Indice
1.
Pronostico
2. Problemario de Inventarios
3. Glosario de PCP
4. Exámenes de Planeación y
Control de la Producción 1 – IPN
5. Súper Vínculos WEB
– Ingeniería Industrial
Es una serie de datos que en base
a una serie de estudios determinan la demanda en un
futuro de un determinado producto.
1.- ¿Qué significa pronosticar?
Es predecir el futuro a partir de algunos indicios
2.- ¿Qué es un pronóstico?
Es una inferencia a partir de ciertos datos
3.- ¿Cómo se define el pronóstico?
Es una técnica que permite predecir lo que ocurrirá
en el futuro. El pronóstico dependerá de los
cambios en las variables
externas al sistema de
producción.
4.- ¿Cuáles son los antecedentes de los
pronósticos?
Tuvieron su origen en aspectos informales de la vida cotidiana.
En otras épocas los Reyes, los Políticos y personas
adineradas acudían a los clarividentes para que les
comentaran acerca de sus vidas en el futuro. Al paso del tiempo estas
ideas las adoptan los comerciantes y empresarios y se fue
formalizando poco a poco para el concepto de los
pronósticos hasta llegar a la que hoy se conoce como un
importante tema.
5.- ¿Dónde se utilizan las técnicas
de pronósticos en una empresa para
determinar la demanda?
Estas técnicas se utilizan en empresas para
determinar la demanda futura de sus productos, y
en base a esto planear y controlar la cantidad de productos que
deberá producir.
6.- ¿Cuándo una empresa
está en condiciones de optimizar?
Cuando una empresa determina la demanda futura de sus
pronósticos, esta en condiciones de optimizar el uso de
todos sus recursos, lograr
su objetivos y
satisfacer la demanda de sus clientes
oportunamente.
7.- ¿Quién utiliza las técnicas de
pronósticos?
Personal
especializado y adscritos a las áreas de producción
y mercadotecnia
de las productoras o bienes .
8.- ¿Cuál es la validez de un
pronóstico?
No es la verdad absoluta respecto a algún evento en el
futuro, un pronóstico solo es una aproximación a la
realidad entre más se acerque a ella mejor
será.
9.- En una Sistema de producción se presentan 2 grupos de
problemas
a)Probabilidad de
diseño
b)Probabilidad de la planeación
10.- ¿Cómo se agrupan las técnicas de
pronósticos que utilizan en la actualidad?
- Cualitativas
- Cuantitativas
- Combinación de ambas
TÉCNICA No. 1 PROMEDIO MÓVIL SIMPLE
(PMS)
Esta técnica sirve para calcular el pronóstico de
ventas para el
siguiente periodo exclusivamente, como su nombre lo indica es un
promedio que se obtiene n datos; para definir en forma
práctica cuál será el mejor resultado, se
deberá tomar en cuenta el de menor error al cuadrado <
(D-P)2.
Estos n datos están en función de
cómo queramos promediar u obtener resultados, con menor o
mayor exactitud; n puede valores
comprendidos entre 2,3,4,5….etc. en la práctica es
recomendable utilizar bloques de información que en promedio tengan 10
ó mas datos, lo cual no permitirá una mejor
interpretación o visión del comportamiento
de ese producto o pronóstico.
Ejemplo:
La empresa
Barcel S.A. de C.V. desea elaborar el pronóstico de ventas
(o de la demanda ) para uno de sus productos de mayor demanda en
el mercado se le
conoce como "chicharrones Barcel ", este pronóstico de la
demanda si requiere para el mes de octubre de 2003, para lo cual
se debe considerar que n= 2, 3, 4. sabiendo que los
últimos meses el área de mercadotecnia ha
registrado la int. histórica que se indica en la siguiente
en la siguiente tabla
Cuando n= 2
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | (D-P)2 |
Enero | 30 | – | – | – |
Febrero | 35 | – | – | – |
Marzo | 28 | 32.5 | -4.5 | 20.25 |
Abril | 20 | 31.5 | -11.5 | 132.25 |
Mayo | 25 | 24 | 1 | 1 |
Junio | 30 | 22.5 | 7.5 | 56.25 |
Julio | 35 | 27.5 | 7.5 | 56.25 |
Agosto | 40 | 32.5 | 7.5 | 56.25 |
Septiembre | 50 | 37.5 | 12.5 | 156.25 |
Octubre | ¿? | 45 | S = |
Cuando n= 3
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | (D-P)2 |
Enero | 30 | – | – | – |
Febrero | 35 | – | – | – |
Marzo | 28 | – | – | – |
Abril | 20 | 31 | -11 | 121 |
Mayo | 25 | 27.66 | -2.66 | 7.07 |
Junio | 30 | 24.33 | 5.66 | 32.14 |
Julio | 35 | 25 | 10 | 100 |
Agosto | 40 | 30 | 10 | 100 |
Septiembre | 50 | 35 | 15 | 225 |
Octubre | ¿? | 41.66 | S |
Cuando n= 4
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | (D-P)2 |
Enero | 30 | – | – | – |
Febrero | 35 | – | – | – |
Marzo | 28 | – | – | – |
Abril | 20 | – | – | – |
Mayo | 25 | 28.25 | -3.25 | 10.56 |
Junio | 30 | 27 | 3 | 9 |
Julio | 35 | 25.75 | 9.25 | 85.56 |
Agosto | 40 | 27.5 | 12.5 | 156.25 |
Septiembre | 50 | 32.5 | 17.5 | 306.25 |
Octubre | ¿? | 38.75 | S |
Nota: En base a esta técnica podemos decir en
conclusión que el mejor pronóstico es de 45
unidades porque (D-P)2 es menor con respecto a los
otros datos.
Tarea:
La empresa Alfa fabricante de conexiones de plástico,
desea estimar la demanda de uno de estos productos que se llama
codo de 90°x 25mm. Esto es para el mes de marzo de 2003 p/ lo
cual cuenta con la información histórica que se
indica. Para efectuar los cálculos se debe considerar que
n=2,3,4. A partir del mejor pronóstico indique si la
producción de codos de 90°x 25mm crece o decrece y en
consecuencia indique que acciones.
Cuando n= 2
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | (D-P)2 |
Noviembre | 10 | – | – | – |
Diciembre | 20 | – | – | – |
Enero | 20 | 15 | 5 | 25 |
Febrero | 30 | 20 | 10 | 100 |
Marzo | 32 | 25 | 7 | 49 |
Abril | 27 | 31 | -4 | 16 |
Mayo | 18 | 29.5 | -11.5 | 132.25 |
Junio | 30 | 22.5 | 7.5 | 56.25 |
Julio | 25 | 24 | 1 | 1 |
Agosto | 22 | 27.5 | -5.5 | 30.28 |
Septiembre | 15 | 23.5 | -8.5 | 72.25 |
Octubre | 17 | 18.5 | -1.5 | 2.25 |
Noviembre | 16 | 16 | 0 | 0 |
Diciembre | 20 | 16.5 | 3.5 | 12.85 |
Enero | 18 | 18 | 0 | 0 |
Febrero | 20 | 19 | 1 | 1 |
Marzo | ¿? | 19 | S |
Cuando n= 3
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | (D-P)2 |
Noviembre | 10 | – | – | – |
Diciembre | 20 | – | – | – |
Enero | 20 | – | – | – |
Febrero | 30 | 16.67 | 13.33 | 177.6389 |
Marzo | 32 | 23.34 | 8.66 | 74.9956 |
Abril | 27 | 27.34 | -0.34 | 0.1156 |
Mayo | 18 | 29.67 | 11.67 | 136.1889 |
Junio | 30 | 25.67 | 4.33 | 18.7489 |
Julio | 25 | 25 | 0 | 0 |
Agosto | 22 | 24.34 | 2.34 | 5.4756 |
Septiembre | 15 | 25.67 | -10.67 | 113.8489 |
Octubre | 17 | 20.67 | -.367 | 13.4687 |
Noviembre | 16 | 18 | -2 | 4 |
Diciembre | 20 | 16 | 4 | 16 |
Enero | 18 | 17.67 | 0.33 | .1089 |
Febrero | 20 | 18 | 2 | 4 |
Marzo | ¿? | 11.34 | S |
Cuando n= 4
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | (D-P)2 |
Noviembre | 10 | – | – | – |
Diciembre | 20 | – | – | – |
Enero | 20 | – | – | – |
Febrero | 30 | – | – | – |
Marzo | 32 | 20 | 12 | 144 |
Abril | 27 | 25.5 | 1.5 | 2.25 |
Mayo | 18 | 27.25 | -9.25 | 85.5625 |
Junio | 30 | 26.75 | 3.25 | 10.5625 |
Julio | 25 | 25 | -1.75 | 3.0625 |
Agosto | 22 | 23.75 | -3 | 9 |
Septiembre | 15 | 23 | -8.75 | 76.5625 |
Octubre | 17 | 19.75 | -6 | 36 |
Noviembre | 16 | 17.5 | -3.75 | 14.0625 |
Diciembre | 20 | 17 | 2.5 | 6.25 |
Enero | 18 | 17.75 | 1 | 1 |
Febrero | 20 | 18.5 | 2.25 | 5.0625 |
Marzo | ¿? | S |
En conclusión, el mejor pronóstico es de
18.5 unidades porque (D-P)2 es menor con respecto a
los otros datos.
TÉCNICA No. 2 PROMEDIO MÓVIL DOBLE
(PMD)
Ésta es otra técnica cuantitativa que sirve para
calcular el pronóstico de la demanda o de las ventas para
periodos futuros, para su aplicación y cálculos es
recomendable seguir el procedimiento que
se indica.
Procedimiento:
- Se calcula el PMS, considerándose el conjunto
de datos y los valores
asignados para n - Se determina el mejor pronóstico con
antecedente en le menor error al cuadrado <
(D-P)2 . - Se calcula el promedio móvil doble
- Se calculan los valores correspondientes
a:
a = 2(PMS) – PMD
b = n/n-1 (PMS – PMD)
- Se calcula el pronóstico para el periodo
deseado, mediante la siguiente expresión:
y = a + b(x)
donde
y = pronóstico deseado o buscado
x = el periodo en el que se desea el pronóstico
Ejemplo:
Con los datos obtenidos en el problema anterior, se desea
calcular los pronósticos de ventas para los meses de
Noviembre, Diciembre y Enero. Estos cálculos se
deberán obtener mediante PMD.
Paso 3
Cuando n= 4
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) |
Enero | 30 | – | – |
Febrero | 35 | – | – |
Marzo | 28 | 32.5 | – |
Abril | 20 | 31.5 | – |
Mayo | 25 | 24.0 | 32 |
Junio | 30 | 22.5 | 27.75 |
Julio | 35 | 27.5 | 23.25 |
Agosto | 40 | 32.5 | 25 |
Septiembre | 50 | 37.5 | 30 |
Octubre | ¿? |
Paso 4
a = 2(PMS) – PMD
a = 2 (37.50) – 30 = 45
a = 45
b = n/n-1 (PMS – PMD)
b = 15
Paso 5
ynov = a + b(x) = 45+15 (2) = 75 unidades
ydic = a + b(x) = 45+15 (3) = 90 unidades
yene = a + b(x) = 45+15 (4) = 105 unidades
Graficar
Tarea:
Cocinas Integrales
Mexicanas S.A desea calcular el pronóstico de venta para una
cocina "NOVA", el pronóstico se requiere para el
año 2003, así mismo, se estima conveniente asignar
a n valores de 3, 4 y 5, además se tienen datos
históricos de ventas de los últimos 9 años,
el calculo del pronóstico se deben obtener mediante
PDM.
Cuando n= 3
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | (D-P)2 |
1984 | 20 | |||
1985 | 25 | |||
1986 | 28 | |||
1987 | 30 | |||
1988 | 31 | |||
1989 | 32 | |||
1990 | 38 | |||
1991 | 41 | |||
1992 | 45 | |||
1993 | 40 | |||
1994 | 38 | |||
1995 | 42 | |||
1996 | 46 | |||
1997 | 30 | |||
1998 | 38 | |||
1999 | 40 | |||
2000 | 38 |
Cuando n= 4
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | (D-P)2 |
1984 | 20 | |||
1985 | 25 | |||
1986 | 28 | |||
1987 | 30 | |||
1988 | 31 | |||
1989 | 32 | |||
1990 | 38 | |||
1991 | 41 | |||
1992 | 45 | |||
1993 | 40 | |||
1994 | 38 | |||
1995 | 42 | |||
1996 | 46 | |||
1997 | 30 | |||
1998 | 38 | |||
1999 | 40 | |||
2000 | 38 |
Cuando n= 5
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | (D-P)2 |
1984 | 20 | |||
1985 | 25 | |||
1986 | 28 | |||
1987 | 30 | |||
1988 | 31 | |||
1989 | 32 | |||
1990 | 38 | |||
1991 | 41 | |||
1992 | 45 | |||
1993 | 40 | |||
1994 | 38 | |||
1995 | 42 | |||
1996 | 46 | |||
1997 | 30 | |||
1998 | 38 | |||
1999 | 40 | |||
2000 | 38 |
TÉCNICA No. 3 AJUSTE EXPONENCIAL SIMPLE (AES)
Nos permite calcular los pronósticos de las ventas de la
demanda para el siguiente periodo únicamente, la
aproximación exponencial. Es una ponderación o
valor de
ajuste con cierto grado de error, que se puede estimar o
determinar al emitir un pronóstico, este valor de ajuste
fluctúa en ( 0.1 y 1). Si el valor de ponderación
es pequeño el deslizamiento o ajuste será gradual y
mínimo. Para asignar el valor de ajuste o de
ponderación (a
) se debe tener en cuente lo siguiente:
- La demanda en condiciones de estabilidad
a = 0.1, 0.2 y
0.3 - La demanda en condiciones de estabilidad
promedio - La demanda en proceso de
cambio o
cuando se trata de nuevos productos a = 0.7, 0.8 y 0.9.
Ejemplo:
PHP es una
empresa que se dedica a la fabricación de artículos
higiénicos, el gerente de
mercadotecnia está interesado en conocer el
pronóstico de ventas para l mes de octubre del 2003, su
exigencia le conduce a utilizar factores de conderación
para a = 0.1,
0.2 y 0.3. para lo cual se cuenta con la siguiente
información histórica que se indica a
continuación. El cálculo
del pronóstico deseado se deberá obtener por
AES.
para a
= 0.1
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | a | P´ = P + a (D-P) | (D-P)2 |
Mayo | 100 | 100 | 0 | 0 | 100 | 0 |
Junio | 120 | 100 | 20 | 2 | 102 | 400 |
Julio | 130 | 102 | 28 | 2.8 | 104.8 | 784 |
Agosto | 120 | 104.8 | 152 | 1.52 | 106.32 | 231.04 |
Septiembre | 140 | 106.32 | 37.68 | 3.36 | 109.68 | 1134.34 |
Octubre | ¿? | 109.68 | ||||
S |
para a
= 0.2
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | a | P´ = P + a (D-P) | (D-P)2 |
Mayo | 100 | 100 | 0 | 0 | 100 | 0 |
Junio | 120 | 100 | 20 | 4 | 104 | 400 |
Julio | 130 | 104 | 26 | 5.2 | 109.2 | 76 |
Agosto | 120 | 109.2 | 10.8 | 2.16 | 111.36 | 116.64 |
Septiembre | 140 | 11.36 | 28.64 | 5.72 | 117.08 | 820.24 |
Octubre | ¿? | 117.88 | ||||
S |
para a
= 0.3
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | a | P´ = P + a (D-P) | (D-P)2 |
Mayo | 100 | 100 | 0 | 0 | 100 | 0 |
Junio | 120 | 100 | 20 | 6 | 106 | 400 |
Julio | 130 | 106 | 24 | 7.2 | 113.2 | 576 |
Agosto | 120 | 113.2 | 6.8 | 2.04 | 115.24 | 46.24 |
Septiembre | 140 | 115.24 | 24.76 | 7.42 | 122.66 | 613.05 |
Octubre | ¿? | 122.66 | ||||
Tarea
Con los siguientes datos calcule el pronóstico de ventas o
de la demanda para el periodo 9, considere factores de ajuste 0.3
y 0.5; los datos históricos de ventas así como los
periodos se indican a continuación:
para a
= 0.3
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | a | P´ = P + a (D-P) | (D-P)2 |
3 | ||||||
4 | ||||||
5 | ||||||
6 | ||||||
7 | ||||||
8 | ||||||
9 | ||||||
para a
= 0.5
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | a | P´ = P + a (D-P) | (D-P)2 |
3 | 16 | 16 | 0 | 0 | 0 | 0 |
4 | 18 | 16 | 2 | 1 | 4 | 4 |
5 | 20 | 17 | 3 | 1.5 | 9 | 9 |
6 | 12 | 18.5 | -6.5 | -3.25 | 42.25 | 42.25 |
7 | 16 | 15.25 | .75 | .37 | .56 | .5625 |
8 | 20 | 15.62 | 4.38 | 2.18 | 19.18 | 19.1844 |
9 | 17.8 | |||||
S |
TÉCNICA No. 4 AJUSTE EXPONENCIAL DOBLE
(AED)
Técnica cuantitativa que permite calcular los
pronósticos de la demanda para periodos futuros, teniendo
como antecedente datos históricos en cuanto a periodos y
demanda. Para implementar esta técnica o método a
la solución de problemas de pronósticos de la
demanda, se recomienda seguir el procedimiento:
- Se calcula el pronóstico mediante el ajuste
exponencial simple, teniendo en cuenta los valores del factor
del ajuste. - Se selecciona el mejor pronóstico obtenido en
el paso anterior, teniendo en cuenta el menor error <
(D-P)2 - Con los resultados obtenidos en el paso anterior, se
calcula al Ajuste Exponencial Doble.a = 2(AES) – AED
b = a
/a -1
(AES – AED) - Con los datos anteriores se calcula los siguientes
parámetros - Calcular el pronóstico final
y = a + b(x)
donde
y = pronóstico deseado o buscado (final).
x = el periodo en el que se desea el
pronóstico.
Ejemplo:
Chocolates "Tin larín" S.A, esta interesada en conocer el
pronóstico de ventas o de la demanda para el primer
trimestre del año 2003, para lo cual usará AED,
considerándose 3 factores de ajuste: 0.2, 0.25 Y 0.35. La
demanda está expresada en miles. Tanto el gerente de
mercado como el de producción de la empresa están
interesados en ver gráficamente el comportamiento de la
demanda de este producto a través de:
- Datos o reg. históricos
- El mejor pronóstico obtenido por
AES - El mejor pronóstico obtenido por
AED - Los resultados obtenidos para el primer trimestre del
año del 2003-02-23
para a
= 0.2
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | a | P´ = P + a (D-P) | (D-P)2 |
Junio | 150 | 150 | 0 | 0 | 150 | 0 |
Julio | 180 | 150 | 30 | 6 | 156 | 900 |
Agosto | 200 | 156 | 44 | 8.8 | 164.8 | 1936 |
Septiembre | 120 | 164.8 | -44.8 | -8.96 | 155.84 | 2007.04 |
Octubre | 140 | 155.84 | -15.84 | -3.10 | 152.67 | 250.9 |
152.67 | S |
para a
= 0.25
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | a | P´ = P + a (D-P) | (D-P)2 |
Junio | 150 | 150 | 0 | 0 | 150 | 0 |
Julio | 180 | 350 | 30 | 7.5 | 157.5 | 900 |
Agosto | 200 | 157.5 | 42.5 | 10.62 | 168.12 | 1806.25 |
Septiembre | 120 | 168.12 | -48.125 | -12.03 | 156.09 | 2316.02 |
Octubre | 140 | 156.09 | -16.09 | -4.02 | 152.07 | 259.0 |
152.07 | S |
para a
= 0.36
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | a | P´ = P + a (D-P) | (D-P)2 |
Junio | 150 | |||||
Julio | 180 | |||||
Agosto | 200 | |||||
Septiembre | 120 | |||||
Octubre | 140 | |||||
Técnica 5: Mínimos Cuadrados
Esta es otra técnica de tipo cuantitativo que permite el
cálculo de los pronósticos para períodos
futuros, para lo cual requiere de registros
históricos que sean consistentes, reales y precisos.
Esta técnica como su nombre lo indica se trata de sacar el
total de las desviaciones elevadas al cuadrado a un valor
mínimo: su objetivo es
determinar los coeficientes a y b, que son
conocidos como coeficientes de regresión, donde x
es la variable independiente (tiempo), y es la variable
dependiente (pronóstico de la demanda).
En la práctica se pueden utilizar dos métodos
para calcular los pronósticos a través de
mínimos cuadrados: Fórmula general y Métodos
simplificado.
Para aplicar este método en el cálculo
de pronósticos de la demanda, se deben tener en cuenta
las siguientes expresiones matemáticas:donde:
n = tamaño de la muestra o el
número de períodosx = período en el que se desea el
pronósticoy = el pronóstico
- FÓRMULA GENERAL
- MÉTODO SIMPLIFICADO (PARES Y
NONES)
El método simplificado como su nombre lo indica,
en la práctica es más simple y se llega al
resultado de forma más rápida. Las expresiones a
usar son:
donde:
n = tamaño de la muestra o el número de
períodos
x = período en el que se desea el
pronóstico
y = el pronóstico
¿Cuándo será par y cuando
será non?
Pares: Debemos entender por pares el numero de períodos
expresados de dos en dos (2, 4, 6, 8…)
Nones: Es cuando los períodos considerados en los
cálculos son impares (1, 3, 5, 7, 9…)
Ejemplo:
Panasonic, empresa internacional en su área de pilas
desechables, desea calcular el pronóstico de ventas para
el año 2003, teniendo como antecedentes los datos que se
muestran en la tabla. El cálculo del pronóstico se
deberá emitir mediante la formula general y corroborarse
con el método simplificado que corresponda.
Períodos
Ventas (miles)
x
xy
x2
1990
85
1
85
1
1991
89
2
178
4
1992
92
3
276
9
1993
95
4
380
16
1994
93
5
465
25
1995
98
6
588
36
Σ
552
21
1972
91
Cálculo del pronóstico
x son los períodos desde el primer dato
histórico hasta el pronóstico a
calcular- Solución por Fórmula
General - Solución por Método
Simplificado
Pares porque el número de períodos es par
(6)
Períodos | Ventas (miles) | x | xy | x2 |
1990 | 85 | -5 | -425 | 25 |
1991 | 89 | -3 | -267 | 9 |
1992 | 92 | -1 | -92 | 1 |
0 | 0 | 0 | ||
1993 | 95 | 1 | 95 | 1 |
1994 | 93 | 3 | 279 | 9 |
1995 | 98 | 5 | 40 | 25 |
Σ | 552 | 0 | 80 | 70 |
NOTA: A x se le asignan valore impares por que es un
problema par.
*los períodos se cuentan
a partir de 1993 con números consecutivos impares de los
asignados a x en un principio hasta llegar a 2003:
96-7 | 2000-15 | |
97-9 | 2001-17 | |
98-11 | 2002-19 | |
99-13 | 2003-21 |
Sabritas S.A de C.V. desea elaborar el pronóstico
de ventas para uno de sus productos en el año 2003 y en
torno a
éste resultado, se hará la planeación de los
recursos a utilizar en el sistema; para lo cual cuenta con el
volumen de
ventas anuales que se indican en la siguiente tabla.
El cálculo de éste pronóstico se
deberá hacer a través de Fórmula General y
Método Simplificado.
Períodos
Ventas (miles)
x
xy
x2
1987
120
1
120
1
1988
121
2
242
4
1989
117
3
351
9
1990
118
4
472
16
1991
124
5
620
25
1992
125
6
750
36
1993
120
7
840
49
1994
118
8
944
64
1995
130
9
1170
81
å
1093
45
5509
285
Cálculo del pronóstico
- Solución por Fórmula
General - Solución por Método
Simplificado
Nones porque el número de períodos es
impar (9)
Períodos | Ventas (miles) | x | xy | x2 |
1987 | 120 | -4 | -480 | 16 |
1988 | 121 | -3 | -363 | 9 |
1989 | 117 | -2 | -234 | 4 |
1990 | 118 | -1 | -118 | 1 |
1991 | 124 | 0 | 0 | 0 |
1992 | 125 | 1 | 125 | 1 |
1993 | 120 | 2 | 240 | 4 |
1994 | 118 | 3 | 354 | 9 |
1995 | 130 | 4 | 520 | 16 |
Σ | 1093 | 0 | 44 | 60 |
NOTA: A x se le asignan valores consecutivos
*los períodos se cuentan
a partir de 1992 con números consecutivos de los asignados
a x en un principio hasta llegar a 2003:
96-5 | 2000-9 | |
97-6 | 2001-10 | |
98-7 | 2002-11 | |
99-8 | 2003-12 |
TÉCNICA 6: ÍNDICES DE ESTACIONALIDAD
Esta técnica sirve para calcular el pronóstico de
ventas cuando existe estacionalidad o ciclos y también se
utiliza cuando en cada período existen diferencias de
ventas muy marcadas, razón por la cual se hace necesario
calcular un índice que nos permitirá un ajuste por
cada período.
El concepto de Índice de Estacionalidad se
explicará con más detalle a partir del siguiente
problema:
Ejemplo:
Teniendo como referencia la información histórica
que se indica en la siguiente tabla, determine el
pronóstico para el año 2003 y ajústelo
mediante índices de estacionalidad.
Períodos (anuales) | B I M E S T R E S | Total | |||||
1o | 2o | 3o | 4o | 5o | 6º | ||
1991 | 80 | 120 | 130 | 100 | 90 | 120 | 640 |
1992 | 55 | 140 | 140 | 105 | 95 | 125 | 660 |
1993 | 84 | 160 | 150 | 105 | 94 | 125 | 718 |
1994 | 83 | 170 | 155 | 110 | 93 | 130 | 741 |
1995 | 81 | 175 | 160 | 100 | 92 | 140 | 748 |
å | 383 | 765 | 735 | 520 | 464 | 640 | 3507 |
Solución:
- Hacer sumatorias horizontales y verticales en su
caso. - Calcular los promedios por bimestre (en este
caso) - Cálculo del promedio total
- Cálculo de los indices de estacionalidad
Períodos
Ventas
x
xy
x2
1991
640
1
640
1
1992
660
2
1320
4
1993
718
3
2154
9
1994
741
4
2964
16
1995
748
5
3740
25
Σ
3507
15
10818
55
Cálculo del pronóstico
- Calcular el pronóstico para el año
2003 - Calcular el pronóstico promedio
- Ajuste del pronóstico bimestral por los
IE
Períodos (anuales) | B I M E S T R E S | |||||
1o | 2o | 3o | 4o | 5o | 6º | |
IE | 0.665 | 1.308 | 1.257 | 0.889 | 0.793 | 1.094 |
Pronostico Promedio | 166.40 | 166.40 | 166.40 | 166.40 | 166.40 | 166.40 |
Pronóstico Bimestral ajustado por IE | 108.992 | 217.651 | 209.164 | 147.929 | 131.955 | 182.04 |
Ingeniería Industrial: Consiste en todas las
actividades de control de ingeniería y administración que no
se pueden designar claramente como funciones de
otras ingenierías o de contabilidad.
Incluye un cambio de variedad de tareas establecidas con el
propósito de diseñar, establecer y mantener los
sistemas
administrativos para una eficiente operación.
Planeación. Es un proceso racional que busca prever
posibilidades o condiciones futuras y tomar una serie de
decisiones para llegar a ellas. Requiere del establecimiento de
objetivos y políticas,
así como la fijación de programas y la
determinación de métodos específicos.
Producción.- Son los bienes y servicios
producidos para ser usados fuera de la programación que se entregan al mercado o
al sector de la sociedad,
geográfico o de la economía al cual se
sirve y que pretenden lograr directamente la finalidad de
la
organización.
Control.- Comprobación, verificación,
fiscalización, examen, registro,
inspección, preponderancia, dominio, mando,
poder. Quien
controla una cosa.
Mercado.- Conjunto de grupos de compra venta. Lugar o edificio
público destinado al comercio.
Conjunto de consumidores y productores de un artículo o
línea de artículos.
Elementos del mercado.-
- Lugar
- Proveedores
- Empresas
- Compradores
- Dinero
- Productos
- Bienes y/o servicios
Sistema.-
Conjunto de elementos que intervienen entre sí para lograr
un fin específico.
Sistema productivo.-
Entrada, insumo, salida (bien y o servicio)
Enfoque sistemático.-
Nos permite visualizar, diagnosticar posibles soluciones a
problemas.
Demanda.-
Es la cantidad de productos, bienes y o servicios que se
requieren por parte de los consumidores.
Pronosticar.-
Es predecir el futuro a partir de algunos indicios.
Pronóstico.-
Es una técnica que permite predecir lo que ocurrirá
en el futuro. El pronóstico dependerá de los
cambios en las variables externas al sistema de
producción.
Técnicas de pronósticos.
- Cualitativas
- Cuantitativas
- Combinación de ambas
Empresa.-
Empresa es un termino nada fácil de definir, ya que a este
concepto de le dan diferentes enfoques (económico,
jurídico, filosófico, social, etc.). En su
más simple acepción significa la acción de
emprender una cosa con un riesgo
implícito.
Es necesario analizar algunas de las definiciones más
trascendentes de la empresa, con el propósito de emitir
una definición con un enfoque administrativo:
Anthony Jay: Institución para el empleo eficaz
de los recursos mediante un gobierno (junta
directiva), para mantener y aumentar la riqueza de los
accionistas y proporcionarle seguridad y
prosperidad a los empleados.
Modo de producción.- Es una etapa del desarrollo
histórico de la humanidad. Cada etapa se conforma por las
relaciones de producción y distribución que se establecen entre los
grupos humanos. Adicionalmente el modo de producción
también integra el grado de desarrollo en el que se
encuentran el trabajo y
los medios de
producción.
Producto.- Se entiende por producto a todo los bienes y servicios
que aparecen como resultado de la actividad económica.
Demanda.- Es la cantidad de bienes que los consumidores desean y
pueden comprar en el mercado a un precio dado y
un periodo de tiempo determinado
Oferta.- Es la
cantidad de mercancías o servicios que entran en le
mercado a un precio dado y en periodo de determinado
tiempo.
4. Exámenes de
Planeación y Control de la Producción 1 –
IPN
DEPARTAMENTO DE CIENCIAS DE LA
INGENIERÍA
ACADEMIAS DE INVESTIGACIÓN
DE OPERACIONES – INGENIERÍA INDUSTRIAL
1. La compañía confecciones modernas, a
través de su departamento de PCP desea estimar su
pronóstico de la demanda para el año 1998 a
través de varias técnicas y poder escoger el
más conveniente. La información con que se cuenta
es la siguiente:
demanda de
vestidos de T R I M E S T R E S
noche
1º 2º 3º 4º TOTAL
1990 90 46 88 49 273
1991 111 60 114 64 349
1992 132 74 148 86 440
1993 142 68 181 94 485
1994 142 79 195 106 522
Las técnicas a considerar son:
- Promedio móvil ajustado por tendencia para n =
2 - Aproximación exponencial ajustada por
tendencia para L = 0.4 - series de tiempo a través de la
ecuación de la recta
¿Cuál técnica escogería y
porqué?
2.- Con la técnica seleccionada, calcule el
pronóstico para el tercer trimestre del año 2000.
De acuerdo a los índices obtenidos analice los resultados
y haga un comentario explicativo.
3.- Determine la correlación de la ecuación de la
recta.
¿Cómo sabemos que hay una buena relación
entre las variables y acuerdo al producto que manejamos
cuál podría ser el factor a relacionar?
Con los siguientes datos
- 500
- 450
- 600
- 650
- 700
Departamento De Ciencias De La Ingeniería
Academias de investigación de operaciones
– ingeniería industrial
Planeación y control de la producción I
1. OSRAM compañía dedicada a la fabricación
de focos ha observado que en los últimos años han
disminuido las ventas de focos de 150 Watts de acuerdo con la
siguiente información.
Año 1991 1992 1993 1994 1995 1996
Ventas 228.8 158.9 176.4 165.1 145.6 130.3
El director de la compañía desea estimar
el pronóstico de la demanda para 1998 con objeto de ver si
se justifica o no seguirlo produciendo, para lo cual debe elegir
entre las siguientes técnicas.
- Promedio móvil con n = 2
- Aproximación exponencial con
a =
½
2.- Una empresa fabricante de cosméticos desea
saber si existe correlación entre gastos
publicitarios y sus ventas, si se cuenta con la siguiente
información, además de pronosticar las ventas para
1997, si se invertirán $ 7000.00 en publicidad.
Año 1990 1991 1992 1993 1994 1995 1996
Ventas 385 577 685 731 769 923 1154
(miles $)
Gastos 1.5 2.6 3.6 3.8 4.3 5.0 5.8
Publicitarios
3.- La empresa Prentice may Internacional desea conocer
el pronóstico bimestral para 1998 utilizando la
técnica de mínimos cuadrados.
Mes | 1994 | 1995 | 1996 |
ENERO | 19 | 25 | 30 |
FEBRERO | 20 | 24 | 29 |
MARZO | 21 | 23 | 28 |
ABRIL | 22 | 22 | 27 |
MAYO | 23 | 21 | 26 |
JUNIO | 22 | 20 | 25 |
JULIO | 21 | 21 | 26 |
AGOSTO | 20 | 22 | 27 |
SEPTIEMBRE | 19 | 23 | 28 |
OCTUBRE | 18 | 24 | 29 |
NOVIEMBRE | 24 | 25 | 30 |
DICIEMBRE | 21 | 22 | 28 |
NOTA: EN TODOS LOS EJERCICIOS,
GRAFÍQUE Y EMITA SUS COMENTARIOS
1. De acuerdo con la opinión de algunos
directivos de "la granada S.A." las ventas de vestidos para dama
tipo junior están relacionados con las ventas de
Zapatillas de la marca Nine West.
Si es cierta dicha relación se incrementará la
producción para otoño e invierno por considerarlas
altas en ventas. Utilice la técnica correspondiente para
conocer si dicha relación es buena.
AÑO | Venta de Vestidos | Ventas de Zapatillas |
1989 | 1350 | 955 |
1990 | 1390 | 960 |
1991 | 1448 | 970 |
1992 | 1500 | 1005 |
1993 | 1550 | 1025 |
1994 | 1623 | 1100 |
2. La Empresa la manzana S.A., ha
proporcionado sus ventas reales correspondientes al año
1995 y desea calcular sus ventas para el segundo semestre de
1996. Utilizando la técnica de aproximación
exponencial, con factores de ponderación de un 30 y 50%.
La información complementaria es la siguiente:
Periodo | Ventas Reales |
J | 960 |
A | 970 |
S | 950 |
O | 935 |
N | 926 |
D | 943 |
3. La empresa www.monografias.com
desea conocer el pronóstico mensual para 1997
utilizando la técnica de mínimos cuadrados
(índices estaciones)
AÑO | ENERO | FEB | MARZO | ABRIL | MAYO | JUNIO | JULIO | AGO | SEPT. | OCT | NOV- | DIC |
1991 | 23 | 21 | 20 | 24 | 22 | 25 | 20 | 26 | 25 | 28 | 27 | 30 |
1992 | 26 | 21 | 22 | 20 | 24 | 22 | 25 | 26 | 26 | 20 | 27 | 30 |
1993 | 19 | 22 | 23 | 26 | 21 | 24 | 24 | 25 | 28 | 21 | 25 | 21 |
Nota: En Todos Los Ejercicios,
Grafíque Y Emita Sus Comentarios
5. Súper
Vínculos WEB –
Ingeniería Industrial
- La enseñanza de la ingeniería frente
a la privatización
/trabajos12/pedense/pedense
- Definición de Filosofía
/trabajos12/wfiloso/wfiloso
- Recensión del Libro
Didáctica Magna
/trabajos12/wpedag/wpedag
- Ingeniería de métodos
/trabajos12/ingdemet/ingdemet
- Ingeniería de Medición
/trabajos12/medtrab/medtrab
- Control de Calidad
/trabajos11/primdep/primdep
- Investigación de mercados
/trabajos11/invmerc/invmerc
- Análisis Sistemático de la
Producción 1
/trabajos12/andeprod/andeprod
- Aplicaciones del tiempo estándar en la
Tutsi
/trabajos12/ingdemeti/ingdemeti
- Átomo
/trabajos12/atomo/atomo
- Entender el Mundo de Hoy
/trabajos12/entenmun/entenmun
- Gráficos de Control de Shewhart
/trabajos12/concalgra/concalgra
- Distribución de Planta
/trabajos12/distpla/distpla
- Mecánica Clásica
/trabajos12/henerg/henerg
- UPIICSA
/trabajos12/hlaunid/hlaunid
- Prácticas de Mecánica
/trabajos12/pruemec/pruemec
- Mecánica Clásica – Movimiento
unidimensional
/trabajos12/moviunid/moviunid
- Glaxosmithkline – Aplicación de los resultados
del Tiempo Estándar
/trabajos12/immuestr/immuestr
- Biología
/trabajos12/biolo/biolo
- Exámenes de Álgebra
Lineal
/trabajos12/exal/exal
- México: ¿Adoptando Nueva Cultura?
/trabajos12/nucul/nucul
- Curso de Fisicoquímica
/trabajos12/fisico/fisico
- Prácticas de Laboratorio
de Electricidad de
Ingeniería
/trabajos12/label/label
- Prácticas del laboratorio de química de la
Universidad
/trabajos12/prala/prala
- Problemas de Física de Resnick,
Halliday, Krane
/trabajos12/resni/resni
- Teoría de al Empresa
/trabajos12/empre/empre
- Fraude del Siglo
/trabajos12/frasi/frasi
Autor:
Iván Escalona Moreno
Karla Ortiz Van Steenberghe
Ocupación: Estudiante
Materia:
Planeación y Control de la Producción 1
Clasificación: Ingeniería Industrial
Estudios Universitarios: Unidad Profesional Interdisciplinaria de
Ingeniería y Ciencias
sociales y Administrativas (U.P.I.I.C.S.A.) del Instituto
Politécnico Nacional (I.P.N.)
Ciudad de Origen: México,
Distrito Federal
Fecha de elaboración e investigación: 03 de Abril
del 2003
Profesor que revisó trabajo: Alcantar Maya Abel
(Catedrático de Academia de Investigación de
Operaciones (IO) de la U.P.I.I.C.S.A.)