1

Actividad 1 -

Kevin Orlando Calvo- Yeni Carolina Valdez

Facultad de Ingeniería, Corporación Universitaria Iberoamericana

Planeación de la producción: Pronósticos

Docente: Natalia Rodríguez

Septiembre 19, 2022

 2

Tabla de contenido

Tabla de contenido...........................................................................................................................2

Introducción.....................................................................................................................................3

Actividad 1.......................................................................................................................................4

1. ¿Cuál es la diferencia entre demanda dependiente e Independiente?..........................................4

2. A partir de esta guía, señale qué método usaría para...................................................................4

4. Explique el procedimiento para crear un pronóstico usando el método de descomposición de la

regresión por mínimos cuadrados........................................................................................6

5. Dé algunas reglas simples que usaría para manejar la demanda del producto de una empresa

(un ejemplo es “limitado al inventario disponible”)............................................................7

6. ¿De la elección de un promedio móvil simple, promedio móvil ponderado, suavización

exponencial y análisis de regresión lineal, qué técnicas de pronóstico le parecería más

precisa? ¿Por qué?................................................................................................................8

7. Dé ejemplos que tengan una relación multiplicadora de la tendencia estacional........................8

8. ¿Cuál es la principal desventaja del pronóstico diario con análisis de regresión?......................8

9. ¿Qué implicaciones tienen los errores de pronóstico en la búsqueda de modelos de pronóstico

estadístico muy complejos?.................................................................................................9

10. ¿Las relaciones causales son potencialmente más útiles para qué componente de una serie

temporal?..............................................................................................................................9

Conclusiones..................................................................................................................................10

Lista de Referencias.......................................................................................................................11
 3

Introducción

Con este trabajo hablaremos de las futuras planeaciones que se programan o plantean en

las organizaciones al momento de pronosticar la comercialización, despachos y operaciones

entre otras. Además conoceremos diferentes técnicas que se pueden emplear para obtener unos

excelentes resultados al momento de hacer nuestros cálculos y proyecciones, tendremos a

consideración que métodos emplear al momento de pronosticar.

 4

Actividad 1

1. ¿Cuál es la diferencia entre demanda dependiente e Independiente?

Los clientes a menudo se familiarizan con la ley básica de la oferta y la demanda: cuantos más

clientes quieren un producto, más producto brindan los fabricantes. Este tipo de demanda

normalmente es una de varios tipos de demandas que deciden cuánto producto fabricar. La

demanda de cliente o demanda independiente es la demanda del producto terminado, mientras

que la demanda dependiente es la necesidad del fabricante de conseguir las partes para construir

el producto.

Por ejemplo, la demanda de cliente para un escenario de TV nuevo es una demanda

independiente, mientras que la demanda del fabricante por los componentes utilizados para hacer

cada estudio es una demanda dependiente.

2. A partir de esta guía, señale qué método usaría para:

a) La demanda de trajes de baño.

b) La demanda de casas nuevas.

c) Consumo de electricidad.
 5

(Alessio, D', 2004)

a) La demanda del traje de baño se podría pronosticar utilizando suavización exponencial. El

horizonte de tiempo es corto, la complejidad del modelo y el costo es baja, la exactitud del

modelo es justa y los requisitos de datos son muy bajos.

b) La demanda de casas nuevas puede pronosticarse con la regresión lineal. Los horizontes

temporales son largos, la complejidad del modelo es medianamente alta, la precisión es alta y

los requisitos de datos son también.

c) Regresión causal. Los modelos se pueden utilizar para prever el uso de energía eléctrica. El

horizonte temporal es largo y el modelo de complejidad es bastante alto, la precisión y

requerimientos del modelo son altos

d) Los planes de expansión de la planta pueden ser pronosticados utilizando técnicas de

pronóstico cualitativo. Esto toma en cuenta los problemas no cuantificables al planificar

la expansión de la planta.
 6

4. Explique el procedimiento para crear un pronóstico usando el método de

descomposición de la regresión por mínimos cuadrados.

Paso 1: Se debe calcular el factor de estacionalidad, realizando un cociente entre el valor

pronosticado según el Promedio o Media Móvil Simple con n=12 y el valor real de la demanda.

Paso 2: Se calcula el factor de estacionalidad promedio para cada período. Este procedimiento se

facilita al trabajar con Tablas Dinámicas.

Paso3: Se ajusta cada factor promedio, multiplicándolo por el factor de estacionalidad K,

calculado de:

Paso 4: Calcular la tendencia de la serie de tiempo ajustando los datos a una regresión lineal,

donde la variable dependiente corresponde a la demanda (Y) y la variable independiente a los

períodos (X).

Para este propósito se puede aplicar el procedimiento de forma muy sencilla en Excel a través de

las siguientes alternativas:

1. Hacer un Gráfico de Línea con los valores de la demanda real como se muestra en la imagen

a continuación:

Luego sobre el gráfico de línea con el mouse o teclado seleccionar con el botón derecho la

opción “Agregar línea de tendencia”. Por defecto se ofrece la alternativa de tendencia lineal (no

modificar) y debemos seleccionar las siguientes opciones:

 7

Una vez realizado lo anterior obtendremos el gráfico que muestra el ajuste de la regresión y su

ecuación.

5. Dé algunas reglas simples que usaría para manejar la demanda del producto

de una empresa (un ejemplo es “limitado al inventario disponible”).

Para satisfacer la demanda de un producto es necesario conocer el comportamiento del

consumidor o sus necesidades, de manera que se deben hacer estudios con este objetivo y diseñar

las estrategias de marketing en función a los objetivos que se persiguen, esto es, satisfacer a los

clientes para conseguir unos objetivos mayores dentro de la empresa.

Se debe estudiar el comportamiento del consumidor, el que consume, compra o utiliza un

producto o servicio, de manera que se sepa qué va a hacer, qué quiere, qué necesita, qué

compraría, qué desea y si este se encuentra o no satisfecho .

El consumidor debe ser el punto más importante a tener en cuenta en las estrategias de

marketing, sabiendo qué compra, quién compra, cómo lo compra, por qué compra, cuándo

compra, dónde compra, cuánto compra y cómo lo utiliza. En función a esto se hacen los estudios

pertinentes para conocer sus necesidades concretas y la forma de satisfacerlas. Las necesidades

pueden estar relacionadas con las satisfacciones básicas, aunque también pueden tener que ver

con satisfacciones más específicas. Las necesidades también pueden ser concretas, inconcretas e

irrealizables.
 8

6. ¿De la elección de un promedio móvil simple, promedio móvil

ponderado, suavización exponencial y análisis de regresión lineal, qué técnicas de

pronóstico le parecería más precisa? ¿Por qué?

Probablemente la precisión de la técnica en cuestión podría depender del total de datos

registrados con anterioridad, pero al final podríamos considerar el método de regresión lineal

como el más exacto, debido a que busca que todos los datos registrados antes se ajusten a una

línea central y a su vez basa en una tendencia histórica de los datos antes registrados.

7. Dé ejemplos que tengan una relación multiplicadora de la tendencia estacional

Más que el ejemplo, lo importante es indicar que una tendencia multiplicadora en la tendencia

estacional, implica que la tendencia no es una suma sobre la base original sino un porcentaje y

por ende todo crece en ese porcentaje. Es decir, la tendencia no es que aumente en 5 productos la

cantidad vendida, sino en un 5%, por ejemplo, lo que implica que si en enero se vendían 100

productos y en junio 200, la tendencia multiplicadora indicará que en enero se venderán 105

productos y en junio 210.

8. ¿Cuál es la principal desventaja del pronóstico diario con análisis de regresión?

La principal restricción al utilizar el pronóstico de regresión lineal es, como su nombre lo

implica, que se supone que los datos pasados y las proyecciones a futuro caen sobre una recta.
 9

9. ¿Qué implicaciones tienen los errores de pronóstico en la búsqueda de modelos

de pronóstico estadístico muy complejos?

Cuando se ajusta una recta mediante puntos de datos y después se utiliza para hacer pronósticos,

los errores se generan desde dos fuentes. Primero, existen los errores usuales similares a la

desviación estándar de cualquier serie de datos. Segundo, hay errores generados porque la recta

está incorrecta. Primero, se visualiza una recta trazada con cierto error de modo que su

inclinación ascendente es muy pronunciada. Después se calculan los errores estándar para esta

recta. Ahora hay que visualizar otra recta cuya inclinación descendente es muy pronunciada.

También tiene un error estándar. El rango de error total, para este análisis, consiste de errores

que resultan de ambas rectas, así como de otras rectas posibles

10. ¿Las relaciones causales son potencialmente más útiles para qué componente de

una serie temporal?

Para componentes estacionales (a corto y mediano plazo) y componentes con tendencia (a largo

plazo)
 10

Conclusiones

Se puede concluir que este tema es de gran importancia para las organizaciones pero es

complejo manejarlo, por eso es necesario tener conocimientos de todo lo relacionado cuando se

va a realizar un pronóstico de alguna operación o dato a obtener. Por ende debemos pronosticar

con fuentes confiables y resultados anteriores para ser más preciso cuando tomemos decisiones.
 11

Lista de Referencias

https://revistageon.unillanos.edu.co/index.php/geon/article/view/17

Farrera Gutierrez, A. (2012). Manual de Pronósticos Para La Toma de Decisiones.México:

Digital Tecnológico de Monterrey.

http://virtual.urbe.edu/tesispub/0082976/intro.pdf

https://elibro.net/es/ereader/biblioibero/128995

https://www-virtualpro-co.ibero.basesdedatosezproxy.com/biblioteca/pronosticos-de-

demanda-e-inventarios-metodos-futuristicos

https://www-virtualpro-co.ibero.basesdedatosezproxy.com/biblioteca/modelos-de-inventarios
12