Clase 6
Pronósticos
Ingeniería Industrial 2015 2
Paola A Romero P
Administración de la Demanda
Es un proceso de coordinación y control de los elementos del
sistema productivo, por medio de estimaciones de sucesos
futuros, por medio de predicciones y/o pronósticos.
El propósito de administrar la demanda es coordinar y
controlar todas las fuentes de la demanda con el fin depoder
usar con eficiencia el Sistema productivo y entregar el
producto a tiempo.
Fuentes Básicas de la Demanda
DEMANDA DEPENDIENTE
2000 traseras
1000 triciclos
1000 delanteras
DEMANDA
INDEPENDIENTE
Pronósticos
Es la proyección de los Valores
De una o más variables en el
futuro
Demanda Independiente
Predicción de eventos
futuros
Estimación de la demanda de
Los productos
Tipos de pronósticosPor su plazo
De corto plazo
De largo plazo
Según el entorno Micro
a pronosticar
Macro
Según el
procedimiento
empleado
Cualitativo
Cuantitativo
¿Por qué Pronosticar?
PLANEACIÓN CORPORATIVA
FINANZAS
CONTABILIDAD
MARKETING
PRONÓSTICO
PRODUCCIÓN
OPERACIONES
Características de los Pronósticos
Usualmente incorrectos
Pronósticos a largo plazo podrían ser menos acertadosplazo.
Más que un número (medida de error)
que corto
Tipo de Pronósticos
Cualitativos
Análisis de Serie de
Tiempos
Pronósticos
Análisis de Serie de Tiempo
Serie de Tiempo: Conjunto de Valores de Alguna
Variable en puntos secuenciales en
el tiempo.
Métodos:
Ultimo valor (UV)
Promedio Simple (PS)
Promedio Móviles Simples (PMS)
Promedio Móvil Ponderado (PMP)
Suavización Exponencial (SE)Ejemplo de una Serie de Tiempo
Si se registra el número de computadores vendidos
cada mes del año anterior en la compañía XYZ y se
mantienen esos datos en el orden en que fueron
registrados, los 12 números constituyen una serie
de tiempo de 12 periodos
Patrones de Datos de Series de
Tiempo
Tendencias
volumen
volumen
tiempo
volumen
tiempo
volumen
tiempo
tiempo
Patrones Estacionales
Sonlos datos que se repiten así mismo
después de un período de tiempo ( meses,
Trimestres…etc ) o en estaciones dentro del
año.
CICLOS
Son patrones que ocurren en los
Datos cada determinado tiempo.
VARIACIÓN AL AZAR
Modelos de series de tiempo
Modelos no formales:
Estas
técnicas suponen que los
periodos recientes son los mejores
para pronosticar el futuro.
El método más sencillo es elmétodo
del último valor:
Pronóstico = último valor
Método del último valor
t
1
2
3
4
5
6
Yt
42
52
54
65
51
64
Yt+1
et
42
52
54
65
51
10
2
11
-14
13
Metodos de promedio
Promedios
simples:
Se obtiene la media de todos los
valores pertinentes, la cual se
emplea para pronosticar el
periodo siguiente.
Promedios simples:
t
Yt
Yt+1
1
2
42
52
42
3
54
47.00
4
65
49.33
5
51
53.256
64
52.80
Promedios móviles:
Este
método no considera la media de
todos los datos, sino solo los más
recientes.
Se puede calcular un promedio móvil
de n periodos.
El promedio móvil es la media
aritmética de los n periodos más
recientes.
Promedios móviles:
t
1
2
3
4
5
6
Yt
42
52
54
65
51
64
promedio móvil
n=3
n=4
49.33
57.00
56.67
53.25
55.5
Promedio Móvil Simple (PMS)
Genera el pronóstico para el
próximo periodo promediando
la demanda real de tan solo
los últimos N periodos de
tiempo.
Promedio aritmético de
observaciones recientes
N
Determinar pronósticos para los periodos 4 hasta
El 12 usando promedio móviles de orden tres y seis
Semana
Demanda
3 semanas PM
1
650
2
678
3
720
4
785
682.67
5
859
727.67
6
920
788.00
7
850
854.67
8
758
9892
10
920
11
789
12
844
6 semanas PM
768.67
802.00
Promedio Móvil Ponderado
Consiste en ponderar los datos los
datos más recientes, dándoles un
mayor peso, en lugar de darles el
mismo peso, como en el promedio
móvil
Se asume que el dato más
reciente es el mejor indicador de
la dirección que toman los datos.
Así, por ejemplo, en lugar de usar
ponderaciones de 0.25 en un...
Regístrate para leer el documento completo.