SESIÓN 02

Facultad de Ingeniería
Ingeniero Industrial Jorge Meza Farfan
MBA – Administración
luis.meza@upn.edu.pe
 PROGRAMA MAESTRO DE
Introducción a la Administración de
PRODUCCIÓN
Operaciones
Desagregación
PRONÓSTICOS
Inicio de SIMPRO

PROGRAMA MAESTRO DE
PRODUCCIÓN
PRONÓSTICOS
Ejercicios prácticos. Casos de PMP
EVALUACIÓN T1
Introducción a los inventarios
EVALUACIÓN T2
GESTIÓN TÁCTICA DE
OPERACIONES

Planeación de requerimientos de
materiales
Planeamiento de producción
Planeación de requerimientos de
Programa maestro de producción
materiales
EVALUACIÓN T3

EVALUACIÓN FINAL
Estrategias de planeación agregada
Exposición de pronósticos, plan
EVALUACIÓN PARCIAL
agregado, plan maestro
Este método contiene un mecanismo de autocorrección que ajusta los pronósticos en
dirección opuesta a los errores pasados. Este modelo es apropiado para datos que no
tienen una tendencia predecible hacia arriba o hacia abajo. Este modelo consisten en
revisar continuamente los valores con la experiencia mas reciente.

Ft+1 = Pronóstico suavizado exponencialmente para el periodo t +1

α = constante de suavización o coeficiente de ajuste
F t = Pronóstico suavizado exponencialmente del periodo anterior
D t = Demanda real del periodo anterior
Determinar el pronostico para el sgte año
α1 = 0.319
Determinar el EMP, EMC, DEE, DAM, PEMA
Suavización exponencial simple
Demanda
Pronostico 1400
Mes Histor. (u.)
Y't 1200
Yt α= 0,319
1000
1 1250 1250
Pfeb = α D ene + (1-α) P ene
2 1150 1250 Pfeb = 0,319 * 1250 + (1-0,319)*1250
800

3 930 1218 Pfeb = 1250 600

4 950 1126 400
Pmar = α D feb + (1-α) P feb
5 1190 1070 Pmar = 0,319 * 1150 + (1-0,319)*1150
200
6 1290 1108 Pmar = 1218
0
7 1100 1166 1 2 3 4 5 6 7 8 9 10 11 12
Pabr = α D mar + (1-α) P mar
8 900 1145 Pabr = 0,319 * 930 + (1-0,319)*1218 Mes Demanda Pronostico
9 980 1067 Pabr = 1126 Histor. (u.) Y't
Yt
10 1250 1039
11 1280 1106
12 950 1162
 α= 0,319

Pfeb = α D ene + (1-α) P ene

Pfeb = 0,319 * 1250 + (1-0,319)*1250
Pfeb = 1250

Pmar = α D feb + (1-α) P feb

Pmar = 0,319 * 1150 + (1-0,319)*1150
Pmar = 1218

Demanda DEE =
Pronostico PEMA =
Mes Histor. (u.) EMP EMC EMP-PROM (EMP - DAM
Y't DAM/Dem Hist
Yt PROM)^2

1 1250 1250 0 0 41 1681 0 0%

2 1150 1250 -100 10000 -59 3481 100 9%
3 930 1218 -288 82944 -247 61009 288 31%
4 950 1126 -176 30976 -135 18225 176 19%
5 1190 1070 120 14400 161 25921 120 10%
6 1290 1108 182 33124 223 49729 182 14%
7 1100 1166 -66 4356 -25 625 66 6%
8 900 1145 -245 60025 -204 41616 245 27%
9 980 1067 -87 7569 -46 2116 87 9%
10 1250 1039 211 44521 252 63504 211 17%
11 1280 1106 174 30276 215 46225 174 14%
12 950 1162 -212 44944 -171 29241 212 22%
Promedio -41 1647,0069
 4.- Mediante el uso de regresión lineal, determinar:-
Realizar el pronóstico y proyección para los meses.
13 avo mes
Grafíquelo
14 avo mes X Y
Demanda Y=a+b*X
15 avo mes Mes X*Y X^2 Pronóstico Y b 36.01
Histor. (u.) a 737.29
1 800 800 1 773
2 823 1,646 4 809
3 856 2,568 9 845
4 879 3,516 16 881
5 902 4,510 25 917
6 897 5,382 36 953 Regresión lineal
7 915 6,405 49 989 1400
8 1,123 8,984 64 1025 1.237
1200
9 1,028 9,252 81 1061 1.123 1.150 1133 1169
1061 1097
1000 1025 1.028 1.046
10 1,150 11,500 100 1097 953 989
881
879 917
902 897 915
823 856
845
11 1,046 11,506 121 1133 800 800
773 809
12 1,237 14,844 144 1169 600

400
Prom Prom Suma Suma Suma
200
7 971 80,913 650 11,656
0 1 2 3 4 5 6 7 8 9 10 11 12
1 2 3 4 5 6 7 8 9 10 11 12
13 = 1205
Mes Demanda Pronóstico Y
14 = 1241 Histor. (u.)
15 = 1277
4.- Mediante el uso de regresión lineal, determinar:
Realizar el pronóstico y proyección para los meses.
18 avo mes
22 avo mes X Y

Grafíquelo Mes
Demanda
Histor. (u.)
18 avo mes 22 avo mes
1 174 a) 383 417
2 247
b) 395 430
3 235
c) 372 405
4 304
d) 353 385
5 245

6 329 e) N.A.
7 280

8 343

9 262

10 323

11 271

12 310
La descomposición de una serie de tiempos significa encontrar los componentes
básicos de la serie de tendencia, estacional y cíclico. Los índices se calculan por
estaciones y ciclos.
1. Descomponer las series de tiempo en sus componentes:
a) Encontrar el componente estacional.
b) Descontar las variaciones de temporada de la demanda.
c) Encontrar el componente de la tendencia.
2. Pronosticar valores futuros de cada componente
a) Pronosticar el componente de la tendencia en el futuro
b) Multiplicar el componente de la tendencia por el componente estacional.
2.- Por el metodo de Regresion por Minimo Cuadrados Promedio cuatrimestral por = Promedio cuatrimestral
Determine la proyeccion para el sgte año col or Ymedia
Ejemplo
X Y X*Y
Prom.
Factor Demanda Peri odo * Dema nda Nuevo
Periodo Cua tri mes tre Demanda Cuatrimestr Periodo^2 Fa ctor Es ta c.
Pronostico
Estac Factor Estac. Periodo
e
1 I 600 2,267 0.82 736 1 736 13 4,081
2 II 1,550 3,050 1.10 1,412 4 2,825 14 5,866
3 III 1,500 2,700 0.97 1,544 9 4,632 15 5,526
4 IV 1,500 3,100 1.12 1,345 16 5,379 16 6,726
5 I 2,400 0.82 2,943 25 14,713 17 5,197 a+b*X
6 II 3,100 1.10 2,825 36 16,948 18 7,369
7 III 2,600 0.97 2,676 49 18,734 19 6,855 = 342
8 IV 2,900 1.12 2,600 64 20,799 20 8,253
9 I 3,800 0.82 4,659 81 41,933 21 6,313
10 II 4,500 1.10 4,100 100 41,004 22 8,871 -b* = 555
11 III 4,000 0.97 4,117 121 45,290 23 8,185 Por tanto:
12 IV 4,900 1.12 4,393 144 52,715 24 9,779 a+b*X = 555 + 342 * X
Total 78 33,350 12 33,350 650 265,707.0

= 78
12
= 6.5
a+b*X Y de la Pronost.
= 33,350 = 2,779.2 Recta Factor (Y*Factor
12 Pronostico de Estac. Estac.)
Factor Estac. = Prom. Trim. Y = 555 + 342 * 13 = 5003 * 0.82 = 4081 4081
Ӯ Y = 555 + 342 * 14 = 5346 * 1.10 = 5866 5866
Factor Estac. I = 2,267 = 0.82 Y = 555 + 342 * 15 = 5688 * 0.97 = 5526 5526
2,779
Factor Estac. II = 3,050 = 1.10
2,779
Factor Estac. III = 2,700 = 0.97
2,779
Factor Estac. IV = 3,100 = 1.12
2,779
Determinar el pronóstico utilizando el método de regresión por mínimos cuadrados
- Calcule el pronóstico para el mes 15
Takt time es el tiempo medio entre el inicio de la producción de una
unidad y el inicio de la producción de la siguiente, cuando dichos
inicios son establecidos para coincidir con la tasa de la demanda del
cliente.
https://www.youtube.com/watch?v=36GU
HgjJ9LQ
• Krakewski & Ritzman, Administración de Operaciones, Pearson Educación,
8va Edición, México 2008.

• Collier, D. & Evans, J. (2009). Administración de operaciones, bienes,

servicios y cadenas de valor. Cengage Learning, Quinta edición.

• Chase, R.; Hair, J. & Alquilano, R. (2009). Administración de Operaciones

(12 decima Ed.). México.

• Chiavenato, I. (2011). Introducción a la teoría general de la administración.

Mc Graw Hill, Octava edición.

• Schroeder, Goldstein & Rungtusanatham, Administración de Operaciones,

Mc Graw Hill, 5ta Edición, México.