Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Producción II
Sesión 1: Pronósticos
Administración Estratégica de la
Capacidad
• Número de mesas en restaurant?
• Cantidad de estudiantes que aprenden por bloque de clases?
Pronósticos Tecnológicos
Predicción de tasas de progreso tecnológico
Impactos en el desarrollo de nuevos productos
Pronósticos de la demanda
Predicción de las ventas de un producto existente
Afecta personas, capacidad, cadena de suministro.
9
Elegir modelo Seleccionar método
Elegir método
Seleccionar método Estimar parámetros
Validación
Estimar parámetros Validación del modelo
Usados cuando la situación es vaga y haya poca o nula Usados cuando la situación es “estable” y existen datos
existencia de datos históricos
Nuevos Productos. Productos existentes
Nueva Tecnología. Base de datos.
Mercados emergentes.
Involucra técnicas matemáticas
Involucra la intuición y la experiencia e.g., Pronóstico de ventas en Tupperware
e.g., Bristol-Meyers Squibb Company emplea 220 científicos
como jurados de opinión para ver las tendencias futuras en
investigación médica.
11
Elegir modelo Seleccionar método
Elegir método
Seleccionar método Estimar parámetros
Validación
Estimar parámetros Validación del modelo
17
Elegir modelo Seleccionar método
Elegir método
Seleccionar método Estimar parámetros
Validación
Estimar parámetros Validación del modelo
20
Elegir modelo Seleccionar método
Elegir método
Seleccionar método Estimar parámetros
Validación
Estimar parámetros Validación del modelo
Tendencia Cíclica
Estacional Aleatoria
• Ciclos son patrones en los datos que se repiten después de varios años. Ciclo comercial e importante
para el corto plazo. Difícil predecir y afecto a acontecimientos políticas o factores macroeconómicos.
• Variaciones aleatorias: señales por casualidad. No hay patrón y no se puede predecir.
Demanda
Demanda Movimiento
Aleatorio
Tiempo Tiempo
(a) Tendencia (b) Ciclo
Demanda
Demanda
Tiempo Tiempo
(c) Patrón Estacional (d) Tendencia con patrón estacional
Demanda
actual
Demanda
promedio
Variación durante 4 años
Aleatoria
| | | |
1 2 3 4
Year
Matemáticamente,
donde,
𝑭𝒕+𝟏 = 𝑿𝒕
Asume que la demanda para el siguiente periodo será igual a la que se produjo en el periodo más
reciente
• e.g., si las ventas en Mayo fueron 48, entonces las ventas en Junio serán 48
En algunas líneas de productos este enfoque resulta el más efectivo en costos y más eficiente
con respecto al objetivo
Medias Móviles (MA)
MA es una serie de medias aritméticas usada cuando hay poca o nula tendencia y
frecuentemente utilizada para suavizar proporcionando un panorama general de los datos a
través del tiempo
Matemáticamente,
𝒏
𝟏
𝑭𝒕 = 𝑴𝑨𝒕 = 𝑿𝒕−𝒊 , 𝒕>𝒏
𝒏
𝒊=𝟏
donde,
Enero 10
Al promediar los últimos 3 Febrero 12
meses obtenemos el Marzo 13
pronóstico para enero de Abril 16 (10 + 12 + 13)/3 = 11 2/3
16 unidades Mayo 19 (12 + 13 + 16)/3 = 13 2/3
Junio 23 (13 + 16 + 19)/3 = 16
Julio 26 (16 + 19 + 23)/3 = 19 1/3
Agosto 30 (19 + 23 + 26)/3 = 22 2/3
Septiembre 28 (23 + 26 + 30)/3 = 26 1/3
Octubre 18 (26 + 30 + 28)/3 = 28
Noviembre 16 (30 + 28 + 18)/3 = 25 1/3
Diciembre 14 (28 + 18 + 16)/3 = 20 2/3
Enero ---
Medias Móviles (MA)
Solución:
Pronósticos de
Gráficamente tenemos… promedios
30 – móviles
28 –
Ventas
26 –
Ventas de Cobertizos
Actuales
24 –
22 –
20 –
18 –
16 –
14 –
12 –
10 –
| | | | | | | | | | | |
E F M A M J J A S O N D
Ejemplo 1.3 (Chase)
Considere las siguientes 30 demandas semanales. Utilice promedios móviles
simples basados en 3 y 9 semanas para predecir la demanda en la semana 31.
Realice un gráfico comparativo entre las demandas y los pronósticos e indique
lo que observa.
2.500
2.000
Demanda
1.500
1.000
500
0
0 4 8 12 16 20 24 28 32
Semanas