L/O/G/O Ing. Karla Elisabeth Dávila Planificación y Control de la Producción I 11/05/2015.
-
Upload
gloria-parra-segura -
Category
Documents
-
view
235 -
download
0
Transcript of L/O/G/O Ing. Karla Elisabeth Dávila Planificación y Control de la Producción I 11/05/2015.
L/O/G/O
Ing. Karla Elisabeth Dávila
Planificación y Control de la Producción I
21/04/23
www.themegallery.com
Objetivos
• Analiza los métodos de los promedios móviles para elaborar pronósticos de demandan mediante el uso de PMS, PMCaT, PMP
• Fomenta el respeto, la tolerancia, el espíritu critico a través del trabajo en equipo para su formación profesional
Ing. Karla Elisabeth Dávila
www.themegallery.com
Contenidos
Pronósticos de Demanda:PMSPMCaTPMPPPES
Ing. Karla Elisabeth Dàvila
www.themegallery.com
PMS
Los PMS son, como su nombre lo indica, nada más que el promedio matemático de los últimos periodos recientes de la demanda.
Ing. Karla Elisabeth Dàvila
www.themegallery.com
El pms para el periodo i, es simplemente la media aritmética de los ¨k¨ últimos datos. Es decir;
Ms,i,k = Di + Di-1 + …………+ Di-(k-1) / K
Donde : K número de datos o términos del pm
Ms,i,k : pms de ¨k¨ términos para el periodo i
Di…..,Di- (k-1): demanda de los últimos ¨k¨ periodos.
Ing. Karla Elisabeth Dàvila
…….
www.themegallery.com
• Si se desea un pronóstico para el periodo (i+1), éste será igual al pms del periodo anterior, es decir:
• Pi+1 = Ms,i,k
O sìmplemente:
Pi+1 = Ms,i,
Ing. Karla Elisabeth Dàvila
www.themegallery.com
Dado los siguientes datos:
Pronostique la demanda para el año 2012, aplicando pms con k= 2
¿Cuáles serian los años que se tomarían en cuenta para el calculo de pronósticos?
Utilizando un pms con k=2, los pronósticos para los años 2009,2010,2011 y 2012
Ing. Karla Elisabeth Dàvila
Año 2007 2008 2009 2010 2011
Demanda 200 213 218 235 244
www.themegallery.com
Promedio móvil simple de 2 términos:
Ing. Karla Elisabeth Dávila
Año Demanda Msi Pi
2007 200 - -
2008 213 206.5 -
2009 218 215.5 2006.5
2010 235 226.5 215.5
2011 244 239.5 226.5
2012 - - 239.5
Ejemplo de calculo: Ms,2010= (218+235)/2¿A qué análisis puedo llegar con estos resultados?
Cuando mayor sea el termino del promedio, más atrasados serán los pronósticos.
Ejemplo de calculo: Ms,2010= (218+235)/2¿A qué análisis puedo llegar con estos resultados?
Cuando mayor sea el termino del promedio, más atrasados serán los pronósticos.
PMS tiende a ir atrasado respecto a los datos reales de demanda
PMS tiende a ir atrasado respecto a los datos reales de demanda
www.themegallery.com
PMCAT Se determinan los promedios móviles dobles y ajustados
(pmda) Se aplica dos veces seguidas el mpms:a)Se calcula el pms: ¨ Ms,i ¨b)Se calcula el promedio doble: ¨MD,i¨c)Se calcula el promedio móvil ajustado según:
MA,i = Ms,i + (Masi - MD,i ) + (2/(k-1))((Ms,i - MD,i ) )Donde:MA,i = PMSA del periodo iK= número de términos consideradosd) El pronóstico del periodo ¨i¨ es el pmajustado del periodo (i-
1)
Ing. Karla Elisabeth Dàvila
www.themegallery.com
Cuando la demanda no presenta cambios muy bruscos y el número de términos es grande, se puede estimar la tendencia lineal más reciente a través del valor de la expresión:
Ti = 2/k-1 (Msi - MD,i )
Y usar este valor para pronosticar la demanda de los años siguientes.
Ing. Karla Elisabeth Dàvila
www.themegallery.com
Año Demanda PMS(Ms,i) Promedio Doble (MD,i)
Promedio Ajustado(MA,i)
Pronòstico(Pi)
2007 200 - - - -
2008 213 206.5 - - -
2009 218 215.5 211 229 -
2010 235 226.5 221 243 229
2011 244 239.5 233 259 243
2012 - - - - 259
Ing. Karla Elisabeth Dàvila
MA,2009= 215,5+(215.5 - 211) + (2/(2-1))(215.5 - 211) = 229
www.themegallery.com
¿Observe los resultados y saque sus propias conclusiones?
El pmd va más atrasado que el pms, razón por la cual nunca se utiliza dicho promedio para la elaboración de pronósticos y si para corregir retraso del pms.
Si se desea pronosticar la demanda del 2013, 2014 y 2015, etc
T(2013) = (2/(2-1)) (239.5 - 233)= 13
Ing. Karla Elisabeth Dàvila
www.themegallery.com
Por lo tanto, los pronósticos de los años siguientes serán:
Otra forma de corregir el pms es a través del método Promedio móvil ponderado.
Ing. Karla Elisabeth Dàvila
Año 2013 2014 2015
Demanda 272 285 298
259 + 13=272, etc259 + 13=272, etc
www.themegallery.com
PMP• Otra manera de corregir el retraso del PMS es la
utilización de mayores pesos o ponderaciones para los valores más recientes, si K es2, entonces se podrían adoptar ponderaciones de 0,7 para el ultimo dato y 0,3 para el dato anterior.
Ing. Karla Elisabeth Dàvila
www.themegallery.com
Año demanda PMP Pronostico
2007 200
2008 213 (200)(0,3)+(213)(0,7)= -
2009 218 (213)(0,3)+(218)(0,7)= 209.1
2010 235 (218)(0,3)+(235)(0,7)= 216.5
2011 244 (235)(0,3)+(244)(0,7)= 229.9
2012 241.3
Ing. Karla Elisabeth Dàvila
www.themegallery.com
Método del Promedio Ponderado Exponencial Simple (ppes)
Ms,i = Ms,i-1 + (Di - Ms,i-1)∝Donde:
Ms,i: ppes del periodo i
Ms,i-1: ppes del periodo (i -1)
∝: Constante de atenuación
Di: Demanda real del periodo ¨i¨PPES es:
Pi+1 = Pi + (Di - Pi)∝ ∝ esta entre 0.05 y 0.4
Ing. Karla Elisabeth Dàvila
www.themegallery.com
Aplique el mppes con = 0.2 y pronostique la ∝demanda para el año 2009
como D1=Ms,1 y D1 = 200
Ms,2 = Ms,1 + (D2 - Ms,1)∝ = 200 + 0.2 ( 213 - 200) = 202.6
Ing. Karla Elisabeth Dàvila
Año 2007 2008 2009 2010 2011
Demanda 200 213 218 235 244
Di=Ms,1 D2 D3 D4 D5
www.themegallery.com
Periodo Año Demanda Promedio Pronòstico
1 2007 200 200
2 2008 213 202.6 200
3 2009 218 205.68 202.6
4 2010 235 211.54 205.68
5 2011 244 218.04 211.54
6 2012 - - 218.04
Ing. Karla Elisabeth Dàvila
PPES
Ms3= 202.6 + 0.2*(218-202.6)=205.68Ms4 = 205.68 + 0.2*(235 205.68)=211.54etc
Ms3= 202.6 + 0.2*(218-202.6)=205.68Ms4 = 205.68 + 0.2*(235 205.68)=211.54etc
www.themegallery.com
• El promedio Pes solamente es adecuado cuando la tendencia de la demanda no es muy pronunciada, ya que tiene que ir retrasado con respecto a los datos reales de demanda, esta desventaja es menos significativa cuando ¨ ¨ ∝es grande
Ing. Karla Elisabeth Dàvila
www.themegallery.com21/04/23 Ing. Karla Elisabeth Dávila
Bibliografía
• Bowerma, B. L., O´Connell, R. T., & Koehler, A. B. (2007). Pronósticos, serie de tiempos y regresión, un enfoque aplicado. México: Cengage Learning Editores.
• Chapman, S. N. (2006). Planificación y Control de la Producción. México: Pearson Educación.
• Render, B. (2004). Principios de Administración de Operaciones. México: Pearson Educación.