RESIÒ N LINEAL MEDIDAS DE ERROR 85,5 1,5 MEDIDAS DE ERRO R

Pro nó stic o
Dt St Gt Ft Et | Et| | Et/ Dt| Et^ 2 xy x^ 2 y^ 2 Et | Et| | Et/ Dt| Et^ 2 Yt Dt/ Yt St Gt Ct Ft Et | Et| | Et/ Dt| Et^ 2
(Y)

1 121 121 1 14641 6 -115 115 0,95 13179 87 1,39 283,64 21,16 0,56 44,37 -76,63 76,63 0,63 5872,16
2 78 78 -43 156 4 6084 13 -65 65 0,83 4195 88,5 0,88 210,67 11,75 0,57 166,25 88,25 88,25 1,13 7787,28
3 76 43 -41 228 9 5776 20 -56 56 0,73 3107 90 0,84 207,28 10,24 0,56 119,43 43,43 43,43 0,57 1885,92
4 65 15 -37 3 -62 62 0,96 3886 260 16 4225 27 -38 38 0,58 1422 91,5 0,71 188,61 7,35 0,59 116,15 51,15 51,15 0,79 2616,47
5 107 4 -29 -22 -129 129 1,20 16556 535 25 11449 34 -73 73 0,68 5282 93 1,15 259,88 13,74 0,58 103,68 -3,32 3,32 0,03 11,00
6 115 3 -21 -25 -140 140 1,22 19605 690 36 13225 41 -74 74 0,64 5424 94,5 1,22 273,46 13,72 0,58 146,55 31,55 31,55 0,27 995,69
7 132 12 -12 -18 -150 150 1,13 22408 924 49 17424 48 -84 84 0,63 6992 96 1,38 302,31 15,24 0,56 153,46 21,46 21,46 0,16 460,62
8 88 18 -6 1 -87 87 0,99 7648 704 64 7744 55 -33 33 0,37 1062 97,5 0,90 227,64 6,24 0,57 169,72 81,72 81,72 0,93 6677,89
9 79 25 -2 12 -67 67 0,85 4544 711 81 6241 62 -17 17 0,21 274 99 0,80 212,37 4,09 0,57 122,47 43,47 43,47 0,55 1889,31
10 77 34 1 23 -54 54 0,71 2952 770 100 5929 69 -8 8 0,10 57 100,5 0,77 208,97 3,34 0,58 112,48 35,48 35,48 0,46 1258,97
11 102 48 5 34 -68 68 0,66 4571 1122 121 10404 77 -26 26 0,25 650 102 1,00 251,40 7,25 0,58 109,99 7,99 7,99 0,08 63,80
12 126 67 9 53 -73 73 0,58 5355 1512 144 15876 84 -42 42 0,34 1804 103,5 1,22 292,13 10,60 0,58 135,61 9,61 9,61 0,08 92,37
13 144 90 13 77 -67 67 0,47 4521 1872 169 20736 91 -53 53 0,37 2856 105 1,37 322,68 12,59 0,56 159,80 15,80 15,80 0,11 249,56
14 93 101 13 104 11 11 0,11 111 1302 196 8649 98 5 5 0,05 21 106,5 0,87 236,13 2,68 0,56 177,41 84,41 84,41 0,91 7125,22
15 75 106 10 114 39 39 0,52 1532 1125 225 5625 105 30 30 0,39 877 108 0,69 205,58 -0,64 0,56 123,16 48,16 48,16 0,64 2319,19
16 64 106 7 117 53 53 0,82 2774 1024 256 4096 112 48 48 0,74 2271 109,5 0,58 186,91 -2,44 0,59 104,19 40,19 40,19 0,63 1615,23
17 111 113 7 113 2 2 0,02 5 1887 289 12321 119 8 8 0,07 59 111 1,00 266,67 5,78 0,58 92,83 -18,17 18,17 0,16 330,12
18 137 123 8 120 -17 17 0,12 292 2466 324 18769 126 -11 11 0,08 127 112,5 1,22 310,80 9,61 0,58 141,89 4,89 4,89 0,04 23,95
19 152 136 9 131 -21 21 0,14 424 2888 361 23104 133 -19 19 0,13 371 114 1,33 336,25 11,20 0,56 168,31 16,31 16,31 0,11 265,97
20 108 137 7 145 37 37 0,34 1358 2160 400 11664 140 32 32 0,29 1009 115,5 0,94 261,58 2,61 0,57 182,91 74,91 74,91 0,69 5611,09
21 96 135 4 145 49 49 0,51 2360 2016 441 9216 147 51 51 0,53 2581 117 0,82 241,22 0,31 0,57 136,07 40,07 40,07 0,42 1605,38
22 87 129 1 139 52 52 0,60 2710 1914 484 7569 154 67 67 0,77 4466 118,5 0,73 225,94 -1,25 0,59 123,34 36,34 36,34 0,42 1320,45
23 124 129 1 130 6 6 0,05 33 2852 529 15376 161 37 37 0,30 1359 120 1,03 288,73 5,16 0,58 113,96 -10,04 10,04 0,08 100,82
24 143 132 2 129 -14 14 0,10 188 3432 576 20449 168 25 25 0,17 620 121,5 1,18 320,98 7,87 0,58 152,51 9,51 9,51 0,07 90,52
25 162 139 3 134 -28 28 0,18 808 4050 625 26244 175 13 13 0,08 167 123 1,32 353,22 10,30 0,56 171,72 9,72 9,72 0,06 94,51
26 110 136 1 143 33 33 0,30 1057 2860 676 12100 182 72 72 0,65 5177 124,5 0,88 264,98 0,45 0,57 190,65 80,65 80,65 0,73 6504,82
27 98 129 -1 137 39 39 0,40 1545 2646 729 9604 189 91 91 0,93 8277 126 0,78 244,61 -1,63 0,57 135,59 37,59 37,59 0,38 1413,36
28 88 120 -3 128 40 40 0,46 1631 2464 784 7744 196 108 108 1,23 11666 127,5 0,69 227,64 -3,17 0,59 123,09 35,09 35,09 0,40 1231,01
29 132 120 -3 117 -15 15 0,11 230 3828 841 17424 203 71 71 0,54 5047 129 1,02 302,31 4,62 0,58 112,87 -19,13 19,13 0,14 366,09
30 154 125 0 117 -37 37 0,24 1347 4620 900 23716 210 56 56 0,36 3144 130,5 1,18 339,65 7,89 0,56 158,89 4,89 4,89 0,03 23,89
16 108,13 117 -99,31 99,31 0,97 5540,32 1771,30 315,17 12447,47 217 -44,59 44,59 0,41 2010,24 27,51 36,00 0,39 1996,76
234 ME MAD MAPE MSE 231 ME MAD MAPE MSE ME MAD MAPE MSE
Pro n o stic o s 352 Pro n o stic o s 238
fu tu ro s ----------> 469 fu tu ro s ----> 245
d o n d e n o se 586 252
c o n o c e la 0,2
d e m a nd a 0,3
 16
PROCEDIIENTO REGRESIÓN LINEAL
EC UAC IÓ N y = 1,2712x + 88,43

x=(y-88,43)/ 1,2712

y=108,13
x=15,5
n =30

x^ 2=315,17 b =((1771,30-30(15.5)(108,13))/ (315,17-30(15,5^ 2))

xy= 1771,30 -48509,2
-6892,33
7,03814

a =108,13-7,03(15,5)
-0,835

Y^ 31=(7,03(31)-0,83)
217,1

Análisis

Así mismo, después de realizar el cálculo de las medidas de error, el método de

pronóstico que mejor funciona para este caso es la suavización exponencial triple ya que sus

valores son los más cercanos a cero.

Conclusiones

De acuerdo a los análisis realizados en cada uno de los productos y su respectivo margen

de error podemos concluir que él té verde tiene un menor margen de error y por lo tanto es el

más beneficioso para la empresa. En el caso de la ensalada podemos concluir que esta tiene una

demanda estacional lo que nos dice que sus ventas son variadas, pueden ser ascendente o

descendentes en un periodo de tiempo corto. Podemos observar que los jugos tienen una

demanda estacionaria debido a que tiene alteraciones que varían dependiendo del factores tanto

internos como externos, y su pronóstico puede ser tanto de largo plazo como de corto plazo. Un

dato importante es que la ensalada tiene el margen de error que más se aleja de cero lo que quiere

decir que esta es la menos beneficiosa para la empresa, y por lo tanto se deberían implantar

nuevas estrategias para aumentar sus ventas y motivar a los consumidores.

 17

Lista de referencias

Material suministrado por el Politecnico Grancolombiano, modulo Gerencia de Produccion.

Planeación agregada de la producción: Ingenio Empresa

URL:https://ingenioempresa.com/planificacion-agregada-produccion-planeacion-hecha-
mediano-plazo/