PRONOSTICOS

Un pronstico es una prediccin de eventos futuros que

se utiliza con propsitos de planificacin.
- Son vitales para las decisiones de la organizacin
- Es la base de la PLANEACION a largo plazo
- Por lo regular, un pronstico perfecto es imposible
- Es importante establecer la prctica de una revisin
continua de los pronsticos
- Se debe tratar de encontrar y usar el mejor mtodo de
pronstico disponible, dentro de lo razonable
Objetivo del Pronostico
 Proporcionan herramientas de
decisin
Finanza y Contabilidad: Fundamentos
para la Planeacion de Control de
Costos y Presupuesto
Marketing: Pronosticos de Ventas,
Planear Productos nuevos,
Compensacion vendedores
Produccion y Operaciones: Seleccin
del proceso, Planeacion de
Capacidad, Planeacion de la
Produccion, Programacion y
 Administracin de la
El
Demanda
propsito del manejo de la demanda es coordinar y
controlar todas las fuentes de la demanda, con el fi n de poder
usar con eficiencia el sistema productivo y entregar el
producto a tiempo.
Dos Fuentes
La demanda dependiente es la demanda de un producto
o servicio provocada por la demanda de otros productos o
servicios. Hay que cubrirla
La demanda independiente es la que no se deriva
directamente de la demanda de otros productos. Se puede
manipular
 COMPONENTES DE LA DEMANDA
La demanda de productos o servicios se puede dividir en seis
componentes:
Demanda promedio para el periodo,
Una tendencia,
Elementos estacionales,
Elementos cclicos, La influencia cclica sobre la demanda puede provenir
de eventos tales como elecciones polticas, guerras, condiciones
econmicas o presiones sociolgicas
Variacin aleatoria, Las variaciones aleatorias son provocadas por los
eventos fortuitos, y
Autocorrelacin. La autocorrelacin indica la persistencia de la ocurrencia
 Tipos de Pronsticos
Cualitativo: Son subjetivas y se basan en estimados
y opiniones,
Anlisis de series de tiempo: Se basa en la idea de
que es posible utilizar informacin relacionada con
la demanda pasada para predecir la demanda
futura,
Relaciones causales: Se analiza utilizando la tcnica
de la regresin lineal, supone que la demanda se
relaciona con algn factor subyacente en el
ambiente, y
Simulacin: Permite manejar varias suposiciones
acerca de la condicin del pronstico.
 ANLISIS DE SERIES DE
TIEMPO
Los modelos de pronsticos de series de tiempo tratan de
predecir el futuro con base en la informacin pasada

El modelo de pronstico que una empresa debe utilizar depende

de:
1. El horizonte de tiempo que se va a pronosticar.
2. La disponibilidad de los datos.
3. La precisin requerida.
4. El tamao del presupuesto de pronstico.
5. La disponibilidad de personal calificado.

Al seleccionar un modelo de pronstico, existen otros aspectos

como el grado de flexibilidad de la empresa (mientras mayor sea
su habilidad para reaccionar con rapidez a los cambios, menos
preciso necesita ser el pronstico).
 TCNICA DEL LTIMO
VALOR
Para pronosticar el siguiente perodo,
emplea el dato de la demanda del
ltimo perodo.
 MEDIA ARITMTICA
Para pronosticar el siguiente perodo, emplea la
media de todos los perodos precedentes.
 PROMEDIO MVIL SIMPLE
El pronstico es una media de las n
observaciones precedentes. Calcula una media
de los n datos ms recientes de la serie
temporal, de tal modo que, a medida que
finaliza un perodo, se descarta la demanda del
perodo ms lejano y se reemplaza por la nueva
observacin disponible.
Hallar Promedio Movil Simple para periodos de 3 y 9 semanas con los
siguientes datos
 PROMEDIO MVIL PONDERADO
Es una media mvil en la que se incluye una
ponderacin para la demanda de los perodos
pasados que suele ser mayor para los ms
recientes.
Pasos para su clculo:
1. Establecer el orden de la media mvil, n.
2. Definir los coeficientes de ponderacin,
Ejemplo

En un periodo de cuatro meses, el mejor pronstico se deriva

utilizando 40% de las ventas reales durante el mes ms reciente, 30%
de dos meses antes, 20% de tres
meses antes y 10% de hace cuatro meses. Si las ventas reales fueron

Con el resultado hallado para el mes 5 . Entonces, el pronstico para

el mes 6 sera
 SUAVIZACIN EXPONENCIAL
Esta tcnica se denomina suavizado o alisado
exponencial porque los pesos disminuyen de
forma exponencial, con un factor de disminucin
de (1-)

El suavizado exponencial es una media ponderada

en la que se incluyen todas las observaciones
anteriores y se da ms peso a los datos ms
recientes que a los antiguos.
 ANLISIS DE REGRESIN LINEAL

La regresin es una relacin funcional entre dos o

ms variables correlacionadas. Se utiliza para
pronosticar una variable con base en la otra.

La regresin lineal se refiere a la clase de

regresin especial en la que la relacin entre las
variables forma una recta de la forma Y = a + bX
donde
Y es el valor de la variable dependiente que se
despeja, a es la secante en Y,
b es la pendiente, y
X es la variable independiente
Ejemplo

Las ventas de una lnea de productos en una empresa durante

los 12 trimestres de los ltimos 3 aos son las siguientes. La
compaa quiere pronosticar cada trimestre del cuarto ao; es
decir, los trimestres 13, 14, 15 y 16.
 Mtodo de mnimos cuadrados

El mtodo de mnimos cuadrados trata

de ajustar la recta a los datos que
minimizan la suma de los cuadrados de
la distancia vertical entre cada punto de
datos y el punto correspondiente en la
recta. La suma de los cuadrados de las
diferencias entre los puntos de datos
trazados y los puntos de la recta es
 Formulas
En el mtodo de mnimos cuadrados,
las ecuaciones para a y b son