pronosticos 2
-
Upload
edgar-manzanarez -
Category
Documents
-
view
235 -
download
0
Transcript of pronosticos 2
-
8/6/2019 pronosticos 2
1/21
Tema N 2
PRONSTICOS
UNIVERSIDAD DE LOS ANDES
FACULTAD DE CIENCIAS ECONMICAS Y SOCIALESESCUELA DE ADMINISTRACIN Y CONTADURA PUBLICA
DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS
ADMINISTRACIN DE LA PRODUCCIN Y LAS OPERACIONES I
FACILITADOR
LIC. ESP. MIGUEL OLIVEROS
-
8/6/2019 pronosticos 2
2/21
Pronsticos
DefiniciDefiniciDefiniciDefinicin:n:n:n:Proceso de estimacin de un acontecimiento futuro, proyectandohacia el futuro datos del pasado. Los datos del pasado se combinan
sistemticamente en forma predeterminada para hacer una
estimacin del futuro
PredicciPredicciPredicciPrediccin:n:n:n:
Proceso de estimacin de un suceso futuro basndose enconsideraciones subjetivas diferentes a los simples datos
provenientes del pasado; estas consideraciones subjetivas no
necesariamente deben combinarse de manera predeterminada.
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
-
8/6/2019 pronosticos 2
3/21
Requerimientos para el
Pronstico en la Produccin
Necesidad deNecesidad deNecesidad deNecesidad de
informaciinformaciinformaciinformacinnnnrepresentativarepresentativarepresentativarepresentativa
Demandas
especficas de
artculos
Tipo deTipo deTipo deTipo de
DecisiDecisiDecisiDecisinnnn
Decisiones de
planeacin a
corto plazo
Demandas
Agregadas de
resultados
Estrategias e
instalaciones
Decisiones de
planeacin a
largo plazoActual Dentro de 5 aos
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
-
8/6/2019 pronosticos 2
4/21
Subsistemas de Operacin y PronsticosInformacin ms reciente sobre
la demanda y la produccin
Pronstico de la
demanda para
operaciones
PlaneaciPlaneaciPlaneaciPlaneacin del sisteman del sisteman del sisteman del sistema
- Diseo del Producto
- Diseo del Proceso
- Inversin y reemplazo de
Equipos
- Planeacin de la capacidad
ProgramaciProgramaciProgramaciProgramacin del sisteman del sisteman del sisteman del sistema
- Planeacin agregada de la
Produccin
- Programacin de las
Operaciones
Control del sistemaControl del sistemaControl del sistemaControl del sistema
- Control de la Produccin
- Control de los Inventarios
- Control de la Mano de Obra
- Control de Costos
Produccin de
Bienes y Servicios
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
-
8/6/2019 pronosticos 2
5/21
Caractersticas de la Demanda
en el Tiempo
Constante
Estacional
Tendencia Lineal
TiempoTiempoTiempoTiempo
Demandadeproducc
i
Demand
adeproducc
i
Demand
adeproducc
i
Demandadeproducc
in(Unidades
)
n(Unidades
)
n(Unidades
)
n(Unidades
)
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
-
8/6/2019 pronosticos 2
6/21
Demanda
DefiniciDefiniciDefiniciDefinicin:n:n:n:Es una relacin que muestra las distintas cantidades de un bien queel consumidor o los consumidores desearan o sern capaces de
adquirir a precios alternativos posibles durante un perodo de tiempo
dado.
Demanda Independiente:Demanda Independiente:Demanda Independiente:Demanda Independiente:La demanda de un bien o servicio no est relacionada con la
demanda de algn otro bien o servicio
Demanda Dependiente:Demanda Dependiente:Demanda Dependiente:Demanda Dependiente:La demanda de un bien o servicio est relacionada con la demanda
de uno o ms productos
Dependencia Vertical
Dependencia HorizontalFACILITADOR: LIC. ESP. MIGUEL OLIVEROS
-
8/6/2019 pronosticos 2
7/21
Error en el Pronstico
evaluadosperodosdetotalNmero
perodolostodosdeabsolutasesdesviacionlasdeSumaMAD=
Es la diferencia numEs la diferencia numEs la diferencia numEs la diferencia numrica entre la demandarica entre la demandarica entre la demandarica entre la demanda
pronosticada y la realpronosticada y la realpronosticada y la realpronosticada y la real
DesviaciDesviaciDesviaciDesviacin Media Absoluta (MAD):n Media Absoluta (MAD):n Media Absoluta (MAD):n Media Absoluta (MAD):
Es un promedio de las desviaciones absolutas. La MAD expresa ladimensin pero no la direccin
n
realDemanda-dapronsticaDemanda
MAD
n
1ii
==
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
-
8/6/2019 pronosticos 2
8/21
Error en el Pronstico
evaluadosperodosdetotalNmero
perodolostodosparasalgebraicoerroresdeSumaSesgo=
Sesgo:Sesgo:Sesgo:Sesgo:Indica la tendencia direccional de los errores de prediccin. El sesgo
mide la tendencia a sub o sobreestimar la demanda
( )
n
realDemanda-dapronosticaDemanda
Sesgo
n
1i
=
=
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
-
8/6/2019 pronosticos 2
9/21
Modelos de Pronsticos
- Proporciona un pronstico global para variables tales como elProducto Interno Bruto (PIB)
Modelos Econmicos
- Describe una relacin funcional entre las variablesAnlisis de regresin
Modelos Cuantitativos CausalesModelos Cuantitativos CausalesModelos Cuantitativos CausalesModelos Cuantitativos Causales
- Da pesos relativos a pronsticos anteriores y a la demandams reciente
Suavizado exponencial
- Promedia los datos del pasado para predecir el futurobasndose en ese promedio
(series de tiempo)Media o promedio mvil simple
Modelos CuantitativosModelos CuantitativosModelos CuantitativosModelos Cuantitativos
- Se recopilan datos de varias maneras para probar hiptesis
sobre el mercado
Investigacin de Mercado
- Proceso de grupo que permite la participacin con votacinforzada
Tcnica de grupo nominal
- Hace analogas con el pasado de un producto similarDatos Histricos
- Preguntas hechas a un grupo de expertos para recabaropinionesMtodo Delphi
Modelos CualitativosModelos CualitativosModelos CualitativosModelos Cualitativos
DescripciDescripciDescripciDescripcinnnnTipo de ModeloTipo de ModeloTipo de ModeloTipo de Modelo
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
-
8/6/2019 pronosticos 2
10/21
Promedio Simple (PS):Promedio Simple (PS):Promedio Simple (PS):Promedio Simple (PS):Es un promedio de los datos del pasado en el cual las demandas de
todos los perodos anteriores tienen el mismo peso relativo
Modelos Cuantitativos
demandaladeperodosdeNmero
anterioresperodoslostodosdedemandaslasdeSuma
PS =
k
D...DDPS k21
+++=
Modelos Bsicos de Promedios
perodoskhaceocurriquedemandaD
perodosdoshaceocurriquedemandaD
recientemsperododeldemandaD
:donde
k
2
1
=
=
=
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
-
8/6/2019 pronosticos 2
11/21
Media MMedia MMedia MMedia Mvil Simple (MMS):vil Simple (MMS):vil Simple (MMS):vil Simple (MMS):Combina los datos de la demanda de la mayor parte de los perodos
recientes, siendo su promedio el pronstico para el perodo siguiente
Modelos Cuantitativos
mvilmedialaenempledosperodosdeNmero
perodosnltimoslosdeanterioresdemandaslasdeSuma
MMS =
n21
n
1t
t
Dn
1...Dn
1Dn
1
n
D
MMS +++==
=
Modelos Bsicos de Promedios
recientemsperodoelesnt
perodosndepromedioelenantiguomsperodoeles1t
:donde
=
=
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
-
8/6/2019 pronosticos 2
12/21
Media MMedia MMedia MMedia Mvil Ponderada (MMP):vil Ponderada (MMP):vil Ponderada (MMP):vil Ponderada (MMP):Es un modelo de media mvil que incorpora algn peso de la
demanda anterior distinto a un peso igual para todos los perodos
anteriores bajo consideracin
Modelos Cuantitativos
mvilmedialaenperodoslostodosdelargoloasumada
o,determinadpesounporperodocadadeDemandaMMP =
=
=
n
1t
ttDCMMP
Modelos Bsicos de Promedios
= =
n
1t
t
t
1.0C
1.0C0
:donde
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
-
8/6/2019 pronosticos 2
13/21
Suavizado exponencial de primer orden:Suavizado exponencial de primer orden:Suavizado exponencial de primer orden:Suavizado exponencial de primer orden:
Se distingue por la manera tan especial de dar peso a cada una delas demandas anteriores, la demanda de los perodos ms recientes
reciben un peso mayor. La ecuacin para crear un pronstico nuevo o
actualizado utiliza dos fuentes de informacin: la demanda real para
el perodo ms reciente y el pronstico ms reciente. A medida quetermina cada perodo se realiza un nuevo pronstico
Modelos Cuantitativos
( ) ( )( )recientemsPronstico-1recientemsDemandaPronstico +=
( )1-t1-tt
FDF += 1
Suavizado Exponencial
perodoelest
1.00
:donde
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
-
8/6/2019 pronosticos 2
14/21
-
8/6/2019 pronosticos 2
15/21
Suavizado exponencial de primer orden con ajuste de tendencia:Suavizado exponencial de primer orden con ajuste de tendencia:Suavizado exponencial de primer orden con ajuste de tendencia:Suavizado exponencial de primer orden con ajuste de tendencia:
Con el suavizado exponencial con ajuste de tendencia, las estimaciones,
tanto para la media como tendencia, estn suavizadas. Este
procedimiento requiere dos constantes de suavizado: para la media, y para la tendencia.
Modelos CuantitativosSuavizado Exponencial
lmenteexponenciasuavizadatendencialmenteexponenciasuavizadaprevisintendencialaincluyendoPrevisin +=
ttt TFFIT +=donde:
( )( )111 1 ++= tttt TFDF
( ) ( ) 11 1 += tttt TFFT 0.100.10:queelen
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
-
8/6/2019 pronosticos 2
16/21
-
8/6/2019 pronosticos 2
17/21
Variaciones estacionales:Variaciones estacionales:Variaciones estacionales:Variaciones estacionales:
Son movimientos regulares ascendentes o descendentes en una serie
temporal que estn vinculados a eventos peridicos.
Modelos CuantitativosSeries Temporales
Etapas:Etapas:Etapas:Etapas:
1. Encontrar la demanda histrica media de cada temporada.2. Calcular la demanda media a lo largo de todos los perodos.
3. Calcular el ndice estacional para cada temporada dividiendo la
demanda histrica media (etapa 1) entre la demanda media a lo
largo de todos los perodos (etapa 2).
tendencialadeproyeccinestacional ndice yy =
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
-
8/6/2019 pronosticos 2
18/21
RegresiRegresiRegresiRegresin Linealn Linealn Linealn Lineal
Es una tcnica de pronstico que establece una relacin entre
variables. Una variable se conoce y se usa para pronosticar el valor
de una variable aleatoria desconocida.
El pronstico para la demanda del perodo siguienteFt
se expresamediante:
Modelos Cuantitativos
bXaFt +=
( ) ( )( )
( ) ( )2t2
t
tttt
X-Xn
DX-DXnb
=
Anlisis de Regresin
Donde Ft es el pronstico para el perodo t, dado el valor de la
variable X en el perodo t. Los coeficientes a y b son
constantes; a es la ordenada al origen de la variable (F) y b es lapendiente de la recta
n
Xb-Da
tt =
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
-
8/6/2019 pronosticos 2
19/21
Coeficiente de CorrelaciCoeficiente de CorrelaciCoeficiente de CorrelaciCoeficiente de Correlacinnnn
Modelos Cuantitativos
( ) ( )( )
( ) ( ) ( ) ( )
=
22
22 D-DnX-Xn
DX-XDnr
Anlisis de Regresin
1.00 0.90 FUERTE
0.89 0.70 BUENA0.69 0.45 MEDIANA
0.44 y Menos DEBIL
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
-
8/6/2019 pronosticos 2
20/21
Error estError estError estError estndar de la estimacindar de la estimacindar de la estimacindar de la estimacinnnn
Es la medida de la variabilidad alrededor de la lnea de regresin (su
desviacin estndar).
Mide el error desde la Variable Dependiente, (D), hasta la lnea de
regresin, en lugar de la media.
Modelos CuantitativosAnlisis de Regresin
( )
datosdenmero
regresindeecuacinladepartiracalculadoe,dependientvariableladevalor
datocadaparadevalor:donde
2
2
,
=
=
=
=
n
D
DD
n
DDS
c
c
XD2
2
,
=
n
DXbDaDS XD
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS
-
8/6/2019 pronosticos 2
21/21
Modelos CuantitativosSeguimiento y control del Pronstico
SeSeSeSeal de rastreoal de rastreoal de rastreoal de rastreo
Es una medida que determina el grado de precisin del pronstico
para valores reales.
( )
AbsolutaMediaDesviacin
perododeldapronsticademandaperododelrealdemanda
rastreode
Seal
rastreode Seal
=
=
ii
MADSAEP
FACILITADOR: LIC. ESP. MIGUEL OLIVEROS