Administración de la Producción II

Unidad n° 1: Pronósticos
Objetivo: El alumno administrará los recursos
materiales de la empresa, mediante técnicas de
manejo de inventarios y planeación para cumplir con
los programas de producción establecidos.
 Tema n° 1: Pronósticos

1. Introducción
Pronósticos: del griego prognôstikon:
Conjetura acerca de lo que puede suceder

Definiciones de Pronósticos:
- Es el arte y la ciencia de predecir acontecimientos futuros dentro de las
organizaciones tanto productivas, como sin fines de lucro.

- Los pronósticos son predicciones de lo que puede suceder o esperar, son

premisas o suposiciones básicas en que se basa la planeación y la toma
de decisiones.
Objetivos del Pronóstico:
- Es reducir la incertidumbre acerca de lo que puede acontecer en el
futuro proporcionando información cercana a la realidad que permitan tomar
decisiones sobre los cursos de acción a tomar tanto en el presente como en
el futuro.

Características de los Pronósticos

1. Todas las situaciones en que se requiere un pronóstico tratan con
el Futuro y el Tiempo y están directamente involucrados
2. Otro elemento siempre presente en situaciones de pronósticos es la
Incertidumbre
3. El tercer elemento presente en grado variable en todas las situaciones
descritas es la confianza de la persona que hace el pronóstico sobre
la información contenida en datos históricos.
▪ Horizontes temporales de los pronósticos

Normalmente se clasifican según el horizonte de tiempo futuro que

abarcan. Hay tres clases de pronósticos, a saber:

Tipo de Pronóstico Características

Pronósticos a corto Tiene una cobertura de hasta un año, aunque por lo
plazo general es inferior a tres meses. Se utiliza para la
planificación de compras y niveles de producción, programación
de trabajos, necesidades de mano de obra y asignación de tareas

Pronósticos a Generalmente abarca entre tres meses y tres años. Es útil

mediano plazo para la planificación de las ventas, de la producción, del
presupuesto, así como para el análisis de varios planes
operativos.
Pronósticos a largo Abarcan períodos superiores a tres años y son utilizadas
plazo para la planificación de nuevos productos, localización de
instalaciones o expansión, así como para la investigación y
desarrollo.
 ¿Cuál es el costo de malos Pronósticos?
▪ Tenemos garantía que los pronósticos no van a ser 100% exactos y que
además la desviación de los pronósticos tiene un costo implícito, ya sea
que los pronósticos fueron altos o fueron bajos respecto a la realidad.

▪ El punto fundamental en los pronósticos es ser consistente y lograr la

menor desviación respecto a los objetivos:
i) Pronosticar por arriba de la demanda tiene entre sus consecuencias
exceso de inventario, obsolescencia, reducción de margen para promover
su venta.
ii) Pronosticar por debajo de la demanda tiene entre sus consecuencias
comprar y producir más caro algo que no estaba planeado, incluso
pérdida de venta y margen si no reaccionamos a tiempo.
¿Cuál es el costo de malos Pronósticos?
¿Cuál es el costo de malos Pronósticos?
 Los ocho pasos de un sistema de Pronósticos

▪ Los pronósticos siempre siguen los mismos ocho pasos,

independientemente del método adoptado:

1. Determinar la utilización del pronóstico. ¿Qué

objetivos perseguimos?
2. Seleccionar los artículos de los que se va a realizar el pronóstico.
3. Determinar el horizonte temporal del pronóstico.
4. Seleccionar el método de pronóstico.
5. Recopilación de los datos necesarios.
6. Validar el modelo de pronóstico.
7. Realizar el pronóstico.
8. Implementar los resultados.
 Tema n° 2: Clasificación de los modelos de
Pronósticos

▪ Existen dos enfoques generales de los pronósticos, una sería el

análisis cualitativo y otra sería el análisis cuantitativo.
 Clasificación de los modelos de Pronósticos

Métodos Cualitativos o Subjetivos:

Las técnicas cualitativas se usan cuando los datos son escasos, por ejemplo
cuando se introduce un producto nuevo al mercado. Estas técnicas
incorporan importantes factores, tales como la intuición, las emociones,
experiencias personales y sistema de valores para realizar el pronóstico,
además de ciertas relaciones para transformar información cualitativa en
estimados cuantitativos.

Métodos Cuantitativos u Objetivos:

Emplean diferentes modelos matemáticos que utilizan datos históricos y/o
variables causales para prever la demanda.
▪ Para pronosticar se utilizarán los métodos cuantitativos, los cuales se
subdividen en dos modelos:
Series de tiempo y modelos causales:

▪ Los modelos de series de tiempo (o temporales) predicen bajo la

premisa de que el futuro es una función del pasado. Es decir, observan lo
que ha ocurrido a lo largo de un período de tiempo y utilizan una serie de
datos pasados para realizar el pronóstico. Los modelos básicos que se
utilizan son:
- Promedios móviles.
- Promedios móviles ponderados.
- Suavización Exponencial.
▪ Los modelos causales, como la regresión lineal, incorporan variables
o factores que pueden influir sobre el pronóstico. Por ejemplo, un modelo
causal para las ventas de cortadores de césped podría incluir factores
como el número de viviendas nuevas, el presupuesto de publicidad y los
precios de la competencia. El modelo básico que se utiliza es:
Modelo de regresión lineal.
▪

A continuación explicaremos cada uno de ellos:

 Modelos de Series de Tiempo

Modelo Nº 1 Pronóstico por Promedio Móvil Simple (PMS)

▪ Este método utiliza los últimos valores reales de la demanda para

estimar la del próximo periodo. El procedimiento que realiza es
promediar los valores de los últimos n periodos para realizar la
predicción del siguiente.

Matemáticamente, el promedio móvil simple se expresa como:

 demanda en n periodos anteriores

Pr omedioMóvilSimple 
n
Donde n es el número de períodos en el promedio
móvil.
▪ Ejemplo: El número de llamadas para solicitar reparación de
copiadoras se han registrado como sigue:

Período Mes Demanda real Pronóstico de la |Demanda real - Pronóstico

llamadas demanda de la demanda|
1 Enero 92 ---------- ----------
2 Febrero 127 ---------- ----------
3 Marzo 103 ---------- ----------
4 Abril 165
5 Mayo 132
6 Junio 111
7 Julio 174
8 Agosto 97
9 Septiembre 130
▪ Prepare un pronóstico por Promedio Móvil Simple con 3 periodos en
relación con los datos proporcionados.
 Modelos de Series de Tiempo

Modelo Nº 1 Pronóstico por Promedio Móvil Simple (PMS)

Σ (103  127  92)  107.33 Σ (165  103  127)  131.66

Pronóstico Abril  Pronóstico Mayo 
3
Período Mes Demanda real Pronóstico de la |Demanda real - Pronóstico de la
llamadas demanda demanda|
3
1 Enero 92 ---------- ----------
2 Febrero 127 ---------- ----------
3 Marzo 103 ---------- ----------
4 Abril 165 107.3333333 57.66666667
5 Mayo 132 131.6666667 0.333333333
6 Junio 111 133.3333333 22.33333333
7 Julio 174 136 38
8 Agosto 97 139 42
9 Septiembre 130 127.3333333 2.666666667
Total: 774.6666667 163
MAD =
27.16666667
 Modelos de Series de Tiempo

Modelo Nº 2 Pronóstico por Promedio Móvil Ponderado (PMP)

▪ Este método utiliza los últimos n valores reales de la demanda para estimar
la siguiente. La diferencia respecto al promedio móvil simple es que se
utilizan factores de ponderación (wi) para dar mayor peso en la estimación
a los valores más recientes. La fórmula para estimar la demanda es:

( peso (wi) para el periodo n)(demanda en el periodo n)

Pr omedio Móvil Ponderado   pesos
Cabe mencionar que la suma de los pesos debe ser igual a 1 o a 10, pero
sin sobrepasar estos valores.
 ▪ Ejemplo: Prepare un pronóstico por Promedio Móvil Ponderado para 3 periodos
utilizando: w1= 0.5, w2 = 0.3 , w3 = 0.2 y los datos del problema anterior.

Período Mes Demanda real Pronóstico de la |Demanda real - Pronóstico de la

llamadas demanda demanda|
1 Enero 92 ---------- ----------
2 Febrero 127 ---------- ----------
3 Marzo 103 ---------- ----------
4 Abril 165 108 57
5 Mayo 132 138.8 6.8
6 Junio 111 136.1 25.1
7 Julio 174 128.1 45.9
8 Agosto 97 146.7 49.7
9 Septiembre 130 122.9 7.1
Total: 780.6 191.6
MAD = 31.93333333

(103* 0.5)  (127 * 0.3)  (92 * 0.2)  108

P.Móvil Ponderado Abril 
1
(165* 0.5)  (103* 0.3)  (127 * 0.2)  138.8
P.Móvil Ponderado Mayo 
1
 Modelos de Series de Tiempo

Modelo Nº 3 Pronóstico por Suavización Exponencial (PSE)

▪ Es uno de los sofisticados métodos de pronósticos a través de medias
móviles ponderadas que todavía es relativamente fácil de utilizar. Necesita
un pequeño número de datos históricos. La fórmula base de la suavización
exponencial es:

Pronóstico Suavización Exponencial Ft   Dt 1 ) 1   (Ft 1 

Nuevo pronóstico = α (demanda real periodo anterior) + 1– α (pronóstico

periodo anterior)

Donde α es un peso o constante de suavización, escogido por quien realiza

el pronóstico y que tiene un valor comprendido entre 0 y 1.
▪ Ejemplo: : Estime la demanda del ejemplo anterior preparando un pronóstico por el
método de Suavización Exponencial con α = 1/5= 0.2
Período Mes Demanda real Pronóstico de la |Demanda real - Pronóstico de la
llamadas demanda demanda|
1 Enero 92 ---------- ----------
2 Febrero 127 ---------- ----------
3 Marzo 103 ---------- ----------
4 Abril 165 108.2 56.8
5 Mayo 132 119.56 12.44
6 Junio 111 122.048 11.048
7 Julio 174 119.8384 54.1616
8 Agosto 97 130.67072 33.67072
9 Septiembre 130 123.936576 6.063424
α = 0.2 Total: 724.253696 174.183744
MAD = 29.030624
P. Suavización Exponencial AbrilFt  0.2 103)  1  0.2 (109.5 
 108.2
P. Suavización Exponencial MayoFt  0.2165)  1  0.2 (108 
 119.56
 Métodos para medir el Error del Pronóstico
Tienen como propósito principal identificar las variaciones de la demanda real
respecto a la pronosticada.

Dentro de los objetivos que se pretenden al hacer rastreos son:

A) Identificar cambios importantes en la demanda real que no fueron identificados
en el pronóstico, para ajustar la predicción de la demanda.
B) Establecer los niveles de seguridad de inventarios para dar un mejor
servicio a los clientes, considerando las posibles variaciones de la demanda
C) En caso de que la demanda real sea muy diferente de lo que hemos
pronosticado, hay que analizar las causas de variación, de ser necesario
establecer otros métodos de pronóstico.
 Métodos para medir el Error del Pronóstico
▪ Los principales métodos para medir el error del pronóstico son los
siguientes:
1.- Método MAD (Desviación Absoluta Promedio) 2.-
Método MSE (Error cuadrado promedio)
3.- Señal de Rastreo

▪ Método MAD (Desviación Absoluta Promedio)

Este método obtiene el error del pronóstico promediando los valores absolutos de
las diferencias entre la demanda real y la pronosticada. La expresión utilizada
para su calculo es la siguiente:

▪ MAD = n Donde: n = Número de datos utilizados

^ MAD = Desviación absoluta promedio
∑ I xi – xi
I i=1
n
 Métodos para medir el Error del Pronóstico
▪ Los siguientes datos son los obtenidos para cada modelo de Pronóstico,
utilizando el Método MAD (Desviación Absoluta Promedio)

▪ Promedio Móvil Simple = 163 / 6 = 27.16666

▪ Promedio Móvil Ponderado = 191.6 / 6 = 31.9333

▪ Pronóstico por Suavización Exponencial = 174.183 / 6 = 29.0306

▪ Por lo tanto me conviene utilizar el Promedio Móvil Simple, porque

tiene la menor variación entre lo real y lo pronosticado.
¡GRACIAS POR SU
PARTICIPACIÓN!