Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Largo plazo
Mediano Plazo
Corto Plazo
Programación
maestra de la
producción
FUENTES DE DEMANDA
Clientes locales y foráneos
Almacenes de distribución
IDENTIFICACION DE FUENTES Partes para mantenimiento y
DE DEMANDA requerimientos
Inventario para distribución
Plantas de la misma
corporación
• PRONÓSTICO
• PROCESAMIENTO DE ORDENES
• COMPROMISO DE ENTREGAS
• INTERACCIÓN ENTRE PLANEACIÓN Y CONTROL DE
PRODUCCIÓN Y EL MERCADO
PRONÓSTICOS
DEFINICIÓN: estimación de la demanda
futura de productos y servicios así
como de los recursos necesarios para
producirlos
Planeación de
Planeación de la Programación de la
nuevas
producción fuerza de trabajo
instalaciones
NECESIDAD DE LOS PRONOSTICOS
• ENTORNO ALTAMENTE INCIERTO
• LA INTUICIÓN NO SIEMPRE PERMITE OBTENER LOS MEJORES RESULTADOS
• MEJORAR LA PLANEACIÓN. LOS PLANES SE BASAN EN EL POSIBLE COMPORTAMIENTO FUTURO DE ALGUNA
O LAGUNAS VARIABLES. UN BUEN PLAN DEBE BASARSE EN UNA PROYECCION APROPIADA DE LAS
VARIABLES
• COMPETITIVIDAD Y CAMBIO. ENTORNO EMPRESARIAL ES CADA VEZ MAS COMPETITIVO Y CAMBIANTE.
ESTO OBLIGA A EFECTUAR ANALISIS PROFUNDOS DEL ENTORNO Y DE LA FORMA QUE LO PROYECTAMOS A
FUTURO PARA PODER VER SUS CONSECUENCIAS Y TOMAR MEJORES DECISIONES
ETAPAS EN EL SISTEMA DE PRONOSTICAR
• DETERMINAR LA UTILIZACIÓN DEL PRONÓSTICO
• SELECCIONAR LOS ARTÍCULOS EN LOS QUE SE VA A REALIZAR EL
PRONÓSTICO
• DETERMINAR EL HORIZONTE TEMPORAL DEL PRONÓSTICO
• SELECCIONAR EL (LOS) MODELO (S) DE PRONOSTICAR
• RECOPILAR DATOS
• REALIZAR EL PRONÓSTICO
• VALIDAR E IMPLEMENTAR LOS RESULTADOS
TIPOS DE PRONÓSTICOS
Pronósticos • Dirigidos al ciclo empresarial, por ejemplo: tasa
económicos de inflación, masa monetaria, etc.
plazo
• Emplean técnicas estadísticas para su análisis,
Pronósticos a promedios móviles, alisado exponencial, etc,.
• Tienden a ser más exactos que las realizadas a
corto plazo largo plazo
REALIDADES SOBRE EL PRONÓSTICO
MODELOS DE
MODELOS
SERIES
CAUSALES
TEMPORALES
METODO HOLT-
SIMPLE PONDERADO SIMPLE DOBLE
WINTERS
ENFOQUES DE LAS TÉCNICAS CUANTITATIVAS ESTADÍSTICAS
VENTAS
89,7
78,7
AÑO: 1996 1997 1998 1999 2000 63,5
2015 2016 2017 2018 2019
VENTAS: 78,7 63,5 89,7 93,2 92,1 VENTAS
DESCOMPOSICIÓN CLÁSICA DE SERIES TEMPORALES
COMPONENTE DESCRIPCIÓN
TENDENCIA Componente de largo plazo que representa el aumento o
disminución en la serie sobre un periodo amplio. Ejm.
Aumento del 10% anual de ventas de un producto durante
los 5 años
CÍCLICO Fluctuación en forma de onda alrededor de la tendencia
ESTACIONAL Es un patrón de cambio que se repite a sí mismo año tras
año. Ejm. Ventas de un producto para invierno
VARIACIONES Mide la variabilidad de las series de tiempo después de
ALEATORIAS retirar los otros componentes
TENDENCIA
Tendencia
• ES EL MOVIMIENTO GRADUAL DE ASCENSO O DESCENSO
DE LO DATOS A LO LARGO DEL TIEMPO
• LOS CAMBIOS EN LA POBLACIÓN, INGRESOS, ETC.,
INFLUYEN EN LA TENDENCIA
• VARIOS AÑOS DE DURACIÓN
ESTACIONALIDAD
• MUESTRA DE DATOS DE ASCENSO Y DESCENSO QUE SE estacional
REPITE
• SE PUEDE VER AFECTADA POR LA CLIMATOLOGÍA, LAS
COSTUMBRES, ETC.
• SE PRODUCE DENTRO DE UN PERÍODO ANUAL
CICLICIDAD
• MOVIMIENTOS DE ASCENSO Y DESCENSO QUE SE REPITE
• SE PUEDEN VER AFECTADOS POR INTERACCIONES DE FACTORES QUE
INFLUYEN EN LA ECONOMÍA.
• SUELEN DURAR 2 A 10 AÑOS
cíclico
VARIACIONES ALEATORIAS
• SON SALTOS EN LOS DATOS CAUSADOS POR EL AZAR Y
SITUACIONES INUSUALES
• SON DEBIDAS A VARIACIONES ALEATORIAS O A
SITUACIONES IMPREVISTAS
• HUELGAS
• TORNADO
DEMANDA
DEMANDA
TIEMPO TIEMPO
DEMANDA
TIEMPO TIEMPO
MODELOS DE SERIES TEMPORALES
2 6 8
3 5 7
4 3 (4+6+5)/3=5 6
5
5 7 (6+5+3)/3= 4,6
4
6 (5+3+7)/3=5
3
2
1 2 3 4 5 6
Ventas reales de
MES MM-3
cobertores
EJERCICIO Enero
Febrero
10
12
Marzo 13
Abril 16
Mayo 19
Junio 23
Julio 26
Agosto 30
Septiembre 28
Octubre 18
Noviembre 16
Diciembre 14
MÉTODO DE MEDIA MOVIL PONDERADA
• SE UTILIZA CUANDO SE PRESENTA UNA TENDENCIA:
• SE PUEDE UTILIZAR PARA ENFATIZAR MÁS LOS VALORES RECIENTES
• LAS PONDERACIONES SE BASAN EN LA INTUICIÓN
• DECIDIR REQUIERE EXPERIENCIA
• ECUACIÓN:
5 7 (6*3+5*2+3*1)/6 = 4,17 6
5
5
6 (5*3+3*2+7*1)/6 = 5,33 4
4
3
3
2
1 2 3 4 5 6
INCONVENIENTES DE LOS PROMEDIOS
MOVILES
𝑭𝒕 ∶ 𝐕𝐚𝐥𝐨𝐫 𝐩𝐫𝐨𝐧𝐨𝐬𝐭𝐢𝐜𝐚𝐝𝐨
𝜶: constante de suavizado
𝑫𝒕−𝟏 : 𝑫𝒆𝒎𝒂𝒏𝒅𝒂 𝒓𝒆𝒂𝒍 𝒅𝒆𝒍 𝒑𝒆𝒓í𝒐𝒅𝒐 𝒑𝒓𝒆𝒗𝒊𝒐
𝑭𝒕−𝟏 : 𝑽𝒂𝒍𝒐𝒓 𝒅𝒆𝒍 𝒑𝒓𝒐𝒏ó𝒔𝒕𝒊𝒄𝒐 𝒅𝒆𝒍 𝒑𝒆𝒓𝒊𝒐𝒅𝒐 𝒑𝒓𝒆𝒗𝒊𝒐
EJEMPLO
• SE DESEA PREDECIR EL NÚMERO DE PERSONAS QUE ASISTIRÁN A UNA CONVENCIÓN EN EL AÑO
2019 MEDIANTE SUAVIZACIÓN EXPONENCIAL (𝜶 = 𝟎, 𝟏) EL PRONÓSTICO PARA EL AÑO 2014 FUE DE
175 PERSONAS
AÑO Datos reales (𝑫𝒕 ) Pronóstico (𝑭𝒕 )
2014 180 175
2015 168
2016 159
2017 175
2018 190
2019
2020
SELECCIÓN DE UNA TÉCNICA DE PRONÓSTICO
DATOS CON TENDENCIA
𝑌𝑡 ≈ 𝑇𝑡 ~𝐸𝑡 ~𝐼𝑡
𝑇𝑡 : 𝑇𝑒𝑛𝑑𝑒𝑛𝑐𝑖𝑎, 𝑡𝑎𝑠𝑎 𝑑𝑒 𝑐𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑜 𝑑𝑒𝑐𝑙𝑖𝑛𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑠𝑖𝑔𝑢𝑖𝑒𝑛𝑡𝑒:
𝐸𝑡 : 𝐸𝑠𝑡𝑎𝑐𝑖𝑜𝑛𝑎𝑙𝑖𝑑𝑎𝑑, 𝑓𝑙𝑢𝑐𝑡𝑢𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑒𝑠𝑡𝑎𝑐𝑖𝑜𝑛𝑎𝑙𝑒𝑠 𝑝𝑟𝑒𝑑𝑒𝑐𝑖𝑏𝑙𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑑𝑒𝑚𝑎𝑛𝑑𝑎
𝐼𝑡 : 𝑎𝑙𝑒𝑎𝑟𝑜𝑟𝑖𝑜 𝑟𝑢𝑖𝑑𝑜 , 𝑣𝑎𝑟𝑖𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑖𝑛ℎ𝑒𝑟𝑒𝑛𝑡𝑒 𝑒𝑛 𝑡𝑜𝑑𝑜 𝑝𝑟𝑜𝑐𝑒𝑠𝑜 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠
Modelo Aditivo 𝑌𝑡 = 𝑇𝑡 + 𝐸𝑡 + 𝐼𝑡
Modelo Multiplicativo 𝑌𝑡 = 𝑇𝑡 ∗ 𝐸𝑡 ∗ 𝐼𝑡
SELECCIÓN DEL MODELO
𝑑𝑡 = 𝑌𝑡+1 − 𝑌𝑡 𝐶𝑉𝑑 < 𝐶𝑉𝑐 ;𝑎𝑑𝑖𝑡𝑖𝑣𝑜
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛
𝑌𝑡+1 𝐶𝑉 = 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟
𝑚𝑒𝑑𝑖𝑎
𝑐𝑡 = 𝐶𝑉𝑐 < 𝐶𝑉𝑑 ; 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑐𝑎𝑡𝑖𝑣𝑜
𝑌𝑡
SERIES TEMPORALES. ESTUDIO DE TENDENCIA
• MEDIAS MÓVILES
Dada la serie Y1, Y2, Yt, el método de medias móviles de orden p (MM-p) consiste en aproximar el valor
de la tendencia de la variable de interés en el instante t (Tt) mediante el promedio de observaciones
cercanas
Promedio móvil de orden 3:
𝑌𝑡−1 + 𝑌𝑡 + 𝑌𝑡+1
𝑇𝑡 = 𝑀𝑀3 =
3
Características:
- Cuando aumenta el orden de suavizado la tendencia se comporta mas suavemente (se lima picos)
- Las MM no permiten estudiar la evolución futura de la serie
MÉTODOS ANALÍTICOS PARA MODELIZAR LA TENDENCIA
Métodos Habituales:
𝐿𝑖𝑛𝑒𝑎𝑙: 𝑇𝑡 = 𝑎 + 𝑏𝑥𝑡
Donde a, b, c son cantidades desconocidas que se deben obtener para analizar la tendencia:
𝑌𝑡 ≈ 𝑇𝑡 ~𝐸𝑡 ~𝐼𝑡
demanda
Q4 1075
Q1 947 1200
Q2 975
2012
Q3 1081 1100
Q4 1111
Q1 981 1000
Q2 1054
2013
Q3 1116
900
Q4 1147 800
Q1 1030
Q2 1084
Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3
2014
Q3 1138 trimestre
Q4 1211
Q1 1082
Q2 1101
2015
Q3 1173
Q4 1246
Q1 1093
Q2 1204
2016
Q3 1237
Q4 1330
Q1 1144
Q2 1254
2017
Q3 1298
Q4 1389
Q1 1250
Q2 1279
2018
Q3 1376
Q4 1427
Q1 1280
Q2 1404
2019
Q3 1430
Q4 1502
Q1 1317
Q2 1424
2020
Q3 1417
Q4 1490
MEDIDAS DE PRECISIÓN DE PRONÓSTICO
• ERROR DE PRONÓSTICO 𝑒𝑡 = 𝑌𝑡 − 𝑌𝑡
2
• ERROR CUADRÁTICO MEDIO (MEAN SQUARE ERROR). MSE: σ𝑛 𝑡)
𝑡=1(𝑌𝑡 −𝑌
𝑛
𝑛
𝑌𝑡
SEÑAL DE RAESTREO RS
• TAMBIÉN DENOMINADA SEÑAL DE CONTROL, ES UNA MEDIDA PARA EVALUAR QUE TAN BIEN PREDICEN
LOS PRONÓSTICOS A LOS VALORES REALES.
• CONFORME LOS PRONÓSTICOS SE ACTUALIZAN SEMANAL, MENSUAL O TRIMESTRAL, LOS NUEVOS DATOS
DISPONIBLES DE LA DEMANDA SE COMPARAN CON LOS VALORES PRONOSTICADOS
MÉTODOS:
• ANÁLISIS DE REGRESIÓN
• MÉTODO DE HOLT
ANÁLISIS DE REGRESIÓN LINEAL
𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝒒𝒖𝒆 𝒑𝒓𝒐𝒑𝒐𝒓𝒄𝒊𝒐𝒏𝒂 𝒆𝒍 𝒎𝒆𝒋𝒐𝒓 𝒂𝒋𝒖𝒔𝒕𝒆 𝒅𝒆 𝒍𝒐𝒔 𝒅𝒂𝒕𝒐𝒔 𝒂 𝒖𝒏𝒂 𝒍𝒊𝒏𝒆𝒂 𝒓𝒆𝒄𝒕𝒂.
𝑷𝒓𝒐𝒑ó𝒔𝒊𝒕𝒐: 𝒎𝒊𝒏𝒊𝒎𝒊𝒛𝒂𝒓 𝒍𝒂 𝒅𝒊𝒔𝒕𝒂𝒏𝒄𝒊𝒂 𝒆𝒏𝒕𝒓𝒆 𝒍𝒐𝒔 𝒅𝒂𝒕𝒐𝒔 𝒅𝒆 𝒍𝒂 𝒓𝒆𝒄𝒕𝒂
𝒀 𝒚 𝒍𝒐𝒔 𝒐𝒃𝒔𝒆𝒓𝒗𝒂𝒅𝒐𝒔.
𝑌 = 𝑎 + 𝑏𝑥
• SE CALCULA MEDIANTE EL MÉTODO DE MÍNIMOS CUADRADOS:
MINIMIZA LA SUMA DE LOS ERRORES CUADRÁTICOS
MÉTODOS DE MÍNIMOS CUADRADOS
𝑖 = 𝑎 + 𝑏𝑥𝑖
𝑌 𝑌 = 𝑎 + 𝑏𝑥
𝑏= 𝑛
σ𝑖=1 𝑥𝑖2 − 𝑛 𝑥ҧ 2 Desviación
Desviación
σ 𝑌−𝑌𝐹 2
2
𝑅 =1− σ 𝑌−𝑌ത 2
; para datos suficientes
r =1
r=-1
𝑟= 𝑅2
EJERCICIO A DESARROLLAR:
• LOS DATOS TRIMESTRALES PARA LAS FALLAS DE CIERTOS MOTORES DE AERONAVES EN
UNA BASE MILITAR DURANTE LOS PASADOS DOS AÑOS SON:
TRIMESTRE T1 T2 T3 T4
N
METODOS CON VARIACIÓN ESTACIONAL Y SIN
TENDENCIA
❑METODOS SIMPLE. REQUIERE EL ANÁLISIS DE FACTORES ESTACIONALES QUE SE OBTIENEN DE LA SIGUIENTE
FORMA:
▪ CALCULAR LA MEDIA DE TODOS LOS DATOS
▪ DIVIDIR CADA OBSERVACIÓN POR LA MEDIA DE LA MUESTRA, SE OBTIENE LOS FACTORES ESTACIONALES PARA CADA
PERÍODO
▪ PROMEDIAR LOS FACTORES PARA LOS PERÍODOS SEMEJANTES DENTRO DE CADA ESTACIÓN
▪ LOS FACTORES ESTACIONALES SIEMPRE SUMARA EXACTAMENTE N
𝑡−1+𝑝Τ2
𝐷𝑡−𝑝Τ2 + 𝐷𝑡+𝑝Τ2 + σ𝑖=𝑡+1−𝑝Τ2 2𝐷𝑖
ഥ𝑡 =
𝐷 ; 𝑝𝑎𝑟𝑎 𝑝: 𝑝𝑎𝑟
2𝑝
Τ
σ𝑡+(𝑝−1) 2
𝑖=𝑡−(𝑝−1)Τ2 𝐷𝑖
ഥ𝑡 =
𝐷 ; 𝑝𝑎𝑟𝑎 𝑝: 𝑖𝑚𝑝𝑎𝑟
𝑝
COMPONENTES
𝑆𝑡 PROMEDIO EXPONENCIAL DE LA SERIE DE TIEMPOS
𝑌𝑡
𝑆𝑡 = 𝛾 + 1 − 𝛾 ∗ 𝑠𝑡−𝐿 FACTORES ESTACIONALES
𝐴𝑡