Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CURSO
PLANEAMIENTO Y CONTROL DE LAS OPERACIONES
SESION 5
PRONOSTICOS
Pronosticar el futuro
• Cuánto producir el año
2021?
HOY FUTURO
• Cuánto esperamos
vender el 2021?
2020 2021
• Cuáles serán los
resultados en el 2021?
? ?
HOY
1 2
.
DECISION
TIPOS DE PRONOSTICOS
Casi
Casitodas
todaslas
lasorganizaciones
organizaciones–grandes
–grandes
yy pequeñas,
pequeñas, privadas
privadas yy públicas-
públicas-
utilizan
utilizan los
los pronósticos
pronósticos de de manera
manera
explícita
explícita oo explícita,
explícita, puesto
puesto queque sese
deben
deben planear
planear para
para satisfacer
satisfacer las
las
condiciones
condiciones deldel futuro
futuro sobre
sobre las
las que
que
tienen
tienenununconocimiento
conocimientoimperfecto.
imperfecto.
HORIZONTES DE TIEMPO EN LOS PRONOSTICOS
CUALITATIVOS CUANTITATIVOS
• Enfoque simple
• Series de tiempo
• Jurado de opinión ejecutiva
• Media simple
• Método Delphi
• Media móvil
• Proposición de personal
• Media móvil ponderada
comercial
• Suavización exponencial
• Estudio de mercado
• Análisis de regresión lineal
• Modelo estacional multiplicativo.
METODOS CUALITATIVOS
METODO DELPHI
ESTUDIO DE MERCADO
ENFOQUE SIMPLE
Es la mejor predicción para los precios de insumos, acciones, etc. . que cotizan.
METODOS CUANTITATIVOS
SERIES DE TIEMPO
Es una secuencia de datos uniformemente espaciada. Se obtiene
observando las variables en periodos de tiempo regulares. Se trata de
Se puede descomponer en tendencia,
un pronóstico basado en los datos pasados, es decir que supone que
estacionalidad y variabilidad aleatoria.
los factores que han influido en el pasado lo seguirán haciendo en el
futuro.
METODOS CUANTITATIVOS
SERIES DE TIEMPO
TENDENCIA es el movimiento gradual en el ascenso o descenso.
VARIACIONES ALEATORIAS Son “saltos” en los datos causados por el azar y situaciones
inusuales. Al ser aleatorias no se pueden predecir.
TIPOS DE DATOS
MEDIA SIMPLE
Es otro método fácil. .al tener en cuenta todos los datos
Pronosticamos un valor futuro similar al promedio de todos los valores históricos, el resultado siempre va a ser el
pasados. mismo, en algún momento.
METODOS CUANTITATIVOS
MEDIA MOVIL
Consiste simplemente en tomar el promedio aritmético
PROMEDIO MOVIL
de los últimos n periodos.
Un periodo móvil de cuatro meses se toma
∑ Demanda en n periodos
sencillamente, como la suma de la demanda durante los = -------------------------------------
n
últimos cuatro meses dividida entre 4.
METODOS CUANTITATIVOS
MEDIA MOVIL
Ejemplo: el número de participantes en los curso de capacitación que ofrece la Consultora NB
se muestran en la columna central de la siguiente tabla. Un promedio móvil de 4 meses aparece
a la derecha.
Junio 48
Julio 43
Agosto 52
Setiembre 76 (34+48+43+52)/4 = 44
Octubre 67 (48+43+52+76)/4 = 55
Noviembre 64 (43+52+76+67)/4 = 60
Diciembre (52+76+67+64)/4 = 65
METODOS CUANTITATIVOS
Junio 48
Julio 43
Agosto 52
Setiembre 76 (0.1x34+0.2x48+0.3x43+0.4x52)/4 = 47
Octubre 67 (0.1x48+0.2x43+0.3x52+0.4x76)/4 = 59
Noviembre 64 (0.1x43+0.2x52+0.3x76+0.4x67)/4 = 64
Diciembre (0.1x52+0.2x76+0.3x67+0.4x64)/4 = 66
METODOS CUANTITATIVOS
SUAVIZACION EXPONENCIAL
Ahora los factores de ponderación
disminuyen exponencialmente. Ft = Ft-1 + α (At-1 - Ft-1)
Necesita una constante de suavización Donde :
α, que toma valores entre 0 y 1,
eligiéndola de forma subjetiva. Ft = el pronóstico nuevo
Ventaja: necesita una cantidad α = Constante de suavización (0 ≤ α ≤ 1)
reducida de datos históricos. At = Valor real
Es un método fácil de usar. Ft-1 = el pronóstico anterior
At-1 = demanda real del periodo anterior
SUAVIZACION EXPONENCIAL
Ejemplo:
En Junio, un transportador de turistas pronosticó una demanda en Julio para 200 viajes por mes. La demanda
real de Julio fue de 180 viajes. Utilizando una constante de suavización de α = 0.25, podemos pronosticar la
Pronóstico nuevo (para la demanda de Agosto) = 200 + 0.25 (180 – 200) = 195
METODOS CUANTITATIVOS
SUAVIZACION EXPONENCIAL
SELECCIÓN DE LA CONSTANTE DE SUAVIZACION
¿cuál α elegir?
SUAVIZACION EXPONENCIAL
SELECCIÓN DE LA CONSTANTE DE SUAVIZACION
SUAVIZACION EXPONENCIAL
Ejemplo:
El Puerto de Santa Marta ha registrado grandes cantidades de carne, de barcos procedentes de
Argentina durante los ocho trimestres pasados. El administrador de operaciones del puerto
desea probar el empleo de la suavización exponencial y la efectividad del método en la
predicción del tonelaje descargado. El asume que el pronóstico en el primer trimestre fue de 350
toneladas. Se examinan los valores de α, α = 0,1 y α = 0,5
METODOS CUANTITATIVOS
SUAVIZACION EXPONENCIAL
SE ELIGE α = 0.1
Porque su DAM es menor
METODOS CUANTITATIVOS
Y= a+ bX
Y= variable dependiente
X= variable independiente
a= intersección de la recta con el eje Y
b= pendiente de la recta
METODOS CUANTITATIVOS
∑ xy – n ẋ ẏ
b = ------------------ a = ẏ - bẋ
∑ x2 – n ẋ2
499.5 CJ
532.57 CJ
561,86 CJ
577.59 CJ
EJERCICIOS
1. La demanda para la energía eléctrica en Lima en el periodo 2008 – 2014 se muestra a
continuación en megawatts. Ajustar una línea recta con tendencia a estos datos y pronostica
la demanda de 2016
AÑO Demanda de
energía eléctrica ∑ xy – n ẋ ẏ
2008 296 b = ------------------
2009 ∑ x2 – n ẋ2
316
2010 320
2011 360 a = ẏ - bẋ
2012 420
2013 572 Y= a+ bX
2014 488
a 226
b 42.428
2015 565
2016 608
EJERCICIOS
2. Con los datos que se dan a continuación, desarrollar un pronóstico de demanda de
promedios móviles de tres años.
PROMEDIO MOVIL DE
AÑO DEMANDA
TRES AÑOS
1 21
2 27
3 27
4 27 (21+27+27)/3 =25
5 39 27
6 24 31
7 36 30
8 39 33
9 27 33
10 33 34
11 21 (33+27+39)/3 = 33
12 27
EJERCICIOS
3. Con los siguientes datos, utilice la suavización exponencial (α = 0.25) para desarrollar . Un
pronóstico de demanda. Asuma que el pronóstico para el periodo inicial es de 10.
3 10 12.75
4 18 12.06
5 26 13.54
6 12 16.65
7 15.49
EJERCICIOS
Uso de la regresión lineal para pronosticar la demanda de un producto.
4 101 1.0
5 209 2.0
3 89 63.8
4 78 68.84
5 90 70.67
74.54
EJERCICIOS
6. La tabla siguiente da el número de unidades de sangre tipo A
que el hospital Woodlawn utilizó en las últimas 6 semanas:
a) Pronostique la demanda para la semana del 12 de octubre usando un promedio móvil de 3 semanas.
b) Utilice un promedio móvil ponderado de tres semanas, con ponderaciones de 0.1, 0.3 y 0.6, usando 0.6 para
la semana más reciente. Pronostique la demanda para la semana del 12 de octubre.
c) Calcule el pronóstico para la semana del 12 de octubre usando suavizamiento exponencial con un
pronóstico de 360 para el 31 de agosto y α = 0.2. X
Unidades
SEMANA DE
usadas
Agosto 31 360
Setiembre 7 389
Setiembre 14 410
Setiembre 21 381
Setiembre 28 368
Octubre 5 374
EJERCICIOS
7. Un centro de procesamiento de cheques usa el suavizamiento exponencial para
pronosticar el número de cheques entrantes cada mes. El número de cheques recibidos en
junio fue de 40 millones, aunque el pronóstico era de 42 millones. Se usó una constante de
suavizamiento de 0.2.
Pronósticos
Demanda
Semana Método I Método II real
1 0.90 0.80 0.70
∑ (error de pronóstico)2
2 1.05 1.20 1.00 MSE = -----------------------------------------------
3 0.95 0.90 1.00 n