Documente Academic
Documente Profesional
Documente Cultură
4 Serie 1
Serie 2
2 Serie 3
0
PRONSTICOS
a) Planeacin de presupuestos
b) Control de costos
En el departamento de marketing
b) Decisiones rutinarias
Por lo tanto, en lugar de buscar un pronstico perfecto. Es
mucho ms importante establecer la prctica de una
revisin continua de los pronsticos y aprender a vivir con
pronsticos imprecisos.
DEMANDA INDEPENDIENTE:
Es una demanda que no se deriva directamente de otros
productos.
DEMANDA DEPENDIENTE:
Es la demande de un producto o servicio que se deriva de
otros productos o servicios.
Una empresa no puede hacer gran cosa respecto de la
demanda dependiente, solo tiene que satisfacerla sin
embargo, puede hacer mucho respecto a la demanda
independiente.
1) Cualitativos
3) Relaciones causales
4) Simulaciones
MTODOS CUALITATIVOS
3) La precisin requerida .
a) Datos estacionarios:
Libro: Administracin de
operaciones.
Procesos y cadenas de valor.
Autor: Lee J. Krajewski. Larry P.
Ritzman. Manoj K. Malhotra
Paginas: 532-535
El mtodo de promedio mvil simple se usa para estimar el
promedio de una serie de tiempo de demanda y, por lo tanto,
para suprimir los efectos de las fluctuaciones aleatorias. Este
mtodo resulta ms til cuando la demanda no tiene
tendencias pronunciadas ni influencias estacionales. La
aplicacin de un modelo de promedio mvil requiere
simplemente calcular la demanda promedio para los n
periodos ms recientes, con el fin de usarla como pronstico
para el siguiente periodo. Para el periodo siguiente, una vez
que se conoce la demanda, la de- manda ms antigua
incluida en el promedio anterior se sustituye por la demanda
ms reciente y luego se vuelve a calcular el promedio. De
esta manera, se usan las n demandas ms recientes y el
promedio se mueve de un periodo a otro.
Libro: Administracin de operaciones.
Procesos y cadenas de valor.
Autor: Lee J. Krajewski. Larry P. Ritzman. Manoj K. Malhotra
Paginas: 532-535
En trminos especficos, el pronstico correspondiente al
periodo t+1 se calcula como sigue:
Donde:
Dt = demanda real en el periodo t
n = nmero total de periodos incluidos en el promedio
Ft+1 = pronstico para el periodo t +1
Et = Dt - Ft
Donde:
Et = error de pronstico en el periodo t
Dt = demanda real en el periodo t
Ft = pronstico para el periodo t
Libro: Administracin de operaciones.
Procesos y cadenas de valor.
Autor: Lee J. Krajewski. Larry P. Ritzman. Manoj K. Malhotra
Paginas: 532-535
USO DEL MTODO DE PROMEDIO MVIL PARA ESTIMAR
LA DEMANDA PROMEDIO
a. Calcule un pronstico de promedio mvil de tres semanas
para estimar la llegada de pacientes a la clnica mdica
durante la semana 4. Las cifras correspondientes a las
llegadas de pacientes en las ltimas tres semanas son las
siguientes:
Luego para efectuar la previsin del mes de Mayo, debern tenerse en cuenta los
ltimos tres perodos que anteceden al mes de Mayo, es decir Febrero, Marzo y
Abril.
= 1
=1
La frmula para un promedio mvil ponderado es:
F t = w1At1 + w2At2 + + wnAtn
Ao Y X X2 log Y X log Y
1994 108 -2 4 2.0334 -4.0668
1995 119 -1 1 2.0755 -2.0755
1996 110 0 0 2.0414 0
1997 122 1 1 2.0864 2.0864
1998 130 2 4 2.1139 4.2278
Sumas 0 10 10.3506 0.1719
log b = ( ) = .
= 0.0172
Respuesta 145.3
La constante de suavizacin, , se encuentra
generalmente en un intervalo de 0.5 a 0.50 para
aplicaciones de negocios. puede cambiarse para dar
mas peso a datos recientes (cuando es alta)o mas
peso a datos anteriores (si es baja). Cuando llega
al extremo de 1.0, entonces en la ecuacin Ft=Ft-1+
(At-1-Ft-1), Ft=1.0At-1. todos los valores anteriores
se desechan y el pronostico se vuelve idntico al
modelo intuitivo (supone que la demanda del
siguiente periodo ser igual ala demanda del periodo
mas reciente).
SELECCIN DE LA CONSTANTE DE
SUAVIZAMIENTO
El enfoque de suavizamiento exponencial es fcil de usar y
se ha aplicado con xito en prcticamente todo tipo de
negocios. Sin embargo el valor apropiado de la constante de
suavizamiento, , puede hacer la diferencia entre un
pronostico preciso y uno impreciso.
MAD=
EJEMPLO
Durante los ltimos ocho trimestres, en el puerto de Baltimore
se han descargado de los barcos grandes cantidades de grano.
El administrador de operaciones del puerto quiere probar el uso
de suavizamiento exponencial para ver que tan bien funciona la
tcnica para predecir el tonelaje descargado. Supone que el
pronostico de grano descargado durante el primer trimestre fue
de 175 toneladas. Se examinan dos valores de : =.10 y
=.50.
Suma de 82.45
desviaciones
absolutas
MAD=
10.31
MNIMOS CUADRADOS
130
125
120
115
110
105
10 11 12 13 14
15
= + 2
yF = a+ bx
Y el pronostico
F2016= $1,084,000 + $47,000 (5)= 1,319,000
ao y x X^2 xy
2011 108 -2 4 -216
2012 119 -1 1 -119
2013 110 0 0 0 (punto
base)
2014 122 1 1 122
2015 130 2 4 260
sumas 589 0 10 47
Los cuales permiten que a y b se calculen como:
a= = = 117.8 $1,178,000
y 589
n 5
b= = = 4.7 $47,000
xy 47
x^2 10
Y el pronostico
F2016= $1,178,000 + $47,000 (3)= 1,319,000
Ao Y X X2 XY
1994 108 -2 4 -216
1995 119 -1 1 -119
1996 110 0 0 0 PUNTO BASE
1997 122 1 1 122
1998 130 2 4 260
Sumas 589 0 10 47
2 1300 7 2200
3 1800 8 2600
4 2000 9 2900
5 2000 10 3200
Estudiamos las formulas y la definicin de las
variables, y despus construimos la tabla siguiente para
establecer los valores a utilizar en las formulas.
VENTAS ANUALES PERIOD
AO (MILES DE UNIDADES) O X^2 XY
(Y) (X)
1 1000 1 1 1000
2 1300 2 4 2600
3 1800 3 9 5400
4 2000 4 16 8000
5 2000 5 25 10000
6 2000 6 36 12000
7 2200 7 49 15400
8 2600 8 64 20800
9 2900 9 81 26100
10 3200 10 100 32000
TOTAL
21000 55 385 133300
ES
(10)(133300)-(55)(21000) 178000
b= =
825 825
b= 215.757
Ahora que conocemos los valores de a y de b, podemos
utilizar la ecuacin de regresin para pronosticar las
ventas de aos futuros:
Y= a + bx
Y=913.333+ 215.757x
Si deseamos pronosticar las ventas en miles de unidades
para los tres aos siguientes, podramos reemplazar 11, 12
y 13, que son los tres valores siguientes de x, en la
ecuacin de regresin de x:
()
r=