Mtodos Probabilsticos

Trabajo Colaborativo

Paso 4. Presentacin de Resultados

Presentado por:

Luis Andres Urrea

Cdigo: 80.742.299

Carlos Andrs Romero

Cdigo: 79.719.132

Tutor

CARLOS ANDRES VEGA CARDENAS

Universidad Nacional Abierta y a Distancia

CEAD Jos Acevedo y Gomez

Julio 2017
 Introduccin

En esta actividad abordaremos las temticas tratadas a lo largo de la unidad 2 desde

un enfoque prctico con el anlisis del estudio de caso Ingenios Dulces. Mediante la
interpretacin de la informacin objeto de estudio seleccionaremos las temticas
relacionadas para generar el costo de conservacin anual, costo total anual, la cantidad
optima de pedido, nmero de pedidos, tiempo para recibir un pedido y nivel de pedido.

Las organizaciones deben estar a la vanguardia para mantenerse competitivas, es por

ello que deben realizar estudios y anlisis que le permita conocer el estado de su
empresa y desarrollar estrategias de pronostico y proyeccin a futuro, como lo es la
cantidad optima de pedidos que se van hacer dentro del ao, el tiempo en el que se
van a recibir dichos pedidos, los nmeros de pedidos que se van hacer, el costo de
conservacin anual, entre otros interrogantes.

Existen muchos mtodos de pronsticos tiles para las operaciones, en el presente

trabajo se hace uso del mtodo de promedio mvil, que es una tcnica que se utiliza
cuando se quiere dar ms importancia a conjuntos de datos ms recientes para obtener
el pronstico.

El ejercicio servir como la certificacin del aprendizaje adquirido durante la segunda

unidad del curso.
 Justificacin

Las empresas deben generar, reinventar y aprender estrategias para un ambiente

altamente competitivo y entrar a la globalizacin. Por ello deben crear estrategias para
manejar inteligentemente sus recursos, partiendo de la Teora de los inventarios,
Tcnicas de pronsticos y Elementos para la toma de decisiones en sistemas de
inventarios. El objetivo de la administracin de inventarios, es tratar de equilibrar la
inversin en inventarios y la demanda real del producto o servicio ofertado; de manera
que satisfaga de forma eficiente, las necesidades tanto a nivel empresarial como de
clientes. Para lograr este objetivo, las empresas deben desarrollar mtodos y tcnicas
de control de inventarios.

El siguiente trabajo expone varias temticas analizadas en el curso de Mtodos

Probabilsticos; entre estas encontramos tcnicas probabilsticas como la cadena de
Markov, Lneas de espera y programacin no Lineal.

El caso de estudio formulado corresponde a la representacin de una situacin de la

vida real; el cual busca resolver de forma analtica las situaciones aqu planteadas,
mediante la formulacin, modelacin del problema, resolucin de modelos y
conclusiones, por tanto a travs de la actividad, podremos demostrar lo aprendido
durante el transcurso del periodo acadmico.
 Objetivo general
Aprender a realizar un anlisis de costos sobre el caso de estudio Ingenios
Dulces, determinar los niveles de demanda necesarios para el futuro; esto con el
fin de poder tomar decisiones operativas y estratgicas dentro de una
organizacin, las cuales permitan decidir la cantidad de recursos, materias
primas, estimacin para actividades futuras, etc.

Objetivos especficos

Determinar proyecciones a travs de la herramienta de promedio mvil.

Aprender a solucionar problemas en una serie de tiempo por medio del mtodo
de suavizacin exponencial.

Analizar debidamente cada problema y emplear la tcnica de pronostico

cuantitativa ms adecuada segn sea el caso.

Analizar las preguntas planteadas para determinar el mejor mtodo para obtener
las respuestas, tomando como base los contenidos propuestos en el entorno de
conocimiento.
 Cuadro de Referentes Bibliogrficos

ESTUDIANT TEMTICA REFERENTE REFERENTE CONVERTIDO A NORMAS

E SELECCIONADA BIBLIOGRFICO (Link APA
digital)

Amaya, A. J. (2009). Toma de decisiones

Modelo para la http://bibliotecavirtual.unad.ed gerenciales: mtodos cuantitativos para la
CARLOS toma de u.co:2077/lib/unadsp/reader.a administracin (2a. Ed.) (pp. 47-57),
ANDRES decisiones en el ction? Bogot, CO: Ecoe Ediciones. Recuperado
ROMERO sistema de docID=10467109&ppg=9 de:
inventarios http://bibliotecavirtual.unad.edu.co:2077/lib/
unadsp/reader.action?
docID=10467109&ppg=9
LUIS http://bibliotecavirtual.unad.ed Amaya, A. J. (2010). Toma de decisiones
ANDRES Teora de u.co:2077/lib/unadsp/reader.a gerenciales: mtodos cuantitativos para la
URREA inventarios ction? administracin (2a. Ed.). Bogot, CO: Ecoe
docID=10467109&ppg=9 Ediciones. Retrieved from
http://www.ebrary.com

El mtodo del promedio mvil es el ms sencillo, es realizar un promedio

aritmtico de las N observaciones ms recientes.

De acuerdo a enunciado, los datos histricos de consumo de los ltimos seis meses
son:

Meses Demanda PMS con N=3 PMS con N=4 PMS con N=5 PMS con N=6
1 5.000
2 6.000
3 5.500
4 6.100 5.500
5 6.000 5.867 5.650
6 5.100 5.867 5.900 5.720

7 5.733 5.675 5.740 5.617

Debido al hecho que el Promedio Mvil Simple da el mismo peso a cada perodo de
precio que est siendo evaluado, mientras ms largo sea el perodo de tiempo
evaluado, mayor ser la suavizacin de los datos ms recientes.

Cuando se est usando el Promedio Mvil Simple como mtodo de pronstico, se

est asumiendo que la demanda es estacionaria, es decir que la demanda tiene un
comportamiento muy homogneo el todo el horizonte de planeacin o estudio de la
serie temporal.
De acuerdo con las dos consideraciones anteriores, el clculo del pronstico con el
mtodo Promedio Mvil Simple ser con N=6. Es as que se concluye por el supuesto
de homogeneidad de la demanda que el pronstico durante los siguientes doce
meses es: 5.617 unidades mes

SUAVIZACIN EXPONENCIAL

El mtodo de suavizacin exponencial es un mtodo de promedio mvil ponderado

muy refinado que permite calcular el promedio de una serie de tiempo, asignando a las
demandas recientes mayor ponderacin que a las demandas anteriores. Es el mtodo
de pronstico formal que se usa ms a menudo, por su simplicidad y por la reducida
cantidad de datos que requiere. A diferencia del mtodo de promedio mvil ponderado,
que requiere n periodos de demanda pretrita y n ponderaciones, la suavizacin
exponencial requiere solamente tres tipos de datos: el pronstico del ltimo periodo, la
demanda de ese periodo y un parmetro suavizador, alfa, cuyo valor flucta entre 0 y
1.0.

La ecuacin correspondiente a este pronstico es:

Ft =aDt + ( 1a )F t
La seleccin de depende de las caractersticas de la demanda. Los valores altos de
son ms sensibles a las fluctuaciones en la demanda. Los valores bajos de son
ms apropiados para demandas relativamente estables (sin tendencia o Ciclicidad),
pero con una gran cantidad de variacin aleatoria.

2
Para nuestro caso, utilizaremos la frmula a= ya que proporciona un grado
n+ 1
equivalente de suavizacin.

2 2 2
a= = = =0,28
n+ 1 6+ 1 7

a 0,3

Como es necesario conocer el valor del pronstico en el mes 1, inicializaremos nuestro

modelo haciendo F en mes 1 igual al promedio de las observaciones, es decir que el
primer pronstico ser de 5.617

De acuerdo a enunciado, los datos histricos de consumo de los ltimos seis meses
son:

F
Meses Demanda t+1

1 5.000 5617
2 6.000 5431.9
3 5.500 5731.9
4 6.100 5581.9
5 6.000 5761.9
6 5.100 5731.9

Cuando se est usando la Suavizacin Exponencial Simple como mtodo de

pronstico, se est asumiendo que la demanda es estacionaria, es decir que la
demanda tiene un comportamiento muy homogneo el todo el horizonte de planeacin
o estudio de la serie temporal.
De acuerdo con la consideracin anterior, se concluye por el supuesto de
homogeneidad de la demanda, que el pronstico durante los siguientes doce meses
es: 5732 unidades por mes

REGRESIN LINEAL

La demanda de las cajas de azcar de los ltimos seis meses se muestra a

continuacin:

Meses Demanda
1 5.000
2 6.000
3 5.500
4 6.100
5 6.000
6 5.100

Es necesario hallar la ecuacin de regresin

y=+x

Donde y representa la demanda y x el tiempo. Procedemos a hallar teniendo en

cuenta las ecuaciones:

=
xyn xy
x 2n x 2
 =
y x
n

Meses(x) Demanda(y) xy x2
1 5.000 5.000 1
2 6.000 12.000 4
3 5.500 16.500 9
4 6.100 24.400 16
5 6.000 30.000 25
6 5.100 30.100 36
21 33.700 118.000 91

Con n= 6
Media de x= 3 = 2,857
Media de y= 5.732 = 5.616

As, la ecuacin de regresin sera

y=2,857+ 5616
 Numero de meses

Ahora para hallar la demanda de los siguientes 12 meses, reemplazamos a x por el

nmero o valor de los meses siguientes que le corresponde en la tabla y reemplazando
obtendramos:

Meses Demanda Meses Demanda

7 39.314 13 73.010
8 44.930 14 78.626
9 50.546 15 84.242
10 56.162 16 89.858
11 61.778 17 95.474
12 67.394 18 101.090

EL METODO PROPUESTO PARA EL MES SIGUIENTE SI ES LA REGRESION

LINEAL.
Respuesta a las preguntas de la actividad.
La actividad plantea las siguientes preguntas, con base en el estudio de caso
determine:
Costo de conservacin anual?
Costo total anual CTA?
Cantidad ptima de pedido Q?
Nmeros de pedidos NP? = 12
Tiempo para recibir un pedido. L?
Nivel de pedido. R?
Teniendo en cuenta el estudio de caso, y como base los siguientes elementos:
Q=cantidad de pedidos a ordenar de materia prima para la produccin de cajas
de unidades de libra de azcar por mes es de 25000 unidades.
i=tasa de transferencia por pedido anual es de 20%.
K=costo de pedido por $8500.(S)
C=costo de compra (costo por unidad) $50.
H=(i*C) Costo unitario de mantener inventario = $50*(0,2)= $10
La demanda anual (D) est dada por Q multiplicado por los 12 meses del ao:
D=Q12
D=25.00012
D=300.000

La cantidad ptima de pedido est determinada por la siguiente formula:

Q =
2 DK
H
Reemplazando los valores tenemos:

Q =
2(300.000)(8.500)
10

Q =22.583unidades
Por lo tanto el costo de conservacin anual lo hallaremos por medio de:

Q
CM = (Ci)
2
Reemplazando los valores tenemos:
22.583
CM = (10)
2

CM =112.916

El tiempo para recibir un pedido (L) est dado por la siguiente formula:

Q
L=
D
Reemplazando los valores tenemos:
22.583
L= =0,075=27,37 dias
300.000
El valor se calcula con respecto a un ao, por tanto el valor encontrado equivale a
27,37 das.

El costo total anual est determinado por la siguiente formula:

CTA= [ Q
2 ]
(Ci ) + [ NPk ] + [ ( NPQ )C ]

Reemplazando los valores tenemos:

CTA=
[ 112.916
2 ]
( 500,2 ) + [ 128500 ] +[ ( 12112.916 )50]

CTA=564.580+102000+67749600

CTA=68 ' 416.180

Nivel de pedido R
R=DL
R=3000000.075=22500unidades
 Con base en el contexto del estudio de caso determinar la proyeccin para los
siguientes 12 meses, usando la herramienta de promedio mvil.

PMS con PMS con N=6

Periodo Demanda PMS con N=3 N=4 PMS con N=5
1 5.000
2 6.000
3 5.500
4 6.100 5.500
5 6.000 5.867 5.650
6 5.100 5.867 5.900 5.720
561
5733 5675 5740
7 7

Debido al hecho que el Promedio Mvil Simple da el mismo peso a cada perodo de
precio que est siendo evaluado, mientras ms largo sea el perodo de tiempo
evaluado, mayor ser la suavizacin de los datos ms recientes.

Cuando se est usando el Promedio Mvil Simple como mtodo de pronstico, se

est asumiendo que la demanda es estacionaria, es decir que la demanda tiene un
comportamiento muy homogneo el todo el horizonte de planeacin o estudio de la
serie temporal.

De acuerdo con las dos consideraciones anteriores, el clculo del pronstico con el
mtodo Promedio Mvil Simple ser con N=6. Es as que se concluye por el supuesto
de homogeneidad de la demanda que el pronstico durante los siguientes doce
meses es: 5.617 unidades mes.
 t
7000

6000

5000

4000 Dt

3000

2000

1000

0
0 1 2 3 4 5 6 7

MEJOR OPCION
TECNICA VENTAJAS DESVENTAJAS
La regresin lineal como Al tomar datos del ejercicio, vemos que
Regresin Lineal bien sabes es un esta serie por tener tantos picos y valles,
procedimiento estadstico no parece seguir una tendencia de
que busca establecer una crecimiento o decrecimiento clara, por
relacin directa o inversa tanto llegar a usar este mtodo puede
entre dos o ms variables. en muchas ocasiones ser errneo,
Presenta la ventaja de que Como se observa hay una disminucin
puedes hacer una prediccin en el mes 3,5 y 6 por tanto no existen
del comportamiento de tendencias en los datos, por tanto sera
alguna variable en un razonable usar un mtodo de pronstico
determinado punto o que tenga en cuenta algunos de los
momento. Para nuestro datos anteriores.
ejercicio esta opcin no es la
adecuada.
 Conclusiones

El inventario de una empresa le permite tener una provisin para posibles

aumentos de demanda, permitiendo una mayor flexibilidad productiva, este hace
que una empresa sea ms competitiva, pero esto conlleva a costos adicionales
que debemos tener en cuenta para mejorar nuestra produccin, existen modelos
matemticos que nos ayudan a tener un control sobre el proceso de inventarios
entre ellos est el modelo EOQ, este modelo tiene en cuenta la demanda por
ao, el costo de rdenes y mantenimiento de inventario y cantidad de la orden.
Es de vital importancia para las empresas realizar pronsticos correctos y
precisos para la toma de decisiones, en el presente trabajo se logr reconocer
esta importancia haciendo uso de una herramienta muy prctica y precisa para
hallar pronsticos como es el promedio mvil.
Analizar los procesos que se considera las nuevas probabilidades para cada
tiempo, generalmente se utilizan las formulaciones correspondientes ya que es
vital cumplir con la metodologa de estas.
Se analiz debidamente el problema y se emple la tcnica de pronstico de
promedio mvil, adicionalmente, mediante anlisis de inventarios damos
solucin a una serie de interrogantes provenientes del estudio de caso Ingenio
dulces, correspondientes al costo de conservacin anual, costo total anual,
cantidad optima de pedidos, nmero de pedidos, tiempo para recibir un pedido y
el nivel de pedido.
 Bibliografa

Amaya, A. J. (2009). Toma de decisiones gerenciales: mtodos cuantitativos para la

administracin (2a. Ed.) (pp. 85-98), Bogot, CO: Ecoe Ediciones. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=10467109&ppg=9.
Prez, L. R. P. E. (2009). La toma de decisiones gerenciales (pp. 9-36), Crdoba, AR:
El Cid Editor | apuntes. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=10311684&ppg=5
Gallagher, C., & Watson, H. (1982). Mtodos cuantitativos para la toma de decisiones
en administracin (pp. 331-351), Mxico, D.F., MX: McGraw-Hill Interamericana.
Recuperado de: http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=10479349&ppg=8.
Taibo, A. (2009). Investigacin de operaciones para los no matemticos (pp. 113-120),
Distrito Federal, Mxico: Editorial Instituto Politcnico Nacional.
Pineda, R. [RicardoJavierPineda]. (2015, noviembre 30). El problema de asignacin
[Archivo de video]. Recuperado de: https://www.youtube.com/watch?v=bDNp2xsT39w
Barry Render, Ralph M. Stair, Michael E. hANNA. (2006). Promedios mviles. En
Mtodos cuantitativos para los negocios (157). Mxico: PEARSON PrenticeE Hall.

http://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-industrial/pron
%C3%B3stico-de-ventas/regresi%C3%B3n-lineal/