Producción y Manufactura Flexible I

Ing. Carlos Gutiérrez E.

 2
PRONÓSTICOS • MICROCOMPETENCIA:

a) Conoce conceptos elementales de Pronósticos

b) Valora la importancia de los pronósticos para las
empresas.
c) Reconoce las técnicas para realizar pronósticos, ya
sea con enfoque cualitativo o cuantitativo
d) Determina pronósticos utilizando diferentes técnicas
identificando el mas idóneo para un caso específico.
e) Analiza casos y determina el pronostico, calculando
Ing. C. Gutiérrez además los errores y las fuerzas de correlación
 PRONÓSTICOS
Introducción - Conceptos

Los pronósticos proporcionan una ventaja competitiva para Disney

 PRONÓSTICOS
Introducción - Conceptos
Un pronóstico es una predicción de acontecimientos futuros que se utiliza con
propósitos de planificación.
Se define como la estimación de la demanda de uno o varios productos en un
futuro para una empresa.

Son premisas o
suposiciones básicas en que
se basan la planeación y la
toma de decisiones.

Arte y ciencia de predecir

acontecimientos futuros.

Un pronóstico se constituye en base de decisiones empresariales:

Producción, inventario, personal, instalaciones, presupuesto, ventas, marketing
 PRONÓSTICOS
Introducción - Conceptos
Se emplean en:

FINANZAS MERCADOTECNIA MANUFACTURA

Planeación de Ventas para los planes -Capacidad de la fábrica
presupuestos y control de nuevos productos, -Numero de trabajadores requeridos
de costos. para remunerar al
personal de ventas. -Decisiones respecto a inventarios
-Planes y programas de producción
-Requisición de materiales e insumos
 PRONÓSTICOS

¿Por qué es necesario pronosticar?

➢ Entorno altamente incierto

➢ La intuición no necesariamente
da los mejores resultados
➢ Mejorar la planeación
➢ Competitividad y cambio

La empresa debe tomar decisiones sobre Factores Controlables tomando

en cuenta Factores Incontrolables
 PRONÓSTICOS

Horizontes de tiempo del pronóstico

Hasta 1 año, generalmente menor a 3 meses. Ej: planear

compras, programar el trabajo, determinar niveles de mano de
obra, asignar el trabajo y decidir los niveles de producción, de
inventarios.
De 3 meses a 3 años. Ej: planear las ventas, la
producción, tamaño de la fuerza de trabajo, el
presupuesto.

3 años o más Ej: planear nuevos productos,

gastos de capital, ubicación o ampliación de las
instalaciones, tecnología, crecimiento del mercado.

Mientras mayor sea el horizonte del pronóstico, menor será su precisión.

 PRONÓSTICOS
PATRONES DE LA DEMANDA
(b) Tendencia
(a) Horizontal

Time Time

(c) Temporada (d) Cíclica

Year 1

Year 2
| | | | | | | | | | | | | | | | |
E F MA M J J A S O N D

a) HORIZONTAL: La fluctuación de los datos es en torno de una media constante

b) TENDENCIA: Incremento o decremento sistemático de la media de la serie a través del
tiempo
c) TEMPORADA: Patrón repetible de incrementos o decrementos de la
demanda, dependiendo de la hora del día, la semana, el mes o la temporada
d) CÍCLICA: Pauta de incrementos o decrementos graduales y menos previsibles de la
demanda, los cuales se presentan en el curso de periodos de tiempo mas largos (años o
decenios)
 PRONÓSTICOS
PATRONES DE LA DEMANDA – Diagrama de Dispersión
 PRONÓSTICOS
PATRONES DE LA DEMANDA
 PRONÓSTICOS
ENFOQUES PARA REALIZAR UN PRONÓSTICO
 PRONÓSTICOS

ETAPAS DEL PROCESO DE PRONÓSTICOS

 PRONÓSTICOS
TÉCNICAS CUALITATIVAS (métodos de Juicio)

❖ Considera las opiniones, intuición, experiencias de gerentes, expertos, estimación

de la fuerza de ventas, encuestas de consumidores. Se traducen en estimaciones
cuantitativas.
❖ Son subjetivos o simples juicios y se basan en cálculos y opiniones
❖ Se usan cuando no existen datos históricos, se presenta un nuevo producto o
cambia de tecnología.
❖ La mayoría es de bajo costo.
❖ Horizontes que generalmente se utilizan para planear a mediano y largo plazo.

➢ Método Delphi
➢ Investigación de Mercado
➢ Opinion Ejecutiva: Intercambio abierto en reuniones
➢ Analogía Histórica: Relación con artículo similar
➢ Técnica de Grupo
 PRONÓSTICOS
PRONÓSTICOS - TÉCNICAS
CUANTITATIVOS
Utilizan modelos matemáticos con los que se analizan los resultados pasados
de las ventas de una empresa. Estos modelos suponen que los datos
históricos son relevantes en el futuro, por lo tanto es necesario conocer los
datos de ventas pasados y los patrones de demanda

➢ Promedio Aritmetico o promedio

➢ Promedio Móvil Simple
➢ Promedio Móvil Ponderado
➢ Promedio Móvil con Ajuste Estacional
➢ Promedio Móvil Suavizado Exponencial
➢ Análisis de regresiones de tiempo
➢ Otros
 PRONÓSTICOS
CUANTITATIVOS
Para productos existentes en el mercado, con datos confiables

VENTAS
VENTAS
REALES Función de transformación PRONOSTICADAS
DP
DR
y = f(x)
(Modelo Matemático)

CONTROL
(DR-DP)

Error pequeño
 PRONÓSTICOS
TÉCNICA: ENFOQUE SIMPLE
 PRONÓSTICOS

MODELO: MEDIA MOVIL

 PRONÓSTICOS

MODELO: MEDIA MOVIL PONDERADA

En el promedio móvil ponderado podemos asignar cualquier importancia (peso) a

cualquier dato del promedio (siempre que la sumatoria de las ponderaciones sean
equivalentes al 100%). Es una práctica regular aplicar el factor de ponderación
(porcentaje) mayor al dato más reciente
 PRONÓSTICOS
EJEMPLO:
Se tiene los siguientes datos de demanda real (miles de unidades).
Calcular el dato pronosticado para el periodo 7, utilizando
a) Use media móvil con n = 2 periodos
b) Use media móvil con n = 4 periodos
c) Use media ponderada, considerando: 0,5 (última demanda real); 0,3 y 0,2
respectivamente.
Solución:

Dato pronosticado
 PRONÓSTICOS
PROMEDIO ARITMÉTICO
Usado cuando las variaciones son de tendencia constante
➢ Este modelo se utiliza para demandas irregulares con
tendencia constante.
➢ Se obtiene el promedio de datos del pasado, en el cual
las demandas anteriores tienen el mismo peso relativo.
➢ El promedio representa, el valor más probable.
➢ No detecta cambios en el tiempo.
➢ Es muy sensible en cuanto a variaciones de demandas
reales.
 PRONÓSTICOS
EJERCICIOS:
 PRONÓSTICOS
EJERCICIOS:
 PRONÓSTICOS

MEDICIÓN DEL ERROR DE PRONÓSTICO Continuamente se debe comparar la

DEMANDA real y el PRONÓSTICO

DESVIACION ABSOLUTA MEDIA. (MAD)

Su valor se calcula sumando los valores absolutos de
los errores individuales del pronóstico y dividiendo el
resultado entre el número de periodos con datos (n): σ 𝑹𝒆𝒂𝒍 − 𝑷𝒓𝒐𝒏ó𝒔𝒕𝒊𝒄𝒐
A menor MAD mayor efectividad en el pronóstico 𝐌𝐀𝐃 =
𝒏
ERROR CUADRÁTICO MEDIO (MSE)
Es el promedio de los cuadrados de las diferencias
σ 𝑹𝒆𝒂𝒍 − 𝑷𝒓𝒐𝒏ó𝒔𝒕𝒊𝒄𝒐 𝟐
encontradas entre los valores pronosticados y los
𝐌𝐒𝐄 =
observados. Su fórmula es: 𝒏

ERROR PORCENTUAL ABSOLUTO MEDIO (MAPE)

Se calcula como el promedio de las diferencias
absolutas encontradas entre los valores
𝟏𝟎𝟎 ∗ 𝑹𝒆𝒂𝒍 − 𝑷𝒓𝒐𝒏ó𝒔𝒕𝒊𝒄𝒐
pronosticados y los reales, y se expresa como σ
𝐌𝐀𝐏𝐄 = 𝑹𝒆𝒂𝒍
un porcentaje de los valores reales: 𝒏
 PRONÓSTICOS
SUAVIZADO EXPONENCIAL (Simple)

Se usa para demandas muy irregulares.

Nuevo pronóstico = Pronóstico del periodo anterior +
α(Demanda real del periodo anterior – Pronóstico del periodo anterior)

𝑭𝒕 = 𝑭𝒕−𝟏 + α(𝑨𝒕−𝟏 - 𝑭𝒕−𝟏 )

𝑭𝒕 : 𝑽𝒂𝒍𝒐𝒓 𝒅𝒆𝒍 𝑷𝒓𝒐𝒏ó𝒔𝒕𝒊𝒄𝒐 (𝑵𝒖𝒆𝒗𝒐 𝒑𝒓𝒐𝒏ó𝒔𝒕𝒊𝒄𝒐)

α: 𝑪𝒐𝒏𝒔𝒕𝒂𝒏𝒕𝒆 𝒅𝒆 𝒔𝒖𝒂𝒗𝒊𝒛𝒂𝒄𝒊ó𝒏 "𝑨𝒍𝒇𝒂"

𝑭𝒕−𝟏 : 𝑫𝒂𝒕𝒐 𝑷𝒓𝒐𝒏𝒐𝒔𝒕𝒊𝒄𝒂𝒅𝒐 𝒅𝒆𝒍 𝒑𝒆𝒓𝒊𝒐𝒅𝒐 𝒂𝒏𝒕𝒆𝒓𝒊𝒐𝒓

𝑨𝒕−𝟏 : 𝑫𝒆𝒎𝒂𝒏𝒅𝒂 𝒓𝒆𝒂𝒍 𝒅𝒆𝒍 𝒑𝒆𝒓𝒊𝒐𝒅𝒐 𝒂𝒏𝒕𝒆𝒓𝒊𝒐𝒓

 PRONÓSTICOS

SUAVIZADO EXPONENCIAL (Simple)

➢ Reciben mayor peso, los periodos recientes.

➢ Los pesos de los periodos anteriores decaen de manera exponencial.

α ELEVADO Productos nuevos ó demandas en proceso de cambio

α MEDIANO Demanda ligeramente inestable
α BAJO Demanda estable
 PRONÓSTICOS
EJERCICIOS:
Una empresa desea pronosticar para el siguiente periodo cuántos seguros
de vehículo serán contratados por las personas de la ciudad capital.

El pronóstico de demanda del período 1 es 2869 seguros de carro

adquiridos por personas, pero la demanda para ese periodo fue de 3200.
La compañía según su criterio asigna α=0,35

DATOS:
Ft= ?
Ft-1= 2869
α = 0,35
At-1= 3200 Ft=2869+0,35(3200-2869)=2984,85
 PRONÓSTICOS
EJERCICIOS:
Se tiene la siguiente serie de datos. Se desea conocer el pronostico para el
periodo 11. Utilice el método de suavizamiento exponencial con α=0,1 y α=0,2.

Calcular el MAD
Periodo Cant. Real Pronostico
para cada caso.
1 150 130
2 160
3 190
4 240
5 260
6 300
7 320
8 200
9 250
10 220
11
 PRONÓSTICOS
MODELOS CAUSALES
Usado cuando el comportamiento de las ventas son ascendentes o descendentes

Función de transformación VENTAS

VENTAS
PRONOSTICADAS
REALES LINEAL ŷ = A + BX DP
DR
POTENCIAL ŷ = A * xB
EXPONENCIAL ŷ = A * eBx
LOGARITMICA ŷ = A + B lnx

CONTROL

La validez de la proyección por regresión depende del grado en que estén asociados
entre sí las variables. Se debe comprobar la relación de causalidad directa ó indirecta
entre 2 variables (Coeficiente de correlación r)
 PRONÓSTICOS

REGRESIÓN LINEAL

Ecuación LINEAL: Y = a + b*x

𝒏. σ 𝒙. 𝒚 − σ 𝒙. σ 𝒚
¿Cómo se determinan “a” y “b”? 𝒃=
𝒏. σ 𝒙𝟐 − σ 𝒙 𝟐
σ 𝒚 − 𝒃. σ 𝒙
𝒂=
𝒏
 PRONÓSTICOS

REGRESIÓN LINEAL

COEFICIENTE DE CORRELACIÓN (R)

El coeficiente de correlación de Pearson es una

medida de dependencia lineal entre dos
variables aleatorias cuantitativas

El Coeficiente de Correlación (r):

Varía entre -1 y 1.
Valores de -1 ó 1 indican
correlación perfecta.
Valor igual a 0 indica ausencia de
correlación.
Valores negativos indican una
relación lineal inversa y valores
positivos indican una relación lineal
directa
 PRONÓSTICOS
REGRESIÓN LINEAL

¿Cómo se determina el “Coeficiente de Correlación R”?

𝑁. σ 𝑥. 𝑦 − σ 𝑥. σ 𝑦
𝑟=
𝑁. σ 𝑥 2 − (σ 𝑥)2 . 𝑁. σ 𝑦 2 − (σ 𝑦)2

σ(𝑥 − 𝑥 ). (𝑦 − 𝑦)
𝑟=
σ(𝑥 − 𝑥 )2 . σ(𝑦 − 𝑦)2
 PRONÓSTICOS
Realizar:
REGRESIÓN LINEAL a) Diagrama de Dispersión de datos

EJEMPLO:
Dada las siguientes ventas anuales Venta de PC (Miles de unidades)
35
Venta de PC
Periodo x*y x2 30
(Miles de unidades)
1 16 16 1 25

2 18 36 4 20
3 19 57 9
15
4 21 84 16
5 18 90 25 10
0 2 4 6 8 10
6 20 120 36
7 25 175 49
8 27 216 64 b) Usando regresión lineal, determine la ecuación
9 30 270 81
10 31 310 100
𝟏𝟎 𝟏𝟑𝟕𝟒 − 𝟓𝟓 ∗ 𝟐𝟐𝟓
𝒃= = 𝟏, 𝟔𝟓𝟒𝟓𝟒
𝟏𝟎 ∗ 𝟐𝟖𝟓 − 𝟓𝟓𝟐

෍ 𝒙. 𝒚 = 𝟏𝟑𝟕𝟒 ෍ 𝒙𝟐 = 𝟑𝟖𝟓 𝟐𝟐𝟓 − 𝟏, 𝟔𝟓𝟒𝟓𝟒 ∗ 𝟓𝟓

෍ 𝒙 = 𝟓𝟓 ෍ 𝒚 = 𝟐𝟐𝟓 𝒂= = 𝟏𝟑, 𝟒𝟎
𝟏𝟎

Sumatorias Y = 13,4 + 1,65454*x

 PRONÓSTICOS
REGRESIÓN LINEAL Periodo 11: 31,6
Periodo 12: 33,25
c) Pronóstico de ventas para los siguientes 3 periodos
Periodo 13: 34,90
d) Gráfico completo con línea de tendencia
Venta de PC (Miles de unidades)
35

30

25

20

15 y = 1,6545x + 13,4
R² = 0,8737
10

0
0 1 2 3 4 5 6 7 8 9 10 11 12

e) Coeficiente de correlación e interpretación R= 0,9347

Los datos tienen alta correlación con la función

de regresión lineal
 PRONÓSTICOS
EJERCICIOS:
 PRONÓSTICOS
PRONÓSTICOS - TÉCNICAS
 PRONÓSTICOS

MEDICIÓN DEL ERROR DE PRONÓSTICO CUANTITATIVOS

σ 𝑹𝒆𝒂𝒍 − 𝑷𝒓𝒐𝒏ó𝒔𝒕𝒊𝒄𝒐
𝐌𝐀𝐃 =
𝒏

σ 𝑹𝒆𝒂𝒍 − 𝑷𝒓𝒐𝒏ó𝒔𝒕𝒊𝒄𝒐 𝟐
𝐌𝐒𝐄 =
𝒏

𝟏𝟎𝟎 ∗ 𝑹𝒆𝒂𝒍 − 𝑷𝒓𝒐𝒏ó𝒔𝒕𝒊𝒄𝒐

σ
𝐌𝐀𝐏𝐄 = 𝑹𝒆𝒂𝒍
𝒏
COEFICIENTE DE CORRELACIÓN
σ(𝑥 − 𝑥 ). (𝑦 − 𝑦)
𝐶𝑂𝑉𝑋𝑌 𝑁
𝑟= =
𝜎𝑋 . 𝜎𝑋 σ(𝑥 − 𝑥 )2 σ(𝑦 − 𝑦)2
.
𝑁 𝑁

𝑁. σ 𝑥. 𝑦 − σ 𝑥. σ 𝑦
𝑟=
𝑁. σ 𝑥 2 − (σ 𝑥)2 . 𝑁. σ 𝑦 2 − (σ 𝑦)2

σ(𝑥 − 𝑥 ). (𝑦 − 𝑦)
𝑟=
σ(𝑥 − 𝑥 )2 . σ(𝑦 − 𝑦)2
38
 PRONÓSTICOS
PATRONES DE LA DEMANDA
 PRONÓSTICOS
Introducción - Conceptos
 PRONÓSTICOS
Introducción - Conceptos

¿Cuáles son los objetivos de los pronósticos?

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
 PRONÓSTICOS
Introducción - Conceptos