Documentos de Académico
Documentos de Profesional
Documentos de Cultura
con el fin de preparar el pronóstico, con la hipótesis de proceso de toma de decisiones; por tanto, casi cualquier
que las causas que generaron los datos en el pasado, si organización, grande y pequeña, pública y privada, utiliza
las condiciones no cambian, los patrones de el pronóstico ya sea implícito o explicito, debido a la
comportamiento se mantendrán en el futuro. Sin necesidad de enfrentar las condiciones futuras de las
embargo, es importante precisar que siempre se cuales tiene un conocimiento imperfecto, cuando se
generarán imprecisiones, por tanto, hay que buscar que hacen procesos de planificación. Esta necesidad de hacer
estas sean lo más pequeñas posibles, indicando así una pronósticos cruza todas las líneas funcionales lo mismo
mayor certeza a la hora de pronosticar. que todo tipo de organizaciones. Las predicciones que en
general se hacen se orientan a las siguientes situaciones:
En vista de las imprecisiones inherentes al proceso,
¿Por qué es necesario pronosticar? La respuesta, es que En los departamentos de mercadotecnia: son usados
todas las organizaciones operan en una atmósfera de en la planificación de estrategias de ventas, basados
“incertidumbre” y que, a pesar de este hecho, se deben en la posible demanda de productos en las diferentes
tomar decisiones que afecten el futuro de la regiones, etc.
organización.
En las finanzas: para evaluar la variación que pueda
De esta forma las técnicas de pronóstico ayudan a tener el costo del dinero, las entradas y salidas de
complementar el sentido y la capacidad administrativa capital, el flujo de efectivo, etc.
de los que toman las decisiones, ya que de esta forma lo
En la administración de personal: Se requiere
harán mejor, dependiendo si a partir de la comprensión
planificar el nivel de trabajadores a reclutar, nivel,
de las técnicas de pronóstico que usen, las utilizan de
perfil, capacitaciones, así como la evaluación de la
manera adecuada, en vez de que se vean forzados a
oferta de mano de obra.
planear el futuro sin el beneficio de esta valiosa
información complementaria. En programas de producción: Estas predicciones se
elaboran para periodos específicos, de mediano y
En los últimos años, el papel del pronóstico con base corto plazo, planificando demanda, nivel de
en el juicio ha cambiado. Antes de la llegada de las producción y mantenimiento preventivo, manejo de
técnicas modernas de pronóstico y del poder de las inventarios, turnos, a fin de cumplir con el calendario
computadoras, el juicio del administrador era la única
pactado.
herramienta de pronóstico disponible. Sin embargo, no
existe evidencia de que los pronósticos basados solo en En la administración de la cadena de suministro, un
juicios no sean tan precisos como aquellos que emplean buen pronóstico permite buenas relaciones con los
la aplicación de técnicas cuantitativas. proveedores, ventajas en los precios de materiales
por negociaciones (economías a escala).
2.2. Qué es Pronosticar
En el control de procesos: Con esta proyección se
Es el arte y la ciencia de predecir los eventos (Hechos puede determinar cuándo se deben maximizar los
y condiciones) futuros2. Para esta labor de predecir se controles operacionales ante eventos complicados;
puede involucrar el manejo de datos históricos para por ejemplo, un aumento de las ventas puede
proyectarlos al futuro, a través de algún tipo de modelo precipitar el uso de horas extra y por consiguiente la
matemático. También se puede proponer una predicción posibilidad de tener mayor número de defectuosos
del futuro en forma subjetiva o intuitiva. O también se en esos periodos adicionales.
puede utilizar una combinación de ambas, es decir, un
En la administración estratégica: se requiere
modelo matemático ajustado por el buen criterio de
información acerca de las condiciones económicas,
quién lo estima.
precios y cambios de costos, crecimiento del
¿Quién requiere hacer pronósticos? mercado, para posibles inversiones, ampliaciones o
reducción de la planta, etc.
Pronosticar es de vital importancia para muchas
empresas en todos los aspectos del negocio, ya que la
predicción de hechos futuros puede incorporarse al
2
Bowerman, Bruce. O’Conell, Richard. Koeleer Anne. Pronósticos,
series de tiempo y regresión. Ed. CENGAGE. 2006.
2
Producción Notas de Case Ing. Orlando De Antonio Suarez 09/2018
absolutas para todo el pronóstico de la siguiente b. Los pronósticos a corto plazo tienen a su
forma: disposición diferentes metodologías, que facilitan el
manejo poco regular que presenta la información a
n n
| et | | yt yˆ t | corto plazo.
t 1 t 1 [2] c. La precisión de los pronósticos a corto plazo es
n n mayor. Los factores que inciden en la demanda, por
ejemplo, cambian constantemente por tanto en la
medida que el horizonte de Planeación se extienda
Otra forma de evitar resultados positivos y negativos probablemente la precisión del pronostico
en el cálculo del error es elevando al cuadrado los disminuya.
errores; conocido como el erro cuadrático:
(e )
t
2
( yt yˆ t ) 2 [3]
2.5. Influencia del Ciclo de Vida del Producto
Otro factor que se debe considerar en el desarrollo
Así, se puede definir el erro cuadrático medio, del pronóstico de ventas, en especial los de mediano y
calculada como el promedio de los errores elevados al largo plazo, es el ciclo de vida del producto. Los
cuadrado. productos que están en su fase de introducción y
crecimiento requieren pronósticos a más largo plazo que
2.4. Horizonte De Tiempo De Los Pronósticos
los que están en su fase de madurez. Sintetizando, el
Un pronóstico usualmente se clasifica según el método que se utilice depende de:
tiempo que abarca en el futuro, de acuerdo con este
1. La información disponible.
concepto se pueden distinguir tres categorías:
2. Costo involucrado.
1 Pronósticos a Corto Plazo. Generalmente abarcan un
3. Importancia de la decisión
periodo hasta un año, aunque regularmente el
tiempo más usado es menor a seis meses. Su uso se 4. Horizonte de tiempo.
oriente a la programación de trabajos, planeación de 2.6. Pasos Para La Elaboración De Pronósticos
compras, definir niveles de mano de obra, asignar
tareas y decidir sobre los niveles de producción. El primer paso en la planeación es el pronóstico, es
2 Pronóstico a mediano Plazo. Un pronóstico a mediano decir, estimar la demanda futura de productos, servicios
plazo se extiende de seis meses a tres años en y los recursos necesarios para producirlos; para ello se
debe tener en cuenta entre otras las siguientes
promedio. Su aplicación se orienta a la planeación de
reflexiones en el horizonte de planeación: ¿qué se debe
ventas, producción, presupuesto, y flujo de efectivo.
producir?, ¿cuánto hay que producir?, ¿donde hay que
De la misma forma es útil en el análisis de diferentes
producir? y ¿cuándo hay que producir? Esto nos lleva a
planes de operación.
identificar las fuentes potenciales de demanda, así como
3 Pronósticos a Largo Plazo. En general abarca más de la capacidad de influencia que se tiene en los niveles y
tres años, su empleo se orienta a la planeación de duración de esta demanda.
nuevos productos, gastos de capital, ubicación y
ampliación de instalaciones, y a la investigación y el Todos los procedimientos formales indican el
desarrollo. Con ellos se dimensiona el proceso conocimiento de las experiencias del pasado para
productivo. proyectarlas al futuro por tanto se supone que las
condiciones del futuro serán las mismas que generaron
Los pronósticos a mediano y largo plazo se distinguen los datos del pasado. Definiendo que el modelo de
de los de corto plazo, por tres características: pronósticos opera con los datos generado por los datos
a. Los pronósticos a mediano y largo plazo manejan históricos podemos identificar los siguientes siete pasos
temas más globales, apoyando decisiones de tipo en el proceso de pronósticos:
administrativo como la planeación de: productos, 1 Determinar el uso del pronóstico ¿Qué objetivos se
procesos, plantas (tamaño, ubicación, persigue obtener?
implementaciones, traslados, etc.).
2 Seleccionar la variable que se va a pronosticar
4
Producción Notas de Case Ing. Orlando De Antonio Suarez 09/2018
3 Determinar el horizonte de tiempo del pronóstico ¿Es 3.1.1. Consulta a la fuerza de ventas
a corto, mediano o largo plazo?
La Encuesta a la fuerza de ventas y a clientes
4 Buscar los datos históricos necesarios para hacer el describen los métodos más utilizados para productos y
pronóstico. servicios existentes. En muchas compañías la fuerza de
5 Graficar los datos históricos, para observar su ventas entra en contacto directo con los clientes, lo cual
comportamiento constituye una buena fuente de información que
considera las intenciones de los clientes a corto y
6 Seleccionar y validar el modelo de pronóstico
mediano plazo. Las estimaciones de ventas se obtienen
7 Hacer el pronóstico e instrumentar los resultados. individualmente a partir de cada uno de los miembros de
El avance mayor que han tenido los pronósticos la fuerza de ventas. Estas estimaciones se combinan a fin
durante los últimos años es el software diseñado para tal de elaborar una estimación en todas las regiones o
fin; se puede agruparlos en dos paquetes de interés por zonas. Este conocimiento puede ayudar a la empresa a
los pronosticadores. lograr una predicción con rapidez y bajo costo.
1) Paquetes estadísticos que incluyen análisis de El administrador de cada distrito emplea los
regresión, exploración de series de tiempo, etc. estimados de ventas individuales para crear una
predicción consolidada. Los administradores deben
2) Paquetes específicos de pronóstico. Ejemplo de ellos
ajustar los estimados individuales para reducir las
tenemos: SAS, EViews, SPSS, toolpak para micosoft
inclinaciones optimistas (o la pesimista, sí la fuerza de
Excel, Crisital Ball, predictor y Foercast X.
ventas recibe bonos por exceder las proyecciones). Las
3. Enfoques de Pronósticos predicciones de distrito se combinan entonces hasta
crear una predicción global.
Como se señalaba al inicio, no existe un solo modelo
para la elaboración de un pronóstico que sea el mejor; 3.1.2. Encuestas a mayoristas y Detallistas
sin embargo, existen dos enfoques generales en los
Se basa en aprovechar el conocimiento que tienen los
cuales se pueden clasificar las técnicas para pronosticar,
canales de distribución de la compañía; es muy probable
así como existen dos maneras de abordar todos los
que ellos manejen productos también de la competencia,
modelos de decisión:
por lo tanto, tienen un conocimiento mucho más amplio
Los pronósticos cualitativos o subjetivos que de cómo se está comportando el mercado y el nivel de
involucran algunos factores importantes tales como la aceptación del producto que se fabrica. Buscar esta
intuición, emociones, experiencias personales del que información puede ser bastante dispendioso, ya que no
toma la decisión, y sistemas de valores para alcanzar un todos los distribuidores estarán en disponibilidad de
pronóstico. brindar información, dado que las otras compañías
Los pronósticos cuantitativos por su parte incorporan competidoras pedirán reserva del manejo de sus
una gran variedad de modelos matemáticos que utilizan productos; pero vale la pena el esfuerzo adicional.
datos históricos y/o variables causales para pronosticar 3.1.3. Encuesta a los clientes y consumidores finales:
la demanda o ventas futuras.
Una empresa también puede hacer sus predicciones
3.1. Métodos Cualitativos en los planes establecidos de compras futuras de sus
Se basan en juicios de expertos respecto a los clientes actuales y potenciales mediante una encuesta a
factores causales de la venta de productos y servicios, los clientes. Esta información puede obtenerse
usando sus opiniones sobre la posibilidad de que dichos directamente por medio de encuestas personales, por
factores sigan presentes en el futuro. Involucran teléfono, correo o por fax para determinar los volúmenes
encuestas de opinión y estimaciones intuitivas que se de productos que la empresa puede adquirir en cada
hacen a expertos respecto a eventos futuros. Dichos periodo en el futuro y se prepara un pronóstico de
métodos se usan cuando no hay disponibilidad de datos ventas combinando las respuestas individuales de los
históricos, son pocos o están fraccionados. Entre los clientes.
métodos cualitativos más usuales, se encuentran: Una vez combinada la información proveniente de las
empresas, normalmente se ajusta por un factor de
5
Producción Notas de Case Ing. Orlando De Antonio Suarez 09/2018
experiencia que tiene en cuenta la relación histórica participaciones se hacen desde el anonimato. Esto ayuda
entre los requerimientos establecidos de los clientes y a reducir la influencia de los ejecutivos poderosos y los
las compras reales, así como la proporción anticipada del efectos arrolladores de la opinión mayorista. Aunque
mercado de los fabricantes. Estas cifras de ajuste se tome más tiempo hacer la predicción, el resultado tiende
utilizan como predicción de la demanda. La mejor a ser más preciso que los generados por medio del
información es la que se solicita a los clientes. Para enfoque de consenso del comité ejecutivo.
muchas empresas esto no es práctico y solicitar una
muestra representativa de sus planes es suficiente. 3.2. Métodos Cuantitativos
Existen muchas maneras de estructurar las muestras; Son modelos matemáticos que se basan en
las simples y estratificadas al azar, las sistemáticas y las información histórica, bajo el supuesto de que los datos
de grupo se encuentran entre las estructuras más de interés son relevantes para el futuro. Estos modelos
comunes. Esto puede ayudar no solamente a preparare se pueden utilizar con series de tiempo. Una serie de
el pronóstico sino también a mejorar el diseño del tiempo es un conjunto de valores observados, medidos
producto y la planeación de productos nuevos. Las durante períodos sucesivos.
técnicas para hallar esta información es la disciplina que Los pronósticos cuantitativos se apoyan en el manejo
se conoce como muestreo. de series de tiempo. Una serie de tiempo se basa en la
secuencia de puntos de datos separados de manera
3.1.4. El Consenso de expertos:
uniforme (semanal, mensual, trimestral y así
Las predicciones pueden desarrollarse interrogando a sucesivamente). El pronóstico de serie de tiempo implica
un pequeño grupo de altos ejecutivos eruditos de que los valores futuros se predicen únicamente a partir
diferentes departamentos, o un grupo de expertos de los valores pasados, y que cualquier otra variable se
locales, que forman un comité donde se analizan sus ignore, no importa que tan valiosa sea.
opiniones en cuanto a los valores futuros de las ventas y
Los modelos cuantitativos de pronósticos se pueden
de otros aspectos por predecir.
agrupar en dos clases: modelos univariables y modelos
Esta técnica permite la fusión de las opiniones de causales. Los modelos univariables para pronósticos
expertos interfuncionales; sin embargo, los factores predicen valores futuros de una serie de tiempo, basados
sociales o la presencia de un miembro poderoso puede solo en el análisis de los valores anteriores de la serie de
impedir que el grupo llegue a un verdadero consenso, tiempo, para identificar un patrón de comportamiento
sesgando el trabajo hacia una idea en especial, y de datos. Luego con el supuesto de que las causas que
llegándose prácticamente en la mayoría de los casos a un originaron los datos anteriores no cambian en el futuro,
pronóstico negociado. Este método se utiliza a menudo se extrapolan los datos con el fin de generar
en combinación con modelos estadísticos, y se obtiene predicciones.
una estimación de grupo sobre la demanda. Esta técnica
Los modelos causales requieren la identificación de
es relativamente económica y es la más utilizada en
otras variables que se relacionan (la economía, las tasas
predicciones a mediano y largo plazo.
de interés, acciones de los competidores, etc.) y afectan
3.1.5. Método Delphi la variable que se desea predecir. La relación estadística
derivada se usa luego para el pronóstico de la variable de
El Consenso de Expertos utiliza información interés. Es de suma importancia en la toma de decisiones
proveniente de todos los ámbitos de la organización. El ya que a través de esta metodología se puede medir el
método Delphi se utiliza para lograr un consenso dentro impacto de diferentes estrategias en cuanto a publicidad,
de un comité, en busca de hallar una predicción a largo promociones, etc.
plazo sobre las ventas futuras de un nuevo producto o la
situación del comportamiento de la tecnología. Dentro de las técnicas cuantitativas a estudiar se
tienen: el análisis de regresión, métodos de
Consiste en que los ejecutivos o expertos convocados descomposición y suavización exponencial.
responden anónimamente a una serie de preguntas en
sesiones sucesivas, que se revisan y se retroalimentan al 3.2.1. Análisis de Regresión Lineal
grupo en general. La diferencia está en que los miembros
Esta es una metodología estadística que se usa para
del comité están ubicados en sitios diferentes y sus
relacionar variables; la variable de interés se define como
6
Producción Notas de Case Ing. Orlando De Antonio Suarez 09/2018
la variable dependiente o variable de respuesta (y), a 2. Predecir: Demandas futuras, con base en los valores
través de uno o más predictores o variables futuros de (x1, x2, x3 y x4).
independientes (x).
3. Controlar: las demandas futuras mediante el control
Se sabe que existe una relación entre una variable de precios del mismo, gastos de publicidad, tipos de
dependiente y otra independiente (como por ejemplo las campañas de publicidad.
existentes entre: la experiencia profesional de los
La construcción de un modelo de pronósticos se hace
trabajadores y sus respectivos sueldos, las estaturas y
usando los valores que presentan las variables
pesos de personas, la producción agraria y la cantidad de
dependientes e independientes. Si son datos a lo largo
fertilizantes utilizados, etc.), puede darse el problema de
de una línea de tiempo reciben el nombre de series de
que la variable dependiente asuma múltiples valores
tiempo; pero si los datos son observaciones en un punto
para una combinación de valores de las variables
del tiempo específico se le denominan datos
independientes.
transversales. Ver numeral (2.3).
Cabe recordar que, en términos generales, una
función es un tipo de relación en la cual para cada valor Estimación de la Ecuación de Regresión
de la variable independiente le corresponde uno y sólo Consiste en determinar los valores de “α” y “β” a
un valor de la variable dependiente. La regresión lineal partir de la muestra, es decir, encontrar los valores de (a)
simple se puede definir como el estudio de la relación y (b) con los datos observados de la muestra. El método
funcional entre dos variables poblacionales, una variable de estimación es el de Mínimos Cuadrados, mediante el
(X), llamada independiente, explicativa o de predicción y cual se obtiene:
una variable (Y), llamada dependiente o variable
respuesta y presenta la siguiente notación: n * ΣX iYi ( ΣX i ) * ( ΣYi )
b [5]
Y = α + βX + ε [4] n( ΣX i2 ) ( ΣX i ) 2
Ejemplo, supóngase que se quiere construir un
modelo de regresión que relacione la siguiente variable
a=
ΣYi bΣXi [6]
(y) = demanda de un producto de consumo. n
Con las siguientes variables independientes: Así, la ecuación de regresión muestral estimada es:
x1 = precio del producto = a + b X [7]
x2 = precio promedio en la industria de productos
similares de la competencia. Que se interpreta como:
n: 12
∑XY: 128.199,5
∑X: 1.946
∑Y: 783
∑X2: 316.986
∑Y2: 52.297
(∑X)2: 3.786.916
Coeficiente de correlación
El coeficiente de correlación de Pearson es un índice
estadístico que mide la relación lineal entre dos variables
cuantitativas. A diferencia de la covarianza, la correlación
de Pearson es independiente de la escala de medida de
las variables. El cálculo del coeficiente de correlación
lineal se realiza dividiendo la covarianza por el producto
de las desviaciones estándar de ambas variables.
De esta forma para hallar la ecuación que rige esta
serie de datos ecuación [7] (que por la forma muestra (n * ( X i * Yi ) X i Yi
r [8]
una tendencia a la linealidad), se buscara calcular los
valores de (a y b). Este análisis estará acompañado del
n X 2
( X ) 2 * n Y 2 ( Y ) 2
manejo de los datos y cálculos necesarios que se tienen
en la tabla 9. Se obtienen de la tabla los siguientes
3.2.2. Promedios Móviles:
resultados: El concepto del promedio móvil simple es el de
Tabla 2 Datos de entrada promediar las fluctuaciones aleatorias en una serie de
tiempo para identificar las desviaciones que subyacen en
el que dicha serie está cambiando. Esto es que, si se
tiene una serie de datos históricos confiable y de forma
continua durante un periodo apreciable, se pueden
obtener pronósticos a través de promedios móviles
promediando los puntos de los datos a lo largo de un
número deseado de periodos anteriores, con el fin de
atenuar las variaciones de temporada. Esto quiere decir
que los valores altos y bajos tienden a compensarse.
8
Producción Notas de Case Ing. Orlando De Antonio Suarez 09/2018
Grafico (2) Comportamiento de los pronósticos El primer paso será tomar un valor de (N) para el
ejemplo cuatro periodos y se halla su promedio que
es igual 32,75.
Para el segundo pronóstico se deja el primer dato y se
coge la información correspondiente al periodo 5 con
un promedio de 33,5.
Para hallar el siguiente pronóstico se procede de igual
forma que en el paso anterior, dejando el dato más
antiguo y tomando el siguiente en la lista, hasta
agotar toda la información disponible.
Los datos arrojados en los cálculos subsecuentes nos
validan la información obtenida, comparando los datos
Los promedios móviles son efectivos en series de hallados vs los datos históricos, que se toman como
tiempo que presentan estacionarieda, es decir que ventas reales. La diferencia en valor absoluto de estos
fluctúan con respecto a un nivel base constante, ver dos datos (38 – 35,8) se le conoce como la desviación
gráfico (2) línea azul. media, El promedio de las desviaciones medias configura
la Desviación Media Absoluta.
Tabla 3 Cálculo de Pronósticos por promedios Móviles
Tabla (4) Análisis de la DMA para pronósticos por Promedios
Móviles
9
Producción Notas de Case Ing. Orlando De Antonio Suarez 09/2018
con un (N) = 1 al que se halla el error de la siguiente muestran eficiencia en el manejo de la tendencia y la
forma: valor Absoluto del error de (Ventas Históricas – estacionalidad.
Promedio Hallado) (ver tabla (3) última columna). Los Tabla (5) Pronóstico por Suavización exponencial Simple
resultados se tabulan tal como aparecen en la tabla (4). A
estos resultados se les busca el mínimo valor DMA que
para el ejemplo es de (3.02), correspondiendo a un
tamaño de (N) = (5). Esta información está garantizando
que la curva de pronósticos es la más cercana a la curva
de datos históricos que se tienen como base del análisis.
(Ver gráfica 2)
Tabla (6) DMA para Suavización Exponencial Simple 3.2.5. Método Holt, suavización exponencial con
tendencia:
Tabla (7) Análisis para el pronóstico por el método Holt
11
Producción Notas de Case Ing. Orlando De Antonio Suarez 09/2018
Los cálculos presentados en la tabla (7); muestran los estacionalidad empleando diferentes constantes de
valores elegidos de (α y ß) que se hacen a partir del atenuación para cada uno de ellos.
rango (0< α < 1) y (0< ß < 1), iniciando en ambos casos en
El efecto multiplicativo se presenta cuando el patrón
0.1, Hallar la DMA se hace a partir de los cálculos
estacional en los datos depende del tamaño de los datos
interactivos de las dos constantes de suavización y
o sea cuando la magnitud del patrón estacional se
tendencia. Un ejemplo del cálculo de estos valores, se
incrementa conforme los valores aumentan y decrece
muestran en la tabla (8).
cuando los valores de los datos disminuyen.
Tabla (8) Análisis DMA método Holt
El efecto aditivo es mejor cuando el patrón estacional
BETA
en los datos no depende del valor de los datos, o sea que
0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9
0,1 2,86 2,8 2,74 2,7 2,75 2,8 2,83 2,86 2,92 el patrón estacional no cambia conforme la serie se
0,2 2,77 2,73 2,76 2,79 2,84 2,92 2,97 2,98 2,99 incrementa o disminuye de valor.
0,3 2,85 2,87 2,91 2,95 2,99 3,04 3,13 3,22 3,29
ALFA 0,4 2,96 3 3,05 3,11 3,17 3,23 3,3 3,35 3,39 El método consiste en estimar los parámetros del
0,5 3,07 3,13 3,19 3,25 3,31 3,36 3,42 3,5 3,58
modelo y usarlos para generar el pronóstico. La
0,6 3,19 3,26 3,33 3,4 3,48 3,59 3,68 3,78 3,88
0,7 3,31 3,39 3,47 3,6 3,72 3,84 3,95 4,07 4,21 explicación del método Winter requiere de dos
0,8 3,43 3,53 3,67 3,81 3,94 4,07 4,27 4,47 4,68 definiciones: Sea c = numero de periodos de duración del
0,9 3,54 3,69 3,84 4,02 4,23 4,46 4,69 4,95 5,25 patrón estacional. (c = 4 para información trimestral, c =
12 para datos mensuales), y sea (St) una estimación del
Si en el análisis del MAD, ambos valores no están por
factor multiplicativo estacional para el mes (t), obtenido
debajo de 0.5, es porque se está presentando
después de observar (Xt), por ejemplo, si el mes 7 es Julio
estacionalidad o comportamiento cíclico, para lo cual se
y S7 = 2. Luego de observar las ventas del producto en el
tendría que utilizar otro procedimiento de pronostico. El
periodo 7, opinamos que las ventas en el mes de Julio
gráfico (3) muestra el comportamiento de los datos en el
(ceteris paribus) sería el doble de las ventas esperadas en
método Holt.
un mes promedio.
Para el caso (Lt) y (Tt) significan lo mismo que en el
Grafico (4) Comportamiento del pronóstico por método Holt método Holt, y en cada periodo estarán actualizadas
junto con (St) con las ecuaciones del modelo.
Ecuaciones del modelo multiplicativo son:
Serie exponencial atenuada:
X
Lt = α t + 1 α Lt 1 + Tt 1 [12]
S
t c
Estimación de la Tendencia:
Tt = β Lt Lt 1 + 1 β Tt 1 [13]
Estimación de la Estacionalidad:
X
3.2.6. Modelos Holt-Winter: S t = γ t + 1 γ S t c [14]
Esta técnica se utiliza para pronosticar series Lt
temporales en las cuales están presentes la tendencia y Donde:
la estacionalidad. Cuando la serie temporal presenta una
variación constante se usa el método aditivo, si la serie α, ß y γ: Constantes de atenuación con valores entre
temporal presenta una variación creciente entonces lo (0,1)
más indicado es el uso del método multiplicativo. Se basa Tt = Estimación de la tendencia al inicio mes 1
en atenuar en forma directa la tendencia y la St = Estimación de la estacionalidad del inicio del mes 1
12
Producción Notas de Case Ing. Orlando De Antonio Suarez 09/2018
1. La estimación más reciente de la estacionalidad del L0 = V Prom Mes Año (-1) + 5.5 (T0), Para el ejemplo 45.75
periodo (t) (St-c). La estimación de la estacionalidad en cada uno de los
periodos en los años (-1), y (-2) se calcula dividiendo el
2. X t la cual es una estimación de la estacionalidad del
Lt valor del periodo sobre el promedio mensual del año en
estudio y estas a su vez se promedian.
periodo (t), obtenida a partir del periodo actual.
Así la estimación de estacionalidad de S-10 para el año
Ejemplo: Se dispone de diferentes métodos para (-1) será:
hallar los parámetros requeridos. Como ejemplo se
escogió datos sobre ventas de tres años consecutivos. 9
S − 11=
37,5 Esto es 0.240
Año -2 [4, 3, 10, 14, 25, 26, 38, 40, 28, 17, 16, 13]
Año -1 [9, 6, 18, 27, 48, 50, 75, 77, 52, 33, 31, 24] Ver columnas (1, 2 y 3, tabla 10)
Año 0 [13, 7, 23, 32, 58, 60, 90, 93, 63, 39, 37, 29] Calculo de f0:
Ventas totales durante el año -2 = 243 f t,k = Lt + kTt St+k c [16]
Ventas totales durante el año -1 = 450
Siendo (k), el periodo para el cual se está
Tabla 9 (Datos de entrada) método Winters multiplicativo
pronosticando, iniciando en el periodo (t) en el ejercicio
propuesto (k=1). Los valores restantes los puede apreciar
en la tabla 10.
Tabla 10 (Resultados Hallados) método Winters multiplicativo
S-11 = Estimación del factor estacional de enero al inicio Serie exponencial atenuada:
del mes 1
Lt = α( X t St c + 1 α Lt 1 +Tt 1 [17]
S-10 = Estimación del factor estacional de febrero al inicio
del mes 1 Estimación de la Tendencia:
:: Tt = β Lt Lt 1 + 1 β Tt 1 [18]
13
Producción Notas de Case Ing. Orlando De Antonio Suarez 09/2018
14
Producción Notas de Case Ing. Orlando De Antonio Suarez 09/2018
c) Calcular la desviación media absoluta basada en el ponderado en el cual las ventas en el año más
promedio móvil de dos días. resientes se les da un peso y las ventas de los otros
años se le dan un peso de 1 a cada una. ¿Cuál
2) Para los datos que se dan a continuación, desarrollar
método cree que sea mejor?
un pronóstico de promedios móviles con un (N=3).
5) Utilizar la suavización exponencial con una constante
Ventas Acumulada de suavización de 0,3 para pronosticar la demanda
Meses
de Autos
de arroz del problema (4). Asumir que el pronóstico
Enero 100 del último período para el año 1 es de 5.000 sacos
Febrero 105 para iniciar el procedimiento. ¿Preferiría utilizar el
Marzo 75 modelo de suavización exponencial o el modelo de
Abril 70 promedio ponderado desarrollado en el problema 4?
Mayo 65 Explique su respuesta.
Junio 80 6) La demanda para cirugía de trasplante de corazón en
Julio 85 la Clínica Shaio ha crecido constantemente en los
Agosto 90 años pasados, como se aprecia en la siguiente tabla:
Septiembre 100 Año Cirugías Realizadas
Octubre 100 1 60
Noviembre 105 2 65
Diciembre 115 3 70
3) Con los datos que se dan a continuación, desarrollar 4 72
un pronóstico de demanda de promedios móviles de 5 75
cuatro años:
6 ¿?
Año Demanda Año Demanda El director de servicios médicos predijo hace seis
1 21 7 36 años que la demanda en el año 1 sería de 58 cirugías.
2 27 8 39 a) Use la suavización exponencial, primero con una
3 27 9 27 constante de suavización de 0,7 y posteriormente
4 27 10 33 con una de 0,9, para desarrollar pronósticos para los
5 39 11 21 años 2 a 6.
6 24 12 29 b) Utilice un promedio móvil de tres años para
pronosticar las demandas de los años 4,5 y 6.
4) Los datos recolectados para la demanda de sacos de
50 libras de arroz el Leopardo se muestra en la c) Use el método de proyección de tendencia para
siguiente tabla: pronosticar las demandas de los años 1 a 6.
Año Dem Arroz Año Dem Arroz d) Con DAM como criterio, ¿cuál de los cuatro sistemas
anteriores de pronóstico es el mejor?
1 4.000 7 7.800
7) Con los siguientes datos, utilice la suavización
2 6.000 8 9.300
exponencial (α = 0.25) para desarrollar un pronóstico
3 4.000 9 12.000 de demanda. Asuma que el pronóstico para el
4 5.500 10 14.900 período inicial es de 100.
5 10.500 11 15.200 Periodo 1 2 3 4 5 6
6 8.300 Demanda 140 185 100 180 265 128
Desarrollar un promedio móvil de tres años para 8) Calcule la DAM para los siguientes pronósticos
pronosticar las ventas. Después de determinar una contra los números de ventas reales.
vez más la demanda con un promedio móvil
15
Producción Notas de Case Ing. Orlando De Antonio Suarez 09/2018
Pronostico 1000 1100 1200 1300 a) Graficar estos datos para ver si una ecuación lineal
puede describir la relación entre los shows en
Real 950 1085 1230 1300
televisión de los conjuntos vallenatos la venta de
9) Con los siguientes datos, utilice la regresión por acordeones.
mínimos cuadrados para derivar una ecuación de b) Utilizar en método de regresión de mínimos
pronóstico. ¿Cuál es su estimado de la demanda cuadrados para derivar una ecuación del pronóstico.
para el período?
c) ¿Cuáles serán los estimados de ventas de
Periodo 1 2 3 4 5 6 acordeones si los conjuntos se presentaran
Demanda 210 270 150 330 300 390 televisión nueve veces durante el próximo mes?
12) Su gerente trata de determinar qué método de
10) Con los siguientes datos, utilice la regresión de
pronóstico usar. Basándose en los siguientes datos
mínimos cuadrados para desarrollar la relación entre
históricos, calcule el siguiente pronóstico y
el número de partidos jugados con lluvia en invierno
especifique qué procedimiento utilizaría.
y el número de juegos perdidos por el equipo de de
Fútbol Junior de Barranquilla. Si en el 2.006 se
prevén 16 partidos con lluvia, ¿cuántos partidos se
espera perderá el Júnior?
16
Producción Notas de Case Ing. Orlando De Antonio Suarez 09/2018
AGUIRRE Armando, Jaime. TRATAMIENTO DE SERIES MEREDITH, Jack R. Administración de las operaciones.
México D.F: Ed. Limusa, 1999.
TEMPORALES. Aplicación a las ciencias de la salud.
Ediciones Díaz Santos 1994 SCHROEDER, Roger G. Administración de operaciones.
México DF: Ed. Mc Graw Hill, 1992.
BOWERMAN, Bruce L. O`CONNEL, Richard. KOEHLER,
Anne. Pronósticos, Series y Regresión. Un enfoque
aplicado. Ed. CENCAGE Learning. Mexico. 2007
17