PRONÓSTICOS

PROFESOR: AÑAZCO ESCOBAR,

DIXON GROKY
 PRONÓSTICOS DE LA DEMANDA

IDENTIFICAR POSIBLES SITUACIONES FUTURAS

NO ES PREDECIR EL FUTURO, SE BASA EN
ESTIMACIONES ESTADISTICAS

NATURALEZA DE LOS
PRONÓSTICOS ESPACIO

TIEMPO

REGULARIDAD:
REGULAR O IRREGULAR

DEPENDENCIA: DEPENDIENTE
O IDEPENDIENTE
 INVENTARIOS
SIRVEN PARA
SATISFACER UNA
DETERMINADA
DEMANDA

PROBLEMA….
CUANTO Y
CUANDO?
 INVENTARIOS
Son acumulaciones de materias primas,
provisiones, componentes y productos
terminados que aparecen en diversos puntos a
lo largo de la cadena de producción y logística
de una empresa

Ronald H Ballou, Logística, Administración de la cadena de suministros 5

edición

PROPOSITO DE LOS INVENTARIOS:

• Conservar la independencia de operaciones
• Afrontar variaciones de la demanda
• Flexibilizar los programas de producción
• Salvaguarda contra las variaciones de tiempos de
atención
• Aprovechar las negociaciones por volumen
 PRONÓSTICOS DE LA DEMANDA
ALEATORIO SI TENDENCIA NI
ESTACIONALIDAD
215

210

205
ALEATORIO SI TENDENCIA NI
200 ESTACIONALIDAD

195
Lineal (ALEATORIO SI
190 TENDENCIA NI
ESTACIONALIDAD)
185

180
0 5 10 15 20 25

ALEATORIO CON TENDENCIA SIN

ESTACIONALIDAD
215

210

205
ALEATORIO CON TENDENCIA
200 SIN ESTACIONALIDAD

195
Lineal (ALEATORIO CON
190 TENDENCIA SIN
ESTACIONALIDAD)
185

180
0 5 10 15 20 25
 TIPOS DE PRONÓSTICOS
SERIES DE TIEMPO:
CUALITATIVOS: •PROMEDIO MOVIBLE SIMPLE
• RAIZ DE PASTO “GRASS ROOTS” •PROMEDIO PONDERADO MOVIBLE
•EXPONENCIAL AMINORADO
•INVESTIG DE MERCADO Seleccionar
•ANÁLISIS DE REGRESIÓN
•CONSENSO JURADO •CAJA DE JENKISN depende de:
•ANALOGÍA HISTORICA •SERIE DE TIEMPO DE SHISKIN 1. Periodo a cubrir
•METODO DELPHI •PROYECCIÓN DE TENDENCIAS 2. Disponibilidad
data
3. Exactitud
CAUSALES: requerida
•ANÁLISIS DE REGRESIÓN 4. Presupuesto
•MODELOS ECONOMÉTRICOS 5. Personal
TÉCNICAS DE SIMULACIÓN calificado
•INSUMO PRODUCTO
•INDICADORES LIDERES
 TIPOS DE PRONÓSTICOS

Promedio movible simple:

AT-1 + AT-2 + AT-3+………………….+ AT-N

FT =
N

FT = Pronostico futuro N = periodos

AT-1 + AT-2 + AT-3+………………….+ AT-N Hechos reales periodos pasados

Cuando no se tiene estacionalidad

ni la demanda varía velozmente, se
requiere data histórica, todos los
periodos tienen el mismo peso
 TIPOS DE PRONÓSTICOS

Promedio movible ponderado:

FT = W1AT-1 + w2AT-2 + w3AT-3+………………….+ wnAT-N

FT = Pronostico futuro w = pesos

AT-1 + AT-2 + AT-3+………………….+ AT-N Hechos reales periodos pasados

Los periodos tienen distintos pesos,

generalmente los menos antiguos
“pesan” mas.
La suma de los pesos debe dar 1
 TIPOS DE PRONÓSTICOS
Exponencial Aminorado:

FT = FT-1 + a(AT-1 - FT-1)

FT = Pronostico atenuado futuro

FT-1 Pronostico atenuado anterior

AT-1 Demanda Real del periodo anterior

a Constante de atenuación
 TIPOS DE PRONÓSTICOS
Exponencial Aminorado y corrección de tendencia:

FIT = Ft + Tt
Ft = FITt-1 + a(At-1 – FITt-1)
Tt = Tt-1 + d (Ft – FITt-1)

FT = Pronostico atenuado futuro TT Tendencia atenuada

TT-1 Tendencia atenuado anterior

AT-1 Demanda Real del periodo anterior

a Constante de atenuación

d Constante de atenuación de tendencia

 ERROR DE PRONÓSTICOS
ERROR: es la diferencia entre el pronóstico y lo
ocurrido en la realidad.

Fuentes: Aleatorios
Pronosticador………….genera sesgo

DESVIACIÓN MEDIA ABSOLUTA (DMA)

DMA = S ABS(At – Ft)

n
DESVIACIÓN ESTÁNDAR (DS)
Sf = S (At – Ft)2
N-1
DS = 1.25 DMA ( aprox)
 ERROR DE PRONÓSTICOS

4DMA 4DMA 3Ds

0 3Ds
0

Distribución normal estándar 0 y

Distribución normal con media 0 Ds = 1
y DMA = 1
 ERROR DE PRONÓSTICOS
SEÑAL DE RASTREO : Indica si el promedio del
pronóstico sigue el ritmo de un verdadero cambio
(ascendente o descendente) en la demanda.
Constituye el # del las DMA en que el valor del
pronostico está por arriba o por debajo de los
hechos

ST = SCEP
DMA

SCEP = SUMA CORRIENTE DE ERRORES DE PRONÓSTICO

 TIPOS DE PRONÓSTICOS
REGRESIÓN LINEAL:
•Relación funcional de dos o mas variables
correlacionadas.
•A partir de una variable pronosticamos otra.
•La relación de las variables es lineal y tiene la forma:
Y = a + bx

MÉTODO GRÁFICO Cuadrados mínimos

Y = a + bx
b = y1 – y a = y -bx
x1 - x
y1 b= S xy – nx*y
y S x2 – nx 2

x x1

Excel
 TIPOS DE PRONÓSTICOS
DESCOMPOSICIÓN DE UNA SERIE DE TIEMPO

Estacional Sumada Estacional Multiplicada

Tendencia + Estacionalidad Tendencia * Estacionalidad

PRONÓSTICOS DE RELACIONES CAUSALES

Variante de la regresión lineal en vez de relacionar tiempos se
relacionan dos varibales (causa- efecto)