ESCUELA PROFESIONAL

DE INGENIERÍA
INDUSTRIAL
GERENCIA DE OPERACIONES

INTEGRANTES:
- CIEZA BAUTISTA SEGUNDO
ALEJANDRO
-SAEN SUCLUPE CARLA
-VENTURA CARRILLO DEYSI ¿ CREOP
- RVERA MORALES MARIELIZABETH

1
PRONÓSTICOS

El pronóstico es un proceso de
estimación de un acontecimiento futuro
proyectando hacia el futuro datos del
pasado. Los datos del pasado se
combinan sistemáticamente en forma
predeterminada para hacer una
estimación del futuro

12/07/2021
Beneficios del Pronóstico
1.Apoyo a la toma de
decisiones

2.históricos del
comportamiento de las
ventas

3. Mayor seguridad en el
manejo de la información

4. Gran flexibilidad

5. Apoya las decisiones del

departamento de Ventas de
una manera eficaz y
oportuna

12/07/2021
 Subsistemas de operación y pronósticos
Información más reciente sobre la demanda y la
producción

 
Pronóstico de la demanda
para operaciones

Planeación del sistema Programación del sistema Control del sistema

(diseño)

Planeación agregada de la producción Control de la producción

Diseño del producto Programación de las operaciones Control de inventarios

Diseño del proceso Control de la mano de obra

Inversión y remplazo de equipo Control de costos

Planeación de la capacidad

Producción de bienes y servicios

12/07/2021
 Error en el pronóstico

MAD: Suma de desviaciones de todos los periodos : sumatoria. Demanda

pronosticada – demanda real
 numero total de periodos evaluados
n
SESGO: Suma de errores algebraicos para todos los periodos: sumatoria demanda
pronosticada–den. real
 numero total de periodos evaluados
n
EJEMPLO Una máquina para extrusión de aluminio estima que la demanda de
cabezas para regaderas de baño es de 500 por mes para cada uno de los tres meses
próximos. Posteriormente la demanda real resultó ser de 400, 560 y 700. Los errores
de predicción son calculados a continuación por los métodos de la MAD y el sesgo.

MAD = 500 – 400 – 500 – 560 – 500 – 700
  =100 + 60 + 200 /3
 = 120 unidades
Sesgo = (500- 400) + (500 - 560) + (500 – 700) /3
 100 – 60 – 200 /3
 - 53 unidades

12/07/2021
 Usos de los Pronósticos

Tamaño del Mercado

Desarrollo de nuevos
Productos

Mercadotecnia Participación en el
Mercado

Tendencia de
Precios
6
 técnicas representativas de pronósticos

Tipo de modelo Descripción

Modelo cualitativos
 Método de Delphi Preguntas hechas a un grupo de expertos para

 recabar opiniones
Datos históricos Hace analogías con el pasado de una manera
 razonada
Técnica de grupo nominal Proceso de grupo que permite la participación con
 votación forzada
 Modelos cuantitativos
(series de tiempo)
 Media o promedio móvil simple Promedia los datos del pasado para predecir el futuro
 basándose en ese promedio
Suavizado exponencial Da pesos relativos a pronósticos anteriores y a la mas
r
reciente
Modelos cuantitativos causales
 
Análisis de regresión Describe una relación funcional entre las variables
Modelos económicos
 Proporciona un pronóstico global para variables tales como el
producto nacional bruto

12/07/2021
“EL PRONOSTICO ES UN INICIO O UNA SEÑAL POR DONDE
SE PUEDE SABER UNA COSA FUTURA MEDIANTE
INDICIOS”

8
Técnicas cualitativas Delphi:
 

La técnica o método

delphi es un proceso de
grupo cuyo objetivo es
un pronóstico por
consenso. A menudo un
pronostico de carácter
tecnológico. El Proceso
requiere de un grupo de
expertos internos o
externos de la empresa
para recabar opiniones
por escrito sobre el
punto sujeto a discusión
12/07/2021
 ventajas Limitaciones
El método delphi reconoce de hecho Limitación técnicas o formales.
la diferencia entre una opinión
subjetiva y una opinión arbitraria. Limitación de fondo.
Reconoce la utilidad de un buen
juicio y un criterio del ser humano. Descuentos del futuro.
Elimina el temor a los miembros del
grupo de retraerse o modificar una Exceso de simplificación
opinión
Reduce la posibilidad de algunos o Ilusión del experto.
algún miembro acoja a la opinión de
la mayoría sin mucha reflexión Falta de imaginación.
En método delphi elimina los
efectos nocivos del trabajo por Manipulación de datos.
comité.

10
METODO DELPHI
MEDI
ADOR

EXPE
RTO3

EXPE EXPE
RTO 2 RTO 4

EXPE
RTO 1
11
TECNICA DE GRUPO NOMINAL

12/07/2021
 LAS SIETE ETAPAS DE LA TÉCNICA DE GRUPO
NOMINAL

DEFINA EL PROBLEMA O LA DECISION QUE SE VA A

1:

TOMAR
2: GENERE LAS IDEAS SILENCIOSAMENTE (EL
GRUPO)
3 : ESTABLEZCA Y REGISTRE LAS IDEAS
4: CLARIFIQUE CADA IDEA SOBRE LA LISTA
5: ORGANICE LAS IDEAS SEGÚN SU IMPORTANCIA(EL
GRUPO)
6:COMPUTE LOS DIFERENTES RESULTADOS EN UNA
TABLA

12/07/2021
 METODOS CUANTITATIVOS
Promedio simple.- Un promedio simple (PS) es un
promedio de los datos del pasado en el cual las demandas
de todos los periodos anteriores tienen el mismo peso
relativo. Se calcula de la manera siguiente:
K : demanda que ocurrió hace k periodos

PS 
 DEMANDAS _ PERIODOS _ ANTERIORES
K

12/07/2021
 EJEMPLO: En una
factoría la demanda total
para un nuevo electrodo ha
sido de 50, 60 y 40 docenas
en cada uno de los últimos
trimestres. La demanda
promedio ha sido:

Solución
Un pronóstico total para
todos los periodos futuros se
puede apoyar en este
promedio simple y podría ser
de 50 docenas de
electrodos por trimestre.

12/07/2021
Media móvil simple
Una media móvil simple (MMS) combina los datos de
demanda de la mayor parte de los periodos recientes,
siendo su promedio el pronóstico para el periodo
siguiente. Una vez que se ha calculado el número de
periodo anteriores a ser empleado en las operaciones,
se debe de mantener constante. Se puede emplear una
media móvil de tres periodos o una de 20, pero una vez
que se toma la decisión hay que continuar usando el
mismo número de periodos. Después de seleccionar el
número de periodos a ser usados, se dan pesos iguales
a las demandas para determinar el promedio. El
promedio se “mueve” en el tiempo en el sentido de que
al transcurrir un periodo, la demanda del periodo más
antiguo se descarta, y se agrega la demanda para el
periodo más reciente para la siguiente operación
superando así la principal limitación del modelo del
promedio simple.

12/07/2021
 EJEMPLO: toyota ha experimentado la siguiente demanda de productos para
sus autos durante los últimos seis meses:
 
Mes
Demanda total de autos
Enero 200
Febrero 300
Marzo 200
Abril 400
Mayo 500
Junio 600
El gerente de planta ha solicitado que se prepare un pronóstico usando una
media móvil de seis periodos para pronosticar las ventas del mes de julio. El 2
de julio está por dar principio la corrida de producción de autos el 6 de julio.
n
Dt
MMS t=1 : 200+300+200+400+500+600 /6 : 367 AUTOS
6

12/07/2021
MEDIA MOVIL
PODERADA
Algunas veces quien hace los pronósticos desea utilizar una media móvil pero no
quiere que todos los n periodos tengan el mismo peso. Una media móvil ponderada
(MMP) es un modelo de media móvil que incorpora algún peso de la demanda
anterior distinto a un peso igual para todos los periodos anteriores bajo consideración.
Este modelo sencillamente es: donde donde : 0 < C1 < 1.0
n
 C1 = 1.0
t=1

n
MMP   C J * DJ
t 1

18
EJEMPLO: Para Frigerware, un pronóstico de la demanda para julio usando
un modelo de tres periodos es donde la demanda del periodo más reciente
tenga un peso del doble de los dos periodos anteriores, tendrá la siguiente
forma
MMP = C1 D1 = .25(400) + .25(500) + .50(600)
 MMP = 525

12/07/2021
SUAVIZADO EXPONENCIAL

modelos de suavizado exponencial son bien conocidos y se usan a

menudo en la administración de operaciones. Son populares por dos
razones: se encuentran disponibles en los paquetes normales de software
para computadoras, y los modelos requieren relativamente poco
almacenamiento de datos y unas cuantas operaciones, lo que es
importante cuando hay que hacer pronósticos para cada uno de muchos
elementos individuales.

El suavizado exponencial se
El distingue
suavizado exponencial
por la manera tan especialse
de dar pesos
distingue pora cada
la una de las
manera tan
demandas anteriores al calcular el
especial de dar pesos a cada una
promedio.
de las demandas anteriores al
calcular el promedio.
20
 SUAVIZADO EXPONENCIAL DE PRIMER
ORDEN
La ecuación para crear un pronóstico nuevo o actualizado utiliza dos fuentes
La ecuación para crear un pronóstico nuevo o
de información: la demanda real para el periodo más reciente y el pronóstico
actualizado
más reciente. Autiliza dostermina
medida que fuentescada de información:
periodo se realiza un lanuevo
demanda
pronóstico. real para el periodo más reciente y el
pronóstico más reciente. A medida que  termina
  cada
Ft   * Dt 1  (1   ) * Ft 1 0 1
periodo se realiza un nuevo pronóstico.

Dt-1= demanda más reciente

Ft-1= Pronóstico más reciente

21
Con relación a la selección del coeficiente de suavización, se
toma en cuenta ciertos criterios como:
 Un valor de a de 0.7. 0.8 o 0.9
puede resultar el más apropiado si
existen condiciones de inestabilidad
de demanda.
 . En condiciones de estabilidad, el
coeficiente de suavización podría
ser de 0.1, 0.2, o 0.3.
 Cuando la demanda es ligeramente
inestable, coeficientes de
suavización de 0.4, 0.5 o 0.6 pueden
proporcionar los pronósticos más
precisos.

22
 EJEMPLO
El hospital general de phoenix ha experimentado una demanda irregular y a menudo
creciente de material médico desechable en todo el hospital. La demanda de tubos
desechables en pediatría durante los dos últimos meses ha sido de 300 unidades en
septiembre y de 350 unidades en octubre. El Antiguo procedimiento de pronóstico
para cada uno de los meses en ese ano. La demanda mensual del año anterior fue de
200 unidades. Utilizando 200 unidades como el pronóstico de la demanda de
septiembre y un coeficiente de suavización de 0,7 para dar un mayor peso a la
demanda más reciente, ¿el pronóstico para el mes de octubre y noviembre debería
de haber sido?.

Foct   * Dt 1  (1   ) Ft 1
Foct  (0.7)(300)  (1  0.7)(200)
Foct  270

Foct   * Dt 1  (1   ) Ft 1
Foct  (0.7)(350)  (1  0.7)(270)
Foct  326
23
DOBLE SUAVISADO EXPONECIAL
El doble suavizado exponencial tiende a suavizar el ruido en series de demanda
estables.
El método es directo, suaviza el pronóstico obtenido mediante un modelo de
suavizado exponencial doble.

FDt   * Ft  (1   ) * FDt 1

0   1
Ft= Pronóstico del periodo siguiente por suavizado
exponencial de primer orden
FDt-1= Pronóstico más reciente por
suavizado exponencial doble

24
EJEMPLO
Milo Inc. tiene un modelo de suavizado exponencial de primer orden que ha
proporcionado un pronóstico de 103,500 bushels para un trigo de grado 3, en
el condado de Boone, para el mes de julio. La producción de trigo de grado 3
del año anterior, en el mes de junio fue de 70,500 bushels. Esta cifra se
empleará como una estimación de pronóstico más reciente obtenida mediante
un suavizado exponencial doble. Dado que α=0.2 parece ser buen coeficiente
de suavizado para Milo Inc. Obtener un pronóstico con un modelo de
suavizado exponecial doble para el mes de julio.

F julio   * Dt 1  (1   ) Ft 1
F julio  (0.2)(103,500)  (1  0.7)(70,500)
F julio  77,100

Por que el pronóstico para julio será de 77,100

bushels

25
 ANÁLISIS DE REGRESIÓN LINEAL
El análisis de regresión es una técnica de pronóstico que
establece una relación entre variables. Una variable se conoce y
se usa para pronosticar el valor de una variable aleatoria
desconocida.

Ft     * X t
(n)( Xt * Dt ) ( Xt )( Dt )

(n)( X 2t )  ( Xt ) 2

  Dt  (  )( Xt )
n

26
 CONCLUSIONES
- Un pronóstico es una predicción.
- La selección de la metodología adecuada de pronostica
determinará el parte del resultado a tener, y esto la
presencia de diversos factores externos.
- El propósito principal de un pronóstico es el de producir información sobre
posibles comportamientos futuros de ciertos factores o variables
comprendidos en el área de interés.
- El Delphi es un método de pronosticación cualitativo en el cual se recopila
la opinión de un grupo de expertos para tener un mejor panorama de
supuestos y opiniones de un tema específico.

27