UNIVERSIDAD CATÓLICA DE SANTA MARÍA

PRÁCTICA

2
PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN

PRONÓSTICOS

OBJETIVOS

• Identificar los patrones básicos de la mayoría de las series de tiempo de demanda.

• Identificar las diferentes medidas de errores de pronósticos.

RECURSOS

• Guía de prácticas
• Microsoft Excel

DURACIÓN DE LA PRÁCTICA

• 2 horas cronológicas

MARCO TEÓRICO

1. PRONÓSTICO

El proceso de pronóstico en las organizaciones atraviesa las áreas funcionales. Pronosticar la demanda
global suele originarse en marketing, pero los clientes internos en toda la organización también dependen
de los pronósticos para formular y ejecutar sus planes. Los pronósticos constituyen información crucial
para los planes de negocios, los planes anuales y los presupuestos.

INGENIERÍA INDUSTRIAL 1
2. PATRONES DE DEMANDA

Las observaciones repetidas de la demanda de un servicio o producto en su orden de ocurrencia forman

un patrón conocido como serie de tiempo. Existen cuatro patrones básicos de la mayoría de las series de
tiempo de demanda.
a. Horizontal: Fluctuación de datos alrededor de una media constante. b. Tendencia: Incremento o
decremento sistemático en la media de la serie en el tiempo. c. Estacional: Un patrón que se repite de
incrementos o decrementos en la demanda, dependiendo del tiempo del día, semana, mes o temporada.
d. Cíclico: Los menos predecibles incrementos o decrementos graduales de la demanda en periodos más
largos ( años o décadas) e. Aleatorio: La variación impredecible de la demanda. Los patrones cíclicos
surgen de dos influencias. La primera es el ciclo de negocios: incluye factores que ocasionan que la
economía vaya de recesión a expansión en cierto número de años. La otra influencia es el ciclo de vida
del servicio o producto, que refleja las etapas de la demanda desde el desarrollo hasta la declinación.
La demanda en los ciclos de negocios es difícil de predecir porque la afectan eventos nacionales e
internacionales. Los cuatro patrones de demanda – horizontal, tendencia, estacional y cíclico- se
combinan en varios grados para definir el patrón de tiempo subyacente de la demanda de un servicio o
producto. El quinto patrón, la variación aleatoria, es resultado del azar y por ello no se puede predecir.
La variación aleatoria es un aspecto de la demanda que al final hace que la demanda sea inexacta.

INGENIERÍA INDUSTRIAL 2
3. SELECCIÓN DEL TIPO DE TÉCNICA DE PRONÓSTICOS

Los sistemas de pronósticos ofrecen una variedad de técnicas, y ninguna es la mejor para todos los
artículos y situaciones. El objetivo de pronosticar es desarrollar un pronóstico útil a partir de la
información disponible con la técnica apropiada para los diferentes patrones de demanda. Se utilizan
dos tipos generales de técnicas de pronósticos: métodos de juicio subjetivo y métodos cuantitativos.

Los métodos de juicio traducen opiniones de administradores, opiniones de expertos, encuestas de

clientes y estimaciones de la fuerza de ventas en estimaciones cuantitativas. Los métodos cuantitativos
incluyen métodos causales, análisis de series de tiempo y proyección de tendencias de regresión. Los
métodos causales utilizan datos históricos de variables independientes, como campañas promocionales,
condiciones económicas y acciones de los competidores para predecir la demanda. EL análisis de series
de tiempo es un enfoque estadístico que se apoya en los datos históricos de la demanda para proyectar
el tamaño futuro de la demanda y reconoce los patrones de tendencia y estacionales. La proyección de
tendencia con regresión es un híbrido entre las técnicas de series de tiempo y método causal.

4. ERROR DE PRONÓSTICO

Para cualquier técnica de pronósticos, es importante medir la exactitud de sus pronósticos siempre
contienen errores. El error aleatorio es resultado de factores impredecibles que ocasionan que el
pronóstico se desvíe de la demanda real. Los analistas de pronósticos intentan minimizar los errores
seleccionando los modelos de pronósticos adecuados, pero eliminar todas las formas de error es imposible.

EL error de pronóstico para un periodo dado t es sencillamente la diferencia encontrada al restar el

pronóstico a la demanda real; o sea,

𝐸𝑡 = 𝐷𝑡 − 𝐹𝑡
Donde,
𝐸𝑡 = error de pronóstico para el periodo t
𝐷𝑡= demanda real para el periodo t
𝐹𝑡= pronóstico para el periodo t

La suma acumulada de errores de pronóstico (SAE) mide el error de pronóstico total:

𝑆𝐴𝐸 = ∑𝐸𝑡

La SAE es una suma acumulada. También recibe el nombre de error de sesgo y es el resultado de errores
consistentes, el pronóstico siempre es demasiado alto o demasiado bajo. Este tipo de error suele ser
causa de la mayor desorganización de los esfuerzos de planeación. Por ejemplo, si un pronóstico es
siempre menor que la demanda real, el valor de la suma acumulada será cada vez mayor. Este error

INGENIERÍA INDUSTRIAL 3
creciente indica alguna deficiencia sistemática en el enfoque de pronósticos. EL error de pronóstico
promedio, algunas veces llamado sesgo medio, es sencillamente:

El error medio cuadrático (EMC), la desviación estándar de los errores (σ) y

la desviación absoluta media (MAD) miden la dispersión de los errores de
pronóstico atribuidos a los efectos de tendencia, estacionalidad y
aleatoriedad:

Si EMC, σ ó MAD es pequeño, el pronóstico suele ser cercano a la demanda

real; por el contrario, un valor grande indica la posibilidad de errores de
pronósticos grandes. Las medidas difieren en la forma en que resaltan los
errores. Los errores grandes tienen mucho más peso para EMC y σ porque se
elevan al cuadrado. MAD es una medida ampliamente utilizada para el error
de pronóstico y se comprende con facilidad; es meramente la media de los
errores de pronóstico absolutos sobre una serie de periodos, sin importar si
el error sobreestima o subestima el valor.

El error absoluto medio porcentual (MAPE) relaciona el error de pronóstico

con el nivel de demanda y es útil para tener una perspectiva adecuada del
desempeño del pronóstico.

Por ejemplo, un error de pronóstico absoluto de 100 resultados es un porcentaje mayor cuando la
demanda es de 200 unidades que cuando es de 10,000 unidades. El MAPE es la mejor medida del error
para usarse cuando se hacen comparaciones entre las series de tiempo de los SKU.

5. MÉTODOS DE SERIES DE TIEMPO

En lugar de usar variables independientes para el pronóstico, como hacen los modelos de regresión, los
métodos de series de tiempo utilizan información histórica de solo la varible dependiente continuarán
en el futuro. EL análisis de series de tiempo identifica los patrones subyacentes de la demanda que se

INGENIERÍA INDUSTRIAL 4
combinan para producir un patrón histórico observado de la variable dependiente y luego desarrolla un
modelo para replicarlo.

5.1 Pronóstico Ingenuo

Un método utilizado a menudo en la práctica es el método ingenuo, mediante el cual el
pronóstico para el siguiente periodo (Ft+1) es igual a la demanda de periodo actual (Dt). Entonces,
si la demanda real para el miércoles es 35 clientes, la demanda para el jueves es 35 clientes. A
pesar de su nombre, puede tener un buen desempeño.

5.2 Estimación del promedio

El patrón horizontal en una serie de tiempo se basa en la media de las demandas, de manera que
nos centramos en los métodos de pronóstico que estiman el promedio de los datos en una serie
de tiempo. El pronóstico de la demanda para cualquier periodo en el futuro es el promedio de la
serie de tiempo calculado en el periodo actual.

Promedio móvil simple: Sencillamente implica calcular la demanda promedio para los n periodos
más recientes y utilizándolo como provisiones para periodos futuros. Para el siguiente periodo,
después de que se conoce la demanda, la demanda más antigua del promedio anterior es
sustituido con la demanda más reciente y el promedio se recalcula. De esta manera se usan las
n demandas más recientes y el promedio se “mueve” de un periodo a otro.

En particular, el pronóstico para el periodo t+1 se calcula al final del periodo t (después de
conocer la demanda real del periodo t) como:

Promedios móviles ponderados: Cada demanda histórica en el promedio puede tener su propio
peso. La suma de los pesos debe ser igual a 1.0. Por ejemplo, en un modelo de promedio móvil
ponderado de tres periodos, al periodo más reciente se le asignaría un peso de 0.50, al segundo
más reciente un peso de 0.30 y al tercero más reciente un peso de 0.20. El promedio se obtiene
multiplicando el peso de cada periodo por el valor de ese periodo y sumando los productos:

𝐹𝑡+1 = 0.50𝐷𝑡 +0.30𝐷𝑇−1 +0.20𝐷𝑡−2

INGENIERÍA INDUSTRIAL 5
 Suavizamiento exponencial: Es un método sofisticado de promedio móvil ponderado que calcula
el promedio de una serie de tiempo que, de manera implícita, da más peso a las demandas
recientes que a las anteriores, tomando en cuenta todo el archivo histórico. Es el que se usa con
más frecuencia para pronósticos formales por su sencillez y la pequeña cantidad de datos que lo
apoyan. A diferencia del método de promedio móvil ponderado, que requiere n periodos de
demandas pasadas y n ponderaciones, el de suavizamiento exponencial solo requiere tres tipos
de datos: 1. El pronóstico del último periodo, 2. La demanda real para este periodo y 3. Un
parámetro de suavizamiento, alfa(α), que tiene un valor entre 0 y 1.0. La ecuación para el
pronóstico de suavizamiento exponencial para el periodo t+1 es:

𝐹𝑡+1 =∝ 𝐷𝑡 +(1−∝)𝐹𝑡

ACTIVIDADES

1) Se presentan los datos para el número diario de clientes Dt, que son atendidos en una clínica dental,
así como un pronóstico Ft , 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, EMC, MAPE y el MPE y hacer comentarios de los resultados hallados.

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

a) Encontrar un pronóstico para el periodo 10 utilizando un promedio móvil de 3 y 5 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

INGENIERÍA INDUSTRIAL 6
c) Realizar un pronóstico para el periodo 10 considerando un suavizamiento exponencial con un alfa =
0.8, 0.5 y 0.3, a que conclusiones puede llegar.

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

Calcular el MAD, MEC, 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:

INGENIERÍA INDUSTRIAL 7
a) Encontrar un pronóstico para la semana 31, haciendo uso del método de promedio simple.
b) Calcular el MAD, MEC, 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.

TAREA

1. Las ventas de los últimos 12 meses en una empresa de computadoras se dan enseguida.

a) Utilice un promedio móvil de tres meses para pronosticar la venta de enero del siguiente año.
b) Use un promedio móvil de cuatro meses para pronosticar la venta de enero del siguiente año
c) Compare el desempeño de los dos métodos utilizando la desviación media absoluta como criterio de
desempeño. ¿Qué método recomendaría?
d) Compare el desempeño de los dos métodos usando el error porcentual medio como criterio de
desempeño. ¿Qué método recomendaría?

2. Considere los datos anteriores:

INGENIERÍA INDUSTRIAL 8
a) Utilice un promedio móvil ponderado para pronosticar la venta de enero del siguiente año. Use los
pesos (3/6), (2/6) y (1/6), dando más peso al dato más reciente.
b) Utilice suavizamiento exponencial con α=0.6, 0.4, 0.2 para pronosticar la venta de febrero del
siguiente año. Suponga que el pronóstico inicial para enero era $22 millones.

3. El número de cirugías del corazón realizadas en el Hospital General ha aumentado en forma estable
en los últimos años. La administración del hospital está buscando el mejor método para pronosticar la
demanda de esas cirugías en el año seis. Los datos de los últimos quince años se muestran en la tabla.

La administración del hospital está considerando los siguientes métodos de pronósticos. Comience la
medida del error en el año tres para comparar todos los métodos en los mismos años.

a) Indicar el MAD, MEC, MAPE para un pronóstico ingenuo de la demanda.

b) Suavizamiento exponencial con α=0.6. EL pronóstico inicial para el año uno es 145, igual que la
demanda real.
c) Suavizamiento exponencial con α=0.9. El pronóstico inicial para el año uno es 145, igual que la
demanda real.
d) Promedio móvil de dos años.
e) Promedio móvil ponderado, con pesos d e0.6 y 0.4, dando más peso al dato más reciente.

4. La demanda histórica para un producto es:

INGENIERÍA INDUSTRIAL 9
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?

5. Embotelladora Andina produce bebidas, que se venden a supermercados y bodegas. Las ventas
mensuales observadas durante 2015 y 2016 en miles de paquetes se muestran en la tabla siguiente:
Obs. Mes Demanda Obs. Mes Demanda

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

constante, determinar el pronóstico para enero del 2017, usando los siguientes métodos:
a) Promedio de todos los datos
b) Promedio móvil con N = 6

INGENIERÍA INDUSTRIAL 10
c) Promedio móvil ponderado, de 0.6,0.3 y 0.1
d) Suponga que la demanda real de Enero del 2017 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.

6. 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.

a) Elaborar un pronóstico 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, MEC, MAPE y el MPE. Hacer comentarios

INGENIERÍA INDUSTRIAL 11
 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.

BIBLIOGRAFÍA

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.

INGENIERÍA INDUSTRIAL 12