UNIVERSIDAD SAN PEDRO

CURSO
PLANEAMIENTO Y CONTROL DE LAS OPERACIONES

SESION 5

 PRONOSTICOS

ING. NELSON BARBARAN

Chimbote, 24.10.20
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?

A partir del pronóstico que generemos, podemos decidir sobre

los recursos financieros, recursos humanos, tecnológicos, etc.

PRONOSTICO

TERMINO DEFINICION EJEMPLO

• Demanda de azúcar.
Pronosticar es el arte y • Demanda de vehículos
• Demanda de productos
PRONOSTICO ciencia de predecir alimenticios.
• Demanda de estudios de
educación superior.
acontecimientos futuros. • Demanda de pacientes, etc.

Las decisiones empresariales siempre se toman con información insuficiente y con un

margen de incertidumbre mayor o menor, dependiendo del tiempo y los recursos que se
destinan a la búsqueda y el análisis de la información.
PRONOSTICOS

? ?
HOY

1 2
.

DECISION

Todas las organizaciones esperan resultados a futuro, en

consecuencia operan con incertidumbre.
PRONOSTICOS

Antes de decidir cuánto producir, debemos determinar cuánto

esperamos vender. Respecto a un año normalmente.

Cuánto esperamos vender en el año 2020, por ejemplo. Lo que

esperamos vender es lo que vamos a producir. .

De manera que, no definimos aún un programa de producción sino

sabemos cuál es la demanda del producto que fabricamos y
comercializamos.
PRONOSTICOS
PRONOSTICOS
PRONOSTICO

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

CLASIFICACIÓN DESCRIPCION EJEMPLO

PRONOSTICO A CORTO HASTA 1 AÑO. Programación de Planta,

PLAZO Generalmente menor a un asignación de trabajo.
año.

PRONOSTICO A Planeación de la producción,

MEDIANO PLAZO De 1 año a 3 años.
presupuestos, planes de ventas.

PRONOSTICO A LARGO Nuevos productos, localización

• 3 años o más
PLAZO de la empresa, máquinas.
ENFOQUES DEL PRONOSTICO
METODOS DE 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

JURADO DE OPINION EJECUTIVA.

Se agrupan las opiniones de varios expertos de alto nivel o ejecutivos, a

menudo en combinación con métodos estadísticos
METODOS CUALITATIVOS

METODO DELPHI

Se utiliza para lograr un consenso dentro de un comité. Es un proceso

iterativo grupal que permite la realización de los pronósticos a través de un
grupo de toma de decisiones con base en las opiniones de otro grupo de
expertos. Se involucra un grupo de expertos que comparten información y
eventualmente llegan a un consenso en una predicción a largo plazo con
respecto a las tecnologías del futuro o las ventas futuras de un nuevo
producto.
 METODO DELPHI

Es un proceso iterativo grupal, con ciertas reglas y metodología, mediante el cual se

pretende maximizar las ventajas que presentan los métodos basados en grupos de
expertos y minimizar sus inconvenientes. Ello se logra mediante el anonimato (ningún
experto conoce la identidad de los otros que componen el grupo de debate, evitando la
influencia y permitiendo que uno se anime a modificar su postura inicial), una iteración con
retroalimentación controlada, y la expresión de los resultados mediante una distribución
estadística.

El impacto de los factores externos tiene mayor

influencia en la evolución que los factores
internos
METODOS CUALITATIVOS

PROPOSICION DE PERSONAL COMERCIAL

Las estimaciones de las ventas esperadas por los vendedores se revisan

para ver si se pueden llevar a cabo y luego se obtiene un pronóstico global.
La fuerza de ventas entra en contacto con los clientes, lo cual constituye
una buena fuente de información que considera sus intenciones respectos a
sus compras y preferencias en el corto y mediano plazo.
METODOS CUALITATIVOS

ESTUDIO DE MERCADO

Requiere información de los clientes sobre sus intenciones futuras de compra.

METODOS CUANTITATIVOS

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.

ESTACIONALIDAD es la existencia de un patrón periódico de comportamiento

de los datos.

VARIACIONES ALEATORIAS Son “saltos” en los datos causados por el azar y situaciones
inusuales. Al ser aleatorias no se pueden predecir.
TIPOS DE DATOS

• Datos que se reúnen • Datos de series

en un solo punto en de tiempo
el tiempo (una hora, (secuencia de datos
un día, una semana, ordenada en el
un mes o un tiempo).
trimestre).

Las series de tiempo se utilizan para descubrir patrones

pasados de crecimiento y cambio que se pueden emplear
para predecir patrones futuros.
METODOS CUANTITATIVOS

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.

MES Número de promedio móvil de 4

participantes meses
Mayo 34

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

MEDIA MOVIL PONDERADA

Se utiliza cuando se presenta una PROMEDIO MOVIL PONDERADO
tendencia. Los pesos pueden ser
utilizados para poner énfasis en los ∑(ponderación para el periodo n) ( Demanda en el periodo n)
= ----------------------------------------------------------------------------------
valores recientes. n
METODOS CUANTITATIVOS

MEDIA MOVIL PONDERADA

En el ejemplo de Consultora NB.
Realizar los pronósticos considerando, las ponderaciones siguientes:
Último mes: 40%
2do: 30%
3ro: 20%
4to: 10%

MES Número de promedio móvil de 4 meses

participantes
Mayo 34

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.
Necesita una constante de suavización
α, que toma valores entre 0 y 1,
eligiéndola de forma subjetiva.
Ventaja: necesita una cantidad
reducida de datos históricos.
Es un método fácil de usar.
Ft = Ft-1 + α (At-1 - Ft-1)
Donde :
Ft = el pronóstico nuevo
α = Constante de suavización (0 ≤ α ≤ 1)
At = Valor real
Ft-1 = el pronóstico anterior
At-1 = demanda real del periodo anterior

Pronóstico nuevo = pronóstico del último periodo + α (demanda

real del último periodo – Pronóstico del último periodo)

METODOS CUANTITATIVOS

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

demanda de Agosto usando el módulo de suavización exponencial.

Al sustituir en la Ft = Ft-1 + α (At-1 - Ft-1)

fórmula se obtiene

Pronóstico nuevo (para la demanda de Agosto) = 200 + 0.25 (180 – 200) = 195
METODOS CUANTITATIVOS

SUAVIZACION EXPONENCIAL
SELECCIÓN DE LA CONSTANTE DE SUAVIZACION

Depende del valor de la Para: El objetivo es obtener

constante de suavización α α = 0,1 el pronóstico más
α = 0,5 exacto

¿cuál α elegir?

La exactitud global de un modelo de pronóstico puede determinarse al

comparar los valores pronosticados contra los valores reales.

Error de pronóstico = Demanda - Pronóstico

METODOS CUANTITATIVOS

SUAVIZACION EXPONENCIAL
SELECCIÓN DE LA CONSTANTE DE SUAVIZACION

La exactitud global de un modelo de pronóstico puede determinarse al

comparar los valores pronosticados contra los valores reales.

Error de pronóstico = Demanda - Pronóstico

Una medida del error global del pronóstico es la aplicación de

DESVIACION MEDIA ABSOLUTA. DAM

∑ │errores del pronóstico │

DAM = -----------------------------------------------
n
METODOS CUANTITATIVOS

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

Tonelaje Pronóstico redondeado Pronóstico

Trimestre
descargado real usando α =0.10 redondeado
usando α =0.50
1 360 350 350
2 336 351=350 + 0.1(360-350) 355
3 318 350=351 + 0.1(336-351) 346
4 350 347=350 + 0.1(318-350) 332
5 380 347=347 + 0.1(350-347) 341
6 410 350=347 + 0.1(380-347) 361
7 360 356=350 + 0.1(410-350) 386
8 384 356=356 + 0.1(360-356) 373
9 ? 359=356 + 0.1(384-356) 379
 SUAVIZACION EXPONENCIAL
Para evaluar la exactitud de cada constante de suavización se pueden calcular las desviaciones absolutas y DAM
Pronóstico
Tonelaje Pronóstico
Desviación redondeado Desviación
Trimestre descargado redondeado con
absoluta para con absoluta para
real α =0.10
α =0.10 α =0.50 α =0.50

1 360 350 10 350 10

2 336 351 15 355 19
3 318 350 32 346 28
4 350 347 3 332 18
5 380 347 33 341 39
6 410 350 60 361 49
7 360 356 4 386 26
8 384 356 28 373 9
Suma de desviaciones absolutas 185 198
DAM 23.12 24.75

SE ELIGE α = 0.1
Porque su DAM es menor
METODOS CUANTITATIVOS

ANALISIS DE REGRESIÓN LINEAL

ES UN METODO CAUSAL.

Se utiliza cuando existe datos históricos.

Supone relación lineal entre dos variables. Se puede identificar dicha
relación, entre el factor que se intenta pronosticar y otros factores
externos ( demanda – PBI, acciones publicitarias y las ventas, etc.)

Estas relaciones se expresan en términos matemáticos y suelen ser

muy complejas. Los métodos causales proporcionan las herramientas
para preparar pronósticos a largo plazo.
METODOS CUANTITATIVOS

ANALISIS DE REGRESIÓN LINEAL

En términos técnicos, la línea de regresión minimiza las desviaciones
cuadráticas con respecto a los datos reales. En los modelos de
regresión lineal más sencillos, la variable dependiente es función de
una sola variable independiente y, por lo tanto, la relación teórica es
una línea recta:

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

ANALISIS DE REGRESIÓN LINEAL

METODOS CUANTITATIVOS

ANALISIS DE REGRESIÓN LINEAL

Para hallar la ecuación de la recta.
Hallamos primero b. Luego hallamos a

∑ xy – n ẋ ẏ
b = ------------------ a = ẏ - bẋ
∑ x2 – n ẋ2

b= pendiente de la línea de regresión

x= valores de las variables independientes
y= valores de las variables dependientes
ẋ = el promedio de los valores de las x
ẏ = el promedio de los valores de las y
n = el número de datos
METODOS CUANTITATIVOS

ANALISIS DE REGRESIÓN LINEAL

MEDIDAS DE LA PRECISION DEL PRONOSTICO

1. COEFICIENTE DE CORRELACION DE LA MUESTRA, r

2. COEFICIENTE DE DETERMINACION DE LA MUESTRA. r²

3. ERROR ESTANDAR DEL ESTIMADO.

OTROS METODOS
OTROS METODOS
OTROS METODOS

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.

PERIODO DEMANDA PRONOSTICO

1 14 10
Ft = Ft-1 + α (At-1 - Ft-1)
2 18 11

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. La persona a cargo de programar la producción de una compañía tiene que elaborar

pronósticos de la demanda de un producto a fin de planear las cantidades de
producción más apropiadas. Durante un almuerzo de negocios, el gerente de marketing
le proporciona la información sobre el presupuesto de publicidad de una bisagra de
bronce para puertas. A continuación se presentan los datos sobre ventas y publicidad
correspondientes a los últimos 5 meses.
Ventas Publicidad
MES (miles de (miles de
El gerente de marketing afirma que la compañía
unidades) dólares)
gastará el mes entrante $ 1750 en publicidad del
1 264 2.5 producto. Aplique la regresión lineal para
desarrollar una ecuación y un pronóstico para
2 116 1.3 ese producto.
3 165 1.4

4 101 1.0

5 209 2.0

Suponga que existe una relación lineal entre las

ventas y los gastos de publicidad.
Respuesta:
Ecuación: y = -8.135 + 109.229 x

Mes 6: 183 016 unidades

 EJERCICIOS
5. Con los siguientes datos, utilice la suavización exponencial (α = 0.2) para desarrollar . Un
pronóstico de demanda. Asuma que el pronóstico para el periodo inicial es de 60.

PERIODO DEMANDA PRONOSTICO

1 65 60
Ft = Ft-1 + α (At-1 - Ft-1)
2 75 61

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.

a) ¿Cuál es el pronóstico para julio?

b) Si el centro recibió 45 millones de cheques en julio, ¿cuál será el pronóstico para agosto?
c) ¿Por qué podría ser inapropiado este método de pronóstico para esta situación?
 EJERCICIOS METODO I METODO II

0.70 – 0.90 = 0.20 0.0400 0.10 0.0100

0.05 0.0025 0.20 0.0400

0.05 0.0025 0.10 0.0100

0.20 0.0400 0.11 0.0121

MAD = 0.50/4 = MSE = MAD = 0.51/4 MSE= 0.0721/4

0.1250 0.0850/4 = = 0.1275 = 0.018025
0.02125

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

4 1.20 1.11 1.00

 EJERCICIOS

9. A continuación se presentan dos pronósticos semanales realizados mediante

dos métodos y el MSE para cada método?