Taller 1: Capacidad y Pronóstico de Demanda Gestión de

Operaciones

Integrantes:

Mayra Castillo

Maryorie Diaz

Jaime Videla

Jennifer Sotelo

Ignacio Galleguillos

Profesora:

Francis Balbontín

Planes Especiales Versión 2021

 ÍNDICE

Contenido
ÍNDICE ...................................................................................................................................................................... 2
INTRODUCCIÓN ....................................................................................................................................................... 3
DESARROLLO ........................................................................................................................................................... 4
PRONÓSTICO ....................................................................................................................................................... 4
ÁRBOL DE DECISIONES ........................................................................................................................................ 8
CONCLUSIÓN .....................................................................................................................................................10
Bibliografía ............................................................................................................................................................11
ANEXO ...............................................................................................................................................................12
FORMULARIO ................................................................................................................................................12
 INTRODUCCIÓN

En el presente taller, se aplican modelos y métodos de pronósticos llevados al plano laboral.

Analizando los resultados obtenidos de manera tal que permita anticipar a lo que sucederá
en el futuro y poder realizar un plan de acción. Con ello se logra alcanzar el éxito a largo
plazo. Esto dependerá de cuán bien la gerencia se anticipa al futuro y elabora las estrategias
apropiadas.

También, se analiza un caso expuesto donde se evalúan tres opciones de inversión por parte
de una empresa fabricante de piezas y accesorios, siendo relevante para dicha evaluación el
cálculo de valor esperado neto de cada una de sus decisiones, para ello se utiliza el método
de árbol de decisiones para facilitar el desarrollo del ejercicio, todo ello, a través de la espera
del retorno de inversión.
 DESARROLLO

PRONÓSTICO

Modelos de pronósticos aplicados, de acuerdo a los requerimientos.

En Minera Centinela actualmente se realizan compras de piezas y partes de equipos mineros

demandadas por área de mantención de camiones Caex Komatsu 797-F. Para lo cual se requiere
generar un pronóstico del mes de agosto, para ello se usarán 2 modelos.

1. Promedios móviles simples:

• Situación más o menos estable.
• La mayoría de los cambios de un período a otro se deben a una variación aleatoria (al
azar).
• Se empleará un número mayor de términos con objeto de minimizar la respuesta a la
variación aleatoria (registros periodo 21 y 22).
2. Suavizamiento exponencial simple:
• Es óptimo, ya que existen patrones de demanda aleatorios o nivelados donde se
pretende eliminar el impacto de los elementos irregulares históricos mediante un
enfoque en períodos de demanda reciente.
• Se detalla la aplicación de este método simulando su comportamiento y ajuste a los
datos de la demanda real para distintos valores del parámetro de suavización alfa (α).

La gerencia requiere obtener el promedio móvil simple de 3 meses para encontrar el pronóstico del
mes de agosto de acuerdo a los periodos y demanda establecidas a continuación (Datos 1). Además,
utilizar la suavización exponencial simple con α = 0.1 y una predicción de 12.5 para el mes de julio, para
encontrar los datos restantes de la tabla (Datos 2).

Nota: Se asigna el valor de α = 0.1, debido a que la demanda es muy estable y es representativa del
futuro, es por ello que se opta por un coeficiente bajo para disminuir cualquier ruido que hubiese
podido presentarse en forma súbita. Además, al ser menor dará un peso menos significativo a la
demanda más reciente.

Se descartan otros métodos de pronóstico debido a:

• Método de estacionalidad (Winter): en este caso no se considera el método de estacionalidad

(Winter) debido a que el caso planteado considera una demanda constante y no estacional,
como sería en el caso de demanda de productos navideños, es decir no existe variación por
temporada en la demanda.
• Análisis de tendencia: si la demanda fuera creciente durante el periodo 2022 con una
componente lineal, el análisis de tendencia podría ser una excelente elección, dado el caso
actual se evalúa una demanda constante para pronosticar el mes de agosto 2022
• Análisis de regresión: no se considera el análisis de regresión debido a que esta implica la
utilización de al menos dos variables independientes para una variable dependiente
(pronóstico), en este caso la variable independiente es solo una, que es la demanda.
DATOS (1): Promedio móvil simple.
Utilizar el promedio móvil simple de 3 meses para encontrar el pronóstico del mes de agosto, para ello,
se cuenta con los siguientes antecedentes del periodo 2021:

Promedio Móvil Simple (Registros anteriores)

Periodo 21 Demanda Dt(2t) Ft + 1(2t) Dt(3t) Ft+ 1(3t)
Enero 10
Febrero 15 12,5
Marzo 14 14,5 12,5 13,00
Abril 13 13,5 14,5 14,00 13,00
Mayo 14 13,5 13,5 13,67 14,00
Junio 15 14,5 13,5 14,00 13,67
Julio 14 14,5 14,5 14,33 14,00
Agosto 18 16 14,5 15,67 14,33
Septiembre 18 18 16 16,67 15,67
Octubre 19 18,5 18 18,33 16,67
Noviembre 20 19,5 18,5 19,00 18,33
Diciembre 19 19,5 19,5 19,33 19,00
Enero 20 19,5 19,5 19,67 19,33
19,5 19,67

Promedio Móvil Simple

Periodo 22 Demanda Dt(2t) Ft + 1(2t) A Dt(3t) Ft+ 1(3t) B
Enero 10 19,5 19,5 19,67 19,33
Febrero 12 11 19,5 14,00 19,67
Marzo 13 12,5 11 11,67 14,00
Abril 12 12,5 12,5 12,33 11,67
Mayo 14 13 12,5 13,00 12,33
Junio 11 12,5 13 12,33 13,00
Julio 12 11,5 12,5 12,33 12,33
Agosto 11,5 12,33
Cálculo de medidas de error del pronóstico.

SESGO A 2,36
SESGO B 2,62

MAD A 3,36
MAD B 0,62

SR A 0,70
SR B 4,23

la tendencia direccional del sesgo A sobre pronosticó un promedio de 2,36 unidades por periodo para
los 7 periodos ya que los errores individuales no difieren demasiado de la demanda real los últimos
meses, con excepción de los primeros tres meses, la tendencia direccional del sesgo B sobre
pronosticó un promedio de 2,62 unidades por periodo para los 7 periodos.

la señal de rastreo B mantiene el ritmo de los cambios reales de la demanda, aun cuando la tendencia
lineal de la demanda real es ascendente y la tendencia pronosticada es descendente, ya que las
ocurrencias reales no varían demasiado de las desviaciones medias absolutas siendo el caso A más
cercano a cero en comparación con el sesgo B.

en el caso del promedio móvil el número de términos determina la sensibilidad del promedio a los
cambios, por ello, en el caso actual, se decide utilizar un mayor número de términos para disminuir la
sensibilidad, ya que, al tratarse de una componente de nivel medio con una ligera tendencia al alza, es
decir, estable, se puede deducir que un menor mayor número de términos nos permite reducir los
efectos de una variación poco significativa.

En el caso método de promedio móvil simple, ambos casos, con dos periodos y tres periodos se
determina que el pronóstico más adecuado es el A, que, si bien poseen sesgos con tendencias
similares, poseen otra característica de MAD que representa la magnitud del error, siendo el A la de
mayor magnitud de error, aun así, la medida en que el promedio del pronóstico está siguiendo la
tendencia de la demanda (SR) en el caso A es de 0,70 siendo un valor aceptable ya que corresponde a
una menor desviación del pronóstico respecto a las variaciones de la demanda.
DATOS (2): Suavizamiento exponencial simple

Como se indica anteriormente un α de 0,1 otorga menor peso a la demanda, esto debido a que no se
consideran nuevos productos en venta, solo lo requerido por la compañía para el pronóstico de sus operaciones.

Suavizamiento exponencial simple

Periodo Demanda Predicción α
Enero 10
Febrero 12
Marzo 13
Abril 12
0,1
Mayo 14
Junio 11
Julio 12 12,50
Agosto 11,25

SESGO C -10,21
MAD C -3,21
SR C 3,18

F08 11,25

Suavizamiento Exponencial
16

14

12

10
DEMANDA

8
Demanda
6
Predicción
4

0
1 2 3 4 5 6 7 8
PERIODO
(MESES)
 ÁRBOL DE DECISIONES

Ejercicio para desarrollar.

Una empresa fabricante de partes y piezas de equipos mineros tiene actualmente su casa central y su
fábrica en Santiago. Debido a un buen trabajo y servicio de calidad han crecido bastante durante los
últimos años y la capacidad de su fábrica actual está al límite de sus requerimientos y necesita más
espacio si desea continuar creciendo.

La primera opción que la empresa está evaluando consiste en arrendar provisoriamente un espacio en
Santiago para instalar una planta auxiliar por un período de 3 años para luego, al cuarto año comprar
un nuevo edificio más grande en Antofagasta, donde está su mercado principal, consiguiendo
condiciones más ventajosas para esa compra.

La segunda opción es cambiar su operación inmediatamente, dejar todas las instalaciones de Santiago
y comprar una gran fábrica en la ciudad de Antofagasta, asumiendo el mayor costo que esto implicaría
debido a un mercado inmobiliario que no le favorece.

La tercera opción es arrendar un edificio en la ciudad de Antofagasta, manteniendo la planta principal

en Santiago.

A continuación, se presentan algunos datos adicionales sobre las opciones y la situación actual.

• La compañía tiene un 90% de probabilidad de sobrevivir el siguiente año. Si sobrevive continúa

su operación, si fracasa la compañía quiebra y cierra su fábrica al final del próximo año.
• Arrendar una planta auxiliar en Santiago le costaría 30 millones de pesos al año.
• Comprar un edificio en Antofagasta en tres años más le costaría 500 millones de pesos, en
cambio comprarlo ahora le costaría el doble.
• Arrendar un edificio en Antofagasta le costaría 45 millones de pesos al año.
• Si arrienda una planta auxiliar en Santiago, obtendría ganancias adicionales de 50 millones de
pesos al año.
• Si compra un nuevo edificio en Antofagasta y abandona sus instalaciones de Santiago, sus
ganancias aumentarían en 200 millones de pesos al año.
• Si la compañía arrienda una planta auxiliar en Antofagasta, aumentaría sus ganancias en 40
millones de pesos al año.
- Considere que también existe la opción de hacer nada.

Para un horizonte de planificación de 6 años, utilizando la metodología de árboles de decisión, calcule

el Valor Esperado Neto de cada alternativa y decida qué debe hacer la compañía.
Árbol de Decisión

Año 0 Año 1 Año 2 Año 3 Año 4 Año 5 Año 6 Total

Punto de decisión Punto de probabilidad
42M sobrevive 0,9
$ 50.000.000 $ 50.000.000 $ 50.000.000 $ 200.000.000 $ 200.000.000 $ 200.000.000 $ 750.000.000
1
$ -30.000.000 $ -30.000.000 $ -30.000.000 $-500.000.000 $ -590.000.000
no sobrevive
0,10,1

80M sobrevive 0,9

$ 200.000.000 $ 200.000.000 $ 200.000.000 $ 200.000.000 $ 200.000.000 $ 200.000.000 $ 1.200.000.000
Comprar edificio antofagasta 2 $-1.000.000.000 $-1.000.000.000
no sobrevive 0,1

31.5M sobrevive 0,9

$ 40.000.000 $ 40.000.000 $ 40.000.000 $ 40.000.000 $ 40.000.000 $ 40.000.000 $ 240.000.000
3 $ -45.000.000 $ -45.000.000 $ -45.000.000 $ -45.000.000 $ -45.000.000 $ -45.000.000 $ -270.000.000
no sobrevive 0,1

Valor Esperado Neto 1° año Utilidad 6to año = Ingreso - Costo

𝐴𝑟𝑟i𝑒𝑛𝑑𝑜 𝑝𝑙𝑎𝑛𝑡𝑎 𝑎𝑢𝑥 𝑆𝑎𝑛𝑡i𝑎𝑔𝑜 = 0,9 𝑥 50𝑀 + 0,1 𝑥 −30𝑀 = 42 𝑀 𝐴𝑟𝑟i𝑒𝑛𝑑𝑜 𝑝𝑙𝑎𝑛𝑡𝑎 𝑎𝑢𝑥 𝑆𝑎𝑛𝑡i𝑎𝑔𝑜 = 750𝑀 − 590𝑀 = 160𝑀
𝐶𝑜𝑚𝑝𝑟𝑎 𝑒𝑑ifi𝑐i𝑜 𝑒𝑛 𝐴𝑛𝑡𝑜f𝑎𝑔𝑎𝑠𝑡𝑎 = 0,9 𝑥 200𝑀 + 0,1 𝑥 −1000𝑀 = 80𝑀 𝐶𝑜𝑚𝑝𝑟𝑎 𝑒𝑑ifi𝑐i𝑜 𝑒𝑛 𝐴𝑛𝑡𝑜f𝑎𝑔𝑎𝑠𝑡𝑎 = 1200𝑀 − 1000𝑀 = 200𝑀
𝐴𝑟𝑟i𝑒𝑛𝑑𝑜 𝑝𝑙𝑎𝑛𝑡𝑎 𝑒𝑛 𝑎𝑛𝑡𝑜f𝑎𝑔𝑎𝑠𝑡𝑎 = 0,9 𝑥 40𝑀 + 0,1 𝑥 −45𝑀 = 31. 5𝑀 𝐴𝑟𝑟i𝑒𝑛𝑑𝑜 𝑝𝑙𝑎𝑛𝑡𝑎 𝑒𝑛 𝑎𝑛𝑡𝑜f𝑎𝑔𝑎𝑠𝑡𝑎 = 240𝑀 − 270𝑀 = −30𝑀

Observaciones

Según resultados se observa que la opción que aporta mayores beneficios es la segunda opción, si bien el mercado inmobiliario no es favorable
en el caso de la compra de edificio en Antofagasta, debido al costo de inversión que se duplica al realizar la compra al momento cero, la inversión
logra ser recuperada al quinto año, dando como resultado un valor esperado neto de $82.000.000 al primer año y una utilidad de $200.000.000
al sexto año, siendo una inversión a largo plazo (mayor a 5 años).

En el caso de la tercera opción, siendo más inviable ya que no es posible recuperar la inversión durante ningún periodo dando un valor esperado
menor de 31.5, por ende, se descarta, la segunda opción puede ser atractiva siempre y cuando se quieran obtener beneficios en el corto plazo
sin descartar la opción de compra de edificio en Antofagasta, que, a diferencia de la primera opción, esta se realiza al tercer año.
 CONCLUSIÓN

Los pronósticos utilizados durante el presente taller reflejan la necesidad de uso del modelo de
promedio móvil simple y de suavizamiento exponencial, para ello, es importante identificar las
variaciones de tendencia, dado el presente caso se considera un componente del medio o nivel con
una leve tendencia al alza por parte de la demanda real, esto facilita la selección del método de
pronóstico, siendo el de promedio móvil adecuado para una situación estable para reducir el retraso
en la respuesta de alguna solicitud importante.

Otro aspecto para evaluar entre ambos métodos es la señal de rastreo que evalúa la precisión de
pronóstico de demanda para el mes de agosto, siendo esta la solicitud de pronóstico en el presente
informe, siendo la señal más cercana a cero la de promedio móvil.

Para el árbol de decisiones, se determina que la segunda opción es la más idónea, que corresponde al
cambio de su operación inmediatamente, dejando las instalaciones de Santiago y comprar una gran
fabrica en la ciudad de Antofagasta, asumiendo el mayor costo. Ya que al realizar la evaluación del
árbol de decisiones se determina que al 5to año se paga lo invertido y el 6to año ya es ganancia. Caso
contrario ocurre con la tercera opción, cuya inversión no es posible de recuperar.
 Bibliografía

Freivals, A. (2004). Ingeniería Industrial metodos estandares y diseño del trabajo. ALFAOMEGA GRUPO.
 ANEXO

FORMULARIO

Pronostico

𝑆𝑢𝑚𝑎 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟𝑒𝑠 𝑎𝑙𝑔𝑒𝑏𝑟𝑎i𝑐𝑜𝑠 𝑑𝑒 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑝𝑒𝑟i𝑜𝑑𝑜𝑠

𝑆𝑒𝑠𝑔𝑜 =
𝑁ú𝑚𝑒𝑟𝑜𝑠 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑒𝑟í𝑜𝑑𝑜𝑠 𝑒𝑣𝑎𝑙𝑢𝑎𝑑𝑜𝑠
∑𝑛 (𝐹𝑡 − 𝐷𝑡)
𝑆𝑒𝑠𝑔𝑜 = 𝑖=1
𝑁

𝑆𝑢𝑚𝑎 𝑑𝑒 𝑑𝑒𝑠𝑣i𝑎𝑐i𝑜𝑛𝑒𝑠 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑎𝑠 𝑑𝑒 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑝𝑒𝑟i𝑜𝑑𝑜𝑠

𝑀𝐴𝐷 =
𝑁ú𝑚𝑒𝑟𝑜𝑠 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑒𝑟í𝑜𝑑𝑜𝑠 𝑒𝑣𝑎𝑙𝑢𝑎𝑑𝑜𝑠
∑𝑛 |𝐹𝑡 − 𝐷𝑡|
𝑆𝑒𝑠𝑔𝑜 = 𝑖=1
𝑁
𝑆𝑒𝑠𝑔𝑜
𝑆𝑒ñ𝑎𝑙 𝑑𝑒 𝑟𝑎𝑠𝑡𝑟𝑒𝑜 =
𝑀𝐴𝐷

Suavizamiento exponencial simple

̅𝑡𝐷= 𝛼 𝐷𝑡 + (1 − 𝛼)𝐷𝑡 − 1
Ft + 1 = ̅𝐷𝑡̅ = 𝛼 𝐷𝑡 + (1 − 𝛼)𝐹𝑡

Donde:
α = Proporción de peso que tiene la demanda más reciente en comparación con el promedio antiguo.
0 ≤ α ≤ 1.

Promedio móvil simple

𝐹𝑡+1 = 𝑣𝑎𝑙𝑜𝑟 𝑝𝑟𝑜𝑛𝑜𝑠𝑡i𝑐𝑎𝑑𝑜 𝑑𝑒 D 𝑒𝑛 𝑒𝑙 𝑝𝑒𝑟í𝑜𝑑𝑜 𝑡 + 1𝐹𝑡+1 = 𝐷𝑡

𝑡
𝐷𝑡 + 𝐷𝑡−1 +. . . . . . . . . . . . +𝐷𝑡−𝑁+1 1 ∑ 𝐷
̅𝐷=𝑡 = 𝑖
𝑁 𝑁
𝑖=𝑡−𝑁+1

Donde:
N= Cantidad de periodos de tiempo.
Capacidad
𝑃𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 𝑅𝑒𝑎𝑙
𝐹𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑒fi𝑐i𝑒𝑛𝑐i𝑎 = 𝜀 =
𝐶𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 𝐸𝑓𝑒𝑐𝑡𝑖𝑣𝑎

𝑃𝑟𝑜𝑑𝑢𝑐𝑐ió𝑛 𝑅𝑒𝑎𝑙
𝑈𝑡i𝑙i𝑧𝑎𝑐ió𝑛 = 𝜇 =
𝐶𝑎𝑝𝑎𝑐i𝑑𝑎𝑑 𝑑𝑒 𝑑i𝑠𝑒ñ𝑜

𝑃𝑟𝑜𝑑𝑢𝑐𝑐ió𝑛 𝑒𝑠𝑡i𝑚𝑎𝑑𝑎 = 𝐶𝑎𝑝𝑎𝑐i𝑑𝑎𝑑 𝑑𝑒 𝑑i𝑠𝑒ñ𝑜 𝒙 𝜇 𝒙 𝜀

Tabla de datos utilizada para cálculo de promedio móvil simple

Promedio Móvil Simple (Registros anteriores)

Periodo 21 Demanda Dt(2t) Ft + 1(2t) Dt(3t) Ft+ 1(3t)
Enero 10
Febrero 10 10
Marzo 11 10,5 10,25 10,33
Abril 11 11 10,75 10,67 10,50
Mayo 12 11,5 11,25 11,33 11,00
Junio 13 12,5 12 12,00 11,67
Julio 14 13,5 13 13,00 12,50
Agosto 14 14 13,75 13,67 13,33
Septiembre 14 14 14 14,00 13,83
Octubre 15 14,5 14,25 14,33 14,17
Noviembre 15 15 14,75 14,67 14,50
Diciembre 15 15 15 15,00 14,83
Enero 10 12,5 13,75 13,33 14,17
12,5 9,17