TEMA 5 MODELOS DE PRONÓSTICOS

E INVENTARIOS
5.1 MODELOS DE
PRONÓSTICOS
Ing. Carlos Arellano Hernández
5.1 MODELOS DE PRONÓSTICOS
INTRODUCCIÓN
 La administración toma muchas decisiones importantes que requieren de pronósticos del
futuro.
 Los gerentes de comercialización necesitan pronósticos de ventas futuras para tomar las
decisiones sobre precios, contratación, promoción y distribución.
 Los gerentes de producción necesitan pronósticos respecto del tiempo de producción para
tomar decisiones sobre compras, personal, programación e inventarios.
5.1 MODELOS DE PRONÓSTICOS
INTRODUCCIÓN
 Los gerentes de contabilidad y finanzas requieren pronósticos de flujo de caja con objeto de
tomar decisiones sobre préstamos, inversiones a corto plazo y financiamiento en general.
 Lo que se está sugiriendo, por supuesto, es que virtualmente todos los gerentes o
administradores necesitan algún tipo de pronósticos.
5.1 MODELOS DE PRONÓSTICOS
INTRODUCCIÓN
 El pronóstico es un proceso de estimación de un acontecimiento o fenómeno, regularmente
económico en el cual se involucra el tiempo, proyectando hacia el futuro datos del pasado,
para realizar una estimación cuantitativa del comportamiento del fenómeno estudiado hacia el
futuro.
5.1 MODELOS DE PRONÓSTICOS
INTRODUCCIÓN
 La predicción, previsión o adivinación, es un proceso de estimación de un suceso futuro
basándose en consideraciones subjetivas diferentes a los simples datos provenientes del
pasado; estas consideraciones subjetivas no necesariamente deben combinarse de una manera
predeterminada. Es decir, cuando se base en suposiciones subjetivas y no existen datos del
pasado, se requiere una predicción, y de lo contrario, se necesita un pronóstico.
 Los pronósticos son la base de la planificación corporativa a largo plazo. El personal de
producción y de operación utiliza pronósticos para tomar decisiones periódicas con respecto a
la selección de procesos, a la planificación de la capacidad, a la planificación de la producción,
a la programación de actividades y al inventario.
5.1 MODELOS DE PRONÓSTICOS
INTRODUCCIÓN
 Los pronósticos son la base de la planificación corporativa a largo plazo. El personal de
producción y de operación utiliza pronósticos para tomar decisiones periódicas con respecto a
la selección de procesos, a la planificación de la capacidad, a la planificación de la producción,
a la programación de actividades y al inventario.
5.1 MODELOS DE PRONÓSTICOS
TIPOS DE PRONÓSTICOS
 Los pronósticos se pueden clasificar en cuatro tipos básicos:

1. Cualitativos. Las técnicas cualitativas son de carácter subjetivo y se basan en

estimaciones y opiniones.
2. Análisis de series de tiempo o cuantitativos. El análisis de series de tiempo se basa en la
idea de que se pueden usar los datos relacionados con la demanda del pasado para realizar
pronósticos.
3. Relaciones causales. Los pronósticos causales suponen que la demanda está relacionada
con uno o más factores subyacentes del ambiente.
4. Simulación. Los modelos de simulación permiten al pronosticador recorrer una gama de
suposiciones sobre la condición del pronóstico.
5.1 MODELOS DE PRONÓSTICOS
MODELOS COMUNES PARA
PRONÓSTICOS CUANTITATIVOS
 Promedio Móvil Simple. Se promedia un periodo que contiene varios puntos de
datos, dividiendo la suma de los valores de los puntos entre el número de puntos. Así,
cada punto tiene la misma influencia.
 Promedio Móvil Ponderado. Ciertos puntos se ponderan más o menos que otros,
según se considere conveniente de acuerdo con la experiencia.
5.1 MODELOS DE PRONÓSTICOS
MODELOS COMUNES PARA
PRONÓSTICOS CUANTITATIVOS
 Suavizamiento o suavización Exponencial. Los puntos de datos más recientes tienen
mayor peso; este peso se reduce exponencialmente cuanto más antiguo son los datos.
 Análisis de Regresiones. Ajusta una línea recta a datos pasados, por lo general
relacionando el valor del dato con el tiempo. El método de ajuste más común es el de
mínimos cuadrados, permite identificar la tendencia de la serie de tiempo analizada.
5.1 MODELOS DE PRONÓSTICOS
MODELOS COMUNES PARA
PRONÓSTICOS CUANTITATIVOS
 Análisis de series de tiempo
 Pronosticar series de tiempo significa extender los valores históricos en el futuro con
mediciones que aún no se encuentran disponibles. El pronóstico se realiza generalmente para
optimizar áreas como los niveles de inventario, la capacidad de producción o los niveles de
personal. Existen dos variables estructurales principales que definen un pronóstico de serie de
tiempo:
 El período, que representa el nivel de agregación. Los períodos más comunes son meses, semanas y
días en la cadena de suministro (para la optimización del inventario). Los centros de atención
telefónica utilizan períodos de cuartos de hora (para la optimización del personal).
 El horizonte, que representa la cantidad de períodos por adelantado que es necesario pronosticar. En
la cadena de suministro, el horizonte es generalmente igual o mayor que el tiempo de entrega.
5.1 MODELOS DE PRONÓSTICOS
MODELOS DE PRONÓSTICOS PARA UN
NIVEL CONSTANTE
  Los métodos más simplistas para pronosticar la demanda son:

1. Último valor
2. Promedio
3. Promedios móviles
4. Exponencial
5.1 MODELOS DE PRONÓSTICOS
MODELOS DE PRONÓSTICOS PARA UN
NIVEL CONSTANTE
  Método de Último Valor
 Este es el más simple de los métodos de pronóstico y considera el valor de la variable aleatoria

 Muy simple pero útil únicamente en acotados casos.

5.1 MODELOS DE PRONÓSTICOS
MODELOS DE PRONÓSTICOS PARA UN
NIVEL CONSTANTE
  Método de Promedio
 Pronosticar como valor de la variable

 Esta puede ser una buena estimación cuando se trata de un proceso muy estable o que cambia
muy poco tiempo.
5.1 MODELOS DE PRONÓSTICOS
MODELOS DE PRONÓSTICOS PARA UN
NIVEL CONSTANTE
  Método de Promedios Móviles
 Los promedios móviles solucionan, en parte, el hecho de que el proceso cambia el tiempo y
considera únicamente las ultimas observaciones, por lo que:

 De esta forma, mejoramos el método anterior aunque seguimos asignando el mismo peso
relativo a las observaciones más viejas que a las más actuales.
5.1 MODELOS DE PRONÓSTICOS
MODELOS DE PRONÓSTICOS PARA UN
NIVEL CONSTANTE
  Método Exponencial
 El método exponencial o de suavizado exponencial, soluciona este problema introduciendo
una constante de suavizado, , y calcula el nuevo valor de la variable aleatoria como
5.1 MODELOS DE PRONÓSTICOS
MODELOS DE PRONÓSTICOS PARA UN
NIVEL CONSTANTE
 Estos métodos muestran el hecho fundamental de que los procesos son cambiantes y
están sujetos a factores externos que deben ser tenidos en cuenta a la hora de realizar
el modelo. Una de estos factores, el que suscita nuestro interés en este momento, es el
factor estacional.
 Por ejemplo, las necesidades de nuestro insumo tinta, se verán afectadas por la
demanda del producto, la cual tendrá grandes variaciones a lo largo del año si se trata
por ejemplo de un juguete muy popular que verá incrementadas sus ventas durante las
festividades de reyes, día del niño y navidad.
5.1 MODELOS DE PRONÓSTICOS
MODELOS DE PRONÓSTICOS PARA UN
NIVEL CONSTANTE
 Este factor estacional hace que nuestra serie de tiempo viole la suposición de que el
modelo es de nivel constante. Para poder utilizar estos métodos deberemos primero
eliminar el factor estacional de nuestra serie de tiempo.
5.1 MODELOS DE PRONÓSTICOS
MODELOS DE PRONÓSTICOS PARA UN
NIVEL CONSTANTE
 Los promedios móviles y el suavizamiento exponencial son los mejores y más fáciles
de usar para pronósticos a corto plazo: requieren pocos datos y los resultados son de
nivel medio.
 Los modelos a largo plazo son más complejos, requieren más datos de entrada y
ofrecen mayor precisión.
 Desde ya, los términos corto, medio y largo son relativos, dependiendo del contexto
en que se apliquen. En los pronósticos empresariales, el corto plazo por lo general se
refiere a menos de tres meses; el medio, de tres meses a dos años; y el largo, a más de
dos años.
5.1 MODELOS DE PRONÓSTICOS
MODELOS DE PRONÓSTICOS PARA UN
NIVEL CONSTANTE
 En términos generales, los modelos a corto plazo se ajustan para cambios a corto
plazo (como la respuesta de los consumidores ante un nuevo producto).
 Los pronósticos a medio plazo son buenos para efectos estaciónales y los modelos a
largo plazo detectan las tendencias generales y son de utilidad especial para identificar
punto de cambios decisivos.
5.1 MODELOS DE PRONÓSTICOS
EFECTOS ESTACIONALES EN LOS
MODELOS DE PRONÓSTICOS
 La Estacionalidad siempre ha jugado un papel primordial en el análisis de series de
tiempo.
 La mayoría de las técnicas para realizar pronósticos requieren condiciones de
estacionalidad.
 Por lo tanto necesitamos algunas condiciones, es decir, las series de tiempo necesitan
tener un proceso estacionario de primer y segundo orden.
5.1 MODELOS DE PRONÓSTICOS
EFECTOS ESTACIONALES EN LOS
MODELOS DE PRONÓSTICOS
  Estacionario de Primer Orden.
 Una serie de tiempo está en el estacionario de primer orden si el valor esperado de se
mantiene constante para cualquier valor de .
 Por ejemplo, en series de tiempo económicas el proceso se encuentra en estacionario de primer
orden cuando removemos cualquier tendencia por algún mecanismo como la diferenciación.
5.1 MODELOS DE PRONÓSTICOS
EFECTOS ESTACIONALES EN LOS
MODELOS DE PRONÓSTICOS
  Estacionario de Segundo Orden.
 Una serie de tiempo se encuentra estacionaria de segundo orden solamente cuando la
estacionaria de primer orden y la covarianza entre y es función de la anchura .
 De nuevo, en series de tiempo económicas, un proceso es estacionario de segundo
orden cuando estabilizamos sus variables por cualquier tipo de transformación como
la raíz cuadrada