PRONOSTICOS

INVESTIGACION DE
OPERACIONES PRONOSTICOS
PRONÓSTICOS DE LA DEMANDA
¿QUE SON LOS PRONÓSTICOS?
La formulación de pronósticos es una técnica para utilizar

experiencias pasadas con la finalidad de predecir expectativas del futuro.
El pronostico es un proceso de estimación de un acontecimiento

futuro proyectando hacia el futuro datos del pasado.
PRONOSTICOS DE LA DEMANDA
Por lo regular un pronóstico perfecto es imposible. En un ambiente de

negocios hay demasiados factores que no se pueden pronosticar con
certeza. Por lo tanto, en lugar de buscar el pronóstico perfecto, es mucho
más importante establecer la práctica de una revisión continua de los
pronósticos y aprender a vivir con pronósticos imprecisos.
Lo que debe hacerse es tratar de encontrar y usar el mejor método de pronóstico

disponible, dentro de lo razonable.
Sin importar el propósito del sistema para el que se utilizará el pronóstico, es

muy importante comprender algunas de sus características fundamentales:
• Los pronósticos casi siempre son incorrectos.

Pocas veces tiene importancia si un pronóstico es correcto o no; lo
sustancial es concentrar nuestra atención en “qué tan equivocado esperamos
que sea” y en “cómo planeamos darle cabida al error potencial en el pronóstico”.
• Los pronósticos son más precisos para grupos o familias de artículos.

Casi siempre es más fácil desarrollar un buen pronóstico para una
línea de productos que para un producto individual. Por ejemplo, pronosticar la
demanda de todos los sedanes familiares, que pronosticar la demanda de un
modelo de sedán específico.
• Los pronósticos son más precisos cuando se hacen para periodos cortos.
Son menos las perturbaciones potenciales respecto del futuro
próximo que pueden impactar la demanda de productos.
• Todo pronóstico debe incluir un error de estimación.

Es muy importante que el pronóstico vaya acompañado de una
estimación numérica del error de pronóstico. Para estar completo, un
buen pronóstico contiene tanto una estimación básica como una estimación de
su error.
• Los pronósticos no son sustituto de la demanda calculada.

Si se cuenta con información de la demanda real para un periodo
dado, no realizar nunca cálculos con base en el pronóstico para ese
mismo marco temporal.
2.1 Características de la demanda.

Características de la demanda.
¿DEMANDA?
La demanda tiene que ver con lo que los consumidores desean

adquirir. Demandar significa estar dispuesto a comprar, mientras que
comprar es efectuar realmente la adquisición.
Las cantidades de un bien que los consumidores desean y pueden

comprar, se denomina demanda.
CURVA DE LA DEMANDA.
Es la relación concreta entre el precio de un bien y la cantidad
demandada del mismo.
Ejemplo. 1.20
Precio (1) Cantidad (2)
A 1.00 (pesos) 1,000 (Producto) 1.00
Precio $
B 0.80 2,000
0.80
C 0.60 3,000
D 0.40 4,000 0.40

E 0.20 5,000
0.20
0 1000 2000 3000 4000 5000 6000
Según la ley de la demanda a medida que aumenta
el precio de un bien, la cantidad demandada del
Cantidad
mismo disminuirá.
¿QUE ES LA OFERTA?
En economía la palabra oferta significa una lista de precios posibles y
de cantidades que podrían venderse a cada precio. En esencia, existe
una simetría con el significado de la demanda.
1.20
1.00
Si se va a vender más, se aumentan los costos
Precio $
0.80 de producción, de mano de obra, etc… por lo

tanto la empresa aumentara el costo del
0.40 artículo.
0.20
0 1000 2000 3000 4000 5000 6000
Cantidad
El propósito del manejo de la demanda es coordinar y controlar todas

las fuentes de la demanda, con el fin de poder usar con eficiencia el
sistema productivo y entregar el producto a tiempo.
¿De dónde proviene la demanda del producto o servicio de una empresa?
Existen dos fuentes básicas de la demanda:
1. Demanda dependiente.
2. Demanda independiente.
1. Demanda dependiente.
La demanda dependiente es la demanda de un producto o servicio
provocada por la demanda de otros productos o servicios. Por ejemplo, si una
empresa vende 1 000 triciclos, entonces se van a necesitar 1 000 ruedas
delanteras y 2 000 traseras. Este tipo de demanda interna no necesita un
pronóstico, sino sólo una tabulación.
2. Demanda independiente.
La cantidad de triciclos que la empresa podría vender es la demanda
independiente, porque no se deriva directamente de la demanda de otros
productos.
Métodos cualitativos para los pronósticos.

2.2 Métodos cualitativos para los pronósticos.
PRONÓSTICOS CUALITATIVOS
Los pronósticos cualitativos son aquellos que se generan a partir
de información que no tiene una estructura analítica bien definida. Este
tipo de pronósticos resulta especialmente útil cuando no se tiene
disponibilidad de información histórica, como en el caso de un producto
nuevo que no cuenta con una historia de ventas. Algunos tipos de pronósticos
cualitativos se muestran a continuación:
a) Investigación de mercados
b) Grupos de consenso
c) Método Delphi
d) Analogía histórica
PRONOSTICOS DE LA
DEMANDA
a) Investigación de mercados
La investigación de mercados se utiliza sobre todo para la investigación de
productos con el objetivo de buscar nuevas ideas, conocer los gustos y
disgustos relacionados con los productos existentes, los productos
competitivos preferidos en una clase en particular, etc. Una vez más, los
métodos de recopilación de datos son sobre todo encuestas y entrevistas.
b) Grupos de consenso
En un grupo de consenso, la idea de que dos cabezas piensan más que una se
extrapola con la idea de que un grupo de personas que ocupan diversas
posiciones pueden desarrollar un pronóstico más confiable que un grupo más
reducido. Los pronósticos en grupo se realizan por medio de reuniones
abiertas con un intercambio libre de ideas de todos los niveles gerenciales e
individuales.
El problema con este estilo abierto es que los

empleados de niveles inferiores se sienten
intimidados por los niveles más altos de la
gerencia.
d) Analogía histórica
Al tratar de pronosticar la demanda de un nuevo producto, una situación ideal
sería que un producto existente o genérico se pueda utilizar como modelo.
Existen muchas formas de clasificar estas analogías; por ejemplo, productos
complementarios, productos sustituibles o competitivos, y productos como
una función del ingreso.
2.3 Métodos cuantitativos para los

pronósticos.
2.3 Métodos cuantitativos para los pronósticos.
Regresión lineal por mínimos cuadrados.
La ecuación de los mínimos cuadrados para

la regresión lineal es:
Donde
Y = Variable dependiente calculada mediante la ecuació n
a = Coeficiente que representa la intersección con el eje de las
abscisas.
b = Coeficiente que representa la intersección con la pendiente
de la curva.
x = Periodo
Regresión lineal por mínimos cuadrados.

En el método de mínimos cuadrado, las ecuaciones
para encontrar a y b son:
Ejemplo 9. Regresión lineal por mínimos cuadrados.

La planta Warwick Manufacturing Group obtuvo las
siguientes ventas durante los periodos del año 2005 – al año
2009. El gerente general desea pronosticar las ventas que la
planta tendrá para los años 2010 – 2012 utilizando regresión
lineal por mínimos cuadrados. La siguiente tabla muestra los datos
de interés. Años X (Periodo) Y (Ventas)
2005 1 238
2006 2 239
2007 3 123
2008 4 345
2009 5 367
2010 6 ?
2011 7 ?
2012 8 ?

Ecuaciónderegresión.
Y=a+bX
Años X (Periodo) Y (Ventas) XY X²

2005 1 238 238 1
2006 2 239 478 4
2007 3 123 369 9
2008 4 345 1380 16
2009 5 367 1835 25
TOTAL = 15 1312 4300 55
Solución Ej. 9
Periodo X (Periodo) Y (Ventas) XY 2
5 15 1312 4300 55
55
N*∑xy− ∑x∗ ∑y
b=
N*∑ x 2 − (∑x ) 2
b=(5*4300 - 15 *1312)/((5*55)-(15)²)=36.4
.
b=36.4
a= ∑ y −b *∑ x
n a=(1312 – 36.4 *15)/ 5=153.2
a=153.2
y=153.2 +36.4 X
Solución Ej. 9
Años X (Periodo) Y (Ventas)
y=153.2 +36.4 X 2005 1 238

2006 2 239
2007 3 123
Y= 153.2 + 36.4 *X 2008 4 345
Y= 153.2 + 36.4 6 = 371.60 2009 5 367
Y= 153.2 + 36.4 7 = 408.00
2010 6 ?
Y= 153.2 + 36.4 8 = 444.40
2011 7 ?
2012 8 ?
Años X Y Pronostico
(Periodo) (Ventas)
2005 1 238 189,6
2006 2 239 226
2007 3 123 262,4
2008 4 345 298,8
2009 5 367 335,2
2010 6 371,6
Y=153.2 +36.4 X 2011 7 408
2012 8 444,4
Chart Title
X (Periodo) Y (Ventas) Pronostico
500
444.4
450
408
400 371.6
367
345 335.2
350
298.8
300
262.4
250 238 239
226
200 189.6
150 123
100
50
1 2 3 4 5 6 7 8
0
1 2 3 4 5 6 7 8

Una empresa que fabrica cajas de cartón hace cajas para pizzas. El
departamento de planeación de operaciones sabe que un pronóstico adecuado y
preciso de cajas para pizza de un cliente está en relación estrecha con los gastos
de promoción de este, el cual se puede obtener por adelantado antes de
realizar el gasto. El departamento de planeación de operaciones está
interesado en establecer la relación entre la promoción de la empresa de pizzas y
las ventas. Calcular el monto de la publicidad para el el trimestre 11.
Ejemplo 10. Regresión lineal mínimos cuadrados.

Trimestre Publicidad [X] Ventas $ [Y]
($100,000) (millones)
1 4 1
2 10 4
3 15 5
4 12 4
5 8 3
6 16 4
7 5 2
8 7 1
9 9 4
10 10 2
Solución Ej 10. Realizar calculo de b y a
Publicidad (X) Ventas $ (Y)

Trimestre XY X²
($100,000) (millones)
1 4 1 4 16
2 10 4 40 100
3 15 5 75 225
4 12 4 48 144
5 8 3 24 64
6 16 4 64 256
7 5 2 10 25
8 7 1 7 49
9 9 4 36 81
10 10 2 20 100
T 96 30 328 1060
OTAL=
Solución Ej 10. Realizar calculo de b y a

b=(10*328 -96 *30)/((10*1060)-(96)²)=0.29
b=0.29
a=(30-0.29*96)/ 10 =0.216
a=0.216
Y=a+bX
Y=0.216+0.29X
Conclusión:
Publicidad (X) Ventas $ (Y)
Trimestre XY X²
($100,000) (millones)
96 30 328 1060
Ventas $
Publicidad (X)
(Y) Pronóstico Pronóstico
Trimestre XY X² Error
Periodo Publicidad
($100,000) (millones)
1 4 1 4 16 0,506 1,376 -0,38

2 10 4 40 100 0,796 3,116 0,884
3 15 5 75 225 1,086 4,566 0,434
4 12 4 48 144 1,376 3,696 0,304
5 8 3 24 64 1,666 2,536 0,464
6 16 4 64 256 1,956 4,856 -0,86
7 5 2 10 25 2,246 1,666 0,334
8 7 1 7 49 2,536 2,246 -1,25
9 9 4 36 81 2,826 2,826 1,174
10 10 2 20 100 3,116 3,116 -1,12
Se debe tener especial atención con el empleo de la variable independiente para

los casos en los que se considere el periodo como un dato adicional.
Lo correcto es emplear en la ecuación de regresión lineal la variable independiente
Chart Title
6
Series1 Series2
5
5
Pronostico 4
4 4 4 4
Sobre 3 3.116
Axis Title
3 2.826
2.536
el periodo 1.956
2.246
2 2
2
No es la variable 1.086
1.376
1.666
1 1
independiente 1
0.506
0.796
0
1 2 3 4 5 6 7 8 9 10
Axis Title
Chart Title
Series1 Series2 Series3
6
Pronostico 5
5
4.566
4.856
Sobre 4
4 4
3.696
4 4
la publicidad 3.116 3 3.116

Axis Title
3 2.826
2.536
Es la variable 2
2
2.246
2
1.666
independiente 1.376
1 1
1
0
1 2 3
Axis Title
Ejemplo 11. Error en el pronóstico.

Suponiendo que se realizó un
pronóstico (regresión lineal por
X (Periodo) Y (Ventas) XY X²
mínimos cuadrados) y el resultado
1 77 77 1
de los valores de la ecuación de la
2 87 174 4
regresión son los siguientes: 258 9
3 86
4 98 392 16
5 90 450 25
b=6*1825-(21)*(517)/ (6)*91 –(21)² 6 79 474 36
b= 0.885 ∑ =21 517 1825 91
b= 10950 10857 93 0,88571429
546 441 105
a = 517 – 0.885 *21 / 6

a= 83.069
517 18,585 498,415 83,0691667
6
Ejemplo 11. Error en el pronóstico.

Se obtiene:
Y=a +bX
= 83.07 + 0.886x =
= 83.07 + 0.886 * 1 = 83.95 =
84
= 83.07 + 0.886* 2
(Periodo) = 84.84 Pronóstico
(Ventas) = 85 Error |Error|
X Y Y (Y − Y * ) |Y
−Y*|
1 77 84 -7 7
2 87 85 2 2
3 86 86 0 0
4 98 87 11 11
5 90 87 3 3
6 79 � = 88 -90 9
22
MÉTODO DEL PROMEDIO SIMPLE.

Un promedio simple (PS) es un promedio de los datos del
pasado en el cual las demandas de todos los periodos anteriores
tienen el mismo peso relativo. Se calcula de la manera siguiente.
* Un promedio simple es útil si podemos suponer que la demanda del mercado

permanece relativamente estable en el tiempo.
Ejemplo 1. Promedio simple.

En Welds Supplies la demanda total para un nuevo
electrodo ha sido de 50,60 y 40 docenas en cada uno de los
últimos trimestres. La demanda promedio ha sido:
Conclusión: Un pronóstico para todos los periodos futuros se puede apoyar

en este promedio simple y podría ser de 50 docenas de electrodos por trimestre.
MÉTODO DE LA MEDIA MÓVIL SIMPLE.

Una media movil simple (MMS) combina los datos de demanda
de la mayor parte de los periodos recientes, siendo su promedio el
pronóstico para el periodo siguiente. Una vez que ha calculado el
número de periodos anteriores a ser empleado en las operaciones, se
debe de mantener constante.
Donde:
t = 1 es el periodo más antiguo en el promedio de n periodos.
t = n es el periodo más reciente.
Ejemplo 2. Media móvil simple.

Frigerware ha experimentado la siguiente demanda de
productos para sus neveras durante los últimos seis meses:
MES DEMANDA DE NEVERAS
Enero 200
Febrero 300
Marzo 200
Abril 400
Mayo 500
Junio 600
Julio
El gerente de la planta ha solicitado que se prepare un pronostico usando una

media móvil de seis periodos para pronosticar las ventas del mes de Julio. El 2
de julio está por dar principio la corrida de producción de neveras el 6 de julio.
∑6 Dt
200 + 300 + 200 + 400 + 500 + 600
1
=
n 6
MMS=367
Usando una media móvil de 6 meses el pronostico para julio es de 367.

Si se analizan los datos podría ser mas efectivo el pronostico si se hace con
una media de 3 meses.
∑3 400 + 500 + 600

MMS= 1 =
3
MMS=500
Conclusión: Por ahora basta recomendar usar una media móvil de tres meses
de
500 neveras para julio, pues tal número parece ser más representativo de la
∑6 Dt 200 + 300 + 200 + 400 + 500 + 600

1
=
n 6
PRONOSTICO A 6 MESES(MMS)=367
PRONOSTICO A 3 MESES(MMS)=500
M M S = ∑3 = 400 + 500 + 600

1 3
Conclusión: Por ahora basta recomendar usar una media móvil de tres meses
de
500 neveras para julio, pues tal número parece ser más representativo de la
serie de tiempo que una móvil de 6 meses.
MEDIA MÓVIL SIMPLE gráfi co
700
600
500
400
300
200
100
0
Enero Febrero Marzo Abril Mayo Junio Julio
Series1 Series2
ANÁLISIS DE SELECCIÓN PARA LA BASE DEL PROMEDIO

MÓVIL, N.
No hay una regla exacta para seleccionar la base del promedio
móvil, n. Si las variaciones en la variable permanecen
razonablemente constantes en el tiempo, se recomienda una n grande.
De otra forma, se aconseja un valor de n pequeño si la variable
muestra patrones cambiantes. En la práctica, el valor de n fluctúa
entre 2 y 10.
Ejemplo 3. Media móvil simple. Solución:

Obtener el pronóstico para los PERIODO DEMANDA PRONOSTICO PROMEDIO
MOVIL PARA TRES PERIODOS
periodos 4, 5, 6 … n. Tomando 1 24
una media móvil = 3. 2 26
3 22
4 25 24,00 (24+26+22)/3=24
5 19 24,33 (26+22+25)/3=24,33
Primero tomamos la demanda real 6 31 22,00 (22+25+19)/3=22
de los tres periodos previos 7 26 25,00
(media móvil = 3) y 8 18 25,33
9 29 25,00
sucesivamente se realizan los 10 24 24,33
siguientes cálculos. 11 30 23,67
12 23 27,67
Construir un gráfico de tendencias 13 25,67
y realizar conclusiones.
MEDIA MOVIL DE TRES PERIODOS
Series1 Series2
35
30
25
20
15
10
0
1 2 3 4 5 6 7 8 9 10 11 12
Ej 3. Aspectos importantes en la MMS Promedio móvil de tres periodos

Primero: Es evidente que la línea de 35
pronóstico es más suave que la línea de 30
demanda, esto demuestra el impacto de 25
20
tomar un promedio. Mientras más periodos Demanda real
15 Promedio móvil
se utilicen para calcular el promedio móvil,
10
el resultado será más suave. 5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Segundo: El pronóstico siempre quedará

rezagado en relación con toda demanda
real. Esto no resulta tan obvio en la gráfica,
pero suponga que utilizamos el mismo
método para graficar un patrón de
demanda con una tendencia ascendente.
Ejemplo 4. Media móvil simple.

Realizar el pronóstico de los periodos del 3 hasta el 6, tomando una
media móvil = 2.
a) Realizar conclusiones.
PRONOSTICO PROMEDIO
PERIODO DEMANDA MOVIL PARA DOS PERIODOS
1 10
2 18
3 29 14 (10+18)/2=14
4 15 23,5 (18+29)/2=23,5
5 30 22 (29+15)/3=22
6 22,5 (15+30)/3=22,2
MEDIA MOVIL PARA DOS PERIODOS
Series1 Series2
35
30
25
20
15
10
0
1 2 3 4 5
MÉTODO MEDIA MÓVIL PONDERADO.

Con los promedios móviles ponderados el peso asignado a
cada punto de demanda pasada que se utilice en el cálculo puede
variar. De esta forma es posible asignar mayor influencia a ciertos
puntos de información, por lo general al punto de demanda más
reciente. La ecuación básica para calcular promedios móviles
ponderados es la siguiente
Método media móvil ponderado.

Este método permite un peso desigual de la demanda. Si son
tres n periodos, por ejemplo, es posible dar un peso al periodo más
reciente del doble del de los otros periodos, al hacer:
(C 1 = 0.25),( C 2 = 0.25),( C 3 = 0.50
*Con los promedios móviles ponderados el peso

asignado a cada punto de demanda pasada que se utilice en el cálculo
puede variar. De esta forma es posible asignar mayor influencia a ciertos
puntos de información.
Ejemplo 5. Media móvil ponderado.

La empresa Frigerware, desea obtener un pronóstico de
la demanda para julio usando un modelo de 3 periodos, se
recomienda que la demanda del periodo más reciente tenga
un peso del doble de los dos periodos anteriores.
Solución: (C 1 = 0.25),( C 2 = 0.25),( C 3 = 0.50)
MES DEMANDA
DE NEVERAS
MMP= Ci Di =0.25*400+0.25*500+0.50*600 Enero 200
Febrero 300
Marzo 200
MMP (Julio) = Ci Di = 525 Abril 400
Mayo 500
Junio 600
Julio
Antepenúlti
Ejemplo 6. Media móvil
mo periodo Period Demanda Pronostico de promedio móvil
aplicar 0.2 o ponderado
ponderado. Penúltimo
periodo
Calcular el pronóstico para los 1 24 aplicar 0.3
periodos 4, 5, 6 … n. Utilizar la 2 26
siguiente ponderación para el 3 22

4 25 24(.2) + 26(0.3) + 22(0.5) = 23.6
ultimo periodo = 0.5, penúltimo =
5 19 26(.2) + 22(0.3) + 25(0.5) = 24.3
0.3 y antepenúltimo = 0.2.
6 31
7 26 Ultimo
Tomar la demanda real de los tres 8 18
periodo
aplicar 0.5
periodos previos para los cálculos. 9 29
Construir un gráfico de tendencias 10
24
y llegar a conclusiones. 11 30
12 23
13
PROMEDIO MOVIL PONDERADO
Series1 Series2
35
30
25
20
15
10
0
1 2 3 4 5 6 7 8 9 10 11 12
SUAVIZACIÓN EXPONENCIAL.
El suavizado exponencial se distingue por la manera tan
especial de dar pesos a cada una de las demandas anteriores al
calcular el promedio. El modelo de los pesos es de forma
exponencial. La demanda de los periodos más recientes recibe un
peso mayor; los pesos de los periodos sucesivamente anteriores
decaen de una manera exponencial.
Razones de la suavización exponencial.

Las técnicas de suavización exponencial se han
aceptado en forma generalizada por seis razones principales:
1. Los modelos exponenciales son sorprendentemente precisos.
2. Formular un modelo exponencial es relativamente fácil.
3. El usuario puede entender cómo funciona el
modelo.
4. Se requieren muy pocos cálculos para utilizar el modelo.
5. Los requerimientos de almacenamiento en la computadora son bajos
debido al uso limitado de datos históricos.
6. Es fácil calcular las pruebas de precisión relacionadas con el
desempeño del modelo.
Calculo de la suavización exponencial.

Defina la constante de suavización (0< α < 1) y suponga que
los puntos de la serie de tiempo para los periodos pasados t son Y1,
Y2, ... , Yt Entonces, el estimado para el tiempo t + 1 (Y*t+1) se
calcula como:
Elegir la constante de suavización en vital en la estimación del

pronóstico. Se interpreta que un valor grande de ∝ implica que las
observaciones recientes llevan pesos mayores. Esta constante de
suavización determina el nivel de uniformidad y la velocidad
de reacción a las diferencias entre los pronósticos y las
ocurrencias reales
Calculo de la suavización exponencial.

En el método de suavización exponencial, necesitan
tres piezas de datos para pronosticar el futuro:
1. El pronóstico más reciente.

2. La demanda real que ocurrió durante el periodo de pronóstico.
3. La constante de uniformidad alfa (α).
Ejemplo 7, suavización exponencial.

El hospital general de Phoenix ha experimentado una
demanda irregular y a menudo creciente de material médico
desechable en todo el hospital. La demanda de tubos
desechables en pediatría durante los dos últimos meses ha sido
de 300 unidades en septiembre y de 350 unidades en octubre.
El antiguo procedimiento del pronóstico consistió en utilizar la
demanda promedio del año anterior como pronóstico para
cada uno de los meses en ese año. La demanda mensual del año
anterior fue de 200 unidades. Utilizando 200 unidades como el
pronóstico de la demanda de septiembre y un coeficiente de
suavización de 0.7 para dar un mayor peso a la demanda más
reciente, el pronóstico para el mes de octubre debería haber
sido (t=octubre).
Yt+1= pronóstico para cualquier período futuro

a =constante de suavización ,a la cual se le da un valor entre 0 y 1
Xt=Valor real para el período de tiempo
Yt=pronóstico hecho previamente para el período de tiempo
Pronóstico para octubre

Y*t+1=0.7*(300) + (1-0.7)*(200)
Y*t+1=0.7*(300) +(0.3)*(200)
Y*t+1= 210 + 60= 270
Pronóstico para noviembre
Y*t+1=0.7*(350) + (1-0.7)*(270)
Y*t+1= 245 + 81=326
Ejemplo 8, suavización
exponencial.
Determine la demanda mediante el
método de suavización exponencial PERIODO DEMANDA PRONOSTICO SUAVIZACIÓN EXPONENCIAL
del periodo 4 al 13, utilice un α = 0.3. 1 24

2 26
3 22 20
4 25 20,60 0,3*22+0,7*20
a) Realizar una gráfica de tendencia 5

6
27
29
21,92
23,44
0,3*25 + 0,7*20,6
0,3*27 +0,7*21,92
para observar el comportamiento del 7 26 25,11 0,3*29 + 0,7*23,44
8 23 25,38 0,3*26 + 0,7*25,11
pronóstico. 9 29 24,66 0,3*23 + 0,7*25,38
10 24 25,97 0,3*29 +0,7*24,66
11 30 25,38 0,3*24 +0,7*25,97
12 31 26,76 0,3*30 +0,7*25,38
12 28,03 0,3*31 +0,7*26,76

PROMEDIO MOVIL PONDERADO
Series1 Series2
35
30
25
20
15
10
0
1 2 3 4 5 6 7 8 9 10 11 12
1) Suavizar los datos empleando el método de

suavización exponencial con a = 0,5. Pronosticar las
ventas para el mes de septiembre. Calcular el
cuadrado medio del error. Elaborar un gráfico en el que
consten las ventas y los pronósticos.
PERIODO VENTAS PRONOSTICO SUAVIZACIÓN EXPONENCIAL
2) Suavizar los datos empleando el método de los
promedios móviles de orden 3. Pronosticar las ventas Sép 6
para mes de septiembre. Calcular el cuadrado medio
del error. Elaborar un gráfico en el que consten las Oct 7
ventas y los promedios móviles. Nov 6
Dic 12 0,3*22+0,7*20
3) ¿Qué método es el más preciso? Ene 7 0,3*25 + 0,7*20,6
Solución: Feb 10 0,3*27 +0,7*21,92
Mar 6 0,3*29 + 0,7*23,44
1) Realizando los cálculos se suavizamiento se Abr 4 0,3*26 + 0,7*25,11
obtienen los resultados respectivos de pronóstico, los
cuales se presentan en la siguiente tabla: May 9 0,3*23 + 0,7*25,38
Jun 7 0,3*29 +0,7*24,66
Jul 8 0,3*24 +0,7*25,97
Ago 6 0,3*30 +0,7*25,38
Se 0,3*31 +0,7*26,76

PRONOSTICOS DE LA
DEMANDA
Observando la tabla anterior se tiene que el pronóstico de ventas para el mes de septiembre es de 6,798, o para
cualquier período futuro, ya que los datos no presentan una tendencia sino que se supone que varían o fluctúan
a largo plazo alrededor de este valor promedio.
Calculando el cuadrado medio del error se obtienen los siguientes resultados, los cuales se presentan en la
siguiente tabla:
PRONOSTICOS DE LA
DEMANDA
Aplicando la fórmula se obtiene el cuadrado medio del error:

2) Suavizando los datos empleando el método de los promedios móviles de orden 3 elaborado en
Excel se muestra en la siguiente figura:
Observando el gráfico anterior se tiene que el último pronóstico calculado es de 7, por lo que el pronóstico para
septiembre es de 7.
Observando el gráfico anterior se tiene que el cuadrado medio del error es de 4,522.
La gráfica de las ventas y los pronósticos con el método de los promedios móviles elaborada en Graph se muestra en
la siguiente figura:
3) Como CME en el método de suavización exponencial es de 7,09 y con el método de los promedios
móviles es de 4,52, se concluye que el método de los promedios móviles es el más preciso para este
ejemplo ilustrativo.
GRACIAS

PRONOSTICOS

Cargado por

Copyright:

Formatos disponibles

PRONOSTICOS

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

PRONOSTICOS

Cargado por

Copyright:

Formatos disponibles

INVESTIGACION DE

¿QUE SON LOS PRONÓSTICOS?

La formulación de pronósticos es una técnica para utilizar

El pronostico es un proceso de estimación de un acontecimiento

Por lo regular un pronóstico perfecto es imposible. En un ambiente de

Lo que debe hacerse es tratar de encontrar y usar el mejor método de pronóstico

Sin importar el propósito del sistema para el que se utilizará el pronóstico, es

• Los pronósticos casi siempre son incorrectos.

• Los pronósticos son más precisos para grupos o familias de artículos.

• Todo pronóstico debe incluir un error de estimación.

• Los pronósticos no son sustituto de la demanda calculada.

2.1 Características de la demanda.

La demanda tiene que ver con lo que los consumidores desean

Las cantidades de un bien que los consumidores desean y pueden

A 1.00 (pesos) 1,000 (Producto) 1.00

D 0.40 4,000 0.40

0.80 de producción, de mano de obra, etc… por lo

El propósito del manejo de la demanda es coordinar y controlar todas

¿De dónde proviene la demanda del producto o servicio de una empresa?

Existen dos fuentes básicas de la demanda:

Métodos cualitativos para los pronósticos.

El problema con este estilo abierto es que los

2.3 Métodos cuantitativos para los

Regresión lineal por mínimos cuadrados.

La ecuación de los mínimos cuadrados para

Regresión lineal por mínimos cuadrados.

Ejemplo 9. Regresión lineal por mínimos cuadrados.

Ejemplo 9. Regresión lineal por mínimos cuadrados.

Años X (Periodo) Y (Ventas) XY X²

Años X (Periodo) Y (Ventas)

y=153.2 +36.4 X 2005 1 238

Ejemplo 10. Regresión lineal por mínimos cuadrados.

Ejemplo 10. Regresión lineal mínimos cuadrados.

Solución Ej 10. Realizar calculo de b y a

Publicidad (X) Ventas $ (Y)

Solución Ej 10. Realizar calculo de b y a

1 4 1 4 16 0,506 1,376 -0,38

Se debe tener especial atención con el empleo de la variable independiente para

la publicidad 3.116 3 3.116

Ejemplo 11. Error en el pronóstico.

a = 517 – 0.885 *21 / 6

Ejemplo 11. Error en el pronóstico.

MÉTODO DEL PROMEDIO SIMPLE.

* Un promedio simple es útil si podemos suponer que la demanda del mercado

Ejemplo 1. Promedio simple.

Conclusión: Un pronóstico para todos los periodos futuros se puede apoyar

MÉTODO DE LA MEDIA MÓVIL SIMPLE.

Ejemplo 2. Media móvil simple.

El gerente de la planta ha solicitado que se prepare un pronostico usando una

Usando una media móvil de 6 meses el pronostico para julio es de 367.

∑3 400 + 500 + 600

∑6 Dt 200 + 300 + 200 + 400 + 500 + 600

M M S = ∑3 = 400 + 500 + 600

ANÁLISIS DE SELECCIÓN PARA LA BASE DEL PROMEDIO

Ejemplo 3. Media móvil simple. Solución:

Ej 3. Aspectos importantes en la MMS Promedio móvil de tres periodos

pronóstico es más suave que la línea de 30

demanda, esto demuestra el impacto de 25

Segundo: El pronóstico siempre quedará

Ejemplo 4. Media móvil simple.