Professional Documents
Culture Documents
Gestin de Operaciones
Luis G. Acosta Espejo
Gestin de Demanda
Clientes Internos y Externos
Oferta
Demanda
Inputs
Operaciones
Outputs
cunto producir?
Seleccionar y probar el Definir criterios de seleccin modelos de pronstico: Reducir el nmero de opciones Realizar el pronstico Monitorear la exactitud de la previsin
8
La precisin deseada del pronstico El costo del procedimiento Los periodos futuros a proyectarse Validez y disponibilidad de datos histricos Naturaleza de los productos o servicios Considerar las fuentes de abastecimiento (tiempos de aprovisionamiento cortos mayor precisin pronsticos). Se debe buscar Precisin y objetividad Sensibilidad
9
Tipos de pronsticos
Pronsticos econmicos, buscan identificar el ciclo del negocio, generan indicadores tales como: Tasas de inflacin Construccin de vivienda Suministros de dinero Pronsticos tecnolgicos, ndices de progreso tecnolgico: Predecir nuevos cambios tecnolgicos Predecir la demanda de nuevos productos. Pronsticos de la demanda Predecir la demanda de productos existentes.
10
Mtodos de Pronstico
Mtodos cualitativos o subjetivos. Mtodos cuantitativos: Mtodos de extrapolacin (ejm, series de tiempo). Mtodos causales. Simulacin.
11
Error de la previsin
Donde: xt, valor observado en el periodo t Ft, valor previsto para el periodo t et, error en la previsin del periodo t t=1,2,3,....,n.
12
Fuentes de error
Error sistemtico:
Es el que se comete consistentemente, como por ejemplo excluir variables correctas, utilizar relaciones errneas entre variables, etc.
Error aleatorio:
Aquellos que no se pueden explicar con el modelo de pronstico.
13
Monitoreo y control
14
15
16
+ 0 -
Rango aceptable
Control -Lmite inferior
Tiempo
17
18
Mtodos de Extrapolacin
Series de Tiempo
19
Series de Tiempo
Se refieren a la medicin de un conjunto ordenado de valores de una variable en el tiempo (observado a intervalos espaciados uniformemente). Ejemplo: Se puede usar directamente? Ao 1 Ao 2 Ao 4 Ao 5 Ao 6 78,7 63,5 89,7 93,2 92,1
Ventas:
El objetivo de la recopilacin de la informacin histrica es identificar un patrn bsico en su comportamiento, que permita la proyeccin futura de la variable deseada.
20
10
Demanda actual
Metodologa de trabajo
Objetivo: Identificar las componentes y postular procesos adecuados para estimarlos. Cul es el nivel de participacin de cada componente en los datos?
Luego que los efectos son medidos, el pronstico requiere que reincorporemos las componentes en las estimaciones del pronstico.
22
11
Meta:
Componente sistemtico
23
Aditivo:
componente sistemtico = nivel+tendencia+factor estacional.
Mixto:
componente sistemtico = (nivel+tendencia) x factor estacional.
24
12
Demanda | 0
| | | | | | | | | | | | | | | 2 4 5 8 10 12 14 16 Perodo
Demanda | 0
| | | | | | | | | | | | | | | 2 4 5 8 10 12 14 16 Perodo
13
Algunos mtodos
Veremos mtodos adaptativos, donde nivel, tendencia y estacionalidad se actualizan despus de cada observacin de la demanda. Los modelos adaptativos ms usados son: Promedios mviles Suavizamiento Exponencial Mtodo de Holt Mtodo de Winters
27
Promedios Mviles
Componente = nivel sistemtico Es una tcnica que se utiliza en pronsticos a corto plazo. Entrega, como previsin, la media de los datos de algunos perodos recientes. Requiere de una serie histrica para obtener el valor a pronosticar
28
14
Observaciones
Los promedios mviles son tiles en series de tiempo que fluctan en torno a un nivel base constante:
Variacin aleatoria en el periodo t respecto al nivel base.
Ejercicio
Para cul de estas series se ajusta mejor los promedios mviles? Justifique su respuesta. En funcin de su respuesta anterior Cul es el mejor valor para el nmero de periodos usados para calcular el promedio mvil (parmetro n)? 30
15
Suavizamiento Exponencial
Componente = nivel sistemtico
recientes antiguas
Asume que el valor de prediccin de los datos disminuye mientras ms antiguos sean. El nombre se debe a que con cada incremento del tiempo, el peso del pasado se reduce en (1 - ) . Para realizar el pronstico slo se necesitan tres datos: el pronstico ms reciente, la demanda que se present para ese perodo y una constante de suavizamiento
31
Mtodo
32
16
Constante de suavizamiento ()
tiene un valor entre 0 y 1. Esta constante determina el nivel de suavizamiento y la velocidad de reaccin ante las diferencias entre pronsticos y hechos. Si la demanda real es estable, un pequeo reduce los efectos de cambios a corto plazo. Si la demanda real aumenta o decrece con rapidez un de gran magnitud puede seguir el ritmo de los cambios. Si el valor de que minimiza el MAD es > a 0,5 quiere decir que la serie posee tendencia, estacionalidad o variacin cclica. Cmo determinar el mejor valor para ?
33
Ejercicio
Para cul de estas series se ajusta mejor el suavizamiento exponencial? Justifique su respuesta. En funcin de su respuesta anterior Cul es el mejor valor para la constante de suavizamiento?
34
17
Mtodo de Holt
Componente = nivel + tendencia sistemtico
Utilizado para pronosticar demandas con tendencia lineal. Este mtodo separa la serie en dos componentes: nivel base (Lt) y tendencia (Tt). Para cada componente realiza una estimacin suavizada. Ejm. Si L20=20 y T20=2, quiere decir que despus de observar x20, opinamos que el nivel base de la serie es 20 y que ste nivel aumenta 2 unidades por periodo.
35
Componente sistemtico
= nivel + tendencia
El pronstico para xt+k realizado al final del periodo t, est dado por:
36
18
Ejemplo
Una empresa tuvo los siguientes ingresos en el perodo de febrero a julio
Use el mtodo de Holt para pronosticar los ingresos. Suponga que el pronstico inicial para febrero es de 65.000 dlares y el ajuste de tendencia inicial 0. Los valores posibles para las constantes de suavizamiento son de =0,1; 0,5; 0,9 y =0,2. a) Si se asume que el nivel base es estable Cul es pronstico de ingreso para los meses de agosto y diciembre? b) Usted considera confiable este pronstico? Justifique su respuesta.
37
Ejercicio
Para cul de estas series se ajusta mejor el mtodo de Holt? Justifique su respuesta. En funcin de su respuesta anterior, determine la mejor combinacin de las constantes de suavizamiento
38
19
Mtodo de Winters
Componente = (nivel + tendencia) x factor estacional sistemtico Considera que la serie en tres componentes nivel base (Lt), tendencia (Tt) y estacional (St). En este caso utilizaremos St
La actualizacin de estas estimaciones se realiza despus de observar xt. Observacin: Periodicidad p de los datos, se refiere al nmero de periodos en la duracin del patrn estacional.
Ej. p=4 en el caso trimestral.
39
El pronstico para xt+k realizado al final del periodo t, est dado por:
40
20
Se requiere determinar la mejor combinacin de parmetros , , . La actualizacin de cada factor estacional se realiza pocas veces (cada 1/p de todos los periodos). Se requiere dar ms peso a cada observacin, por lo tanto valores de >0, no es imposible.
41
Ejercicio
Para cada una de las series, obtenga el pronstico para el mes 30. Evale el desempeo del pronstico.
42
21
Lectura complementaria
Winston, W. Captulo 24 Modelos para pronsticos. Heizer, J.; Render, B. Captulo 4, Pronsticos. Stadtler, H.; Kilger, C. Captulo 7 Demand Planning.
43
22