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


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


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



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



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

)



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


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

==



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

=

=



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



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

=

=

=



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


mvilmedialaenempledosperodosdeNmero

perodosnltimoslosdeanterioresdemandaslasdeSuma

MMS =

n21

n

1t

t

Dn

1...Dn

1Dn

1

n

D

MMS +++==

=


recientemsperodoelesnt

perodosndepromedioelenantiguomsperodoeles1t

:donde

=

=



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


mvilmedialaenperodoslostodosdelargoloasumada

o,determinadpesounporperodocadadeDemandaMMP =

=

=

n

1t

ttDCMMP


= =

n

1t

t

t

1.0C

1.0C0

:donde



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


( ) ( )( )recientemsPronstico-1recientemsDemandaPronstico +=

( )1-t1-tt

FDF += 1

Suavizado Exponencial

perodoelest

1.00

:donde



14/21


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



16/21


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 =



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:


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 =



19/21

Coeficiente de CorrelaciCoeficiente de CorrelaciCoeficiente de CorrelaciCoeficiente de Correlacinnnn


( ) ( )( )

( ) ( ) ( ) ( )

=

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



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



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


pronosticos 2

Documents

Transcript of pronosticos 2