SlideShare una empresa de Scribd logo
1 de 24
Administración de la Producción II
Torreón, Coah., 03 de Septiembre de 2014
Héctor Armando García Cárdenas
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
plazo
Tiene una cobertura de hasta un año, aunque por lo
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
mediano plazo
Generalmente abarca entre tres meses y tres años. Es
útil para la planificación de las ventas, de la producción,
del presupuesto, así como para el análisis de varios planes
operativos.
Pronósticos a largo
plazo
Abarcan períodos superiores a tres años y son utilizadas
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:
Donde n es el número de períodos en el promedio móvil.
n
anterioresperiodosnendemanda
lSimpleomedioMóvi
Σ
=Pr
 Ejemplo: El número de llamadas para solicitar reparación de
copiadoras se han registrado como sigue:
 Prepare un pronóstico por Promedio Móvil Simple con 3 periodos en
relación con los datos proporcionados.
Período Mes Demandareal llamadas Pronóstico de lademanda |Demandareal - Pronóstico de lademanda|
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
Modelos de Series de Tiempo
Modelo Nº 1 Pronóstico por Promedio Móvil Simple (PMS)
3
107.33)92127103(Σ
AbrilPronóstico
=++
=
3
131.66)127103165(Σ
MayoPronóstico
=++
=
Período Mes Demanda real llamadas Pronóstico de la demanda |Demanda real - Pronóstico de la demanda|
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:
Cabe mencionar que la suma de los pesos debe ser igual a 1 o a 10,
pero sin sobrepasar estos valores.
pesos
nperiodoelendemandanperiodoelparawipeso
PonderadoMóvilomedio
Σ
Σ
=
))()((
Pr
 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.
1
108)2.0*92()3.0*127()5.0*103(
Abril.
=++Σ
=PonderadoMóvilP
1
8.138)2.0*127()3.0*103()5.0*165(
Mayo.
=++Σ
=PonderadoMóvilP
Período Mes Demanda real llamadas Pronóstico de la demanda |Demanda real - Pronóstico de la 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
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:
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.
( )11 (1)lExponencianSuavizacióPronóstico −− −+= ttt FDF αα
 Ejemplo: : Estime la demanda del ejemplo anterior preparando un pronóstico
por el método de Suavización Exponencial con α = 1/5= 0.2
( ) 108.2(109.52.01)1032.0AbrillExponencianSuavizacióP. =−+=tF
( ) 119.56(1082.01)1652.0MayolExponencianSuavizacióP. =−+=tF
Período Mes Demanda real llamadas Pronóstico de la demanda |Demanda real - Pronóstico de la 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
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
             ∑    I xi – xi I  MAD = Desviación absoluta promedio
        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!

Más contenido relacionado

La actualidad más candente

Variables y areas que intervienen en la elaboracion del plan maestro de produ...
Variables y areas que intervienen en la elaboracion del plan maestro de produ...Variables y areas que intervienen en la elaboracion del plan maestro de produ...
Variables y areas que intervienen en la elaboracion del plan maestro de produ...
tuluslutrec
 
Clase Nº3 Pronostico
Clase Nº3 PronosticoClase Nº3 Pronostico
Clase Nº3 Pronostico
jotape74
 
Unidad 5 diseño organizacional
Unidad 5 diseño organizacionalUnidad 5 diseño organizacional
Unidad 5 diseño organizacional
Zerimar Ramirez
 
Métodos de proyección de la demanda
Métodos de proyección de la demandaMétodos de proyección de la demanda
Métodos de proyección de la demanda
Sandra Torreglosa
 
Sistemas de Informacion de la mercadotecnia unidad 1
Sistemas de Informacion de la mercadotecnia unidad 1Sistemas de Informacion de la mercadotecnia unidad 1
Sistemas de Informacion de la mercadotecnia unidad 1
Teresa Malagon Martínez
 
Conclusion y recomendacion de ejercio de investigacion de operaciones
Conclusion  y recomendacion de ejercio de investigacion de operacionesConclusion  y recomendacion de ejercio de investigacion de operaciones
Conclusion y recomendacion de ejercio de investigacion de operaciones
agonzalez88
 
Administracion De Operaciones I Unidad Ii Pronosticos De La Demanda
Administracion De Operaciones I Unidad Ii Pronosticos De La DemandaAdministracion De Operaciones I Unidad Ii Pronosticos De La Demanda
Administracion De Operaciones I Unidad Ii Pronosticos De La Demanda
guestb9bf58
 
Análisis de series de tiempo
Análisis de series de tiempoAnálisis de series de tiempo
Análisis de series de tiempo
Isaac Gomez
 
2.1 METODOLOGIAS PARA LA CREACION DE CADENAS DE SUMINISTRO
2.1 METODOLOGIAS PARA LA CREACION DE CADENAS DE SUMINISTRO2.1 METODOLOGIAS PARA LA CREACION DE CADENAS DE SUMINISTRO
2.1 METODOLOGIAS PARA LA CREACION DE CADENAS DE SUMINISTRO
Emma Maria Jose
 

La actualidad más candente (20)

Planeacion de Requerimiento de Materiales
Planeacion de Requerimiento de MaterialesPlaneacion de Requerimiento de Materiales
Planeacion de Requerimiento de Materiales
 
Importancia estratégica del pronóstico y la demanda
Importancia estratégica del pronóstico y la demandaImportancia estratégica del pronóstico y la demanda
Importancia estratégica del pronóstico y la demanda
 
unidad 1 planificación de requerimientos materiales (gestión de la producción 2)
unidad 1 planificación de requerimientos materiales (gestión de la producción 2)unidad 1 planificación de requerimientos materiales (gestión de la producción 2)
unidad 1 planificación de requerimientos materiales (gestión de la producción 2)
 
Variables y areas que intervienen en la elaboracion del plan maestro de produ...
Variables y areas que intervienen en la elaboracion del plan maestro de produ...Variables y areas que intervienen en la elaboracion del plan maestro de produ...
Variables y areas que intervienen en la elaboracion del plan maestro de produ...
 
Clase Nº3 Pronostico
Clase Nº3 PronosticoClase Nº3 Pronostico
Clase Nº3 Pronostico
 
Unidad uno plan de negocios
Unidad uno plan de negociosUnidad uno plan de negocios
Unidad uno plan de negocios
 
programacion-de-operaciones-secuenciacion-de-trabajos
programacion-de-operaciones-secuenciacion-de-trabajosprogramacion-de-operaciones-secuenciacion-de-trabajos
programacion-de-operaciones-secuenciacion-de-trabajos
 
Unidad 5 diseño organizacional
Unidad 5 diseño organizacionalUnidad 5 diseño organizacional
Unidad 5 diseño organizacional
 
caracteristicas de la demanda
 caracteristicas de la demanda caracteristicas de la demanda
caracteristicas de la demanda
 
Métodos de proyección de la demanda
Métodos de proyección de la demandaMétodos de proyección de la demanda
Métodos de proyección de la demanda
 
Sistemas de Informacion de la mercadotecnia unidad 1
Sistemas de Informacion de la mercadotecnia unidad 1Sistemas de Informacion de la mercadotecnia unidad 1
Sistemas de Informacion de la mercadotecnia unidad 1
 
Modélo de descuento por cantidad
Modélo de descuento por cantidadModélo de descuento por cantidad
Modélo de descuento por cantidad
 
Cadenas de markov
Cadenas de markovCadenas de markov
Cadenas de markov
 
Planeación agregada (integrada) de producción
Planeación agregada (integrada) de producciónPlaneación agregada (integrada) de producción
Planeación agregada (integrada) de producción
 
Conclusion y recomendacion de ejercio de investigacion de operaciones
Conclusion  y recomendacion de ejercio de investigacion de operacionesConclusion  y recomendacion de ejercio de investigacion de operaciones
Conclusion y recomendacion de ejercio de investigacion de operaciones
 
Planificacion agregada
Planificacion agregadaPlanificacion agregada
Planificacion agregada
 
Administracion De Operaciones I Unidad Ii Pronosticos De La Demanda
Administracion De Operaciones I Unidad Ii Pronosticos De La DemandaAdministracion De Operaciones I Unidad Ii Pronosticos De La Demanda
Administracion De Operaciones I Unidad Ii Pronosticos De La Demanda
 
Análisis de series de tiempo
Análisis de series de tiempoAnálisis de series de tiempo
Análisis de series de tiempo
 
2.1 METODOLOGIAS PARA LA CREACION DE CADENAS DE SUMINISTRO
2.1 METODOLOGIAS PARA LA CREACION DE CADENAS DE SUMINISTRO2.1 METODOLOGIAS PARA LA CREACION DE CADENAS DE SUMINISTRO
2.1 METODOLOGIAS PARA LA CREACION DE CADENAS DE SUMINISTRO
 
Métodos cualitativos y cuantitativos
Métodos cualitativos y cuantitativosMétodos cualitativos y cuantitativos
Métodos cualitativos y cuantitativos
 

Destacado

Politica precio y creación de valor
Politica precio y creación de valorPolitica precio y creación de valor
Politica precio y creación de valor
Emilio Llopis
 

Destacado (20)

Pronósticos
PronósticosPronósticos
Pronósticos
 
Politica precio y creación de valor
Politica precio y creación de valorPolitica precio y creación de valor
Politica precio y creación de valor
 
Cnc cad cae
Cnc cad caeCnc cad cae
Cnc cad cae
 
Gráficos de control en excel y minitab
Gráficos de control en excel y minitabGráficos de control en excel y minitab
Gráficos de control en excel y minitab
 
Problema matematico falaz
Problema matematico falazProblema matematico falaz
Problema matematico falaz
 
Matemáticas
MatemáticasMatemáticas
Matemáticas
 
Conceptos fundamentales
Conceptos  fundamentales Conceptos  fundamentales
Conceptos fundamentales
 
7 herramientas pa la calidad
7 herramientas pa la calidad7 herramientas pa la calidad
7 herramientas pa la calidad
 
4to conceptos fundamentales
4to conceptos fundamentales4to conceptos fundamentales
4to conceptos fundamentales
 
Conceptos fundamentales
Conceptos fundamentalesConceptos fundamentales
Conceptos fundamentales
 
Cnc cad cae
Cnc cad caeCnc cad cae
Cnc cad cae
 
7 herramientas pa la calidad
7 herramientas pa la calidad7 herramientas pa la calidad
7 herramientas pa la calidad
 
Demostracion matematica falaz
Demostracion matematica falazDemostracion matematica falaz
Demostracion matematica falaz
 
Pronosticos
PronosticosPronosticos
Pronosticos
 
Pronosticos
PronosticosPronosticos
Pronosticos
 
Gráficos de control en excel y minitab
Gráficos de control en excel y minitabGráficos de control en excel y minitab
Gráficos de control en excel y minitab
 
Carla elizabeth garcía cárdenas
Carla elizabeth garcía cárdenasCarla elizabeth garcía cárdenas
Carla elizabeth garcía cárdenas
 
Anova
AnovaAnova
Anova
 
Regresión Lineal múltiple
Regresión Lineal  múltiple Regresión Lineal  múltiple
Regresión Lineal múltiple
 
FILOSOFÍA JOSEPH JURAN
FILOSOFÍA JOSEPH JURANFILOSOFÍA JOSEPH JURAN
FILOSOFÍA JOSEPH JURAN
 

Similar a PRONOSTICOS

Pronosticos y p.e op i
Pronosticos y p.e  op iPronosticos y p.e  op i
Pronosticos y p.e op i
admonapuntes
 
Métodos para establecer la tendencia de la demanda
Métodos para establecer la tendencia de la demandaMétodos para establecer la tendencia de la demanda
Métodos para establecer la tendencia de la demanda
Roger Salazar Luna
 
Admón de la producción unidad ii
Admón de la producción unidad iiAdmón de la producción unidad ii
Admón de la producción unidad ii
Cruz Monreal
 
Pronosticos y presupuestos
Pronosticos y presupuestosPronosticos y presupuestos
Pronosticos y presupuestos
MARKETING 2019
 

Similar a PRONOSTICOS (20)

Pronósticos
PronósticosPronósticos
Pronósticos
 
Cap 4 pronosticos y mercados
Cap 4 pronosticos y mercadosCap 4 pronosticos y mercados
Cap 4 pronosticos y mercados
 
Cap 4 pronostico
Cap 4 pronosticoCap 4 pronostico
Cap 4 pronostico
 
Pronosticos cbezada
Pronosticos cbezadaPronosticos cbezada
Pronosticos cbezada
 
-Pronosticos-.pptx
-Pronosticos-.pptx-Pronosticos-.pptx
-Pronosticos-.pptx
 
Pronosticos (2).pptx
Pronosticos (2).pptxPronosticos (2).pptx
Pronosticos (2).pptx
 
Proyeccion de la demanda
Proyeccion de la demandaProyeccion de la demanda
Proyeccion de la demanda
 
Pronosticos de la demanda
Pronosticos de la demandaPronosticos de la demanda
Pronosticos de la demanda
 
Administracion_de_la_demanda
Administracion_de_la_demandaAdministracion_de_la_demanda
Administracion_de_la_demanda
 
Pronosticos y p.e op i
Pronosticos y p.e  op iPronosticos y p.e  op i
Pronosticos y p.e op i
 
presentacion de pronosticos causales en la administracion
presentacion de pronosticos causales en la administracionpresentacion de pronosticos causales en la administracion
presentacion de pronosticos causales en la administracion
 
presentacion-pronc3b3sticos1.ppt
presentacion-pronc3b3sticos1.pptpresentacion-pronc3b3sticos1.ppt
presentacion-pronc3b3sticos1.ppt
 
Plan maestro de produccion
Plan maestro de produccionPlan maestro de produccion
Plan maestro de produccion
 
Métodos para establecer la tendencia de la demanda
Métodos para establecer la tendencia de la demandaMétodos para establecer la tendencia de la demanda
Métodos para establecer la tendencia de la demanda
 
Previsión - Aspectos Teóricos
Previsión - Aspectos TeóricosPrevisión - Aspectos Teóricos
Previsión - Aspectos Teóricos
 
Admón de la producción unidad ii
Admón de la producción unidad iiAdmón de la producción unidad ii
Admón de la producción unidad ii
 
2.1 Plan y control - pronósticos introducción - series.pdf
2.1 Plan y control - pronósticos introducción - series.pdf2.1 Plan y control - pronósticos introducción - series.pdf
2.1 Plan y control - pronósticos introducción - series.pdf
 
Unam fesc planeacion de ventas ppt
Unam fesc planeacion de ventas pptUnam fesc planeacion de ventas ppt
Unam fesc planeacion de ventas ppt
 
Pronosticos y presupuestos
Pronosticos y presupuestosPronosticos y presupuestos
Pronosticos y presupuestos
 
CAPTULO13.doc
CAPTULO13.docCAPTULO13.doc
CAPTULO13.doc
 

Más de Hector García Cárdenas

Ejercicios de distribucion de frecuencias (histograma)
Ejercicios de distribucion de frecuencias (histograma)Ejercicios de distribucion de frecuencias (histograma)
Ejercicios de distribucion de frecuencias (histograma)
Hector García Cárdenas
 

Más de Hector García Cárdenas (19)

Indicador OEE
Indicador OEE Indicador OEE
Indicador OEE
 
Smed single minute exchenge of dies
Smed  single minute exchenge of diesSmed  single minute exchenge of dies
Smed single minute exchenge of dies
 
LEY DE PARKINSON
LEY DE PARKINSONLEY DE PARKINSON
LEY DE PARKINSON
 
Analisis de confiabilidad y supervivencia
Analisis de confiabilidad y supervivenciaAnalisis de confiabilidad y supervivencia
Analisis de confiabilidad y supervivencia
 
Distribuciones de probabilidad en minitab
Distribuciones de probabilidad en minitabDistribuciones de probabilidad en minitab
Distribuciones de probabilidad en minitab
 
Trabajo anova 2 factores
Trabajo anova 2 factores Trabajo anova 2 factores
Trabajo anova 2 factores
 
Prueba de hipotesis estadistica aplicada a la ingenieria
Prueba de hipotesis estadistica aplicada a la ingenieriaPrueba de hipotesis estadistica aplicada a la ingenieria
Prueba de hipotesis estadistica aplicada a la ingenieria
 
Cnc cad cae
Cnc cad caeCnc cad cae
Cnc cad cae
 
Procesos de conformado (Embutido, doblado y forjado).
Procesos de conformado (Embutido, doblado y forjado).Procesos de conformado (Embutido, doblado y forjado).
Procesos de conformado (Embutido, doblado y forjado).
 
Capacidad balanceo y productividad
Capacidad balanceo y productividad Capacidad balanceo y productividad
Capacidad balanceo y productividad
 
INFONAVIT
INFONAVITINFONAVIT
INFONAVIT
 
Liderazgo
Liderazgo Liderazgo
Liderazgo
 
Tipos de distribución de planta
Tipos de distribución de plantaTipos de distribución de planta
Tipos de distribución de planta
 
Condiciones inseguras
Condiciones inseguras Condiciones inseguras
Condiciones inseguras
 
CONFORMADO EN CALIENTE
CONFORMADO EN CALIENTE CONFORMADO EN CALIENTE
CONFORMADO EN CALIENTE
 
Metales ferrosos y no ferrosos
Metales ferrosos y no ferrosos Metales ferrosos y no ferrosos
Metales ferrosos y no ferrosos
 
concepto de grupo y sus características
concepto de grupo y sus características concepto de grupo y sus características
concepto de grupo y sus características
 
Etica y conciencia
Etica y concienciaEtica y conciencia
Etica y conciencia
 
Ejercicios de distribucion de frecuencias (histograma)
Ejercicios de distribucion de frecuencias (histograma)Ejercicios de distribucion de frecuencias (histograma)
Ejercicios de distribucion de frecuencias (histograma)
 

Último

Tema 1 ECONOMIA del MECANIZADO.pptx.mfse
Tema 1 ECONOMIA del MECANIZADO.pptx.mfseTema 1 ECONOMIA del MECANIZADO.pptx.mfse
Tema 1 ECONOMIA del MECANIZADO.pptx.mfse
yohepirell
 
Morfología interna de insectos, respiración, circulación, nutrición, reproduc...
Morfología interna de insectos, respiración, circulación, nutrición, reproduc...Morfología interna de insectos, respiración, circulación, nutrición, reproduc...
Morfología interna de insectos, respiración, circulación, nutrición, reproduc...
jacksyordoez
 
bombeo cavidades progresivas en pozos Petróleros
bombeo cavidades progresivas en pozos Petrólerosbombeo cavidades progresivas en pozos Petróleros
bombeo cavidades progresivas en pozos Petróleros
EstefannyMedrano1
 
707555966-El-Libro-de-La-Inteligencia-Artificial-Version-11-Alfredovela.pdf
707555966-El-Libro-de-La-Inteligencia-Artificial-Version-11-Alfredovela.pdf707555966-El-Libro-de-La-Inteligencia-Artificial-Version-11-Alfredovela.pdf
707555966-El-Libro-de-La-Inteligencia-Artificial-Version-11-Alfredovela.pdf
ErnestoCano12
 
EXPOSICION CIENCIA E INGENIERIA DE LOS MATERIALES.doc.pptx
EXPOSICION CIENCIA E INGENIERIA DE LOS MATERIALES.doc.pptxEXPOSICION CIENCIA E INGENIERIA DE LOS MATERIALES.doc.pptx
EXPOSICION CIENCIA E INGENIERIA DE LOS MATERIALES.doc.pptx
alejandroagarcia2336
 
Redes GSM en la tecnología en la segunda
Redes GSM en la tecnología en la segundaRedes GSM en la tecnología en la segunda
Redes GSM en la tecnología en la segunda
anonimussecreto
 

Último (20)

TABLA DE ROSCAS invetiga las rescas . milimetricas , en pulgada
TABLA DE ROSCAS invetiga las rescas . milimetricas , en pulgadaTABLA DE ROSCAS invetiga las rescas . milimetricas , en pulgada
TABLA DE ROSCAS invetiga las rescas . milimetricas , en pulgada
 
ACT MECANISMO DE 4 BARRAS ARTICULADAS.PDF
ACT MECANISMO DE 4 BARRAS ARTICULADAS.PDFACT MECANISMO DE 4 BARRAS ARTICULADAS.PDF
ACT MECANISMO DE 4 BARRAS ARTICULADAS.PDF
 
guia-diseno-instalaciones-electricas.pdf
guia-diseno-instalaciones-electricas.pdfguia-diseno-instalaciones-electricas.pdf
guia-diseno-instalaciones-electricas.pdf
 
sin respuestas Mecánica y m.a.s julio 4.pdf
sin respuestas Mecánica y m.a.s julio 4.pdfsin respuestas Mecánica y m.a.s julio 4.pdf
sin respuestas Mecánica y m.a.s julio 4.pdf
 
Deusto Ingeniería 24 (Año 2023) - Universidad de Deusto
Deusto Ingeniería 24 (Año 2023) - Universidad de DeustoDeusto Ingeniería 24 (Año 2023) - Universidad de Deusto
Deusto Ingeniería 24 (Año 2023) - Universidad de Deusto
 
Tema 1 ECONOMIA del MECANIZADO.pptx.mfse
Tema 1 ECONOMIA del MECANIZADO.pptx.mfseTema 1 ECONOMIA del MECANIZADO.pptx.mfse
Tema 1 ECONOMIA del MECANIZADO.pptx.mfse
 
Morfología interna de insectos, respiración, circulación, nutrición, reproduc...
Morfología interna de insectos, respiración, circulación, nutrición, reproduc...Morfología interna de insectos, respiración, circulación, nutrición, reproduc...
Morfología interna de insectos, respiración, circulación, nutrición, reproduc...
 
TERRENO DE FUNDACION - CURSO DE PAVIMENTOS
TERRENO DE FUNDACION - CURSO DE PAVIMENTOSTERRENO DE FUNDACION - CURSO DE PAVIMENTOS
TERRENO DE FUNDACION - CURSO DE PAVIMENTOS
 
Regularización de planos playa Las Ventanas
Regularización de planos playa Las VentanasRegularización de planos playa Las Ventanas
Regularización de planos playa Las Ventanas
 
bombeo cavidades progresivas en pozos Petróleros
bombeo cavidades progresivas en pozos Petrólerosbombeo cavidades progresivas en pozos Petróleros
bombeo cavidades progresivas en pozos Petróleros
 
CLASES DE ARRANQUE DE UN MOTOR ELECTRICO.pptx
CLASES DE ARRANQUE DE UN MOTOR ELECTRICO.pptxCLASES DE ARRANQUE DE UN MOTOR ELECTRICO.pptx
CLASES DE ARRANQUE DE UN MOTOR ELECTRICO.pptx
 
707555966-El-Libro-de-La-Inteligencia-Artificial-Version-11-Alfredovela.pdf
707555966-El-Libro-de-La-Inteligencia-Artificial-Version-11-Alfredovela.pdf707555966-El-Libro-de-La-Inteligencia-Artificial-Version-11-Alfredovela.pdf
707555966-El-Libro-de-La-Inteligencia-Artificial-Version-11-Alfredovela.pdf
 
EXPOSICION CIENCIA E INGENIERIA DE LOS MATERIALES.doc.pptx
EXPOSICION CIENCIA E INGENIERIA DE LOS MATERIALES.doc.pptxEXPOSICION CIENCIA E INGENIERIA DE LOS MATERIALES.doc.pptx
EXPOSICION CIENCIA E INGENIERIA DE LOS MATERIALES.doc.pptx
 
Presentación de proyecto y resumen de conceptos (3).pdf
Presentación de proyecto y resumen de conceptos (3).pdfPresentación de proyecto y resumen de conceptos (3).pdf
Presentación de proyecto y resumen de conceptos (3).pdf
 
Seccion hidraulicamente optima uptc.pptx
Seccion hidraulicamente optima uptc.pptxSeccion hidraulicamente optima uptc.pptx
Seccion hidraulicamente optima uptc.pptx
 
Embriologia-2 en ganado bovino lechero .ppt
Embriologia-2 en ganado bovino lechero .pptEmbriologia-2 en ganado bovino lechero .ppt
Embriologia-2 en ganado bovino lechero .ppt
 
Presentación PISC Préstamos ISC Final.pdf
Presentación PISC Préstamos ISC Final.pdfPresentación PISC Préstamos ISC Final.pdf
Presentación PISC Préstamos ISC Final.pdf
 
Redes GSM en la tecnología en la segunda
Redes GSM en la tecnología en la segundaRedes GSM en la tecnología en la segunda
Redes GSM en la tecnología en la segunda
 
Ciclo de Refrigeracion aplicado a ToniCorp.pptx
Ciclo de Refrigeracion aplicado a ToniCorp.pptxCiclo de Refrigeracion aplicado a ToniCorp.pptx
Ciclo de Refrigeracion aplicado a ToniCorp.pptx
 
Escenario económico - Desarrollo sustentable
Escenario económico - Desarrollo sustentableEscenario económico - Desarrollo sustentable
Escenario económico - Desarrollo sustentable
 

PRONOSTICOS

  • 1. Administración de la Producción II Torreón, Coah., 03 de Septiembre de 2014 Héctor Armando García Cárdenas
  • 2. 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.
  • 3. 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.
  • 4. 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.
  • 5.  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 plazo Tiene una cobertura de hasta un año, aunque por lo 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 mediano plazo Generalmente abarca entre tres meses y tres años. Es útil para la planificación de las ventas, de la producción, del presupuesto, así como para el análisis de varios planes operativos. Pronósticos a largo plazo Abarcan períodos superiores a tres años y son utilizadas para la planificación de nuevos productos, localización de instalaciones o expansión, así como para la investigación y desarrollo.
  • 6. ¿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.
  • 7. ¿Cuál es el costo de malos Pronósticos?
  • 8. ¿Cuál es el costo de malos Pronósticos?
  • 9. 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.
  • 10. 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.
  • 11. 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.
  • 12.  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.
  • 13.  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:
  • 14. 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: Donde n es el número de períodos en el promedio móvil. n anterioresperiodosnendemanda lSimpleomedioMóvi Σ =Pr
  • 15.  Ejemplo: El número de llamadas para solicitar reparación de copiadoras se han registrado como sigue:  Prepare un pronóstico por Promedio Móvil Simple con 3 periodos en relación con los datos proporcionados. Período Mes Demandareal llamadas Pronóstico de lademanda |Demandareal - Pronóstico de lademanda| 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
  • 16. Modelos de Series de Tiempo Modelo Nº 1 Pronóstico por Promedio Móvil Simple (PMS) 3 107.33)92127103(Σ AbrilPronóstico =++ = 3 131.66)127103165(Σ MayoPronóstico =++ = Período Mes Demanda real llamadas Pronóstico de la demanda |Demanda real - Pronóstico de la demanda| 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
  • 17. 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: Cabe mencionar que la suma de los pesos debe ser igual a 1 o a 10, pero sin sobrepasar estos valores. pesos nperiodoelendemandanperiodoelparawipeso PonderadoMóvilomedio Σ Σ = ))()(( Pr
  • 18.  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. 1 108)2.0*92()3.0*127()5.0*103( Abril. =++Σ =PonderadoMóvilP 1 8.138)2.0*127()3.0*103()5.0*165( Mayo. =++Σ =PonderadoMóvilP Período Mes Demanda real llamadas Pronóstico de la demanda |Demanda real - Pronóstico de la 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
  • 19. 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: 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. ( )11 (1)lExponencianSuavizacióPronóstico −− −+= ttt FDF αα
  • 20.  Ejemplo: : Estime la demanda del ejemplo anterior preparando un pronóstico por el método de Suavización Exponencial con α = 1/5= 0.2 ( ) 108.2(109.52.01)1032.0AbrillExponencianSuavizacióP. =−+=tF ( ) 119.56(1082.01)1652.0MayolExponencianSuavizacióP. =−+=tF Período Mes Demanda real llamadas Pronóstico de la demanda |Demanda real - Pronóstico de la 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
  • 21. 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.
  • 22. 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              ∑    I xi – xi I  MAD = Desviación absoluta promedio         i=1        n  
  • 23. 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.