Clase 0804

Modelo de BOX-Jenkins
Tanto el alisado exponencial triple como el doble dejan de lado la parte aleatoria que es
importante.
También definimos que para ver que un modelo es el adecuado, se debe verificar que los
errores cumplen con ciertas características.

Modelo de Box-Jenkins: Toma la correlación entre los datos y plantea un modelo tomando
en cuenta esta correlación.

Este modelo trabaja con series estacionarias (series estables que no tienen tendencia).

Para alcanzar la estacionariedad (si es que la serie no es estacionaria) se puede utilizar la

diferenciación (resta entre 2 valores consecutivos), esto disminuye la tendencia de las
series.

 Se puede diferenciar varias veces, pero lo recomendable no es hacerlo, pues esto

causa que se pierdan datos de la serie.
 Se recomienda diferenciar tantas veces sea necesario hasta tener una serie
estable.
 Generalmente se diferencia según el tamaño de la estación de la serie (12 debido a
los 12 meses).
 Por lo tanto, la diferenciación es encontrar la diferencia entre el valor actual y el
anterior, para disminuir su variabilidad y media (tendencia) y tener una serie
estable.
 Existen muchas formas de disminuir la variabilidad de la serie, tal como ratios,
logaritmos, etc.
Una vez que la serie está estable, se modela en función a las correlaciones de los datos.
Serie de tiempo estable: Una serie es estacionaria cuando es estable a lo largo
del tiempo, es decir, cuando la media y varianza son constantes en el tiempo.

Formas de modelamiento a partir de Box-Jenkins

1) Modelos de media móvil: El valor que quiero pronosticar es un promedio
ponderado de los errores de los “q errores anteriores”.

2) Modelo autorregresivo: Se representa la demanda (datos originales) como un

promedio ponderado de los propios valores en tiempos anteriores.

Se pueden combinar ambos modelos  Modelo ARMA (modelo mixo).

3) ARMA:
 4) ARIMA: Modelo autorregresivo integrados de media móvil.

A través del análisis de correlaciones de los datos se determinan los valores de “q”.

Identificación del modelo

Para identificar qué modelo usar, debemos determinar si los valores aleatorios son
correctos para el modelamiento.
1) Función de autocorrelación (ACF):

2) Función de autocorrelación parcial (PACF):

Excel:

 Se analizarán los valores Aleatorios de una serie de tiempo.

 Se calcularán las correlaciones de estos valores  Función de autocorrelación.
Es la correlación entre todos los datos, pero uno son los originales y el otro se corre 1 dato
hacia abajo. Así obtengo Lag 1 (correlación de todos los datos originales con los datos
corridos en 1 tiempo).

 Cada vez que hago esto, se deben analizar las correlaciones (ver Excel  Lag 1, lag
2, lag 3).

Luego grafica la correlación entre los datos (LAG) y es similar a un diagrama de cajas.

 En este caso tenemos 10 Lags, la idea es tener muchos más (100 app.)
 Lo ideal es que todas las barras estén dentro del intervalo de las líneas punteadas
azules.
 Se busca esto tanto para la ACF como para la PACF.
 Los intervalos de confianza se dan al 95% de confiabilidad, es decir que se espera
un 5% de error (5 datos de 100 que están fuera del intervalo), esto se puede deber
a solamente la aleatoriedad, no que algo está pasando con la serie.
  El primer dato está fuera de los límites de confianza.
Si ocurre lo anterior, entonces se puede afirmar que el modelo extrajo todo de la serie y lo
que está fuera de las franjas es solamente aleatorio.

Identificación de modelos según el tipo de serie de tiempo

 Se visualiza esto de mejor manera con los gráficos vistos anteriormente.

En este caso, se indica que la serie no es estacionaria, por lo tanto, tengo que diferenciarla
de alguna forma:

“Mas o menos cada 12 tiempos/Lags se identifica un patrón que indica que la serie no es
estacionaria”.
Los 3 últimos es cuando el modelo ya está estacionario y se determina si se necesita
modelar según AR (modelo autorregresivo), modelo de medias móviles (MA) o un modelo
combinado (ARMA).
  Si es ruido blanco, se recomienda un modelo de descomposición (visto las clases
anteriores).
Modelo de ruido blanco:

 A pesar de que hay uno que sobresale, puede deberse solo a la aleatoriedad.

Modelo Autorregresivo:
  Como en el PACF solo hay 2 barras que pasan la frontera punteada, entonces
“p=2”.

Modelo de medias móviles:

 Como en el ACF solo hay 2 barras que pasan la frontera punteada, entonces “q=2”.

Modelo combinado (ARMA):

  Esto no se preguntará (Box-Jenkins), pero es importante saberlo.
A lo más se preguntará será:

 Dar un gráfico de las autocorrelaciones y correlaciones parciales y comentar si se

ve como ruido blanco o si se puede aplicar las autocorrelaciones.

HASTA AQUÍ ENTRA EN LA PRUEBA.

Nuevo tema: Planificación Agregada
Pirámide de la planificación.

Mientras más bajo de la pirámide es lo más operacional, mientras más arriba de la

pirámide es lo de largo plazo.
1. Plan estratégico: Es lo que vimos en el primer tema, las decisiones estratégicas.
2. Plan agregado de producción: Planificación de mes a mes (no tan a largo plazo),
esto incluye por ejemplo, tomar un producto estándar de la empresa y según ese
producto se planifica en función a ciertas técnicas y estrategias, cuanto debo
producir para cada uno de los periodos (1 mes).
 Generalmente el objetivo de minimizar costos es común en esta etapa.

3. Plan maestro de producción.

4. Cálculo de necesidades.
5. Programacion detallada.
En este curso veremos el punto 1 y 2 (punta de la pirámide).
Nos centramos en algo agregado (producto ficticio), no operacional ni micro.

Objetivos:
  Resolver la planificación a nivel “Macro”.
 Traducir los pronósticos de la demanda a un esquema de planeación para niveles
de personal y de producción en la empresa, durante un horizonte de tiempo
determinado.
 Determinar las cantidades de producción agregada y los niveles de recursos para
alcanzar metas de producción.
 Balancear las ventajas de producir para cumplir con la demanda tan exactamente
como sea posible y los problemas causados por el cambio de los niveles de
producción y/o la fuerza de trabajo.
Si la demanda varía tendré meses donde la producción estará debajo o sobre la demanda.
Hay planes para cuando la demanda es grande y el nivel de producción no alcanza para la
satisfacción de la demanda.
Otra estrategia es adaptarse a la demanda para producir más o menos en función a la
demanda. Tener variabilidad en la producción, significa que voy a tener que despedir o
contratar a más personas, pero también los costos de inventario disminuirán, pues me
adecúo a la demanda. Por lo tanto, hay un pro y un contra en esta estrategia.
Actuaciones
Hay 2 formas de reaccion ante la demanda.
1) Actuación activa: Se trata de modificar la demanda de alguna forma. Por ejemplo si
hay meses donde la demanda es baja, de alguna forma puedo aumentar la
demanda ya sea dando promociones o disminuyendo los precios.
 También con nuevos productos con ciclos de demanda complementarios.
 Servir con retrasos.

2) Actuación reactiva o pasiva: Me adecuo a la demanda dada.

 Ajuste de la capacidad disponible a la necesaria.
 Creación de inventarios.
Nos centraremos en la opción reactiva.

Método de planificación agregada

Vamos a generar un producto ficticio que represente un estándar para todos los
productos que la empresa produce.
Se debe planificar en función a una unidad que se pueda aplicar a todos los productos que
tenga la empresa: Peso, Volumen, dinero, unidades de producción promedio.

 También puedo inventar esta unidad (Unidades agregadas ficticias).

Ejemplo: Puede haber muchas características diferentes entre una lavadora y otra.
Debo obtener una unidad para todas estas lavadoras y crear un producto artificial.

Lo ideal es hacer una relación entre las horas hombre y la distribución de ventas.
Pocas horas hombres no significa que venderé poco, ni tampoco que tendré un ingreso
superior. Por lo tanto, lo mejor es unir las horas hombres con la distribución de ventas.
Se hace un promedio ponderado entre las horas hombres de modelo de lavadora
multiplicado por la distribución de ventas.
En promedio nos sale que cada lavadora en promedio demora 4,86 horas hombre.
Esto se usa para simplificar la planificación y para no tomar en cuenta cada detalle de las
lavadoras  Planificación agregada.

Los costos más típicos que veremos para la planificación agregada:

 No necesariamente debemos centrarnos en todos.

 Hay un costo por tener inventario (gasto en bodegas) y otro por no tener
inventario (costo por oportunidad de venta perdida).
El costo de horas extra y subcontratar permite tener una fuerza de trabajo constante
base.
Horas extras  Permite evitar el costo de contratar o despedir empleados.
Costo ociosos: Le pago a la gente para trabajar, pero no hacen nada (tiempos
muertos).

 También hay costos asociados a tener el lugar listo para trabajar, pero no hacer
nada (costo de energía de las máquinas, costo del arriendo del establecimiento,
etc.)

Estrategias de planificación.
Estrategia de seguimiento pura: Ajustar las estrategias en función de la demanda.
Estrategia de nivelación: Se mantiene constante la mano de obre.
Esto es lo mismo que vimos anteriormente.

Planificación intuitiva
EJEMPLO:
No es lo mismo decir una que tengo fuerza de trabajo constante a una capacidad de
producción constante, porque depende de los días laborales.

La demanda es la curva gris: Esta no es constante.

 Asumiremos un ratio de trabajo constante.

La línea roja es la demanda acumulada: Una forma de abordar la demanda es sumar la
cantidad total de demanda y dividirla por la cantidad de días.

 R(t): Esto me dará un ratio de producción promedio diario ACUMULADO.

 r(t): ratio de producción promedio diario
 Como vemos, las líneas azules muestran que la producción (roja) a veces es mayor
a la demanda real y a veces menor (costo de falta de stock).
La línea verde: Es una estrategia parra siempre cumplir con la demanda y disminuir la
incertidumbre.

 El ratio promedio se calcula en función al punto más alto de la demanda.

 Se traza una curva que va por encima de la curva de demanda.
 Es una línea recta con pendiente lineal (ratio de producción), pero por el hecho de
estar por encima de la demanda hace que no se tengan costos por demanda
insatisfecha, pero si por inventario por exceso.
Debemos comparar que es más caro: Producir en exceso o tener momentos donde la
demanda está insatisfecha.

¿Cómo se calcula el ratio/tasa de producción de la línea roja y verde?

Roja (r(t)): Demanda total / Días totales = Cuanto necesito producir por día.

 El ratio es variable.
Verde (R(t)): Demanda total acumulada /Días totales acumulados = Cuanto necesito
producir por día.

 Vemos que el ratio de producción diario de la línea roja es de 60,484 y el de la

línea verde es de 66,346.
EJEMPLO: LINEA ROJA

 Defecto: Demanda insatisfecha.

EJEMPLO: LINEA VERDE

En este caso conviene tener un ratio menor de producción, pues el costo de demanda
insatisfecha no es tan grande. Esto se evidencia en los costos totales, donde el de la línea
verde es mayor que el de la roja.