FACULTAD DE INGENIERÍA

CONTROL DE INVENTARIOS
SESIÓN Nº 5

PRONÓSTICOS
Docente:
Efrén Huler Rondán Tafur
Magíster en Ing. Industrial
LOS PRONÓSTICOS
 ¿Qué son los pronósticos?

• Arte y ciencia de predecir

acontecimientos futuros.
¡Venderá 200
• Afecta todas las millones de
decisiones de la empresa: dólares!
• Producción.
• Inventarios.
• Personal.
• Instalaciones.
 Horizontes temporales

• Pronósticos a corto plazo:

• Cobertura de hasta un año, generalmente inferior a los tres
meses.
• Programación de trabajos, asignación de tareas.
• Pronósticos a mediano plazo:
• Entre tres meses y tres años.
• Planificación de las ventas, de la producción y del
presupuesto.
• Pronósticos a largo plazo:
• Periodos superiores a tres años.
• Planificación de nuevos productos, localización de las
instalaciones.
 Corto plazo frente a largo plazo

• Los pronósticos a mediano y largo plazo tratan de asuntos

más extensos, y apoyan las decisiones de gestión que
conciernen a la planificación y los productos, las plantas y
los procesos.

• Los pronósticos a corto plazo normalmente emplean

metodologías diferentes a las utilizadas en las pronósticos
a largo plazo.

• Los pronósticos a corto plazo tienden a ser más exactas

que las realizadas a largo plazo.
 Tipos de pronósticos
• Pronósticos económicos:
• Dirigidas al ciclo empresarial, por ejemplo, las tasas de
inflación, la masa monetaria, etc.

• Pronósticos tecnológicos:
• Predicen el progreso tecnológico.
• Predicen el nacimiento de nuevas ventas.

• Pronósticos de demanda:
• Predicen las ventas ya existentes.
 Siete etapas en el sistema de
pronósticos

1. Determinar la utilización de los pronósticos.

2. Seleccionar los artículos en los que se va a realizar el
pronóstico.
3. Determinar el horizonte temporal del pronóstico.
4. Seleccionar el (los) modelo (s) de pronóstico (s).
5. Recogida de datos.
6. Realizar el pronóstico.
7. Validar e implementar los resultados.
 Realidades sobre la pronósticos

• Raras veces los pronósticos son perfectos.

• La mayoría de las técnicas de pronósticos

asumen que existe cierta estabilidad
sostenida al sistema.
 Enfoques de los pronósticos
Métodos cualitativos Métodos cuantitativos
• Se emplean cuando la • Se emplean cuando la
situación no es clara y situación es estable y
hay pocos datos: existen datos históricos:
• Productos nuevos. • Productos existentes.
• Nueva tecnología. • Tecnología actual.
• Requieren intuición y • Requieren técnicas
experiencia: matemáticas:
• Por ejemplo, los • Por ejemplo, los
pronósticos de las pronósticos de las ventas
ventas a través de de televisores.
Internet.
1).- TÉCNICAS SUBJETIVAS
(CUALITATIVOS)
 1.- Técnicas subjetivas

Por su naturaleza, se basan en el juicio personal y

pueden utilizar cualidades como la intuición,
opinión de un experto y la experiencia.
Existen técnicas como la de reunir a un grupo de
expertos que interactúan y producen un pronóstico
por consenso (técnica del grupo de expertos).
Quizás la más importante es el denominado
Método Delphi, que utiliza un grupo de expertos,
pero no reunidos.
Visión global de las técnicas subjetivas

• Técnica del grupo de expertos:

Se reúnen las opiniones de un grupo de expertos de
alto nivel o de directivos, a menudo en combinación
con modelos estadísticos.
• Proposición del personal comercial.
• Estudio de mercado del consumidor:
Requiere información de los clientes.
• Método Delphi:
Proceso de grupo que permite a los expertos
realizar las pronósticos.
 1.1. Técnica del grupo de expertos

• Requiere un pequeño grupo de expertos:

• El grupo establece una estimación conjunta de la
demanda, por ejemplo.
• Combina la experiencia directiva con modelos
estadísticos.
• Es bastante rápido.

Desventaja:
“pensamiento en grupo”.
 1.2. Proposición de personal comercial

• Cada vendedor estima las

ventas que hará.
• Se combinan con los
pronósticos a distintos niveles y Venta
con las nacionales. s
• El representante de ventas
conoce las necesidades de los
consumidores.
• Tiende a ser bastante optimista.
 1.3. Estudio de mercado

• Preguntar a los consumidores ¿Cuántas horas utilizará

Internet la próxima
sobre sus futuros planes de semana?
compra.
• Lo que dicen los
consumidores y lo que luego
hacen suele diferir.
• A veces es difícil contestar a
las preguntas del estudio.
 1.4. Método Delphi

• Comienza con un panel de expertos que responde un

cuestionario.
• Con base en los resultados, se desarrolla y envía un
segundo cuestionario al mismo grupo de expertos, junto con
los resultados del primero.
• Ellos contestan este segundo cuestionario y lo regresan para
su análisis.
• Con los resultados de los dos cuestionarios y según la propia
experiencia, los tomadores de decisiones obtienen un
pronóstico.
 1.4. Método Delphi

• El punto medular de este método es la retroalimentación de

la información que contiene el primer cuestionario al grupo
de expertos.
• Cada miembro tiene acceso al a la información que le pudo
haber faltado en un principio, de manera que todos cuentan
con la misma información al llenar el segundo cuestionario.
• La calidad estriba, entre otros en la calidad del o de los
cuestionarios. (se puede usar más de dos cuestionarios si
se juzga necesario).
2.- SERIES DE TIEMPO
(CUANTITATIVOS)
 ¿Qué son las series de tiempo?
• Es una secuencia de datos uniformemente espaciada:
• Se obtiene observando las variables en periodos de tiempo
regulares.

• Se trata de una serie de pronósticos basada en los datos pasados:

• Supone que los factores que han influido en el pasado lo sigan
haciendo en el futuro.

• Ejemplo:
Año: 20022003200420052006
Ventas: 78,763,589,7 93,292,1
Descomposición de una serie de tiempos

Tendencia Ciclos

Estacionalidad Variaciones
aleatorias
 1).- Tendencia
• Es el movimiento gradual de ascenso o descenso de
los datos a lo largo del tiempo.
• Los cambios en la población, ingresos, etc. influyen
en la tendencia.
• Varios años de duración.

Respuesta

Mes, trimestre, año

 2).- Estacionalidad

• Muestra de datos de ascenso o descenso que se

repite.
• Se puede ver afectada por la climatología, las
costumbres, etc.
• Se produce dentro de un periodo anual.

Verano
Respuesta

Mes, trimestre
 3).- Ciclos

• Movimientos de ascenso o descenso que se repiten.

• Se pueden ver afectados por interacciones de factores
que influyen en la economía.
• Suelen durar de 2 a 10 años.

Ciclo
Respuesta


Mes, trimestre, año
 4).- Variaciones aleatorias

• Son “saltos” en los datos causados por el azar y

situaciones inusuales.
• Son debidas a variaciones aleatorias o a situaciones
imprevistas:
• Huelga.
• Tornado.
• Son de corta duración y no se repiten.
 MÉTODOS
CUANTITATIVOS
 1º).- Enfoque simple
• Suponer que la demanda en el
próximo periodo será igual a la
demanda del periodo más
reciente:
– Por ejemplo, si en mayo hubo
48 ventas, en junio habrá 48
ventas.

• Es el modelo con la mejor relación

eficacia-costo y eficiencia.
 2º).- Medias móviles
• Las medias móviles son una serie de operaciones aritméticas.
• Se utilizan si no hay tendencia o si ésta es escasa.
• Se suelen utilizar para el alisado:
– Proporciona una impresión general de los datos a lo largo
del tiempo.
• Ecuación:

MM   demanda de n periodos previos

n
 Ejemplo de media móvil
• Usted es el director de la tienda de un museo.
• La tienda vende réplicas de lo que se expone en el
museo.
• Quiere predecir las ventas del año 2007 mediante
una media móvil de 3 períodos.

AÑO VENTAS
2002 4
2003 6
2004 5
2005 3
2006 7
 Solución de la media móvil

Año Respuesta Media Media móvil

Yi móvil total (n=3)
(n=3)
2002 4 ND ND
2003 6 ND ND
2004 5 ND ND
2005 3 4+6+5=15 15/3 = 5
2006 7
2007 ND
 Solución de la media móvil
Año Respuesta Media Media móvil
Yi móvil total (n=3)
(n=3)
2002 4 ND ND
2003 6 ND ND
2004 5 ND ND
2005 3 4+6+5=15 15/3 = 5
2006 7 6+5+3=14 14/3= 4,7
2007 ND
Solución de la media móvil ponderada

Año Respuesta Media Media móvil

Yi móvil total (n=3)
(n=3)
2002 4 ND ND
2003 6 ND ND
2004 5 ND ND
2005 3 4+6+5=15 15/3=5,0
2006 7 6+5+3=14 14/3=4,7
2007 ND 5+3+7=15 15/3=5,0
 Gráfico de la media móvil

Ventas
8 Real
6
Pronósticos
4
2

02 03 04 05 06 07
Año
 3º).- Análisis de regresión lineal

• Se utiliza para prever la tendencia lineal.

• Supone una relación entre la variable de respuesta, Y, y el
periodo de tiempo X, que es una función lineal.

Y  a  bX
i i
• Se calcula mediante el método de los mínimos cuadrados:
– Minimiza la suma de errores cuadrados.
Diagrama de dispersión

Ventas
Ventas frente a tiempo
4
3
2
1
0
02 03 04 05 06

Periodo de tiempo
Ecuaciones de mínimos cuadrados

Ecuación: Ŷi  a  bx i

n
 x i y i  nx y
Pendiente: b  i n
 x i  nx 
i 

Corte con el eje Y: a  y  bx

 Tabla de cálculo

2 2
Xi Yi Xi Yi X iY i
2 2
X1 Y1 X1 Y1 X 1Y 1
2 2
X2 Y2 X2 Y2 X 2Y 2
: : : : :
2 2
Xn Yn Xn Yn X nY n
2 2
ΣX i ΣY i ΣX i ΣY i Σ X iY i
4º).- Alisado o suavización exponencial

• Es una técnica de pronóstico de media móvil

ponderada:
– Las ponderaciones disminuyen exponencialmente.
– Los datos más recientes tienen mayor
ponderación.
• Se necesita una constante de alisado ():
– Toma valores entre 0 y 1.
– Se escoge de forma subjetiva.
• Necesita una cantidad reducida de datos históricos.
 Ecuaciones del alisado exponencial

• Ft = At - 1 + (1-)At - 2 + (1- )2·At - 3

+ (1- )3At - 4 + ... + (1- )t-1·A0
 Ft = Valor del pronóstico.
 At = Valor real
  = Constante de alisado

• Ft = Ft-1 + (At-1 - Ft-1)

 Se utiliza para calcular el pronóstico.
 Ecuaciones del alisado exponencial

Simplificando la fórmula:
Ft = Ft-1 + (At-1 - Ft-1)
Donde:
Ft = Valor del pronóstico.
At = Valor real
 = Constante de alisado
 Ejemplo de alisado exponencial
Usted está intentando llevar un mejor control de los inventarios en una
Bodega de Materias Primas.
La Bodega abastece a la Planta de Producción de la empresa y la Materia
Prima A39 le está causando algunos inconvenientes.
Usted desea predecir el número de cajas de A39 que deberá abastecer a la
Planta en el año 2020, mediante el alisado exponencial ( = 0,10). El
pronóstico para 2015 fue de 175 cajas.
AÑO Nº Cajas A39
2015 180
2016 168
2017 159
2018 175
2019 190
.
Solución del alisado exponencial
Ft = Ft-1 + ·(At-1 - Ft-1)
pronósticos, F t
Año Real (A)
( α = 0,10)
2015 180 175,00 (Dado)
2016 168 175,00 +
2017 159
2018 175
2019 190
2020 ND
Solución del alisado exponencial
Ft = Ft-1 + ·(At-1 - Ft-1)
pronósticos, F t
Año Real (A)
( α = 0,10)
2015 180 175,00 (Dado)
2016 168 175,00 + 0,10(
2017 159
2018 175
2019 190
2020 ND
Solución del alisado exponencial
Ft = Ft-1 + ·(At-1 - Ft-1)
pronósticos, Ft
Año Real (A)
(α = 0,10)
2015 180 175,00 (Dado)
2016 168 175,00 + 0,10(180 -
2017 159
2018 175
2019 190
2020 ND
Solución del alisado exponencial
Ft = Ft-1 + α (At-1 - Ft-1)
pronósticos,
Ft
Año Real (A)
(α = 0,10)
2015 180 175,00 (Dado)
2016 168 175,00 + 0,10(180 - 175,00)
2017 159
2018 175
2019 190
2020 ND
Solución del alisado exponencial
Ft = Ft-1 + ·(At-1 - Ft-1)
pronósticos,Ft
Año Real (A)
α(  = 0,10)
2015 180 175,00 (Dado)
2016 168 175,00 + 0,10(180 - 175,00) = 175,50
2017 159
2018 175
2019 190
2020 ND
Solución del alisado exponencial
Ft = Ft-1 + ·(At-1 - Ft-1)
pronósticos, F t
Año Real (A)
( α = 0,10)
2015 180 175,00 (Dado)
2016 168 175,00 + 0,10(180 - 175,00) = 175,50
2017 159 175,50 + 0,10(168 - 175,50) = 174,75
2018 175
2019 190
2020 ND
Solución del alisado exponencial
Ft = Ft-1 + ·(At-1 - Ft-1)
pronósticos, F t
Año Real (A)
(α = 0,10)
2015 180 175,00 (Dado)
2016 168 175,00 + 0,10(180 - 175,00) = 175,50
2017 159 175,50 + 0,10(168 - 175,50) = 174,75
2018 175 174,75 + 0,10(159 - 174,75)= 173,18
2019 190
2020 ND
Solución del alisado exponencial
Ft = Ft-1 + ·(At-1 - Ft-1)
pronósticos, F t
Año Real (A)
(α = 0,10)
2015 180 175,00 (Dado)
2016 168 175,00 + 0,10(180 - 175,00) = 175,50
2017 159 175,50 + 0,10(168 - 175,50) = 174,75
2018 175 174,75 + 0,10(159 - 174,75) = 173,18
2019 190 173,18 + 0,10(175 - 173,18) = 173,36
2020 ND
Solución del alisado exponencial
Ft = Ft-1 + ·(At-1 - Ft-1)
pronósticos, F t
Año Real (A)
(α = 0,10)
2015 180 175,00 (Dado)
2016 168 175,00 + 0,10(180 - 175,00) = 175,50
2017 159 175,50 + 0,10(168 - 175,50) = 174,75
2018 175 174,75 + 0,10(159 - 174,75) = 173,18
2019 190 173,18 + 0,10(175 - 173,18) = 173,36
2020 ND 173,36 + 0,10(190 - 173,36) = 175,02
Gráfico del alisado exponencial

Ventas
190 Real
180
170 Pronósticos
160
150
140
2015 16 17 18 19 2020
Año
 MUY IMPORTANTE

Para determiner el mejor pronóstico:

1.- Debe probar con diferentes  (0,1.. 0,2..0,6..0,8)
2.- Debe calcular el DAM para los resultados obtenidos con cada .
3.- DAM?
DAM = Desviación Absoluta Media (DAM)
 errores de pronóstico
DAM 
n
Donde: Error de pronóstico = Demanda – Pronóstico

4.- El mejor pronóstico es el que tiene el ………??…. DAM.

 DAM para el ejemplo anterior
Real (A) Pronósticos, F t Error de
Año
(α = 0,10) pronóstico
2015 180 175,00 (Dado) = 5,0
2016 168 175,00 + 0,10(180 - 175,00) = 175,50 = -7,5
2017 159 175,50 + 0,10(168 - 175,50) = 174,75 = -15,75
2018 175 174,75 + 0,10(159 - 174,75) = 173,18 = 1,82
2019 190 173,18 + 0,10(175 - 173,18) = 173,36 = 16,64
2020 ND 173,36 + 0,10(190 - 173,36) = 175,02

 errores de pronóstico
DAM
n
Recuerde que se suman los VALORES ABSOLUTOS de los errores

DAM = 46,71/5 = 9,34

Efectos en los pronósticos de la
constante de alisado 
Ft =  At - 1 + (1- )At - 2 + (1- )2At - 3 + ...

Ponderaciones
= Periodo anterior Hace 2 periodos Hace 3 periodos
 (1 - ) (1 - )2

= 0,10 10%
= 0,90
Efectos en los pronósticos de la
constante de alisado 
Ft =  At - 1 + (1- ) At - 2 + (1- )2At - 3 + ...

Ponderaciones
= Periodo anterior Hace 2 periodos Hace 3 periodos
 (1 - ) (1 - )2

= 0,10 10% 9%
= 0,90
Efectos en los pronósticos de la
constante de alisado 
Ft =  At - 1 + (1- )At - 2 + (1- )2At - 3 + ...

Ponderaciones
= Periodo anterior Hace 2 periodos Hace 3 periodos
 (1 - ) (1 - )2

= 0,10 10% 9% 8,1%

= 0,90
Efectos en los pronósticos de la
constante de alisado 
Ft =  At - 1 + (1- )At - 2 + (1- )2At - 3 + ...

Ponderaciones
= Periodo anterior Hace 2 periodos Hace 3 periodos
 (1 - ) (1 - )2

= 0,10 10% 9% 8,1%

= 0,90 90%
Efectos en los pronósticos de la
constante de alisado 
Ft =  At - 1 + (1- ) At - 2 + (1- )2At - 3 + ...

Ponderaciones
= Periodo anterior Hace 2 periodos Hace 3 periodos
 (1 - ) (1 - )2

= 0,10 10% 9% 8,1%

= 0,90 90% 9%
Efectos en los pronósticos de la
constante de alisado 
Ft =  At - 1 + (1- ) At - 2 + (1- )2At - 3 + ...

Ponderaciones
= Periodo anterior Hace 2 periodos Hace 3 periodos
 (1 - ) (1 - )2

= 0,10 10% 9% 8,1%

= 0,90 90% 9% 0,9%
 TAREA
1.- Resolver los ejercicios de la guía que se encuentra
en el aula virtual
2.- Lectura obligatoria:
Del libro:
“Principios de administración de operaciones”, Heizer, J. y
Render, B. (2009):
7ª Edición. Pearson Education, México.
Páginas 106 a 116