desintegracion atomica

ley de coulum
campos electricos
lineas de fuerza
dipolos
campos uniforme
energia potencial
potencial electrico

Índice

 INTRODUCCION 2
 TENDENCIA 4
 PROMEDIOS MÓVILES 6
 VARIACIONES CÍCLICAS E IRREGULARES 7
 VARIACIONES ESTACIONALES 9
 MÉTODO DE LA RAZÓN AL PROMEDIO MÓVIL 10
 ALISAMIENTO EXPONENCIAL 11
 BIBLIOGRAFIA 12

Introducción

Una SERIE cronológica es un conjunto de observaciones ( ordenado en términos de tiempo). Algunos

ejemplos de series cronológicas serian aspectos tales registros de precipitación pluvial diaria, las ventas
semanales, el producto nacional bruto trimestral, mediciones de la temperatura.

El objeto de analizar tales datos es determinar si se presentan ciertos patrones o pautas no aleatorias.

Algunas veces se trata de descubrir patrones no aleatorios que se puedan utilizar para predecir el futuro.

En otras coacciones, el objetivo es asegurarse de que no haya patrones no aleatorios. En estos casos, dichos
patrones son considerados como una señal de que un sistema o proceso esta “ fuera de control“.

La siguiente explicación tiene relacion con el análisis intrínseco, el cual se concentra en los datos históricos
de la variable de estudio. Cabria destacar que el análisis intrínseco es ampliamente empleado en los negocios
y en l a industria. El objetivo reconocido del análisis intrínseco es describir mas que explicar los patrones
históricos de los datos (es decir, identificar diversos patrones). Además el supuesto en el que se basa el
análisis intrínseco, estable que existe un constante sistema causal relacionado con el tiempo, el cual influye
en los datos. En otras palabras, los datos históricos supuestamente reflejan l a influencia de todos los factores
de manera uniforme atravez del tiempo. Por ejemplo, un estudio de ventas realizadas en un periodo de 14
años puede revelar que las ventas han aumentado de manera uniforme a razón de casi 10% anual. Con base
en esto se lleva a cabo una proyección de las ventas futuras, suponiendo que cualesquiera que fuesen las
fuerzas que hayan dado lugar a este patrón, continuaran en le futuro.

TENDENCIA
La tendencia secular se refiere a desplazamientos de los datos a largo plazo hacia arriba o hacia abajo.
Existen 2 objetivos básicos para aislar el componente de la tendencia de una serie cronológica.

Es identificar la tendencia y utilizarla, como por ejemplo, al hacer una predicción o pronostico. El otro consiste
en eliminar la tendencia, de manera que se puedan estudiar los otros componentes de una serie cronológica.
Así, en términos de predicciones, la investigación de l a tendencia puede proporcionar cierta idea con
respecto ala dirección a largo plazo de una serie de tiempo.

Es identificar, a fin e que sea posible tomar en cuenta la tendencia en las decisiones de planeación.

En la siguiente taba se presentan datos de series cronológicas en lo referente a un periodo de 20 años

toneladas año
10 1954
11 1955
9 1956
11 1957
12 1958
15 1959
13 1960
17 1961
16 1962
13 1963
14 1964
10 1965
18 1966
16 1967
20 1968
22 1969
14 1970
21 1971
17 1972
21 1973

Ahora obtengamos una recta de tendencia mediante las formulas siguientes:

b= n"tY-"t"Y

n"t"2 - ("t)"2

a="Y-b"t

Sustituyendo:

año Periodo t toneladas tY t*2

1954 1 10 10 1
1955 2 11 22 4
1956 3 9 27 9
 1957 4 11 44 16
1958 5 12 60 25
1959 6 15 90 36
1960 7 13 91 49
1961 8 17 136 64
1962 9 16 144 81
1963 10 13 130 100
1964 11 14 154 121
1965 12 10 120 144
1966 13 18 234 169
1967 14 16 224 196
1968 15 20 300 225
1969 16 22 352 256
1970 17 14 238 289
1971 18 21 378 324
1972 19 17 323 361
1973 20 21 420 400

Aplicando las formulas

b= 20(3497)-210(300) =0.52

20(2870)-(210) "2

a= 300-0.52 =9.52

20

Y=9.52+0.52t

En la cual

Yt =valor predicho de l a serie cronológica

a= valor de Yt cuando t=0

b= pendiente de la recta

t= número de periodos

** No hay que olvidar que n es él numero de observaciones. Por consiguiente, para fines prácticos, los
cálculos son idénticos a los que se ilustraron anteriormente.

PROMEDIOS MÓVILES

Un segundo método para el análisis de l a tendencia es utilizar un promedio móvil, el cual es un valor medio
de los últimos K puntos de datos, digamos, las ultimas 10, 15 o 22 observaciones.

Por ejemplo, si se supone que el promedio esta compuesto de las ultimas 12 observaciones (k=12), entonces,
a medida que se considere cada nueva observación ( incluida en el promedio), se suprime la más antigua ( el
dato 12). Un promedio móvil es el valor medio aritmético de las k observaciones.
PM=" Y

I=t-k .

K Considérese las siguientes series, para las cuales se ha desarrollado un promedio móvil de cinco periodos.

Total Móvil (5
Y TM/5 PM
periodos)
9
10
12
8
6 45(=9+10+12+8+6) 45/5=9
14 50(=45+14-9) 50/5=10
20 60(=50+20-10) 60/5=12
16 64(=60+16-12) 64/5=12.8
6 62(=62+8-8) 62/5=12.4

Observe que primero se calcula el Total móvil ( la suma de las ultimas 5 observaciones), y que el promedio
móvil se obtienen dividiendo el total móvil entre él numero de periodos (valores) en dicho total. De este modo,
siempre habrá k observaciones en el total móvil, por lo que el promedio se “mueve” a medida que se agregan
nuevos puntos y se suprimen los puntos mas antiguos. Por tanto, para obtener el siguiente promedio, se
suprime el valor más antiguo y se agrega un nuevo valor.

La practica usual es ubicar al promedio móvil en un punto que se encuentre ala mitad entre los puntos
cronológicos de las observaciones mas recientes y más antigua, o bien, en un punto en el tiempo que
corresponda ala observación más actual. Este ultimo método se ilustra en el ejemplo anterior. Si el propósito
es predecir el siguiente valor, se deberá utilizar el valor actual del promedio móvil. Si el intento es únicamente
alisar los datos, entonces es más apropiado colocar en el centro el promedio móvil, entre le primer y ultimo
puntos. En realidad, de los dos enfoques el método de centrado es el que se usa con mas frecuencia.

Promedio móvil de 5 periodos

año Periodo t toneladas
PM
1954 1 10
1955 2 11
1956 3 9 10.3
1957 4 11 10.6
1958 5 12 11.6
1959 6 15 12
1960 7 13 13.6
1961 8 17 14.6
1962 9 16 14.8
1963 10 13 14.6
1964 11 14 14
1965 12 10 14.2
1966 13 18 14.2
1967 14 16 15.6
1968 15 20 17.2
1969 16 22 18.6
1970 17 14 18.8
1971 18 21 19
 1972 19 17
1973 20 21

Indice
1. Pronostico
2. Problemario de Inventarios
3. Glosario de PCP
4. Exámenes de Planeación y Control de la Producción 1 - IPN
5. Súper Vínculos WEB – Ingeniería Industrial
1. Pronostico.
Es una serie de datos que en base a una serie de estudios determinan la demanda en un futuro
de un determinado producto.
1.- ¿Qué significa pronosticar?
Es predecir el futuro a partir de algunos indicios
2.- ¿Qué es un pronóstico?
Es una inferencia a partir de ciertos datos
3.- ¿Cómo se define el pronóstico?
Es una técnica que permite predecir lo que ocurrirá en el futuro. El pronóstico dependerá de los
cambios en las variables externas al sistema de producción.
4.- ¿Cuáles son los antecedentes de los pronósticos?
Tuvieron su origen en aspectos informales de la vida cotidiana. En otras épocas los Reyes, los
Políticos y personas adineradas acudían a los clarividentes para que les comentaran acerca de
sus vidas en el futuro. Al paso del tiempo estas ideas las adoptan los comerciantes y
empresarios y se fue formalizando poco a poco para el concepto de los pronósticos hasta llegar
a la que hoy se conoce como un importante tema.
5.- ¿Dónde se utilizan las técnicas de pronósticos en una empresa para determinar la demanda?
Estas técnicas se utilizan en empresas para determinar la demanda futura de sus productos, y
en base a esto planear y controlar la cantidad de productos que deberá producir.
6.- ¿Cuándo una empresa está en condiciones de optimizar?
Cuando una empresa determina la demanda futura de sus pronósticos, esta en condiciones de
optimizar el uso de todos sus recursos, lograr su objetivos y satisfacer la demanda de sus
clientes oportunamente.
7.- ¿Quién utiliza las técnicas de pronósticos?
Personal especializado y adscritos a las áreas de producción y mercadotecnia de las productoras
o bienes .
8.- ¿Cuál es la validez de un pronóstico?
No es la verdad absoluta respecto a algún evento en el futuro, un pronóstico solo es una
aproximación a la realidad entre más se acerque a ella mejor será.
9.- En una Sistema de producción se presentan 2 grupos de problemas
a)Probabilidad de diseño
b)Probabilidad de la planeación
10.- ¿Cómo se agrupan las técnicas de pronósticos que utilizan en la actualidad?
 Cualitativas
 Cuantitativas
 Combinación de ambas

2. Problemario de Inventarios
TÉCNICA No. 1 PROMEDIO MÓVIL SIMPLE (PMS)
Esta técnica sirve para calcular el pronóstico de ventas para el siguiente periodo
exclusivamente, como su nombre lo indica es un promedio que se obtiene n datos; para definir
en forma práctica cuál será el mejor resultado, se deberá tomar en cuenta el de menor error al
cuadrado < (D-P)2.
Estos n datos están en función de cómo queramos promediar u obtener resultados, con menor
o mayor exactitud; n puede valores comprendidos entre 2,3,4,5....etc. en la práctica es
recomendable utilizar bloques de información que en promedio tengan 10 ó mas datos, lo cual
no permitirá una mejor interpretación o visión del comportamiento de ese producto o
pronóstico.
Ejemplo:
La empresa Barcel S.A. de C.V. desea elaborar el pronóstico de ventas (o de la demanda ) para
uno de sus productos de mayor demanda en el mercado se le conoce como "chicharrones Barcel
", este pronóstico de la demanda si requiere para el mes de octubre de 2003, para lo cual se
debe considerar que n= 2, 3, 4. sabiendo que los últimos meses el área de mercadotecnia ha
registrado la int. histórica que se indica en la siguiente en la siguiente tabla
Cuando n= 2

Periodos Mensuales Demanda (D) Pronósticos (P) (D-P) (D-P)2

Enero 30 - - -

Febrero 35 - - -

Marzo 28 32.5 -4.5 20.25

Abril 20 31.5 -11.5 132.25

Mayo 25 24 1 1

Junio 30 22.5 7.5 56.25

Julio 35 27.5 7.5 56.25

Agosto 40 32.5 7.5 56.25

Septiembre 50 37.5 12.5 156.25

Octubre ¿? 45 S = 478.5
Cuando n= 3

Periodos Mensuales Demanda (D) Pronósticos (P) (D-P) (D-P)2

Enero 30 - - -

Febrero 35 - - -

Marzo 28 - - -

Abril 20 31 -11 121

Mayo 25 27.66 -2.66 7.07

Junio 30 24.33 5.66 32.14

Julio 35 25 10 100

Agosto 40 30 10 100

Septiembre 50 35 15 225

Octubre ¿? 41.66 S 585.21

Cuando n= 4

Periodos Mensuales Demanda (D) Pronósticos (P) (D-P) (D-P)2

Enero 30 - - -

Febrero 35 - - -

Marzo 28 - - -

Abril 20 - - -

Mayo 25 28.25 -3.25 10.56

Junio 30 27 3 9

Julio 35 25.75 9.25 85.56

Agosto 40 27.5 12.5 156.25

Septiembre 50 32.5 17.5 306.25

Octubre ¿? 38.75 S 567.62

Nota: En base a esta técnica podemos decir en conclusión que el mejor pronóstico es de 45
unidades porque (D-P)2 es menor con respecto a los otros datos.
Tarea:
La empresa Alfa fabricante de conexiones de plástico, desea estimar la demanda de uno de
estos productos que se llama codo de 90°x 25mm. Esto es para el mes de marzo de 2003 p/ lo
cual cuenta con la información histórica que se indica. Para efectuar los cálculos se debe
considerar que n=2,3,4. A partir del mejor pronóstico indique si la producción de codos de
90°x 25mm crece o decrece y en consecuencia indique que acciones.
Cuando n= 2

Periodos Mensuales Demanda (D) Pronósticos (P) (D-P) (D-P)2

Noviembre 10 - - -

Diciembre 20 - - -

Enero 20 15 5 25

Febrero 30 20 10 100

Marzo 32 25 7 49

Abril 27 31 -4 16

Mayo 18 29.5 -11.5 132.25

Junio 30 22.5 7.5 56.25

Julio 25 24 1 1

Agosto 22 27.5 -5.5 30.28

Septiembre 15 23.5 -8.5 72.25

Octubre 17 18.5 -1.5 2.25

Noviembre 16 16 0 0

Diciembre 20 16.5 3.5 12.85

Enero 18 18 0 0

Febrero 20 19 1 1

Marzo ¿? 19 S 497.5

Cuando n= 3

Periodos Mensuales Demanda (D) Pronósticos (P) (D-P) (D-P)2

Noviembre 10 - - -

Diciembre 20 - - -

Enero 20 - - -

Febrero 30 16.67 13.33 177.6389

Marzo 32 23.34 8.66 74.9956

Abril 27 27.34 -0.34 0.1156

Mayo 18 29.67 11.67 136.1889

Junio 30 25.67 4.33 18.7489

Julio 25 25 0 0

Agosto 22 24.34 2.34 5.4756

Septiembre 15 25.67 -10.67 113.8489

Octubre 17 20.67 -.367 13.4687

Noviembre 16 18 -2 4

Diciembre 20 16 4 16

Enero 18 17.67 0.33 .1089

Febrero 20 18 2 4

Marzo ¿? 11.34 S 564.6402

Cuando n= 4

Periodos Mensuales Demanda (D) Pronósticos (P) (D-P) (D-P)2

Noviembre 10 - - -

Diciembre 20 - - -

Enero 20 - - -

Febrero 30 - - -

Marzo 32 20 12 144

Abril 27 25.5 1.5 2.25

Mayo 18 27.25 -9.25 85.5625

Junio 30 26.75 3.25 10.5625

Julio 25 25 -1.75 3.0625

Agosto 22 23.75 -3 9

Septiembre 15 23 -8.75 76.5625

Octubre 17 19.75 -6 36

Noviembre 16 17.5 -3.75 14.0625

Diciembre 20 17 2.5 6.25

Enero 18 17.75 1 1

Febrero 20 18.5 2.25 5.0625

Marzo ¿? S 393.375

En conclusión, el mejor pronóstico es de 18.5 unidades porque (D-P)2 es menor con respecto a
los otros datos.
TÉCNICA No. 2 PROMEDIO MÓVIL DOBLE (PMD)
Ésta es otra técnica cuantitativa que sirve para calcular el pronóstico de la demanda o de las
ventas para periodos futuros, para su aplicación y cálculos es recomendable seguir el
procedimiento que se indica.
Procedimiento:
 Se calcula el PMS, considerándose el conjunto de datos y los valores asignados para n
 Se determina el mejor pronóstico con antecedente en le menor error al cuadrado < (D-
P)2 .
 Se calcula el promedio móvil doble
 Se calculan los valores correspondientes a:

a = 2(PMS) – PMD
b = n/n-1 (PMS – PMD)
 Se calcula el pronóstico para el periodo deseado, mediante la siguiente expresión:

y = a + b(x)
donde
y = pronóstico deseado o buscado
x = el periodo en el que se desea el pronóstico
Ejemplo:
Con los datos obtenidos en el problema anterior, se desea calcular los pronósticos de ventas
para los meses de Noviembre, Diciembre y Enero. Estos cálculos se deberán obtener mediante
PMD.
Paso 3
Cuando n= 4

Demanda (D) Pronósticos (P) (D-P)

Periodos Mensuales

Enero 30 - -

Febrero 35 - -

Marzo 28 32.5 -

Abril 20 31.5 -

Mayo 25 24.0 32

Junio 30 22.5 27.75

Julio 35 27.5 23.25

Agosto 40 32.5 25

Septiembre 50 37.5 30
Octubre ¿?

 
Paso 4
a = 2(PMS) – PMD
a = 2 (37.50) – 30 = 45
a = 45
b = n/n-1 (PMS – PMD)
b = 15
Paso 5
ynov = a + b(x) = 45+15 (2) = 75 unidades
ydic = a + b(x) = 45+15 (3) = 90 unidades
yene = a + b(x) = 45+15 (4) = 105 unidades
Graficar
Tarea:
Cocinas Integrales Mexicanas S.A desea calcular el pronóstico de venta para una cocina
"NOVA", el pronóstico se requiere para el año 2003, así mismo, se estima conveniente asignar
a n valores de 3, 4 y 5, además se tienen datos históricos de ventas de los últimos 9 años, el
calculo del pronóstico se deben obtener mediante PDM.
Cuando n= 3

Periodos Mensuales Demanda (D) Pronósticos (P) (D-P) (D-P)2

1984 20

1985 25

1986 28

1987 30

1988 31

1989 32

1990 38

1991 41

1992 45

1993 40
1994 38

1995 42

1996 46

1997 30

1998 38

1999 40

2000 38

Cuando n= 4

Periodos Mensuales Demanda (D) Pronósticos (P) (D-P) (D-P)2

1984 20

1985 25

1986 28

1987 30

1988 31

1989 32

1990 38

1991 41

1992 45

1993 40

1994 38

1995 42

1996 46
1997 30

1998 38

1999 40

2000 38

Cuando n= 5

Periodos Mensuales Demanda (D) Pronósticos (P) (D-P) (D-P)2

1984 20

1985 25

1986 28

1987 30

1988 31

1989 32

1990 38

1991 41

1992 45

1993 40

1994 38

1995 42

1996 46

1997 30

1998 38

1999 40
2000 38

TÉCNICA No. 3 AJUSTE EXPONENCIAL SIMPLE (AES)

Nos permite calcular los pronósticos de las ventas de la demanda para el siguiente periodo
únicamente, la aproximación exponencial. Es una ponderación o valor de ajuste con cierto
grado de error, que se puede estimar o determinar al emitir un pronóstico, este valor de ajuste
fluctúa en ( 0.1 y 1). Si el valor de ponderación es pequeño el deslizamiento o ajuste será
gradual y mínimo. Para asignar el valor de ajuste o de ponderación (a ) se debe tener en cuente
lo siguiente:
 La demanda en condiciones de estabilidad a = 0.1, 0.2 y 0.3
 La demanda en condiciones de estabilidad promedio
 La demanda en proceso de cambio o cuando se trata de nuevos productos a = 0.7, 0.8 y
0.9.

Ejemplo:
PHP es una empresa que se dedica a la fabricación de artículos higiénicos, el gerente de
mercadotecnia está interesado en conocer el pronóstico de ventas para l mes de octubre del
2003, su exigencia le conduce a utilizar factores de conderación para a = 0.1, 0.2 y 0.3. para lo
cual se cuenta con la siguiente información histórica que se indica a continuación. El cálculo
del pronóstico deseado se deberá obtener por AES.
para a = 0.1

Periodos Demanda (D) Pronósticos (P) (D-P) a (D-P) P´ = P + a (D-P)2

Mensuales (D-P)

Mayo 100 100 0 0 100 0

Junio 120 100 20 2 102 400

Julio 130 102 28 2.8 104.8 784

Agosto 120 104.8 152 1.52 106.32 231.04

Septiembre 140 106.32 37.68 3.36 109.68 1134.34

Octubre ¿? 109.68

S 2549.38

para a = 0.2

Periodos Demanda (D) Pronósticos (P) (D-P) a (D-P) P´ = P + a (D-P)2

Mensuales (D-P)
Mayo 100 100 0 0 100 0

Junio 120 100 20 4 104 400

Julio 130 104 26 5.2 109.2 76

Agosto 120 109.2 10.8 2.16 111.36 116.64

Septiembre 140 11.36 28.64 5.72 117.08 820.24

Octubre ¿? 117.88

S 2012.88

para a = 0.3

Periodos Demanda (D) Pronósticos (P) (D-P) a (D-P) P´ = P + a (D-P)2

Mensuales (D-P)

Mayo 100 100 0 0 100 0

Junio 120 100 20 6 106 400

Julio 130 106 24 7.2 113.2 576

Agosto 120 113.2 6.8 2.04 115.24 46.24

Septiembre 140 115.24 24.76 7.42 122.66 613.05

Octubre ¿? 122.66

Tarea
Con los siguientes datos calcule el pronóstico de ventas o de la demanda para el periodo 9,
considere factores de ajuste 0.3 y 0.5; los datos históricos de ventas así como los periodos se
indican a continuación:
para a = 0.3

Periodos Demanda (D) Pronósticos (P) (D-P) a (D-P) P´ = P + a (D-P)2

Mensuales (D-P)

4
5

para a = 0.5

Periodos Demanda (D) Pronósticos (P) (D-P) a (D-P) P´ = P + a (D-P)2

Mensuales (D-P)

3 16 16 0 0 0 0

4 18 16 2 1 4 4

5 20 17 3 1.5 9 9

6 12 18.5 -6.5 -3.25 42.25 42.25

7 16 15.25 .75 .37 .56 .5625

8 20 15.62 4.38 2.18 19.18 19.1844

9 17.8

S 74.996

TÉCNICA No. 4 AJUSTE EXPONENCIAL DOBLE (AED)

Técnica cuantitativa que permite calcular los pronósticos de la demanda para periodos futuros,
teniendo como antecedente datos históricos en cuanto a periodos y demanda. Para
implementar esta técnica o método a la solución de problemas de pronósticos de la demanda,
se recomienda seguir el procedimiento:
1. Se calcula el pronóstico mediante el ajuste exponencial simple, teniendo en cuenta los
valores del factor del ajuste.
2. Se selecciona el mejor pronóstico obtenido en el paso anterior, teniendo en cuenta el
menor error < (D-P)2
3. Con los resultados obtenidos en el paso anterior, se calcula al Ajuste Exponencial
Doble.
 a = 2(AES) – AED
b = a /a -1 (AES – AED)
4. Con los datos anteriores se calcula los siguientes parámetros
5. Calcular el pronóstico final

y = a + b(x)
donde
y = pronóstico deseado o buscado (final).
x = el periodo en el que se desea el pronóstico.
Ejemplo:
Chocolates "Tin larín" S.A, esta interesada en conocer el pronóstico de ventas o de la demanda
para el primer trimestre del año 2003, para lo cual usará AED, considerándose 3 factores de
ajuste: 0.2, 0.25 Y 0.35. La demanda está expresada en miles. Tanto el gerente de mercado
como el de producción de la empresa están interesados en ver gráficamente el comportamiento
de la demanda de este producto a través de:
 Datos o reg. históricos
 El mejor pronóstico obtenido por AES
 El mejor pronóstico obtenido por AED
 Los resultados obtenidos para el primer trimestre del año del 2003-02-23

para a = 0.2

Periodos Demanda (D) Pronósticos (P) (D-P) a (D-P) P´ = P + a (D-P)2

Mensuales (D-P)

Junio 150 150 0 0 150 0

Julio 180 150 30 6 156 900

Agosto 200 156 44 8.8 164.8 1936

Septiembre 120 164.8 -44.8 -8.96 155.84 2007.04

Octubre 140 155.84 -15.84 -3.10 152.67 250.9

152.67 S 5093.95

para a = 0.25

Periodos Demanda (D) Pronósticos (P) (D-P) a (D-P) P´ = P + a (D-P)2

Mensuales (D-P)

Junio 150 150 0 0 150 0

Julio 180 350 30 7.5 157.5 900

Agosto 200 157.5 42.5 10.62 168.12 1806.25

Septiembre 120 168.12 -48.125 -12.03 156.09 2316.02

Octubre 140 156.09 -16.09 -4.02 152.07 259.0

152.07 S 5281.25

para a = 0.36

Periodos Demanda (D) Pronósticos (P) (D-P) a (D-P) P´ = P + a (D-P)2

Mensuales (D-P)

Junio 150

Julio 180

Agosto 200

Septiembre 120

Octubre 140

Técnica 5: Mínimos Cuadrados

Esta es otra técnica de tipo cuantitativo que permite el cálculo de los pronósticos para períodos
futuros, para lo cual requiere de registros históricos que sean consistentes, reales y precisos.
Esta técnica como su nombre lo indica se trata de sacar el total de las desviaciones elevadas al
cuadrado a un valor mínimo: su objetivo es determinar los coeficientes a y b, que son
conocidos como coeficientes de regresión, donde x es la variable independiente (tiempo), y es
la variable dependiente (pronóstico de la demanda).
En la práctica se pueden utilizar dos métodos para calcular los pronósticos a través de mínimos
cuadrados: Fórmula general y Métodos simplificado.
1. Para aplicar este método en el cálculo de pronósticos de la demanda, se deben tener en
cuenta las siguientes expresiones matemáticas:

donde:
n = tamaño de la muestra o el número de períodos
 x = período en el que se desea el pronóstico
y = el pronóstico
2. FÓRMULA GENERAL
3. MÉTODO SIMPLIFICADO (PARES Y NONES)

El método simplificado como su nombre lo indica, en la práctica es más simple y se llega al

resultado de forma más rápida. Las expresiones a usar son:

donde:
n = tamaño de la muestra o el número de períodos
x = período en el que se desea el pronóstico
y = el pronóstico
¿Cuándo será par y cuando será non?
Pares: Debemos entender por pares el numero de períodos expresados de dos en dos (2, 4, 6,
8...)
Nones: Es cuando los períodos considerados en los cálculos son impares (1, 3, 5, 7, 9...)
Ejemplo:
Panasonic, empresa internacional en su área de pilas desechables, desea calcular el pronóstico
de ventas para el año 2003, teniendo como antecedentes los datos que se muestran en la tabla.
El cálculo del pronóstico se deberá emitir mediante la formula general y corroborarse con el
método simplificado que corresponda.
a.

Períodos Ventas (miles) x xy x2

1990 85 1 85 1

1991 89 2 178 4

1992 92 3 276 9

1993 95 4 380 16

1994 93 5 465 25

1995 98 6 588 36
 Σ 552 21 1972 91

b.
c. Cálculo del pronóstico

d.
e. x son los períodos desde el primer dato histórico hasta el pronóstico a calcular
f. Solución por Fórmula General
g. Solución por Método Simplificado

Pares porque el número de períodos es par (6)

Períodos Ventas (miles) x xy x2

1990 85 -5 -425 25

1991 89 -3 -267 9

1992 92 -1 -92 1

0 0 0

1993 95 1 95 1

1994 93 3 279 9

1995 98 5 40 25

Σ 552 0 80 70

NOTA: A x se le asignan valore impares por que es un problema par.

*los períodos se cuentan a partir de 1993 con números consecutivos impares de los asignados a
x en un principio hasta llegar a 2003:

96-7 2000-15

97-9 2001-17

98-11 2002-19

99-13 2003-21

Sabritas S.A de C.V. desea elaborar el pronóstico de ventas para uno de sus productos en el año
2003 y en torno a éste resultado, se hará la planeación de los recursos a utilizar en el sistema;
para lo cual cuenta con el volumen de ventas anuales que se indican en la siguiente tabla.
El cálculo de éste pronóstico se deberá hacer a través de Fórmula General y Método
Simplificado.
a.

Períodos Ventas (miles) x xy x2

1987 120 1 120 1

1988 121 2 242 4

1989 117 3 351 9

1990 118 4 472 16

1991 124 5 620 25

1992 125 6 750 36

1993 120 7 840 49

1994 118 8 944 64

1995 130 9 1170 81

å 1093 45 5509 285

 b.
c.  
d. Cálculo del pronóstico

e.
f. Solución por Fórmula General
g. Solución por Método Simplificado

Nones porque el número de períodos es impar (9)

Períodos Ventas (miles) x xy x2

1987 120 -4 -480 16

1988 121 -3 -363 9

1989 117 -2 -234 4

1990 118 -1 -118 1

1991 124 0 0 0

1992 125 1 125 1

1993 120 2 240 4

1994 118 3 354 9

1995 130 4 520 16

Σ 1093 0 44 60

NOTA: A x se le asignan valores consecutivos

*los períodos se cuentan a partir de 1992 con números consecutivos de los asignados a x en un
principio hasta llegar a 2003:

96-5 2000-9

97-6 2001-10

98-7 2002-11

99-8 2003-12

 
TÉCNICA 6: ÍNDICES DE ESTACIONALIDAD
Esta técnica sirve para calcular el pronóstico de ventas cuando existe estacionalidad o ciclos y
también se utiliza cuando en cada período existen diferencias de ventas muy marcadas, razón
por la cual se hace necesario calcular un índice que nos permitirá un ajuste por cada período.
El concepto de Índice de Estacionalidad se explicará con más detalle a partir del siguiente
problema:
Ejemplo:
Teniendo como referencia la información histórica que se indica en la siguiente tabla,
determine el pronóstico para el año 2003 y ajústelo mediante índices de estacionalidad.

BIMESTRES Total
Períodos

(anuales)
1o 2o 3o 4o 5o 6º

1991 80 120 130 100 90 120 640

1992 55 140 140 105 95 125 660

1993 84 160 150 105 94 125 718

1994 83 170 155 110 93 130 741

1995 81 175 160 100 92 140 748

å 383 765 735 520 464 640 3507

Solución:
1. Hacer sumatorias horizontales y verticales en su caso.
  
2. Calcular los promedios por bimestre (en este caso)

3. Cálculo del promedio total

4. Cálculo de los indices de estacionalidad

Períodos Ventas x xy x2

1991 640 1 640 1

1992 660 2 1320 4

1993 718 3 2154 9

1994 741 4 2964 16

1995 748 5 3740 25

Σ 3507 15 10818 55

5.  
 6.
7. Cálculo del pronóstico

8.
9. Calcular el pronóstico para el año 2003

10. Calcular el pronóstico promedio

11. Ajuste del pronóstico bimestral por los IE

BIMESTRES
Períodos

(anuales)
1o 2o 3o 4o 5o 6º

IE 0.665 1.308 1.257 0.889 0.793 1.094

Pronostico
166.40 166.40 166.40 166.40 166.40 166.40
Promedio

Pronóstico

Bimestral ajustado 108.992 217.651 209.164 147.929 131.955 182.04

por IE

3. Glosario de PCP
Ingeniería Industrial: Consiste en todas las actividades de control de ingeniería y
administración que no se pueden designar claramente como funciones de otras ingenierías o de
contabilidad. Incluye un cambio de variedad de tareas establecidas con el propósito de diseñar,
establecer y mantener los sistemas administrativos para una eficiente operación.
Planeación. Es un proceso racional que busca prever posibilidades o condiciones futuras y
tomar una serie de decisiones para llegar a ellas. Requiere del establecimiento de objetivos y
políticas, así como la fijación de programas y la determinación de métodos específicos.
Producción.- Son los bienes y servicios producidos para ser usados fuera de la programación
que se entregan al mercado o al sector de la sociedad, geográfico o de la economía al cual se
sirve y que pretenden lograr directamente la finalidad de la organización.
Control.- Comprobación, verificación, fiscalización, examen, registro, inspección,
preponderancia, dominio, mando, poder. Quien controla una cosa.
Mercado.- Conjunto de grupos de compra venta. Lugar o edificio público destinado al
comercio. Conjunto de consumidores y productores de un artículo o línea de artículos.
Elementos del mercado.-
 Lugar
 Proveedores
 Empresas
 Compradores
 Dinero
 Productos
 Bienes y/o servicios

Sistema.-
Conjunto de elementos que intervienen entre sí para lograr un fin específico.
Sistema productivo.-
Entrada, insumo, salida (bien y o servicio)
Enfoque sistemático.-
Nos permite visualizar, diagnosticar posibles soluciones a problemas.
Demanda.-
Es la cantidad de productos, bienes y o servicios que se requieren por parte de los
consumidores.
Pronosticar.-
Es predecir el futuro a partir de algunos indicios.
Pronóstico.-
Es una técnica que permite predecir lo que ocurrirá en el futuro. El pronóstico dependerá de los
cambios en las variables externas al sistema de producción.
Técnicas de pronósticos.
 Cualitativas
 Cuantitativas
 Combinación de ambas

Empresa.-
Empresa es un termino nada fácil de definir, ya que a este concepto de le dan diferentes
enfoques (económico, jurídico, filosófico, social, etc.). En su más simple acepción significa la
acción de emprender una cosa con un riesgo implícito.
Es necesario analizar algunas de las definiciones más trascendentes de la empresa, con el
propósito de emitir una definición con un enfoque administrativo:
Anthony Jay: Institución para el empleo eficaz de los recursos mediante un gobierno (junta
directiva), para mantener y aumentar la riqueza de los accionistas y proporcionarle seguridad y
prosperidad a los empleados.
Modo de producción.- Es una etapa del desarrollo histórico de la humanidad. Cada etapa se
conforma por las relaciones de producción y distribución que se establecen entre los grupos
humanos. Adicionalmente el modo de producción también integra el grado de desarrollo en el
que se encuentran el trabajo y los medios de producción.
Producto.- Se entiende por producto a todo los bienes y servicios que aparecen como resultado
de la actividad económica.
Demanda.- Es la cantidad de bienes que los consumidores desean y pueden comprar en el
mercado a un precio dado y un periodo de tiempo determinado
Oferta.- Es la cantidad de mercancías o servicios que entran en le mercado a un precio dado y
en periodo de determinado tiempo.
4. Exámenes de Planeación y Control de la Producción 1 - IPN
DEPARTAMENTO DE CIENCIAS DE LA INGENIERÍA
ACADEMIAS DE INVESTIGACIÓN DE OPERACIONES – INGENIERÍA INDUSTRIAL
1. La compañía confecciones modernas, a través de su departamento de PCP desea estimar su
pronóstico de la demanda para el año 1998 a través de varias técnicas y poder escoger el más
conveniente. La información con que se cuenta es la siguiente:
demanda de
vestidos de T R I M E S T R E S
noche
1º 2º 3º 4º TOTAL
1990 90 46 88 49 273
1991 111 60 114 64 349
1992 132 74 148 86 440
1993 142 68 181 94 485
1994 142 79 195 106 522
Las técnicas a considerar son:
a. Promedio móvil ajustado por tendencia para n = 2
b. Aproximación exponencial ajustada por tendencia para L = 0.4
c. series de tiempo a través de la ecuación de la recta

¿Cuál técnica escogería y porqué?

2.- Con la técnica seleccionada, calcule el pronóstico para el tercer trimestre del año 2000. De
acuerdo a los índices obtenidos analice los resultados y haga un comentario explicativo.
3.- Determine la correlación de la ecuación de la recta.
¿Cómo sabemos que hay una buena relación entre las variables y acuerdo al producto que
manejamos cuál podría ser el factor a relacionar?
Con los siguientes datos
1990. 500
1991. 450
1992. 600
1993. 650
1994. 700

Departamento De Ciencias De La Ingeniería

Academias de investigación de operaciones – ingeniería industrial
Planeación y control de la producción I
1. OSRAM compañía dedicada a la fabricación de focos ha observado que en los últimos años
han disminuido las ventas de focos de 150 Watts de acuerdo con la siguiente información.
Año 1991 1992 1993 1994 1995 1996
Ventas 228.8 158.9 176.4 165.1 145.6 130.3
El director de la compañía desea estimar el pronóstico de la demanda para 1998 con objeto de
ver si se justifica o no seguirlo produciendo, para lo cual debe elegir entre las siguientes
técnicas.
a. Promedio móvil con n = 2
b. Aproximación exponencial con a = ½

2.- Una empresa fabricante de cosméticos desea saber si existe correlación entre gastos
publicitarios y sus ventas, si se cuenta con la siguiente información, además de pronosticar las
ventas para 1997, si se invertirán $ 7000.00 en publicidad.
Año 1990 1991 1992 1993 1994 1995 1996
Ventas 385 577 685 731 769 923 1154
(miles $)
Gastos 1.5 2.6 3.6 3.8 4.3 5.0 5.8
Publicitarios
3.- La empresa Prentice may Internacional desea conocer el pronóstico bimestral para 1998
utilizando la técnica de mínimos cuadrados.

Mes 1994 1995 1996

ENERO 19 25 30

FEBRERO 20 24 29

MARZO 21 23 28

ABRIL 22 22 27

MAYO 23 21 26

JUNIO 22 20 25

JULIO 21 21 26

AGOSTO 20 22 27

SEPTIEMBRE 19 23 28

OCTUBRE 18 24 29

NOVIEMBRE 24 25 30

DICIEMBRE 21 22 28

NOTA: EN TODOS LOS EJERCICIOS, GRAFÍQUE Y EMITA SUS COMENTARIOS

1. De acuerdo con la opinión de algunos directivos de "la granada S.A." las ventas de vestidos
para dama tipo junior están relacionados con las ventas de Zapatillas de la marca Nine West. Si
es cierta dicha relación se incrementará la producción para otoño e invierno por considerarlas
altas en ventas. Utilice la técnica correspondiente para conocer si dicha relación es buena.

AÑO Venta de Vestidos Ventas de Zapatillas

1989 1350 955

1990 1390 960

1991 1448 970

1992 1500 1005

1993 1550 1025

1994 1623 1100

2. La Empresa la manzana S.A., ha proporcionado sus ventas reales correspondientes al año

1995 y desea calcular sus ventas para el segundo semestre de 1996. Utilizando la técnica de
aproximación exponencial, con factores de ponderación de un 30 y 50%. La información
complementaria es la siguiente:

Periodo Ventas Reales

J 960

A 970

S 950

O 935

N 926

D 943

3. La empresa www.monografias.com desea conocer el pronóstico mensual para 1997

utilizando la técnica de mínimos cuadrados (índices estaciones)

AÑO ENERO FEB MARZO ABRIL MAYO JUNIO JULIO AGO SEPT. OCT NOV- DIC

1991 23 21 20 24 22 25 20 26 25 28 27 30
1992 26 21 22 20 24 22 25 26 26 20 27 30

1993 19 22 23 26 21 24 24 25 28 21 25 21