Administracin de

las Operaciones I


Unidad II
Asesor: Estrada Ruiz Diego
Grupo 552 Ing. Industrial


Integrantes:
Bojrquez Mondaca Itzaiana
Ham Galaviz Margarita Gpe.
Navarro Acosta Fernando







Los Mochis, Sin. Septiembre del 2014



Conclusin
No es fcil desarrollar un sistema de pronstico. Sin embargo, debe hacerse, porque
pronosticar es fundamental en cualquier esfuerzo de planeacin. En el corto plazo, se
necesita un pronstico para predecir las necesidades de materiales, productos, servicios u
otros recursos para responder a los cambios de la demanda. Los pronsticos permiten ajustar
los calendarios y variar la mano de obra y los materiales. A la larga, se requiere pronosticar
como base para los cambios estratgicos, como el desarrollo de mercados nuevos, creacin
de nuevos productos o servicios y ampliar o construir nuevas instalaciones.
En el caso de los pronsticos de largo plazo en los que se incurra en grandes compromisos
econmicos, debe tenerse mucho cuidado al derivarlos. Deben usarse varios mtodos. Son
provechosos los mtodos causales, como el anlisis de regresin simple o mltiple, pues dan
una base para realizar estudios.
Los factores econmicos, tendencias de productos, factores de crecimiento y competencia, as
como una mirada de otras posibles variables tienen que considerarse y el pronstico debe
ajustarse para que refleje la influencia de cada uno.
Los pronsticos de corto y mediano plazos (como los que se requieren para el control de
inventario as como calendarizacin de contratacin de empleados y de material) pueden ser
satisfactorios para modelos simples, como de suavizacin exponencial, quiz con una
caracterstica de adaptacin o un ndice estacional. En estas aplicaciones, normalmente se
pronostican miles de activos. La rutina de pronstico debe ser simple y ejecutarse con rapidez
en una computadora. Las rutinas tambin deben detectar y responder con celeridad a
cambios definidos de corto plazo en la demanda, al tiempo que se ignoran las demandas
espurias ocasionales. La suavizacin exponencial, cuando la gerencia la monitorea para
controlar el valor de alfa, es una tcnica efectiva.
Los sistemas de pronstico en colaboracin por Internet que usan combinaciones de mtodos
de pronstico sern la ola del futuro en muchas industrias. Compartir informacin entre socios
comerciales con enlaces directos al sistema ERP de cada empresa asegura una informacin
rpida y sin errores a un costo muy bajo.
En resumen, es difcil pronosticar. Un pronstico perfecto es como un hoyo en uno en el
campo de golf: es sensacional atinarle, pero hay que sentirse satisfecho con acercarse; o,
para proseguir con la analoga, basta caer en el green. La filosofa ideal es crear el mejor
pronstico que sea posible y protegerse manteniendo la flexibilidad del sistema para tener en
cuenta los inevitables errores de pronstico.



Vocabulario
Demanda dependiente
Necesidades de un producto o servicio incitadas por la demanda de otros servicios o
productos. Esta demanda interna no tiene que ser pronosticada, pero puede calcularse sobre
la base de la demanda de otros productos o servicios.
Demanda independiente
Demanda que no puede derivarse directamente de la demanda de otros productos.
Anlisis de series de tiempo
Tipo de pronstico en que se anticipa la demanda futura con datos relacionados a la demanda
anterior.
Suavizacin exponencial
Tcnica de pronstico por series de tiempo, en la que cada incremento de los datos de la
demanda anterior aminora en (1 ).
Constante de suavizacin alfa ()
Parmetro de la ecuacin de suavizacin exponencial que controla la velocidad de reaccin a
las diferencias entre los pronsticos y la demanda real.
Constante de suavizacin delta ()
Parmetro adicional de la ecuacin de suavizacin exponencial que comprende un ajuste de
la tendencia.
Desviacin absoluta media (MAD)
Error promedio del pronstico usando valores absolutos de error de cada pronstico anterior.
Seal de seguimiento
Medida que indica si el promedio del pronstico concuerda con alzas o bajas verdaderas de la
demanda.
Pronstico de regresin lineal
Tcnica de pronstico en la que se presume que los datos previos y las proyecciones a futuro
caen sobre una recta.
Relacin causal


Situacin en la que un suceso es causa de otro. Si el suceso est muy distante en el futuro,
sirve como base para un pronstico.
Pronstico enfocado
Mtodo de pronosticar en el que se ensayan varias tcnicas mediante simulacin
computarizada. La mejor tcnica o el mejor conjunto de tcnicas se aplican al pronstico real.
Planeacin, pronstico y resurtido en colaboracin
Herramienta de Internet para coordinar pronsticos, produccin y adquisiciones en la cadena
de suministro de una compaa.
Frmulas
Promedio mvil simple





Promedio mvil ponderado





Suavizacin exponencial simple





Suavizacin exponencial con tendencia

-

-

-

Desviacin absoluta media





Seal de seguimiento



Regresin de mnimos cuadrados







Error estndar del estimado













Problemas Resueltos
PROBLEMA RESUELTO 1
Sunrise Baking Company vende donas en una cadena de tiendas de alimentos. Debido a
errores de los pronsticos ha tenido una produccin excesiva o insuficiente. Los siguientes
datos son su demanda de docenas de donas en las ltimas cuatro semanas. Las donas se
hacen para el da siguiente; por ejemplo, la produccin de donas del domingo es para las
ventas del lunes, la produccin de donas del lunes es para las ventas del martes, etc., la
panadera cierra los sbados, de modo que la produccin del viernes debe satisfacer la
demanda de sbado y domingo.




Haga Un pronstico para esta semana segn este esquema:

a) Diario, con un promedio mvil de cuatro semanas.
b) Diario, con un promedio mvil ponderado de 0.40, 0.30, 0.20 y 0.10 para las ltimas cuatro
semanas.
c) Sunrise tambin planea sus compras de ingredientes para la produccin de pan. Si la
semana pasada se pronostic una demanda de pan de 22 000 hogazas y slo se demandaron
21 000, cul debe ser la demanda que pronostique Sunrise para esta semana, con una
suavizacin exponencial de = 0.10?
d) Supngase, con el pronstico hecho en c), que la demanda de esta semana resulta ser
ms bien de 22 500 hogazas. Cul debe ser el pronstico de la demanda siguiente?

Solucin
a) Promedio de movimiento simple, cuatro semanas







b) Promedio ponderado con pesos de 0.40, 0.30, 0.20 y 0.10.





c) Pronstico de suavizacin exponencial de la demanda de pan.



d) Pronstico exponencialmente suavizado



PROBLEMA RESUELTO 2
Lo que sigue es la demanda real de un producto durante los ltimos seis trimestres. Con las
reglas 1 a 5 del pronstico enfocado, encuentre la mejor regla para pronosticar el tercer
trimestre del ao.























PROBLEMA RESUELTO 3
Se us un modelo de pronstico especfi co para adelantar la demanda de un producto. Los
pronsticos y la demanda correspondiente que se presentaron a continuacin se dan en la
tabla. Use las tcnicas MAD y de seal de seguimiento para evaluar la exactitud del modelo
de pronstico.









Solucin
Evale el modelo de pronstico con MAD y seal de seguimiento.















PROBLEMA RESUELTO 4
Vanse aqu los datos por trimestres de los ltimos 2 aos. Con estos datos, prepare,
mediante descomposicin, un pronstico para el ao siguiente.







Solucin
(Observe que los valores que obtenga pueden ser ligeramente diferentes por redondeo. Los
valores dados aqu se obtuvieron con una hoja de clculo de Excel.)








La columna 3 es el promedio estacional. Por ejemplo, el promedio del primer trimestre es:









Ahora se calculan los resultados de la regresin para los datos sin factores estacionales.




Por consiguiente: los resultados de la regresin sin los factores estacionales son:






Preguntas de Repaso
1. Cul es la diferencia entre demanda dependiente e independiente?
2. Examine la ilustracin 15.4 y seale qu modelo usara para a) la demanda de trajes de
bao, b) la demanda de casas nuevas, c) consumo de electricidad, d) planes de expansin de
nuevas plantas.
3. En qu se justifica el mtodo de mnimos cuadrados en el anlisis de regresin lineal?
4. Explique el procedimiento para crear un pronstico usando el mtodo de descomposicin
de la regresin por mnimos cuadrados.
5. D algunas reglas simples que usara para manejar la demanda del producto de una
empresa (un ejemplo es limitado al inventario disponible).
6. Qu estrategias se usan en supermercados, lneas areas, hospitales, bancos y
cerealeras para influir en la demanda?
7. Todos los mtodos de pronstico que usan suavizacin exponencial, suavizacin
adaptativa y suavizacin exponencial con tendencia requieren valores iniciales para que
funcionen las ecuaciones. Cmo escogera el valor inicial para, por ejemplo, Ft 1?
8. De la eleccin de un promedio mvil simple, promedio mvil ponderado, suavizacin
exponencial y anlisis de regresin lineal, qu tcnicas de pronstico le parecera ms
precisa? Por qu?
9. D ejemplos que tengan una relacin multiplicadora de la tendencia estacional.
10. Cul es la principal desventaja del pronstico diario con anlisis de regresin?
11. Cules son los principales problemas de la suavizacin exponencial adaptada para
realizar pronsticos?


12. Cmo se calcula un ndice estacional a partir de un anlisis de recta de la regresin?
El factor o ndice estacional es la razn de la cantidad vendida durante cada estacin dividida
entre el promedio de todas las estaciones, el factor estacional se puede actualizar de manera
peridica al tener nuevos datos disponibles.
13. Comente las diferencias bsicas entre la desviacin absoluta media y la desviacin
estndar.
14. Qu implicaciones tienen los errores de pronstico en la bsqueda de modelos de
pronstico estadstico muy complejos?
15. Cules son las ventajas ms fuertes del pronstico enfocado?
16. Las relaciones causales son potencialmente ms tiles para qu componente de una
serie temporal?

Problemas