ADMINISTRACIÓN DE LA

PRODUCCIÓN
• Mgs. Nelly Galiano
INTRODUCCIÓN A LA
ADMINISTRACIÓN DE LA
PRODUCCIÓN Y OPERACIONES
UNIDAD 1
Resultado de aprendizaje:
•Diferencia los conceptos básicos relativos a la
administración de la producción y operaciones
Contenidos:
• Gestión de operaciones
• La estrategia de operaciones y criterios
competitivos
• Sistemas productivos locales
• Pronósticos de la Demanda (Media móvil,
Exponencial, Regresión simple)
 ADMINISTRACIÓN DE OPERACIONES DE HARD
ROCK CAFÉ

https://youtu.be/UX1ptV4NB9E https://youtu.be/vj96af72u3g
¿QUÉ ES LA ADMINISTRACIÓN DE OPERACIONES?
ORGANIZACIÓN PARA PRODUCIR BIENES Y
SERVICIOS
MARKETING: La cual genera la
demanda o al menos, toma el pedido de
un producto o servicio ( nada ocurre si
no hay una venta
PRODUCCIÓN Y OPERACIONES: Crean
el producto.
FINANZAS Y CONTABILIDAD: Hacen un
seguimiento de como una organización
funciona, paga facturas y recuada
dinero
Razones del porque de la AO
1. La AO es una de las las tres tareas funciones
principales de cualquier organización y se
relacione integralmente con el resto de las
funciones empresariales. Por lo tanto la AO
estudia como se organizan las personas para
efectuar una tarea productiva.
2. Es necesario saber como se producen los
bienes y servicios.
3. Para determinar lo que hacen los
administradores de operaciones.
4. Es importante conocer esta área que es la
más costosa de la organización.
DIAGRAMAS ORGANIZACIONALES PARA
EMPRESAS DE SERVICIOS Y MANUFACTURA
¿QUÉ HACEN LOS ADMINISTRADORES DE OPERACIONES
DIFERENCIAS ENTRE BIENES Y SERVICIOS
TALLER EN CLASE
 PRODUCTIVIDAD
La creación de bienes y servicios requiere
transformar los recursos en bienes y servicios:
cuanto más eficiente hagamos la
transformación, más productivos seremos y
mator será el valor agregado a los bienes y
servicio s que proporcionemos. La
productividad es la relación que existe las
salidas (bienes y servicios)y una o más
entradas (recursos mano de obra y capital).
Mejorar la productividad significa mejora la
efciencia. La medición de la productividad
es una forma excelente de evaluar la
capacidad de un país para proporcionar
una mejora en le estándar de vida.
 MEDICIÓN DE LA PRODUCTIVIDAD
PRODUCTIVIDAD DE UN SOLO FACTOR:
Indica la razón que hay entre en recurso
(entrada) y los bienes y servicios
producidos (salidas).
PRODUCTIVIDAD DE MÚLTIPLES
FACTORES:
Indica l arazón que hay entre muchos o
todos los recursos (entradas) y los bienes
y servicios producidos (salidas)
CÁLCULO DE LA PRODUCTIVIDAD
Problemas realcionados:
1.1; 1.2; 1.5; 1,6; 1.7; 1.8; 1.9; 1.11;
1.12; 1.14; 1.15
Realizar los ejrecicios del texto
PRONÓSTICO DE LA
DEMANDA
¿Qué son?
¿Para qué sirven?
¿Tipos de pronósticos?
¿Cuándo usar cada tipo?

https://youtu.be/ZSlvSVG6sq8
 PRONOSTICAR
Es el arte y la ciencia de predecir eventos futuros. Puede implicae el empleo de
datos históricos y su proyección hacia el futuro mediante algún tipo de modelo
matemático. Puede ser una predicción subjetiva o intuitiva; o puede ser una
combinación de estás es decir, un modelo matemático ajustado mediante el buen
juicio del administrador.
HORIZONTES DE TIEMPO DEL PRONÓSTICO
Pronóstico a corto plazo: este pronóstico tiene una extensión de tiempo de hasta 1
año, pero casi siempre es menor a 3 meses. Se usa para planear compras, progrmar
el trabajo, determinar niveles de mano de obra, asignar el trabajo, determinar nivels
de mano de obra, asignar trabajo y decidir niveles de producción.
Pronóstico a mediano plazo: tiene una extensión de entre 3 meses y 3 años. Se
utiliza para las ventas, la producción, el presupuesto, y el flujo de efectivo, asi como
para analizar diferentes planes operativos.
Pronóstico a largo plazo: su extensión es de 3 años o más. Se usa para planear la
fabricación de nuevos productos, gastos de capital, ubicación o expasión de las
instalaciones, y para investigación y desarrollo.
PRONÓSTICO DE LA DEMANDA
PRONÓSTICOS DE LOS NIVELES DE DEMANDA
EN LA CADENA DE SUMINISTRO
• Logística
• Marketing
• Producción
Pronósticos de la • Finanzas
DEMANDA
• Capacidad
• Necesidades de financiamiento
• Estructura gerencial del negocio
 PATRONES DE DEMANDA
1. Tendencia (movimiento gradual y direccional de largo
plazo en los datos - aumento o diminución)
2. Estacionalidad (variaciones semejantes que ocurren
durante periodos específicos –mensual, semana, diaria)
3. Aleatoriedad (efectos esporádicos o no pronosticados en
virtud de acontecimientos raros)
4. Cíclico (osciladores de largo plazo al rededor de la línea
de tendencia, y son asociados a los ciclos de negocio)
5. Irregulares (representan hasta el 50% de los productos de
las empresas, son productos que están introduciéndose o
retirándose de la línea de productos)
 PATRONES DE DEMANDA
250 Ciclo

Tendencia

Estacional
Demanda

0
0 Tiempo 25
PATRÓN DE DEMANDA ALEATORIO O NIVELADO SIN
ELEMENTOS ESTACIONALES, NI DE TENDENCIA
250

Ventas

Ventas reales
Ventas promedio

0
0 25
Tiempo
PATRÓN DE DEMANDA ALEATORIO CON TENDENCIA PERO
SIN ELEMENTOS ESTACIONALES
250

Ventas

Ventas reales
Ventas promedio

0
0 25
Tiempo
 PATRÓN DE DEMANDA ALEATORIA, CON
TENDENCIA Y CON ELEMENTOS ESTACIONALES
250

Ventas

Ventas reales
Ventas promedio
Tendencia y ventas estacionales ajustadas
0
0 25
Tiempo
DEMANDA IRREGULAR
250

Ventas

0
0 25
Tiempo
Métodos cualitativos de pronóstico
 Los estudios demuestran
que los métodos
CUÁL MODELO(S) “simples” de la variedad
DE de series de tiempo con
frecuencia predicen tan
PRONÓSTICO(S) bien o mejor que las
UTILIZAR? versiones más
sofisticadas y complejas.
En general, la
complejidad de los
modelos de pronóstico
no incrementa la
predicción predictiva.
 ENFOQUE INTUITIVO
Técnica de pronósticos que supone que en el siguiente periodo la demanada será
igual a la del periodo más reciente.
Para algunas líneas de productos el enfoque intuitivo es el modelo de pronóstico más
efectivo en costos y más eficiente con respecto al objetivo.
 TÉCNICA 1: MEDIA MÓVIL SIMPLE
✓Promedio de un determinado número de periodos que es actualizado, sustituyendo
los datos del periodo anterior por los datos del periodo más reciente.
➢Identifica una tendencia dentro de una fluctuación de datos.
Fórmula:

Donde:
A t = Demanda promedio
D t-1 = ventas realizadas en el peridodo t-1
N = número de períodos para promediar
Ejemplo
 TÉCNICA 1: MEDIA MÓVIL SIMPLE

Es importante determinar el número apropiado de periodos para incluir

en la media móvil.
En cuando mayor el número de periodos incluidos en la media, más los
elementos aleatorios serán “suavizados”.
A menor número de periodos incluidos en la media se producirá una
mayor oscilación, la previsión resultante será más próxima a la
tendencia existente.
 TÉCNICA 1: MEDIA MÓVIL SIMPLE

Mes Ventas reales de cobertizos

EJERCICIO.
Enero 10
Febrero 12
Marzo 13
La tienda de suministros para jardín Donna
quiere hacer un pron´sotico con el promedio Abril 16
móvil de 3 meses, incluyendo un pronóstico Mayo 19
para las ventas de cobertizos el próximo
Junio 23
enero. Las ventas de cobertizos para
almacenamiento se muestran en la columno Julio 26
media de la tabla: Agosto 30
Septiembre 28
Octubre 18
Noviembre 16
Diciembre 14
 TÉCNICA 2: MEDIA MÓVIL PONDERADA
Es la media móvil simple en la cual pesos son atribuidos para cada periodo perteneciente
a la media.
La suma de todos esos pesos es igual a uno.
Fórmula:

Donde:
F t = ventas previstas en el periodo t
A t-1 = ventas realizadas en el peridodo t-1
W t-1 = peso atribuido al periodo t-1
n = número de periodos considerados en la media
La ventaja de este método es ser capaz de variar los efectos entre los datos antiguos y los
mas recientes.
GRÁFICA COMPARATIVA DE PERIODOS
PARA PROMEDIO
 TÉCNICA 2: MEDIA MÓVIL PONDERADA
EJERCICIO: Mes Ventas reales de cobertizos
Enero 10
La tienda de suministros
para jardín de Donna Febrero 12
quiere pronostricar las Marzo 13
ventas de cobertizos Abril 16
ponderado los últimos 3 Mayo 19
meses, dando más peso a
los datos recientes para Junio 23
recientes para hacerlos más Julio 26
significativos. Agosto 30
Septiembre 28
Octubre 18
Noviembre 16
Diciembre 14
COMPORTAMIENTO DE PRONÓSTICOS MEDIA
MÓVIL SIMPLE Y PROMEDIO MÓVIL PONDERADO
TÉCNICA 3: SUAVIZAMIENTO
EXPONENCIAL
Técnica de pronóstico de promedios móviles ponderados donde los datos se
ponderan mediante una función exponencial.
Utilizado en empresas minoristas, mayoristas y de servicios.
Apenas tres grupos de datos son necesarios para calcular el pronóstico;
 Las previsiones más recientes.
 La demanda real que ocurrió para este periodo de previsión.
 La constante alpha (α) de ajuste.

Tiene buenos resultados cuando se aplica a un patrón de series de tiempo, o cuando

los cambios en los componentes de estacionalidad no son grandes.
 TÉCNICA 3: SUAVIZAMIENTO
EXPONENCIAL
Es un tipo de promedio móvil, donde las observaciones pasadas no reciben la misma
ponderación.
Así, las observaciones que son más recientes reciben mayor ponderación que las
anteriores.
Fórmula:
TÉCNICA 3: SUAVIZAMIENTO
EXPONENCIAL
La constante de suavizamiento α (constante de uniformidad) es un número entre 0
y 1 que es utilizado en ajustes exponenciales para disminuir el error entre la
demanda histórica y su respectiva previsión.
Un α cerca de 0 proporciona más peso a los datos anteriores (indicado para
demanda estable).
Un α próximo de 1 refleja una adaptación a la demanda reciente (Datos
crecientes, inestables, dinámicos, nuevos).
Si la demanda es relativamente estable; es decir la diferencia entre la demanda
real y la pronosticada es pequeña, se asigna un α bajo de 5% o 10%
Si las ventas experimentan un crecimiento/decrecimiento o son inestables se asigna
un α alto de 15% o 30%
El término suavizamiento exponencial se usa ampliamente en los negocios y es una
parte importante de muchos sistemas computarizados par control de inventarios.
Mientras más alto sea el valor de alfa, el pronóstico será más cercano a la realidad
EJEMPLO

Ft = 1050 + (0,05)*(1000-1050)= 1048

EJEMPLO:
En enero, un vendedor de automóviles predijo que la demanda para febrero sería de 142
Ford Mustang. La demanda real en febrero fue de 153 automóviles. Usando la constante de
suavizamiento que eligió la administración de α = 0.20, el vendedor quiere pronosticar la
demanda para marzo usando el modelo de suavizamiento exponencial.

𝐅𝐭 = 𝟏𝟒𝟐 + 𝟎, 𝟐𝟎 𝟏𝟓𝟑 − 𝟏𝟒𝟐 = 𝟏𝟒𝟒, 𝟐

Si la constante de suavizamiento se cambia 0,30 ¿Cuál es el nuevo pronóstico

𝐅𝐭 = 𝟏𝟒𝟐 + 𝟎, 𝟑𝟎 𝟏𝟓𝟑 − 𝟏𝟒𝟐 = 𝟏𝟒𝟓, 𝟑
 MEDICIÓN DE ERRORES
DESVIACIÓN ABSOLUTA MEDIA (MAD; MEAN ABSOLUTE DEVIATION )
El error pronóstico nos dice qué tan buen desempeño tiene el modelo comparado
consigo mismo usando datos históricos.
La MAD es el error promedio en los pronósticos, mediante el uso de valores
absolutos.
Mide la dispersión de un valor observado en relación con un valor esperado.
 EJEMPLO: Trimestre Tonelaje descargado Pronóstico con α = 0.10

1 180 175
2 168 175+0,10(180-175)=175,50

Durante los últimos trimestres, en el puerto de 3 159 175,50+0,10(168-175,5)=174,75

Baltimore se han descagado de los barcos
grandes cantidades de grano. El administrador
de operaciones del puerto quiere probar el uso
de suavizamiento exponencial para ver qué tan 4 175 174,75+0,10(159-174,75)=173,18
bien funciona la técnica para predecir el tonelaje
descargado. Supone que el pronóstico de grano
descargado durante el primer trimestre fue de
175 toneladas. Se examinan dos valores de α: 5 190 173,18+0,10(175-173,18)=173,36
α = 0.10 y α = 0.50.
Compare los datos reales con los pronosticados
(usando cada uno de los valores de α) y después 6 205 173,36+0,10(190-173,36)=175,02
encuentre la desviación absoluta y las MAD)

7 180 175,02+0,10(205-175,02)=178,02

8 182 178,2+0,10(180-178,2)=178,22

9 ? 178,22+0,10(182-178,22)=184,15
 ERROR CUADRÁTICO MEDIO MSE
Es una segunda forma de medir el error global del pronóstico. El MSE es el promedio
de los cuadrados de las diferencias encontradas entre los valores pronosticados y los
observados

Durante los últimos trimestres, en el puerto de Baltimore se han

descagado de los barcos grandes cantidades de grano. El
administrador de operaciones del puerto quiere probar el uso de
suavizamiento exponencial para ver qué tan bien funciona la técnica
para predecir el tonelaje descargado. Supone que el pronóstico de
grano descargado durante el primer trimestre fue de 175 toneladas. El
administrador quiere calcular el MSE para α = 0.10
 ERROR PORCENTUAL ABSOLUTO MEDIO
Promedio de las diferencias absolutas encontradas entre los valores pronosticados y
los reales, expresado como un porcentaje de los valores reales.

El pueto de Baltimore ahora quiere calcular el MAPE cuando α = 0.10

 TÉCNICA 4: ANÁLISIS DE REGRESIÓN
LINEAL
Se utiliza para definir una relación funcional entre dos o más variables correlacionadas.
la regresión lineal sería muy útil para pronosticar las demandas de familias.
La relación se desarrolla a partir de un dato observado en el cual un parámetro (variable
independiente) es usado para predecir otro (variable dependiente).
Ecuación:
Y = a + bX
Donde:
Y = variable dependiente
a = intersección en el eje Y
b = pendiente
X = variable independiente
TÉCNICA 4: ANÁLISIS DE REGRESIÓN
LINEAL
Ecuación:
Y = a + bX
TÉCNICA 4.1: ANÁLISIS DE REGRESIÓN
LINEAL DATOS ESTACIONALES
La estacionalidad son las variaciones semejantes que ocurren durante
periodos determinados.
 Diaria;
 Semanal;
 Trimestral (Q1, Q2, Q3, Q4);
 Semestral;
 Anual.

Para realizar previsiones con este tipo de datos, ellos deben ser des-
estacionalizados.

Média ( periodo )
IE =
Média (total )
Ejemplo
Pronóstico Capacidad