Administracion de Operaciones

ADMINISTRACIN DE OPERACIONES
I ADMINISTRACIN DE OPERACIONES
La administracin de operaciones es la actividad mediante la cual los recursos, fluyendo dentro de un sistema definido, son combinados y transformados en una forma controlada para agregarles valor en concordancia con los objetivos del a organizacin. Bsicamente tiene que ver con la produccin de bienes y Servicios. Otra definiciones: o Es el estudio de la toma de decisiones en la funcin de operaciones y los sistemas de transformacin que se utilizan ( sistemas de produccin de bienes y servicios). o Es el proceso de obtencin y utilizacin de recursos para generar bienes y servicios tiles, satisfaciendo asimismo los objetivos de la organizacin generadora. o Es la Administracin de los sistemas de transformacin que convierten insumos en bienes y servicios.
1.1 Entre las responsabilidades de la Administracin de Operaciones figura conseguir todos los insumos
necesarios y trazar un plan de produccin que utilice efectivamente los materiales, la capacidad y los conocimientos disponibles en las instalaciones de la empresa productora. Dada una demanda en el sistema, el trabajo es programado y controlado para producir los bienes y servicios requeridos. Mientras tanto se debe ejercer control sobre los inventarios, la calidad y los costos. Por tanto, las instalaciones deben mantenerse as mismas Los objetivos: v Maximizacin de utilidades. v Proveer el mejor servicio posible v La subsistencia. La definicin de Administracin de operaciones contiene los conceptos clave de: Recursos. Sistemas. Transformacin y actividades de valor agregado Los recursos son la personas, los materiales y el capital Los recursos humanos ( tanto fsicos e intelectuales ) son con frecuencia los activos clave. Los materiales incluyen planta, equipo, inventarios y algunos bienes tales como energa. El capital, en la forma de acciones deudas, impuestos y contribuciones, e suna fuente de valores que regula el flujo de los otros recursos. Los sistemas son arreglos de componentes diseados para lograr los objetivos fijados en los planes. Nuestro medio social y econmico contiene muchos niveles de sistemas y subsistemas, los cuales a su vez componentes de sistemas mayores. Tenemos un sistema econmico de libre empresa. Las empresas, que son los elementos componentes de ese sistema, contienen funciones de Administracin de personal, ingeniera, finanzas, operaciones y mercadotecnia, y todas ellas son subsistemas de las empresas.
ING. RAMN MORALES HIGUERA
Pgina
La capacidad de un sistema para lograr sus objetivos depende de su diseo y s control. El diseo de u sistemas es un arreglo predeterminado de sus componentes. Cuanto ms estructurado sea el diseo, la toma de decisiones est menos implicada en su operacin . El control de sistemas ese l apego del as actividades a los planes o las metas. Las actividades de transformacin y valor agregado combinan y transforman los recursos usando alguna forma de tecnologa (mecnica, qumica, mdica, electrnica, etc. ). Esta transformacin crea nuevos bienes y servicios con un mayor valor para los consumidores que los gastos de adquisicin y procesado que tiene la organizacin. Operaciones: Operacin es cualquier proceso que ocupa insumos y usa recursos para transformar de manera til estos insumos.
MEDIO AMBIENTE
INSUMOS Energa Materiales Mano de obra Capital Informacin externa
Transformacin (Proceso de Conversin )
PRODUCTOS BIENES Y SERVICIOS
Informacin de retroalimentacin para el control de Los insumos al proceso y de su tecnologa
OPERACIONES COMO UN SISTEMA PRODUCTIVO
1.2 La funcin de operaciones
abarca bsicamente las tareas que crean valor para alguien y por eso surgen las organizaciones, estas pueden ser muy grandes o ser propiedad de una sol apersona; ambas existen para ganar dinero a travs del a creacin de valor. Al proceso de conversin para transformar un insumo en un producto de modo que se le aade un valor se le conoce como un Sistema de produccin. Un Sistema es un conjunto de personas, objetos y procedimientos, con un propsito, para operar dentro de un ambiente dirigidos a una meta. Administrar y mantener funcionando un sistema de produccin de manera eficiente y efectiva es la principal responsabilidad de la funcin de operaciones . Las operaciones son el proceso de transformar insumos en productos y servicios tiles y por consiguiente, agregarle valor a una entidad; esto constituye virtualmente la funcin primaria de cualquier organizacin. Los insumos. Son las instalaciones para trabajar en ellas, luz para ver, resguardo del a lluvia, un puesto de trabajo para desarrollar las actividades y muchas cosas mas. Tambin hace falta tener equipo y suministros que ayuden en la transformacin de las materias primas. Los suministros se distinguen del as materias primas porque en general no se incluyen ene l producto final. El petrleo, los broches para papel, bolgrafos,
Pgina
cinta adherente yo tros elementos similares se clasifican comnmente como suministros porque slo ayudan a obtener el producto. Otro recurso muy importante es el conocimiento de cmo transformar los insumos en productos. Los empleados de la organizacin, por supuesto poseen este conocimiento y no se debe olvidar el ltimo recurso que siempre es obligatorio: tiempo suficiente para completar las operaciones. La funcin de operaciones falla frecuentemente en su tarea porque no puede completar el proceso de transformacin dentro del lmite del tiempo requerido. Proceso de transformacin. Dentro del proceso de produccin, la parte de la funcin de operaciones es el paso en el que se agrega valor. Salidas. En un sistema de produccin generalmente se obtienen dos tipos de salidas: Servicio y productos. Los productos son con frecuencia artculos fsicos y los servicios son abstractos o no fsicos. El entorno general incluye al poltico, organizacional, geogrfico, legal, econmico, las leyes, los reglamentos, la demandad e los consumidores, etc. Especficamente el entorno consiste en aquellos elementos que influyen en la funcin de operaciones, pero que no se pueden controlar dentro de ella. El entorno proporciona las entradas, las limitaciones en el proceso de transformacin y los receptores de las salidas. Es muy importante supervisar continuamente el entorno para darse cuenta de manera inmediata de cualquier cambio que altere la funcin de operaciones.
Ejemplo de organizaciones y sus componentes:

Organizacin Operacin Entradas Insumos Cheques Dinero Bveda Cajeros automticos Personal Instalaciones y equipo de computo Pelculas Alimentos Personas teatros Doctores Enfermeras Personal Equipo Instalaciones y energa Medicinas pacientes Equipo, instalaciones, mano de obra, energa, materiales Proceso de Transformacin Custodia inversin Salidas productos Inters Almacenaje Seguridad Fideicomisos Servicios financiero( crditos, depsitos) Entretenimiento Clientes alimentados Anlisis laboratorios Curaciones rganos extirpados Pacientes saludables Productos terminados, productos qumicos, alimentos, maquinas de Monitoreo / control Tasas de inters Tasas de salarios Ambiente Reserva federal Economa
Banco
Cines
Proyeccin de pelculas Preparacin/ venta de alimentos Cuidado Surtir recetas operaciones
Hospital
Popularidad de la pelcula. Ingreso despus de deducciones Reglamentaci n gubernament al Recetas capacitacin Volmenes, participacin ene l mercado
Economa Industria del entretenimiento Comunidad mdica. Leyes sobre control de medicinas.
Planta de manufactura. Fabricante
Cortar Formar unir
Economa, mercado productos, mercado consumo
de de
Pgina
1.3 PRINCIPALES AREAS DE ACTIVIDAD EN LA FUNCIN DE OPERACIONES:

Estrategia de operaciones. Determinar las tareas critica de operaciones para apoyar la estrategia global del a organizacin y desarrollar una estrategia funcional apropiada. Ejemplo: qu debe hacer bien la funcin de operaciones para apoyar la estrategia de un banco de servicios completos? Planeacin de productos. Seleccionar y disear los servicios y productos que la organizacin ofrecer a sus clientes, patrocinadores o receptores. Ejemplo: en qu servicios se tiene mejor posicin para alcanzar la excelencia? Planeacin de la capacidad. Determinar cundo y que tanto del as instalaciones, equipo y mano de obra se debe tener disponible. Ejemplo. cuntas horas de servicio a clientes al ao es posible ofrecer? Administracin de inventarios. Decidir las cantidades de materia prima, trabajos en proceso y artculos terminados que conviene almacenar. Ejemplo: qu inventario de dinero en efectivo ser necesario?, qu inventario conviene tener de cada una de las formas? Administracin del proyecto. Aprender como planear y controlar las actividades del proyecto para cumplir con los requerimientos de desempeo, programa y costo. Ejemplo: cmo se manejar la reorganizacin del departamento del fideicomiso? Programacin. Determinar cuando se debe realizar cada actividad o tarea ene l proceso de transformacin y donde deben estar los insumos. Ejemplo: cuntos cajeros se deben tener previstos para cada hora del da?, cundo se debe ofrecer un horario ampliado? Control de calidad. Determinar como se deben desarrollar y mantener los estndares de calidad. Ejemplo: qu entrenamiento se debe dar al os cajeros para minimizar los errores? En toda organizacin alguien esta a cargo de la funcin de operaciones. En el cuadro siguiente se listan algunos de los mltiples puestos en la administracin de operaciones y se describen las tareas generales de cada uno de ellos NIVEL TTULO Vicepresidente de operaciones Administrador en jefe Director de manufactura Vicepresidente ejecutivo Jefe encargado de operaciones Comisionado Secretario General Superintendente de planta Gerente de divisin Gerente de planta Gerente de manufactura Gerente de produccin Administrador municipal Decano DESCRIPCIN Responsable del a planeacin total, coordinacin, polticas, presupuesto y control de operaciones
Superior
Medio
Responsable del a planeacin, direccin y control del as operaciones dentro des u rea o inhalacin. Debe planeare l reemplazo de activos, ajustes de personal, flujo de materiales, apego al presupuesto y asuntos relacionados
Pgina
NIVEL Bajo
Asesores
TTULO Administrador de departamento Capataz Supervisor Lder de grupo Superintendente asistente Gerente de lnea Programador del a produccin Gerente de materiales Gerente de control de calidad Analista de sistemas Agente de compras Gerente de mantenimiento Gerente de almacenes Gerente de proyectos
DESCRIPCIN Responsable del flujo de trabajo, terminacin de trabajos, entregas a tiempo, coordinacin de recursos y motivacin del a fuerza de trabajo. Responsable de reas individuales de apoyo a las lneas de operacin. Incluye planeacin, supervisin y control del os materiales, informacin
1.4 RESPONSABILIDADES DE LA FUNCIN DE OPERACIONES.

En la mayora de la organizaciones manufactureras o de servicios, la funcin de operaciones se caracteriza por responsabilizarse de aproximadamente un 80 % de los activos fsicos del a empresa, como edificios, equipo, partes de repuesto, suministros, materias primas, trabajo en proceso y artculos terminados. El rea de operaciones generalmente tambin es responsable del 60 al 80 % de todos los recursos humanos.
Pgina
1.5 TOMA DE DECISIONES EN OPERACIONES.

La toma de decisiones acerca de cmo planear, organizar, dirigir y controlar las actividades de una empresa es una de las responsabilidades de un administrador de operaciones. Los problemas rutinarios pueden ser mejor manejados tomando decisiones de juicio. Los problemas complejos, que implican muchas variables interdependientes y un notable flujo de efectivo o cambio de personal generalmente requieren mtodos mas complicados. De manera similar, las decisiones adoptadas bajo condiciones de incertidumbre frecuentemente requieren de un anlisis estadstico.
1.6 EL PROCESO DE RESOLUCIN DE PROBLEMAS Y TOMA DE DECISIONES.

la resolucin de problemas se define como el proceso de identificar una diferencia entre un estado de cosas actual y uno deseado, y en emprend er despus una accin para resolver la diferencia. La toma de decisiones se refiere a la seleccin de una alternativa de entre un conjunto de ellas. La resolucin de problemas implica el proceso de seguir los pasos del mtodo cientfic o que se enumeran a continuacin: 1. Identificar y definir el problema. problemas semejantes. 3. Definir alternativas de solucin. El mtodo cientfico se basa en la suposicin de que las soluciones existen. En este paso se buscan las soluciones posibles y se enumeran. 4. Evaluar las alternativas de solucin. Una vez enumeradas todas las alternativas de solucin, debern evaluarse. Esto puede lograrse comparando una por una con un conjunto de criterios de solucin u objetivos que se deben cumplir . 5. Seleccionar la mejor alternativa de solucin. Aqu se toma la decisin de cul de las alternativas cumple mejor con los criterios de solucin. 6. Implantar la alternativa de solucin . La toma de decisiones en Administracin debe llevar a actuar, por lo tanto, la alternativa de solucin seleccionada deber ponerse en prctica . 7. Evaluar los resultados y determinar si se ha obtenido una solucin satisfactoria .
2. Recoleccin de datos. Recopilar informacin pasada, hechos pertinentes, y soluciones previas a
Pgina
La toma de decisiones por lo tanto se encuentra dentro del proceso para la resolucin de problemas y est asociada en aplicar los 5 primeros pasos enumerados anteriormente.
Definir el problema Recoleccin de datos
Resolucin de problemas
Definir alternativas de sol. Evaluar las alternativas de solucin Seleccionar la mejor alternativa Implantar la alternativa Evaluar los resultados
so
Toma de dec isiones
Relacin entre la resolucin de problemas y la toma de decisiones.
1.7 FUNCIN DE LOS ANLISIS CUALITATIVO Y CUANTITATIVO EN LA TOMA DE DECISIONES .

El anlisis cualitativo se basa primordialmente en el razonamiento y la experiencia del administrador; incluye la impresin intuitiva que el administrador tiene del problema. Si el administrador ha tenido experiencia con problemas parecidos , o si el problema es relativamente simple, el nfasis fuerte se puede hacer en el anlisis cualitativo. Sin embargo, si el administrador ha tenido poca experiencia con problemas similares, o si el problema es lo suficientemente complejo, entonces un anlisis cuantitativo del problema puede ser una consideracin muy importante en la decisin final del administrador. Al mismo tiempo que los administradores tienen aptitudes para el mtodo cualitativo, las cuales generalmente aumentan con la experiencia, las facultades para el mtodo cuantitativo solo pueden aprenderse estudiando los supuestos y los mtodos de la ciencia de la administracin. Una administrador puede incrementar su efectividad en la toma de decisiones aprendiendo mas sobre la terminologa cuantitativa y comprendiendo mejor cul es su contribucin al proceso de toma de decisiones. Un administrador que conoce los procedimientos de la toma de decisiones cuantitativas esta en una mucho mejor posicin para comparar y evaluar las fuentes de recomendaciones tanto cualitativas como cuantitativas para, finalmente , combinar las dos fuentes para tomar la mejor decisin posible.
Pgina
Analizar el problema Estructurar el problema

Anlisis cualitativo
Definir el problema
Recoleccin de datos
Definir alternativas de solucin
Resumen y evaluacin
Toma de decisin
Anlisis cuantitativo
Esta figura representa en que momento del proceso de la toma de decisiones intervienen los anlisis cualitativo y cuantitativo. Las siguientes son algunas de las razones por las que es posible que se utilice un enfoque cuantitativo en el proceso de toma de decisiones. a) El problema es complejo y el administrador no puede llegar a una buena solucin sin la ayuda del anlisis cuantitativo. b) El problema es muy importante y el administrador desea un anlisis complejo antes de intentar tomar una decisin. c) El problema es nuevo y el administrador no tiene ninguna experiencia en la cul basarse. d) El problema es repetitivo y el administrador ahorra tiempo y esfuerzo apoyndose en procedimientos cuantitativos para tomar decisiones rutinarias.
Pgina
II PRONSTICOS PARA LA TOMA DE DECISIONES

Un aspecto importante al administrar una organizacin, consiste en planear el futuro. De hecho el xito a largo plazo de una organizacin, esta relacionado con la capacidad del administrador para prever el futuro y para desarrollar estrategias apropiadas. El buen juicio, la intuicin y un conocimiento del estado de la economa, pueden proporcionar a los administradores una idea general o sentido de lo que es probable que suceda en el futuro. El propsito de este tema es presentar diversos mtodos que pueden ayudar a pronosticar muchos aspectos futuros de una operacin de negocios.
2.1 Conceptos Generales

Pronosticar. Es el arte y la ciencia de predecir los eventos del futuro, es emitir un enunciado sobre lo que es probable que ocurra en el futuro, basndose en anlisis y en consideraciones de juicio. Ciencia. Mtodos con bases estadsticas. Arte. Juicio e intuicin sobre el marco metodolgico que se va a emplear. Implica, conocer el ambiente, la seleccin de la mejor tcnica, el nmero de datos histricos que debe incluirse, etc. Hacer un pronstico es obtener conocimiento sobre eventos inciertos que son importantes en la toma de decisiones presentes. Las tcnicas de pronsticos disminuyen la incertidumbre sobre el futuro, permitiendo estructurar planes y acciones congruentes con los objetivos de la organizacin y permiten tambin tomar acciones correctivas apropiadas y a tiempo cuando ocurren situaciones fuera de lo pronosticado. El pronstico es una estimacin anticipada del valor de una variable, por ejemplo: la demanda de un producto. El presupuesto es el Valor anticipado de la variable que una compaa est en posibilidad de concretizar, por ejemplo: la cantidad de producto que la compaa decide fabricar en funcin de la demanda y de la capacidad instalada. El conocimiento de las tcnicas de pronsticos es de poco valor a menos que puedan aplicarse efectivamente en el proceso de planeacin de la organizacin.
2.2
Usos de los pronsticos
Mercadotecnia o Tamao del mercado o Participac in en el mercado o Tendencia de precios o Desarrollo de nuevos productos Produccin o Costo de materia prima o Costo de mano de obra
Pgina
Disponibilidad de materia prima Disponibilidad de mano de obra Requerimientos de mantenimiento Capacidad disponible de la planta para la produccin Finanzas o Tasas de inters o Cuentas de pagos lentos Recursos Humanos o Nmero de trabajadores o Rotacin de personal o Tendencias de ausentismo o Tendencia de llegadas tarde Planeacin Estratgica o Factores econmicos o Cambios de precios o Costos o Crecimiento de lneas de productos
o o o o
2.3 Caractersticas de los Pronsticos

Primera. Todas las situaciones en que se requiere un pronstico, tratan con el futuro y el tiempo que est directamente involucrado. As, debe pronosticarse para un punto especfico en el tiempo y el cambio de ese punto generalmente altera el pronstico. Segunda. Otro elemento siempre presente en situaciones de pronsticos es la incertidumbre. Si el administrador tuviera certeza sobre las circunstancias que existirn en un tiempo dado, la preparacin de un pronstico seria insignificante. Tercera. El tercer elemento, presente en grado variable en todas las situaciones descritas es la confianza de la persona que hace el pronstico sobre la informacin contenida en datos histricos.
2.4 Seleccin del Mtodo de Pronsticos
Factores
o o o o
La relevancia y disponibilidad de datos histricos El grado de exactitud deseado El periodo de tiempo que se va a pronosticar El punto del ciclo de vida en que se encuentra el producto.
Pgina
10
III. CLASIFICACIN DE LOS MODELOS DE PRONSTICOS

Mtodos de Prediccin
Cualitativos Cuantitativos
Series de tiempo
Causale s
Proyeccin tendencia de de una
Modelos de regresin
Alisamiento
Proyeccin de tendencia
simple Promedios Moviles ponderado Suavizamiento Exponencial
serie de tiempo que tiene componente de tendencia estacional y
Lineal simple
Lineal mltiple
3.1 Mtodos Cualitativos

Estos mtodos reciben tambin el nombre de tecnolgicos, porque histricamente se usaron primero para pronosticar cambios tecnolgicos. La posicin central en estos mtodos no la tienen los datos pasados, sino la experiencia de las personas. Frecuentemente se usa la experiencia y buen juicio de varios expertos. Estas tcnicas usan el criterio de la persona y ciertas relaciones para transformar informacin cualitativa en estimados cuantitativos. Usos de estos mtodos. Las tcnicas cualitativas se usan cuando los datos son escasos, y son tiles para pronsticos a largo plazo, pronsticos de ventas y desarrollo de nuevos productos, inversiones de capital, planeacin estratgica y pronsticos tecnolgicos. Dentro de estos mtodos tenemos: El Mtodo Delphi. Este trata de obtener un consenso confiable entre diversos expertos para usarlo como base para pronosticar. Esta tcnica necesita un grupo de expertos que estn dispuestos a contestar una serie de preguntas, y exponer sus razones, respecto a algn desarrollo tecnolgico, por ejemplo. El mtodo Delphi funciona por rondas. Para ver como es esto, pongamos un ejemplo. Se hizo un estudio Delphi para saber cules eran los inventos y avances tecnolgicos que se iban a dar en los 20 aos siguientes. El estudio tuvo 4 rondas. Primera ronda. Mediante una carta se le pidi a los miembros del panel una lista de los inventos y avances cientficos que fueran a la vez tiles y factibles en los prximos 20 aos. El coordinador, despus de recibir las listas, hizo una con los 50 avances ms mencionados. Segunda ronda. La lista de 50 fue enviada a los expertos para que los acomodaran temporalmente (en 4 periodos de 5 aos). Tomando como base el tiempo en que creyeran que haba una probabilidad de 50\% de que se realice el avance. Tercera ronda. El coordinador envi a los expertos dos listas:
la lista de los avances en los que hubo consenso.
Pgina
11
la lista donde no hubo consenso indicndoles las medianas de los tiempos para los avances en que no hubo acuerdo.
Se les pidi que reconsideraran sus opiniones respecto a los avances en que no hubo consenso. A los expertos que difirieron mucho de los dems se les hizo notar. (Muchos de ellos cambiaron sus estimaciones). Cuarta ronda. Se repiti la tercera ronda para ``cerrar'' ms las opiniones de los expertos. El coordinador, elabor un informe final; en este informe se obtuvo no slo una lista de los avances que el panel de expertos consider como alcanzables sino una estimacin de los tiempos en que se van a alcanzar. El mtodo Delphi tiene las ventajas siguientes:

queda documentado no slo el resultado sino el proceso que se sigui. los expertos interactan en forma annima. se evitan divagaciones.
Las dificultades son:

el coordinador debe permanecer ``neutral'' respecto a la discusin. puede haber dificultad en captar la atencin de los expertos. gracias a la tecnologa es posible acelerar la lentitud que va de la mano del correo. muchas veces las opiniones ``delatan'' al experto, dificultando el anonimato.
Investigacin de Mercados. Esta tcnica identifica a la poblacin de compradores prospectivos basados previa seleccin representativa, de tamao n, en la recoleccin de informacin mediante cuestionarios, entrevistas o estudios, etc., para obtener informacin o probar hiptesis acerca de mercados reales. Consenso de un Panel. Supone que la organizacin o empresa tiene expertos que poseen conocimientos o experiencia que les permite evaluar efectivamente los eventos inciertos del futuro. Se supone adems que cada uno de los expertos reconoce la capacidad de los otros en su rea y suplementando el conocimiento de cada uno se llega a un consenso acerca del pronstico apropiado de las ventas de la empresa. El problema que en un momento puede existir al hacer uso de ste procedimiento de prediccin es que puede existir al hacer uso de este procedimiento de prediccin es que puede existir un sesgo en los resultados, debido a las jerarquas dentro del grupo causando que los expertos con menor rango se muestren renuentes en sus crticas a sus superiores aunque sientan que sus opiniones sean de mas valor que las emitidas por sus superiores. Analoga Histrica. Se usa para productos nuevos, basndose en el anlisis comparativo de la introduccin y crecimiento de productos similares. El mtodo supone que pueden usarse la historia de las ventas de un producto introducido en el pasado para evaluar el posible xito del producto actual. Una suposicin natural en este enfoque es que los ambientes del mercado son similares para ambos productos.
3.2 Mtodos Cuantitativos

Los mtodos cuantitativos se basan en datos histricos. Esta informacin pasada se encuentra en forma numrica. Las fuentes usuales son los registros de la propia empresa o informacin oficial de diverso origen: gobierno, asociaciones de empresarios o profesionistas, organismos internacionales. Se debe tener cuidado, sobre todo cuando la informacin proviene de la propia empresa (aunque en la proveniente de otras fuentes tambin hay que cuidarse), que haya sido cuantificada de manera uniforme.
Pgina
12
Para informacin sobre costos, por ejemplo, hay que asegurarse que los costos incluyan los mismos conceptos en todos los aos que vamos a utilizar; de no ser as es preciso tratar previamente los datos. Para aplicar los mtodos cuantitativos es preciso convencernos, razonablemente, de que se cumple la llamada Hiptesis de Continuidad. Este supuesto es que los factores externos en los que se dieron los datos histricos no cambiarn en el futuro para el que estamos pronosticando. Estos factores son, en forma destacada:

Economa en general. Competencia en el mercado (oferta). Estado del mercado (demanda). Estado tecnolgico del producto (``ciclo de vida del producto'').
Esta continuidad del ambiente nunca se da en forma perfecta, sino en forma gradual. Se requiere buen juicio para suponer que las violaciones a la continuidad no van a afectar a los resultados de la aplicacin del mtodo de pronstico. Dentro de los mtodos cuantitativos tenemos los siguientes : Anlisis de series de tiempo . Se llama serie de tiempo a cualquier sucesin de observaciones de un fenmeno que es variable con respecto al tiempo. Estos mtodos suponen que la variable pronosticada tiene informacin til para el desarrollo del pronstico sobre su comportamiento anterior , considerando probable que lo que sucedi en el pasado contine ocurriendo en el futuro. Es comn representar a las series de tiempo por medio de una ecuacin matemtica que describa los valores de la variable observada como una funcin del tiempo o equivalentemente como una curva en una grfica en la que la coordenada vertical representa la variable Y y la coordenada horizontal representa el tiempo. El anlisis consiste en encontrar el patrn del pasado y proyectarlo al futuro.
Patrones o componentes de una serie de tiempo

Cuando se tienen datos para hacer un pronstico, la herramienta mas til es graficarlos! La grfica que queremos es la de los datos contra el tiempo. En el eje horizontal ponemos los tiempos y en el sentido vertical sealamos el punto cuya altura corresponda a la magnitud de la observacin que tengamos para cada tiempo. Por regla general, los datos se encuentran equiespaciados en el tiempo. Las diferentes formas que toma el arreglo de los datos en la grfica nos indican como debemos proceder en el pronstico. Las caractersticas que, de manera primordial, buscamos en la grfica son las regularidades que permitan la proyeccin del comportamiento observado en el pasado hacia el futuro. Los patrones regulares que nos son tiles son de varios tipos.
Patrn horizontal o estacionario . Se presentan como un valor constante (recta horizontal)

alrededor del cual los datos oscilan de forma irregular. Es el patrn de datos mas simple, la mejor manera de pronosticar en una situacin como sta es estimar la altura de la lnea horizontal y usar ese valor como pronstico. Datos con tendencia. Se presentan como una lnea lisa (una recta o una curva suave) que sube o baja monotonamente y los datos oscilan errticamente alrededor de ella. La manera de pronosticar que se ocurre primero, en este caso, es la de calcular una ecuacin para la lnea y usar ese valor para pronstico. Datos estacionales. Muchas series de datos presentan este tipo de comportamiento repetitivo. La componente estacional refleja cambios hacia arriba y hacia abajo en puntos fijos en el tiempo.
Pgina
13
El origen del nombre estacional son, precisamente las estaciones del ao. Mucha de la actividad humana y muchos fenmenos naturales varan de acuerdo a las estaciones. Por extensin, en muchas actividades se presenta una oscilacin semanal o mensual similar a la de las estaciones del ao. Por ejemplo, no es raro observar que en algunos das de la semana se incrementa el ausentismo laboral. Tenemos otro ejemplo en la cantidad de transacciones que se realizan en las oficinas bancarias, estas presentan dos ``picos'' mensuales, al principio/fin y al medio. Cuando se estudia una serie con esta carcterstica, es deseable incorporarla al pronstico. En general se considera que esta componente o patrn ocurre con un perodo de un ao o menos. Otro tipo de patrn, es el que se llama cclico . Este se refiere a curvaturas de largo perodo asociadas con grandes ciclos econmicos. El pronstico en estas condiciones es mucho ms complicado ya que la forma de estos ciclos no es simple y la teora econmica no se encuentra suficientemente desarrollada como para permitir una cuantificacin confiable de ellos. Claro que si observamos tal patrn en los datos, es conveniente incorporarlo al pronstico an cuando sea de una manera imperfecta. La diferencia principal entre los efectos o patrones estacionales y c clicos es que los efectos estacionales pueden predecirse, y ocurren a un intervalo de tiempo fijo de la ltima ocurrencia, mientras que los efectos cclicos son componentes impredecibles. MTODOS PARA SERIES DE DATOS HORIZONTALES. Mtodos de suavizamiento o alisamiento.- Son tcnicas de pronsticos que son apropiadas para series de tiempo mas o menos estables y que presentan un patrn horizontal, es decir, las que no muestran efectos importantes de tendencia , cclicos o estacinales. Dentro de stas tcnicas de pronsticos tenemos los siguientes mtodos . Promedio Mvil simple Este consiste en promediar slo las ltimas observaciones. Conforme avanza el tiempo dejamos fuera del promedio a los datos ms viejos y vamos incorporando datos nuevos. Por eso recibe el nombre de promedio mvil. Un promedio mvil tiene un parmetro que es la amplitud del promedio, es decir, cuntos datos ponemos en el promedio. Si el valor de este parmetro es grande, el suavizado es mayor; si es pequeo el suavizado es menor. En trminos matemticos, el clculo de los promedios mviles se realiza de la siguiente manera: Se considera que:
Xt = F
Donde :
t+1
X t = Es el promedio mvil de n trminos de x calculados hasta el perodo t F t + 1 = representa el pronstico de x en el perodo t + 1 X i = valor real de x ( accidentes, ventas, demanda, etc. ) en el perodo i
Pgina
14
Xt
1 t = ----- S X i n i=(t - n+1)
n = nmero de periodos de demanda a ser incluidos ( orden del promedio movil ) ? = Sumatoria El promedio mvil hasta el perodo t se usa para el pronstico del perodo t + 1 El error correspondiente a cualquier pronstico est representado por la diferencia entre el valor real observado y el valor pronosticado. Este puede ser positivo o negativo, dependiendo de si el pronstico es demasiado bajo o es demasiado alto. Una consideracin importante al utilizar cualquier mtodo de pronstico es la precisin del pronstico. Es evidente que lo que se desea es que los errores de lo s pronsticos sean reducidos. Unas de las herramientas estadsticas mas usadas como medidas del error para evaluar la precisin de los mtodos de pronsticos son:

La desviacin absoluta de la media (DAM) . El error medio cuadrtico (EMC). Suma de los valores absolutos de todos los errores de los pronsticos Numero de errores absolutos tomados
DAM = ECM =
suma cuadrtica del error del pronstico Numero de errores al cuadrado tomados EJEMPLO. Con la informacin mostrada en la siguiente tabla, Elabore promedios moviles de 3 y de 5 trminos para calcular el nmero de accidentes pronosticados para la decimatercera semana y explique cul de los dos promedios mviles, el de 3 o el de 5 trminos, ofrece mejores pronsticos
Semanas Perodo t Nmero De Accidentes X Promedio Mvil de 3 trminos Xt Pronstico Ft+1 error Promedio Movil de 5 trminos Pronstcio Ft+1 error Error Absoluto 3 trminos Error Absoluto 5 trminos
1 2 3 4 5 6 7 8 9 10 11 12 13
200 135 195 198 310 175 155 130 220 277 235 240
176.66 176.00 234.33 227.66 213.33 153.33 168.33 209.00 244.00 250.66
176.66 176.00 234.33 227.66 213.33 153.33 168.33 209.00 244.00 250.66
21.34 134.00 - 58.33 - 72.66 - 83.33 66.67 108.67 26.00 - 4.00
207.60 202.60 206.60 193.60 198.00 191.40 203.40 220.40
207.60 202.60 206.60 193.60 198.00 191.40 203.40 220.40
- 32.60 - 47.60 - 76.60 26.40 79.00 43.60 36.60
21.34 134.00 58.33 72.66 83.33 66.67 108.67 26.00 4.00 575.00
32.60 47.60 76.60 26.40 79.00 43.60 36.60 342.40
Pgina
15
Note que el promedio mvil va desechando los datos viejos conforme incorpora a los nuevos. Adems mantiene la misma ``importancia'' para la ltima observacin a lo largo del tiempo. Usando promedios moviles de 3 trminos el nmero de accidentes pronosticados para la decimatercera semana es de 251 . Y de 220 accidentes si usamos promedios mviles de 5 trminos. para evaluar la precisin de estos pronstico y poder decidir cual de los 2 resultados ofrece el mejor pronstico, haremos uso de la desviacin absoluta media ( DAM ) como medida de error. 575.00 342.40 DAM ( 3 trminos ) = ------------------- = 63.88 DAM ( 5 trminos ) = ------------------------ = 48.91 9 7 Conviene usar promedios mviles de 5 trminos, en virtud a que presenta menor DAM en los clculos Promedio Mvil Ponderado En el mtodo anterior de los promedios mviles simples cada observacin del clculo del promedio mvil recibe la misma ponderacin o peso. En la tcnica de promedios mviles ponderados, implica la seleccin de pesos distintos para cada valor de los datos para despus calcular en calidad de pronstico un promedio ponderado. En donde la observacin mas reciente es la que recibe mayor ponderacin y el peso disminuye para los valores mas antiguos.. Por ejemplo, utilizando la serie de tiempo de la informacin del cuadro anterior , se procede a ilustrar el clculo de un promedio mvil ponderado de 3 trminos, en donde la observacin mas reciente recibe un peso de 3 tantos el que se asigna a la observacin mas antigua, y la siguiente observacin mas antigua recibe un peso del doble que la mas antigua . El pronstico para el promedio mvil ponderado para la cuarta semana se calculara de la siguiente manera: Pronstico para el promedio movil 3 2 1 Ponderado para la cuarta semana = ------- ( 195 ) + ------- ( 135 ) + --------- ( 200 ) = 175.80 6 6 6 Observese que, para el promedio mvil ponderado, la suma de los pesos es igual a 1.
Alisamiento o suavizamiento exponencial

El alisamiento exponencial es una tcnica de pronstico en la que se utiliza un promedio ponderado de una serie de valores anteriores o pasados para pronosticar el valor de la serie de tiempo en el perodo siguiente. Se usa para pronsticos a corto y mediano plazo, la expresin matemtica aplicada para este modelo es la siguiente: F t+1 = Y t + ( 1 - ) F
t
Pronstico para el perodo t + 1 Constante de alisamiento
dato real
pronstico en el perodo t 1
Los valores de la constante de alisamiento o suavizamiento debe de andar entre 0 y 1 0 < < mayor produce menor suavizado y menor, mayor suavizado
Pgina
16
EJEMPLO. Una cadena de tiendas de abarrotes experiment las siguientes demandas semanales (en cajas) para una marca de detergente para lavadoras automticas.
PERIODO SEMANA DEMANDA PRONSTICO ERROR DEL PRONSTICO ERROR ABSOLUTO ERROR AL CUADRADO ( Yt - Ft)2
t
1 2 3 4 5 6 7 8 9 10 11
Yt
22 18 23 21 17 24 20 19 18 21
Ft
22.00 22.00 21.20 21.56 21.45 20.56 21.25 21.00 20.60 20.08 20.26
Yt
Ft
0 4.00 1.80 0.56 4.45 3.44 1.25 2.00 2.60 0.92 21.02
0 -4.00 1.80 -0.56 -4.45 3.44 -1.25 -2.00 -2.60 0.92
0 16.00 3.24 0.31 19.78 11.84 1.55 3.99 6.75 0.85 64.33
a).- Utilizando una constante de alisamiento exponencial = 0.2, determnense los pronsticos correspondientes a cada una de las semanas l as como la de la dcima primera semana, empleando la tcnica de suavizamiento exponencia tambin calcule el error del pronstico para cada una de las semanas. b).- Calcule el DAM y el ECM. Solucin. a).- Para iniciar los clculos del pronstico empleando sta tcnica, para el perodo 1 la demanda pronosticada ser la demanda real de ese mismo perodo. Y se iniciarn los clc ulos aplicando la expresin: F t+1 = Yt + ( 1 - ) F
t
Asi para el calculo del pronstico para la segunda semana ( perodo t = 2 ) , se har de la siguiente manera: Se toman los valores tanto de la demanda real (Y t = 22 ) como de la demanda pronosticada (F t = 22 ) correspondientes al periodo 1 y estos se sustituyen en la ecuacin matemtica anterior, de la siguiente manera: F 1 + 1 = 0.2 Y 1 + ( 1 - 0.2 ) F 1 F 2 = 0.2 ( 22 ) + ( 1 - 0.2 ) 22 F 2 = 4.4 + ( 0.80 ) 22 = 22 cajas Para el calculo del pronstico para la tercera semana ( perodo t = 3 ) Se toman los valores tanto de la demanda real (Y t = 18 ) como de la demanda pronosticada (F t = 22 ) correspondientes al periodo 2 y estos se sustituyen en la ecuacin matemtica anterior, de la siguiente manera:
Pgina
17
F 2 + 1 = 0.2 Y 2 + ( 1 - 0.2 ) F 2 F 3 = 0.2 ( 18 ) + ( 1 - 0.2 ) 22 F 2 = 3.6 + ( 0.80 ) 22 = 21..20 cajas Y as, de esta manera se continan los clculos del pronsticos para las siguientes semanas hasta llegar a la dcima primera semana cuya demanda pronosticada fue de 20..26 cajas. Los errores semanales del pronstico se calculan restando, a la demanda real la demanda pronosticada de cada semana. 21.02 64.33 b).- El DAM = ------------ = 2.10 el ECM = ------------- = 6.43 10 10 MTODOS PARA SERIES DE DATOS CON TENDENCIA. Anlisis o proyeccin de tendencia. El objetivo del anlisis de tendencias es ajustar una linea de tendencia ( curva ) a una ecuacin matemtica y despus se proyecta al futuro por medio de esta ecuacin. Un enfoque matemtico para el anlisis de tendencia lineal. Identifica la ecuacin de una linea recta llamada componente lineal de tendencia de la forma Y = a + b x , en donde Y es el valor pronosticado, a es la ordenada en el origen ( intercepcin de la recta con el eje vertical ) , b es la pendiente de la linea y x es el perodo para el que se prepara el pronstico. Los valores de a y de b se calculan con el mtodo de mnimos cuadrados. La aplicacin de ste criterio da como resultado una linea recta que minimiza el cuadrado de las distancias verticales de cada observacin a la linea.Los valores para a y b que minimizan la suma de los cuadrados de todas las distancias verticales definen la ecuacin que mejor se ajusta a los datos. Los valores de a y b se calculan mediante las siguientes expresiones: N x y - x y b = ---------------------------------N x2 - ( x ) 2 N representa el nmero de datos reales recopilados Esta tcnica es aplicable cuando los datos histricos del pasado presentan variaciones irregulares y tienen una tendencia a crecer o a decrecer a travs del tiempo. EJEMPLO. La siguiente tabla representa los datos de la serie de tiempo para las ventas de automviles de la agencia ford de Navojoa, sonora determinado en los ltimos 10 aos (1991- 2000). Determine: a).- La expresin matemtica para la componente lineal de tendencia para la venta de automviles b).- el pronstico de ventas de automviles para el ao 2001 y para el ao 2005. y - b x ------------------------N
a =
Pgina
18
Aos 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000
Perodo x 1 2 3 4 5 6 7 8 9 10
Ventas de automviles Y 600 500 530 640 450 750 800 900 950 1000
XY 600 1000 1590 2560 2250 4500 5600 7200 8550 10000
X2 1 4 9 16 25 36 49 64 81 100
Sumas
55
7120
43850
385
Solucin. a).- Vamos a proceder a calcular la expresin lineal de tendencia para ello debemos de calcular primero los valores de a y de b con las siguientes expresiones : en este caso N = 10 porque son 10 datos reales recopilados. N x y - x y b = ---------------------------------N x2 - ( x ) 2 10 ( 43,850 ) - ( 55 ) ( 7120 ) b = ------------------------------------------- = 10 ( 385 ) - ( 55 ) 2 a = a = y - b x ------------------------N 46,900 ------------- = 56.84 825
438,500 - 391,600 ----------------------------- = 3850 - 3025
y - b x 7,120 - ( 56.84 ) ( 55 ) 7120 - 3126.20 3993.80 ------------------------- = --------------------------------- = -------------------------- = ------------- = 399.38 N 10 10 10
Sustituyendo los valores calculados de a y de b en la expresin: Y = a + b x Tendremos la expresin lineal de tendencia para la venta de automviles de este problema. Y = 399.38 + 56.84 x Con esta ecuacin podemos calcular el pronstico de automviles para cualquier perodo o ao, con solo cambiar el valor de x en el ao o perodo que se quiera. b).- El pronstico de ventas automviles para el ao 2001 se calcula sustituyendo el valor de x = 11 en la expresin : Y = 399.38 + 56.84 x = 399.38 + 56.84 ( 11 ) = 399.38 + 625.24 = 1024.62 automviles El pronstico de ventas automviles para el ao 2005, se obtiene sustituyendo en la expresin anterior X = 15 Y = 399.38 + 56.84 x = 399.38 + 56.84 ( 15 ) = 399.38 + 852.60 = 1251.98 automviles La pendiente b = 56.84 significa que en los ltimos 10 aos, la empresa ha experimentado un crecimiento promedio en las ventas de alrededor de 56.84 unidades por ao.
Pgina
19
Proyeccin de tendencia de una serie de tiempo que presenta componente de componente estacional .
tendencia y
En el tema anterior se mostr la forma que se pueden hacer pronsticos para una serie de datos que tenan un componente de tendencia. A continuacin se analizar una serie de datos que tiene tanto un componente de tendencia como una estacional. El mtodo que se considera consiste primero en eliminar el efecto estacional o el componente estacional de la serie de tiempo, para ello se calculan los ndices estacionales para cada semana, mes, bimestre, trimestre, etctera, A este paso se le denomina desestacionalizacin de la serie de tiempo . Despus de tal accin, la serie de tiempo tendr solamente un componente de tendencia . Luego entonces, podemos utilizar el mtodo que se describi en el tema anterior para determinar la expresin de la componente lineal de tendencia de la serie de datos. Finalmente para el desarrollo del pronstico consiste en incorporar el componente estacional utilizando un ndice estacional para ajustar la proyeccin de tendencia . La expresin matemtica que se utiliza cuando la serie de tiempo presenta componente de tendencia y componente estacional es: Y = ( a + b x ) (Indice estacional)
Componente de tendencia
Componente estacional
ESTACIONALIDAD. La estacionalidad es un patrn que a veces observamos en una serie de tiempo. Consiste en subidas y bajadas peridicas que se presentan en forma regular en la serie de tiempo. Al tiempo entre un ``pico'' y otro en la grfica de la serie, se le llama perodo estacional. La mayora de las series que presentan esta caracterstica tienen periodicidad anual; en este caso, si la serie consiste de observaciones mensuales, el perodo ser 12, en cambio, si la serie es trimestral, el perodo ser 4. Indices estacionales I La manera matemtica de representar la estacionalidad es a travs de los llamados ndices estacionales. Para comprender qu son, cmo se calculan y para qu sirven, veamos un ejemplo. EJEMPLO:- Los datos trimestrales de ventas ( nmero de ejemplares que se venden ) de un libro de texto universitario en los ltimos 3 aos son los siguientes: Trimestres aos 1998 1999 2000 I II III IV 1690 940 2625 2500 1800 900 2900 2360 1850 1100 2930 2615
a.- Calcule los ndices estacionales para los 4 trimestres b. - Determine la ecuacin de la expresin de la componente lineal de tendencia. c.- Calcule las ventas pronosticadas de libros de texto para el tercer trimestre del ao 2001
Pgina
20
solucin: Trimestres aos 1998 1999 2000 I II 1690 940 1800 900 1850 1100 III IV totales 2625 2500 7755 2900 2360 7960 2930 2615 8495
Para calcular ndices estacionales se pueden seguir muchos caminos, ste es quiz, el ms simple. Partiendo de los totales de cada ao, calculo un promedio trimestral para cada ao. Trimestres aos 1998 1999 2000 I II 1690 940 1800 900 1850 1100 III 2625 2900 2930 IV totales promedios 2500 7755 1938.75 2360 7960 1990.00 2615 8495 2123.75
Estos promedios son un trimestre ``tpico'' para cada ao. Fjese que ao con ao, las ventas en los segundos trimestre de cada ao estn en su punto mas bajo, seguidas de niveles mas altos de ventas en los terceros trimestres de cada ao esto es ocasionado por el efecto estacional, adems podemos notar que los trimestres tpicos van subiendo de valor. Esto es debido al efecto de la tendencia que tiene la serie. Ahora se divide cada dato entre el promedio del ao que le corresponda. Trimestres I II III 0.87 0.48 1.35 0.90 0.45 1.46 0.87 0.52 1.38
aos 1998 1999 2000
IV 1.29 1.19 1.23
Estos nmeros indican el porcentaje de cada uno de los trimestres en funcin del trimestre tpico de cada uno de los aos. Estos nmeros contienen la estacionalidad. Para terminar de tener los ndices estacinales, mismos que representan el efecto estacional de la serie de tiempo para cada uno de los trimestres promediamos los nmeros de cada trimestre (columna). Trimestres I II III IV Indices Estac 0.88 0.49 1.40 1.24 El propsito de calcular indices estacionales es eliminar los efectos estacionales de la serie de tiempo. A este proceso se le llama desestacionalizar la serie de tiempo Para desetacionalizar la serie de tiempo, se dividen las ventas de cada uno de los trimestres entre su indice estacional respectivo.
Pgina
21
aos 1998
perodo 1 2 3 4 5 6 7 8 9 10 11 12
trimestre I II III IV I II III IV I II III IV
Ventas
Indice
Ventas desestacionalizadas 1920.45 1918.37 1875.00 2016.13 2045.45 1836.73 2071.43 1903.23 2102.27 2244.90 2092.86 2108.87
1999
2000
reales estacional 1690 0.88 940 0.49 2625 1.40 2500 1.24 1800 0.88 900 0.49 2900 1.40 2360 1.24 1850 0.88 1100 0.49 2930 1.40 2615 1.24
La anterior informacin representa las ventas sin el componente estacional, quedndose solamente con la componente de tendencia. El siguiente paso es determinar la expresin matemtica de la expresin lineal de tendencia, para ello se emplea el procedimiento anterior, es d ecir, debemos encontrar con los datos desestacionalizados una ecuacin que tiene la forma Y = a + b x . Aos perodo x 1 2 3 4 5 6 7 8 9 10 11 12 78 trimestre Ventas desestacional Y 1920.45 1918.37 1875.00 2016.13 2045.45 1836.73 2071.43 1903.23 2102.27 2244.90 2092.86 2108.87 24135.69
1998
1999
2000
I II III IV I II III IV I II III IV
suman
xY 1920.45 3836.73 5625.00 8064.52 10227.27 11020.41 14500.00 15225.81 18920.45 22448.98 23021.43 25306.45 160117.51
x2 1 4 9 16 25 36 49 64 81 100 121 144 650
Con la informacin de este cuadro se calcularn los valores de a y de b usando las siguientes expresiones: N = 12 , porque son 12 trimestres o 12 datos recopilados N x y - x y b = ---------------------------------N x2 - ( x ) 2 y - b x ------------------------N
a =
Pgina
22
12 ( 160117.51 ) - ( 78 ) ( 24135.69 ) 1921410.12 - 1882583.82 b = ------------------------------------------------ = ------------------------------------- = 12 ( 650 ) ( 78 ) 2 7800 - 6084
38826.30 ------------- = 22.62 1716
a =
y - b x 24135.69 - ( 22.62 ) ( 78 ) 24135.69 - 1764.36 22371.33 ------------------------- = --------------------------------- = -------------------------- = ------------- = 1864.27 N 12 12 12
Sustituyendo los valores calculados de a y de b en la expresin: Y = a + b x Tendremos la expresin lineal de tendencia para la venta del libro de texto de este problema. Y = 1864.27 + 22.62 x La pendiente de 22.62 indica que, en los ltimos 12 trimestres la empresa ha tenido un crecimiento promedio desestacionalizado en las ventas del libro de texto de aproximadamente 22.62 libros por trimestre. Si se considera que la tendencia de los datos de ventas en los ltimos 12 trimestres es un indicador razonablemente bueno del futuro, entonces, puede utilizarse la ecuacin anterior para proyectar la componente de tendencia de la serie de tiempo para trimestres futuros. Entonces para calcular los pronsticos de las ventas de l libro de texto para los trimestres futuros, considerando tanto el efecto de tendencia como el efecto estacional la ecuacin que debemos de tomar en consideracin es: Y = ( 1864.27 + 22.62 x ) ( Indice estacional ) Para calcular el pronstico de ventas para el tercer trimestre del ao 2001 debemos de sustituir en la ecuacin anterior : Perodo x = 15 y el ndice estacional para el tercer trimestre es = 1.40
De tal manera que tendremos lo siguiente: Y = [ 1864.27 + ( 22.62 ) ( 15 ) ] ( 1.40 ) = ( 1864.27 + 339.30 ) ( 1.40 ) = 3085 libros de texto MTODOS CAUSALES DE PRONSTICOS Estos desarrollan un modelo de causa y efecto entre la demanda ( exteriorizacin de las necesidades y deseos del mercado y esta condicionada por los recursos disponibles ) y otras variables. Que permitan explicar mediante una ecuacin matemtica los valores de una variable en trminos de la otra. Por ejemplo, la demanda de helados puede relacionarse con la poblacin, un agricultor puede creer que la cantidad de fertilizante que utiliz influy en la cosecha lograda, etc. Uno de los mtodos causales mejor conocido es el del Anlisis de Regresin , en donde siempre se trata del uso de dos variables numricas. A la variable que queremos explicar le llamamos dependiente ( Y ) . A la variable que usamos para condicionar o para explicar la llamamos independiente ( X1 .X2 , X 3 , ... X n) Para ello es necesario encontrar una frmula matemtica que relacione la variable dependiente con la o las variables independientes y que permita estimar o predecir los valores futuros que puede tener una variable
Pgina
23
( dependiente ) cuando se conocen o suponen los valores de la otra u otras variables independientes Este tcnica se aplicar cuando la variable a pronosticar Y no est en funcin del tiempo. Consideraremos el caso en que la curva de regresin de Y sobre X sea lineal. REGRESIN LINEAL SIMPLE. La regresin linial simple comprende el intento de desarrollar una lnea recta o ecuacin matemtica que describe la relacin entre dos variables En este modelo la variable a predecir Y est en funcin de una sola variable independiente X que no es de tiempo y la ecuacin matemtica que se usar ser la siguiente:
Y = A + BX
A esta expresin se le conoce como la ecuacin de la lnea de regresin . Donde A y B son coeficientes de regresin. A = a la altura de la recta, a este nmero se le llama ordenada al origen o intercepcin. B = pendiente o inclinacin de la recta de regresin X = es la variable independiente, que representa el valor o perodo para el cual se prepara el pronstico de Y Y = Valores reales recopilados. Hacer una regresin lineal es encontrar los valores de A y B adecuados. Estos valores se encuentran por el criterio que se llama de los mnimos cuadrados. Este criterio da como resultado una lnea recta que minimiza el cuadrado de las distancias verticales de cada observacin a la lnea. Representa un mtodo para pronosticar demandas futuras a mediano y largo plazo , en donde la demanda presenta tendencia constante, ascendente o descendente con variaciones irregulares. Para el calculo de los valores de A y de B se usan las siguientes expresiones:
N x y - x y B = ---------------------------------N x2 - ( x ) 2 N = nmero de perodos o datos recopilados.
y - b x A = ------------------------N
EJEMPLO. El dueo de una distribuidora de automviles realiz un estudio, para determinar las relaciones en un mes determinado, entre el nmero de automviles vendidos en el mes por su distribuidora con el nmero de comerciales de un minuto sobre su distribuidora televisado localmente en ese mes. Durante el perodo de 6 meses anot los resultados que se muestran en la siguiente tabla .
Pgina
24
meses
Nmero de autos vendidos Y 10 15 13 18 20 25
nmero de comerciales televisados X 2 5 3 6 8 7
N 1 2 3 4 5 6
a).- Utilice el mtodo de regresin lineal simple para encontrar una ecuacin que permita predecir las ventas de autos en funcin de los gastos de publicidad por el nmero de comerciales de un minuto transmitidos por televisin. b).- Cul deber ser el pronstico de ventas de autos si se pusieran por televisin 4 comerciales? SOLUCIN. Primeramente hay que determinar la siguiente tabla de valores: meses Nmero de autos vendidos Y 10 15 13 18 20 25 101 nmero de comerciales televisados X 2 5 3 6 8 7 31
N 1 2 3 4 5 6 Sumas
XY 20 75 39 108 160 175 577
X2 4 25 9 36 64 49 187
Basndose en la informacin del cuadro anterior y usando las siguientes expresiones . N x y - x y y - b x B = ---------------------------------A = ------------------------N x2 - ( x ) 2 N Calculamos los valores de A y de B En este problema N = 6 6 ( 577 ) - ( 31 ) ( 101) 3462 - 3131 B = -------------------------------------- = --------------------- = 6 ( 187 ) - ( 31 ) 2 1122 - 961 331 ------------- = 2.05 161
Pgina
25
101 - ( 2.05 ) ( 31 ) A = --------------------------------------6
101 - 63.55 37.45 = ------------------------- = ------------- = 6.24 6 6
sustituyendo los valores de A = 6.24 y de B = 2.05 en la expresin:
Y = A + BX
Tendremos la ecuacin de la lnea de regresin lineal Y = 6.24 + 2.05 X La cul nos permitir pronosticar las ventas de automviles en funcin del nmero de anuncios comerciales de un minutos transmitidos por la TV. b),. Sustituyendo en la ecuacin obtenida en el inciso anterior el valor de x = 4, obtendremos el pronstico de autos si se pusieran 4 anuncios comerciales en la TV. Y = 6.24 + 2.05 ( 4 ) = 14.44 automviles REGRESIN LINEAL MLTIPLE. En este modelo la variable a predecir Y est en funcin de 2 o ms variables independientes X, y la ecuacin matemtica que se utilizar ser la siguiente :
Y = a + b 1 X 1 + b 2 X2
Para el clculo de los valores de a, b 1 y b 2 se utilizan las siguientes ecuaciones normales:
1) a N + b 1 X1 + b2 X 2 = Y 2) a X 1 + b 1 X 12 + b2 X1 X 2 = X 1 Y 3) a X 2 + b 1 X 1 X 2 + b 2 X 2 2 = X2 Y
De tal manera que al resolver estas 3 ecuaciones por el mtodo de determinantes tendremos que los valores de a ,
b1 y b 2
siguiendo el siguiente procedimiento:
1.- Se calcula el determinante general DG. 2.- Se calcula el valor de A. A 3.- Se calcula el valor de a con a = ---------DG 4.- El siguiente paso es calcular el valor de B 1
B1
5.- En seguida se obtiene el valor de b 1 con b 1 = -------DG
Pgina
26
6.- Para calcular el valor que nos falta de b 2 , los valores de a y b 1
ya conocidos se sustituyen en
cualquiera de las 3 ecuaciones iniciales, y por despeje se obtiene el valor de b 2. 7.- Por ltimo se obtiene la expresin matemtica con la que se calcularn los pronsticos futuros en funcin de las variables independientes X 1 y X 2 Dicha expresin matemtica se determina sustituyendo los valores respectivos de a, b 1 y b 2 en la ecuacin:
Y = a + b 1 X1 + b2 X2
EJEMPLO.- El dueo de una distribuidora de automviles realiz un estudio, para determinar las relaciones en un mes determinado, entre el nmero de automviles vendidos en el mes por su distribuidora con el nmero de comerciales de un minuto sobre su distribuidora televisado localmente y por nmero de vendedores contratados por la empresa en ese mes . Durante el perodo de 6 meses anot los resultados que se muestran en la siguiente tabla. meses Nmero de autos vendidos Y 30 50 40 25 30 40 nmero de comerciales televisados X1 3 5 2 6 4 7 Nmero de vendedores contratados X2 2 4 3 2 5 6
N 1 2 3 4 5 6
a).- Utilice el mtodo de regresin lineal mltiple para encontrar una ecuacin que permita predecir las ventas de autos en funcin de los gastos de publicidad por el nmero de comerciales de un minuto transmitidos por televisin y por el nmero de vendedores contratados. b).- Cul deber ser el pronstico de ventas de autos si se pusieran por televisin 5 comerciales y se contrataran 7 vendedores?
Pgina
27
SOLUCIN. a).- Primeramente hay que determinar la siguiente tabla de valores:
meses
Nmero de autos vendidos Y 30 50 40 25 30 40 215
N 1 2 3 4 5 6 Sumas
nmero de comerciales televisados X1 3 5 2 6 4 7 27
Nmero de vendedores contratados X2 2 4 3 2 5 6 22
X1Y X 2Y X 1 X 2 90 60 6 250 200 20 80 120 6 150 50 12 120 150 20 280 240 42 970 820 106
X1 2 9 25 4 36 16 49 139
X 22 4 16 9 4 25 36 94
La sumatoria de valores determinados en este cuadro, se sustituyen en las ecuaciones normales para la regresin lineal mltiple para dos variables independientes X 1 y X 2.
1) 2) 3)
1) 2 3)
aN + b 1 X1 + b 2 X2 = a X 1 + b 1 X 12 + b 2 X1 X 2 = a X2 + b 1 X 1 X2 + b 2 X22 =
a (6) a ( 27 ) a ( 22 ) + b 1 ( 27 ) + b 2 ( 22 ) = 215 + b 1 ( 139 ) + b 2 ( 106 ) = 970 + b 1 ( 106 ) + b 2 ( 94 ) = 820
Y X1 Y X2 Y
Posteriormente se procede a resolver este sistema de ecuaciones por medio del mtodo de determinantes, para ello, haremos uso del siguiente procedimiento: 1.- Se calcula el determinante general DG tomando cada uno de los valores conocidos de las tres primeras columnas de las ecuaciones normales :
DG = 6 27 22 27 139 106 22 106 94 6 27 22 27 139 106 = ( 6 ) ( 139 ) ( 94 ) + ( 27 ) ( 106 ) ( 22 ) + ( 22 ) ( 27 )( 106 ) - ( 22) ( 139 ) (22 ) - ( 106 ) ( 106 ) (6 ) - ( 94 ) ( 27 ) ( 27 )
DG = 78396 + 62964 + 62964 - 67276 - 67416 - 68526 = 1106 2.- Se calcula A , para ello nos ubicamos en la ecuaciones normales y los valores conocidos de la primera columna se cambian por los valores conocidos de la cuarta columna y se vuelven a repetir los valores conocidos de la segunda y de la tercera columna anotando stos de la siguiente manera:
Pgina
28
A=
215 970 820
27 139 106
22 106 94
215 970 820
27 139 106
= ( 215 ) ( 139 ) ( 94 ) + ( 27 ) ( 106 ) ( 820 ) + ( 22 ) ( 970 )( 106 ) - ( 820) ( 139 ) (22 ) - ( 106 ) ( 106 ) (215 ) - ( 94 ) ( 970 ) ( 27 )
A = 2809190 + 2346840 + 2262040 - 2507560 - 2415740 - 2461860 A 32910 3.- se calcula el valor de a con a = -------- = ---------------- = 29.75 DG 1106
= 32910
4.- Se calcula B 1 , para ello nos ubicamos en la ecuaciones normales y los valores conocidos de la segunda columna se cambian por los valores conocidos de la cuarta columna y se vuelven a repetir los valores conocidos de la primera y de la tercera columna anotando stos de la siguiente manera:
6 27 22 215 970 820 22 106 94 6 27 22 215 970 820
B1=
= ( 6 ) ( 970 ) ( 94 ) + ( 215 ) ( 106 ) ( 22 ) + ( 22 ) ( 27 )( 820 ) - ( 22) ( 970 ) (22 ) - ( 820 ) ( 106 ) (6 ) - ( 94 ) ( 27 ) ( 215 )
B 1 = 547080 + 501380 + 487080 - 469480 - 521520 - 545670
= - 1130
B1 - 1130 5.- en seguida se obtiene el valor de b 1 con b 1 = ------------- = -------------- = - 1.02 DG 1106 6.- Para calcular el valor que nos falta de b 2 , los valores de a = 29.75 y b 1 = - 1.02 se sustituyen en cualquiera de las 3 ecuaciones iniciales, y por despeje se obtiene el valor de b 2. En este caso haremos uso de la primera ecuacin normal . 1) ( 29.75 ) ( 6 ) - ( 1.02 ) ( 27 ) + b 2 ( 22 ) = 215
215 - ( 29.75 ) ( 6 ) + ( 1.02 ) ( 27 ) 215 - 178.50 + 27.54 64.04 b 2 = --------------------------------------------------- = ----------------------------------- = --------------- = 2.91 22 22 22 7.- Por ltimo se obtiene la expresin matemtica con la que se calcularn los pronsticos futuros de las ventas de automviles en funcin de los anuncios comerciales en TV ( X1 ) y del nmero de vendedores contratados ( X 2 ) . Dicha expresin matemtica se determina sustituyendo los valores de a = 29.75 , b 1 = - 1.02 y b 2 = 2.91 en :
Y = a + b 1 X 1 + b 2 X 2 , entonces:
Y = 29.75 1.02 X 1 + 2.91 X 2
b).- Cul deber ser el pronstico de ventas de autos si se pusieran por televisin 5 comerciales y se contrataran 7 vendedores? Para contestar esta pregunta en la ecuacin anterior se sustituyen los valores de X 1 = 5 y X2 = 7 Y = 29.75 - 1.02 ( 5 ) + 2.91 ( 7 ) = 29.75 - 5.1 + 20.37 = 45.02 automviles
Pgina
29
IV CONTROL DEL PRONSTICO

Una vez que se ha hecho el pronstic o, es necesario que continuamente estemos comparando el pronstico con la demanda real y que emprendamos la accin necesaria para corregir el pronstico cuando en la demanda haya habido cualquier cambio estadsticamente importante, tambin tenemos que determinar la causa o causas de dichos cambios de la demanda. El momento para hacerlo es inmediatamente despus de que se haya producido el cambio, no al ao siguiente ni cinco aos despus. Las formas ms sencillas de instrumentos de control son las GRFICAS DE CONTROL ESTADSTICO que se emplean en el control de calidad. Una de stas grficas que se puede utilizar cuando se dispone solamente de una cantidad mnima de datos es la GRFICA DE ESCALA MVIL Esta compara los cambios de la demanda habidos de un perodo hasta el siguiente, con las variaciones irregulares esperadas de la demanda. La escala mvil es el valor absoluto de la diferencia en las demandas de perodos sucesivos por ejemplo: si las demandas reales de los meses de ENERO y FEBRERO de 1999 fueron de 105 y 120 respectivamente, entonces la escala mvil ( EM ) para ENERO - FEBRERO es 105 - 120 = 15 La GRAFICA DE ESCALA MOVIL se construye de la siguiente manera: 1.- Se recopila la informacin de la serie de tiempo, se elabora la grfica de estos datos y Se define el modelo o la tcnica del pronstico que se va a aplicar. 2.- Se determinan los valores de escala movil ( EM ) EM 3.- Se calcula la escala mvil promedio ( EM ) , mediante la expresin EM = -----------N- 1 N = numero de datos reales recopilados 4.- Se calculan los lmites Superior ( LSC ) e Inferior ( LIC ) del control del pronstico, con : LSC = 2.66 X EM LIC = - 2.66 X EM
5.- Se determina el pronstico para cada perodo de tiempo. Y se determina el error del pronstico para cada uno de los perodos de tiempo . ERROR = DEMANDA REAL - DEMANDA PRONOSTICADA 6.- Se construye posteriormente la grfica de escala mvil para el control del pronstico, sealando y uniendo en ella los puntos de los valores hallado en el paso anterior y los lmites de control hallados en el paso 4 . Tiene que haber cuando menos 10 y preferentemente 20 valores de EM que se empleen para determinar los lmites de control. Estos lmites se fijan de manera que solo quepa esperar que 3 puntos de entre 1000 caigan fuera de los lmites, y ello debido solamente al azar. As, si un punto se encuentra fuera de los lmites de control, debemos hacer una investigacin preliminar para haber si ha habido algn cambio manifiesto en el sistema de causas base de la demanda. Tambin sirve de advertencia de que debemos vigilar muy estrechamente este producto. Si otro punto va a dar tambin fuera de los lmites de control, debe procederse a ser una investigacin detallada respecto a la causa de tal acontecimiento. Si todos los puntos trazados caen dentro de los lmites de control, es por lo general seguro dar por supuesto que tenemos las ecuaciones correctas para el pronstico. Si todos los puntos caen fuera de los lmites , no tenemos las ecuaciones correctas para el pronstico, y por lo tanto, hay que revisarlas de acuerdo con ello.
Pgina
30
Podemos emplear la grafica de control para que nos diga en que punto se produjo el cambio y podamos determinar una ecuacin para el pronstico, partiendo de los datos apropiados al sistema actual de causas de la demanda.
Pgina
31
Problemas.
1.- Se muestran en seguida las tasas de inters para 12 meses consecutivos de Bonos corporativos triple A. 9.5, 9.3, 9.4, 9.6, 9.8, 9.7, 9.8, 10.5, 9.9, 9.7, 9.6, 9.6 a) Elabore promedios mviles simples de 3 y 4 meses ( trminos) para esta serie de tiempo. Cul de los 2 promdios mviles, el de 3 o de 4 trminos, ofrece mejores pronsticos?. b) Cul es el pronstico del promedio mvil simple para el siguiente mes?. 2. Con la siguiente informacin, misma que representa el nmero de accidentes ocurridos en las 12 primeras semanas del ao de 1996. semanas Nmero de accidentes 1 17 2 21 3 19 4 23 5 18 6 16 7 20 8 18 9 22 10 20 11 15 12 22 a) Calcule promedios mviles simples de 4 y 5 semanas para la serie de tiempo. b) Calcule el ECM para los pronsticos con promedios mviles de 4 y 5 semanas. c) Cul parece ser el mejor nmero de semanas de datos anteriores para el clculo del promedio mvil? 3. Utilice los datos de la serie anterior para mostrar los pronsticos con alisamiento exponencial utilizando una constante de suavizado = 0.1 Utilizando el criterio del ECM , preferira una constante de alisamiento de = 0.1 o de = 0.2 para la serie de tiempo anterior para el calculo del pronstico para la treceava semana. 4. Se muestran enseguida los porcentajes mensuales de todos los envos que se recibieron a tiempo en los ltimos 12 meses. 80, 84, 83, 83, 84, 85, 85, 84, 82, 83, 84, 83 a) Comparar un pronstico de promedio movil simple de 3 trminos con un pronostico con alisamiento exponencial empleando una constante de suavizamiento = 0.2 Cul de ellos proporciona mejores pronsticos?. b)Cul es el pronstico para el siguiente mes?. 5. Se muestran enseguida los importes de contratos de construccin en Alabama para un perodo de 12 meses. Los datos estn en millones de pesos.
Pgina
32
240, 350, 230, 260, 280, 320, 220, 310, 240, 310, 240, 230 a) Compare un pronstico con promedios mviles de 3 trminos con un pronostico con alisamiento exponencial utilizando una constante de suavizamiento = 0.2 Cul ofrece mejores pronsticos? b) Cul es pronostico para el siguiente mes? 6. Los siguientes datos muestran las ventas de un producto determinado en los ltimos 12 meses.
mes ventas
1 2 3 4 5 6 7 8 9 10 11 12 105 135 120 105 90 120 145 140 100 80 100 110
a) Utilice una constante de suavizamiento = 0.3 para calcular valores con alisamiento exponencial para la serie de tiempo. b) Utilice una constante de suavizamiento = 0.5 para calcular los valores con alisamiento exponencial . Cul de las 2 constantes de alisamiento la de 0.3 o la de 0.5 ofrece los mejores pronsticos? c) Cul es el pronstico para el treceavo mes? 7. Una cadena de tiendas de abarrotes experiment las siguientes demandas semanales ( en cajas) para una marca de detergente para lavadoras automticas: semanas demanda semanas demanda 1 200 6 210 2 350 7 280 3 250 8 350 4 360 9 290 5 250 10 320 a) Aplicando alisamiento exponencial usando una constante de suavizado de = 0.4 , desarrolle un pronstico de las ventas para la semana 11. 8. La Inited Daries Inc. Proporciona leche a diversas tiendas de comestibles independientes del condado Dade, en la Florida. Los administradores de la United daries pretenden tener un pronstico para el nmero de medios galones de leche que se venden por semana. Los datos de ventas para las ltimas 12 semanas son las siguientes:
Pgina
33
Semanas 1 2 3 4 5 6
Ventas Unidades 2750 3100 3250 2800 2900 3050
Semanas 7 8 9 10 11 12
Ventas Unidades 3300 3100 2950 3000 3200 3150
a) Aplicando alisamiento exponencial usando una constante de suavizado de = 0.4 , desarrolle un pronstico de las ventas para la semana 13. b) Aplicando el mtodo de promedios ponderados calcule el pronstico para la semana 13 9.- Se muestran enseguida los datos de inscripciones en una universidad en los ltimos 6 aos: AO INSCRIPCIONES 1 20,500 2 20,200 3 19,500 4 19,000 5 19,100 6 18,800 Desarrolle la ecuacin de la expresin de la componente lineal de tendencia para los datos anteriores y calcule el pronstico de las inscripciones para el octavo ao. 10.- Se muestra enseguida los datos correspondientes al ndice de precios al consumidor de bienes y servicios en el transcurso de un perodo de 9 aos: AOS INDICE DE PRECIOS 1 66.90 2 74.80 3 81.20 4 85.00 5 89.20 6 94.60 7 97.80 8 101.90 9 106.90 Desarrolle la ecuacin de la expresin de la componente lineal de tendencia para los datos anteriores y calcule el pronstico de los ndices de precios al consumidor para los aos 10 y 11 11.- Las cifras promedio de asistencia a juegos de ftbol en el estadio de una Universidad importante, han seguido el siguiente patrn en los ltimos 7 aos: AOS ASISTENCIA 1 28,000 2 30,000 3 31,500 4 30,400 5 30,500 6 32,200 7 30,800
Pgina
34
Desarrolle la ecuacin de la expresin de la componente lineal de tendencia para los datos anteriores y calcule el pronstico de la asistencia al estadio de futbol para los aos 10 y 11 12.- Los datos trimestrales de ventas ( nmero de ejemplares que se venden ) de un libro de texto universitario en los ltimos 3 aos, son los siguientes: AO TRIMESTRES I II III IV 1998 1690 940 2625 2500 1999 1800 900 2900 2360 2000 1850 1100 2930 2615 a) Determine los ndices estacinales para cada uno de los 4 trimestres. b) Cuando tiene el editor de libros de texto el mayor ndice estacional? c) Determine el pronstico de los ejemplares posibles a vender durante cada uno de los cuatro trimestres de l ao 2001, considerando la componente de tendencia y la componente estacional?
13.- El dueo de una distribuidora de automviles realiz un estudio para determinar las relaciones en un mes determinado entre el nmero de automviles vendidos en el mes por su distribuidora con el nmero de comerciales de un minuto sobre su distribuidora televisado localmente en ese mes. Durante el perodo de 6 meses, el dueo anot los resultados que se muestran en seguida:
NUMERO DE COMERCIALES EN TELEVISIN N Y X 1 10 1 2 15 0 3 20 5 4 30 4 5 25 3 6 40 6 a) Encuentre la expresin matemtica de la lnea de regresin lineal simple que permita predecir las ventas de autos en funcin de los gastos de publicidad por televisin b) cul es el pronstico del volumen de autos si se pusieran 2 anuncios comerciales en la televisin? c) cul es el pronstico del volumen de autos si se pusieran 8 anuncios comerciales en la televisin? MESES NUMERO DE AUTOS VENDIDOS
14.- El gerente de ventas de una compaa que surte a hoteles y restaurantes se interesa en la relacin de tipo predictivo que pudiera tener, tanto la publicidad como el tamao de la fuerza de ventas, en las ventas mensuales, para tal efecto, llev un registro de las ventas mensuales, de la cantidad gastada mensualmente en publicidad directa y el nmero de representantes de ventas, lo anterior lo hizo en cada una de las 8 regiones seleccionadas. Los datos de sus registros se muestran en la siguiente tabla:
Pgina
35
REGIONES N 1 2 3 4 5 6 7 8
VENTAS GASTOS DE AGENTES DE MILES DE $ PUBLICIDAD VENTAS Y X1 X2 300 10 3 250 12 4 125 13 4 100 15 3 450 20 5 230 16 4 380 25 6 290 22 2
a) Encuentre la expresin matemtica de la lnea de regresin lineal mltiple que permita predecir las ventas de autos en funcin de los gastos de publicidad por televisin y del nmero de vendedores b) cul es el pronstico del volumen de autos si se pusieran 24 anuncios comerciales en la televisin y se contrataran 7 vendedores? c) cul es el pronstico del volumen de autos si se pusieran 28 anuncios comerciales en la televisin y se contratara a 8 vendedores ? 15.- El gerente de ventas de cierta c ompaa recopil la informacin bimestral de las ventas de televisores realizadas durante los ltimos 4 aos (1997,1998,1999 y 2000 ), iniciando la recopilacin de la informacin a partir del tercer bimestre de 1997, el gerente de ventas pudo constatar al elaborar una grfica del patrn de los datos del pasado que stos presentaban componente de tendencia y componente estacional. De tal manera que con la informacin obtenida pudo determinar la componente de tendencia que tiene por ecuacin Y = 350 + 1900 x , y los ndices estacinales bimestrales correspondientes: BIMESTRE I II III IV V VI INDICE ESTACIONAL 1.30 0.85 0.50 0.45 1.00 1.90
Determine: a) El pronstico de las ventas de televisores para el sexto bimestre del ao 2001. b) El pronstic o de las ventas de televisores para el tercer bimestre del ao 2004 16.- El gerente de ventas de cierta compaa recopil la informacin bimestral de las ventas de televisores realizadas durante los ltimos 4 aos (1997,1998,1999 y 2000 ), iniciando la recopilacin de la informacin a partir del ltimo bimestre de 1997, el gerente de ventas pudo constatar al elaborar una grfica del patrn de los datos del pasado que stos presentaban componente de tendencia y componente estacional. De tal manera que con l a informacin obtenida pudo determinar la componente de tendencia que tiene por ecuacin Y = 500 + 900 x , y los ndices estacinales bimestrales correspondientes:
Pgina
36
BIMESTRE I II III IV V VI
INDICE ESTACIONAL 1.30 0.85 0.50 0.45 1.00 1.90
Determine: c) El pronstico de las ventas de televisores para el sexto bimestre del ao 2001. d) El pronstico de las ventas de televisores para el tercer bimestre del ao 2004 17.- El gerente de ventas de cierta compaa recopil la informacin Trimestral de las ventas de aviones realizadas durante los ltimos 4 aos (1997,1998,1999 y 2000 ), iniciando la recopilacin de la informacin a partir del tercer trimestre de 1997, el gerente de ventas pudo constatar al elaborar una grfica del patrn de los datos del pasado que stos presentaban componente de tendencia y componente estacional. De tal manera que con la informacin obtenida pudo determinar la componente de tendencia que tiene por ecuacin Y = 1500 + 2000 x , y los ndices estacinales trimestrales correspondientes:
TRIMESTRE INDICE ESTACIONAL
I II III IV
1.30 0.85 0.50 1.35
Determine: e) El pronstico de las ventas de televisores para el tercer trimestre del ao 2001. f) El pronstico de las ventas de televisores para el segundo trimestre del ao 2004 18.- Si el da 27 de Febrero del ao 2001 se vendieron 550 boletos para la asistencia al teatro de la ciudad y la venta de boletos pronosticados para este da fue de 730 boletos, determine: usando el mtodo de Suavizamiento exponencial considerando un valor de = 0.4 a) El pronstico del nmero de boletos que vendern el da 28 de febrero del ao 2001. b) Si los boletos que se vendieron el da 28 de Febrero del ao 2001 fuera de 1000 cul deber ser el pronstico de las ventas de boletos para el da 1 de marzo del ao 2001? 19.- Si el da 27 de Febrero del ao 2001 se vendieron 800 boletos para la asistencia al estadio de bisbol de la ciudad y la venta de boletos pronosticados para este da fue de 900 boletos, determine: usando el m todo de Suavizamiento exponencial considerando un valor de = 0.3 c) El pronstico del nmero de boletos que vendern el da 28 de febrero del ao 2001. d) Si los boletos que se vendieron el da 28 de Febrero del ao 2001 fuera de 1200 cul deber ser el pronstico de las ventas de boletos para el da 1 de marzo del ao 2001? 20.- Con la siguiente informacin, misma que representa el nmero de accidentes ocurridos durante los meses de Septiembre, Octubre Noviembre y Diciembre del ao 2000 en una empresa co nocida de esta ciudad:
Pgina
37
MESES
PERODO
NUMERE DE ACCIDENTES
SEPTIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE
x 1 2 3 4
y 50 80 65 90
Utilizando el mtodo de proyeccin de tendencia, determine: a) El pronstico de accidentes para el mes de Febrero del ao 2001. b) El pronstico de accidentes para el mes de diciembre del ao 2002 c) Los lmites superior e inferior del control del pronstico d) Con la informacin de los ltimos 4 meses del ao 2000, constryase la grfica de escala mvil. 21.-El dueo de una distribuidora de automviles realiz un estudio para determinar las relaciones en un mes determinado entre el nmero de automviles vendidos en el mes por su distribuidora, con el nmero de comerciales de un minuto sobre su distribuidora televisado localmente en ese mes. Durante el perodo de 6 meses, el dueo anot los resultados que se muestran en la siguiente tabla: Nmero de autos vendidos Y 10 10 20 30 40 40 Nmero de comerciales en TV X 0 1 2 2 3 4
Meses N 1 2 3 4 5 6 Totales
XY
X2
Utilice el mtodo de regresin Lineal simple para: a) Encontrar una ecuacin que permita predecir las ventas de autos en funcin de los gastos de publicidad por televisin. b) Encontrar el pronstico de venta de autos si se pusieran por televisin 6 comerciales. 2.- El gerente de ventas de una compaa que surte a hoteles y restaurantes se interesa en la relacin de tipo predictivo que pudiera tener , tanto la publicidad como el tamao de la fuerza de ventas, en las ventas mensuales, para tal efecto, llev un registro de las ventas mensuales, de la cantidad gastada mensualmente en publicidad directa y el nmero de representantes de ventas. Lo anterior lo hizo para cada una de las 8 regiones seleccionadas. Los datos de sus registros se muestran en la siguiente tabla:
Pgina
38
Regiones N 1 2 3 4 5 6 7 8 Totales
Ventas Gastos de (miles de Publicidad $) X1 Y 300 10 250 15 125 13 100 12 400 25 200 15 350 13 250 30
Agentes de ventas X2 3 4 4 3 2 4 3 2
X1 Y
X2 Y
X 1 X2
X1
X2
Utilice el mtodo de regresin Lineal mltiple para: c) Encontrar una ecuacin que permita predecir las ventas de autos en funcin de los gastos de publicidad y el nmero de agentes de ventas. d) Encontrar el pronstico ventas si en publicidad se invirtieran 22 y el nmero de agentes de ventas para esa regin fuera de 5 personas.
Pgina
39
Pgina
40

Administracion de Operaciones

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Administracion de Operaciones

Uploaded by

Copyright:

Available Formats

ADMINISTRACIN DE OPERACIONES

INSUMOS Energa Materiales Mano de obra Capital Informacin externa

Transformacin (Proceso de Conversin )

PRODUCTOS BIENES Y SERVICIOS

Informacin de retroalimentacin para el control de Los insumos al proceso y de su tecnologa

OPERACIONES COMO UN SISTEMA PRODUCTIVO

1.2 La funcin de operaciones

Ejemplo de organizaciones y sus componentes:

Proyeccin de pelculas Preparacin/ venta de alimentos Cuidado Surtir recetas operaciones

Planta de manufactura. Fabricante

Cortar Formar unir

Economa, mercado productos, mercado consumo

ING. RAMN MORALES HIGUERA

1.3 PRINCIPALES AREAS DE ACTIVIDAD EN LA FUNCIN DE OPERACIONES:

ING. RAMN MORALES HIGUERA

1.4 RESPONSABILIDADES DE LA FUNCIN DE OPERACIONES.

ING. RAMN MORALES HIGUERA

1.5 TOMA DE DECISIONES EN OPERACIONES.

1.6 EL PROCESO DE RESOLUCIN DE PROBLEMAS Y TOMA DE DECISIONES.

2. Recoleccin de datos. Recopilar informacin pasada, hechos pertinentes, y soluciones previas a

ING. RAMN MORALES HIGUERA

Definir el problema Recoleccin de datos

Toma de dec isiones

Relacin entre la resolucin de problemas y la toma de decisiones.

1.7 FUNCIN DE LOS ANLISIS CUALITATIVO Y CUANTITATIVO EN LA TOMA DE DECISIONES .

ING. RAMN MORALES HIGUERA

Analizar el problema Estructurar el problema

Definir alternativas de solucin

ING. RAMN MORALES HIGUERA

II PRONSTICOS PARA LA TOMA DE DECISIONES

2.1 Conceptos Generales

Usos de los pronsticos

ING. RAMN MORALES HIGUERA

2.3 Caractersticas de los Pronsticos

2.4 Seleccin del Mtodo de Pronsticos

ING. RAMN MORALES HIGUERA

III. CLASIFICACIN DE LOS MODELOS DE PRONSTICOS

simple Promedios Moviles ponderado Suavizamiento Exponencial

serie de tiempo que tiene componente de tendencia estacional y

3.1 Mtodos Cualitativos

la lista de los avances en los que hubo consenso.

ING. RAMN MORALES HIGUERA

Las dificultades son:

3.2 Mtodos Cuantitativos

ING. RAMN MORALES HIGUERA

Patrones o componentes de una serie de tiempo

Patrn horizontal o estacionario . Se presentan como un valor constante (recta horizontal)

ING. RAMN MORALES HIGUERA

ING. RAMN MORALES HIGUERA

1 t = ----- S X i n i=(t - n+1)

21.34 134.00 - 58.33 - 72.66 - 83.33 66.67 108.67 26.00 - 4.00

207.60 202.60 206.60 193.60 198.00 191.40 203.40 220.40

207.60 202.60 206.60 193.60 198.00 191.40 203.40 220.40

- 32.60 - 47.60 - 76.60 26.40 79.00 43.60 36.60

32.60 47.60 76.60 26.40 79.00 43.60 36.60 342.40

ING. RAMN MORALES HIGUERA

Alisamiento o suavizamiento exponencial

Pronstico para el perodo t + 1 Constante de alisamiento

0 -4.00 1.80 -0.56 -4.45 3.44 -1.25 -2.00 -2.60 0.92

ING. RAMN MORALES HIGUERA

ING. RAMN MORALES HIGUERA

438,500 - 391,600 ----------------------------- = 3850 - 3025

ING. RAMN MORALES HIGUERA