PLANEACIÓN Y CONTROL DE LA PRODUCCIÓN

GRUPO: 01
M. I. Silvina Hernáne! Gar"#a
M. I. S$%ana Ca%& T'lle! (alle%)er*%
TEMARIO:
I. Introducción.
II. Programación y control de la producción.
III. Balanceo de línea.
IV. Sistemas de administración de inventarios.
V. Logística.
VI. Producción asistida por computadora.
E+ALUACIÓN:
• Exámenes o evaluaciones (!"#$ %& preguntas$ pro'lemas$ temas de re(lexion$ & parciales ()*+#
• ,areas$ tra'a-os (.*+#
• Participaciones (%*+#
• La'oratorio (&*+#
O(,ETI+O:
/ise0ar o implementar procedimientos o sistemas para determinar los vol1menes optimas de Producción e
inventarios mediante el uso de modelos$ m2todos y reglas en cual3uier sistema de Producción.
(I(LIOGRA-.A:
• /aniel Sipper 4. 5o'ert L. Bai(in 6r. 7Planeacción y 8ontrol de la Producción9$ Editorial :c ;ra<!
=ill$ %>>".
• 4dam Everestt? 74dministración de la Producción y de las @peraciones9$ Editorial Prentice =all.
PLANEACIÓN Y CONTROL DE LA PRODUCCIÓN
8ompras
Pronósticos
Inventarios
Planeación de la Producción
(I(LIOGRA-.A COMPRAS Y NI+EL DE SER+ICIO
• ;allagAer$ 8Aarles 4$ Batson$ =ugA 6. 7:2todos 8uantitativos para la ,oma de /ecisiones en
4dministración7. :2xico %>".. %C. Ed. Editorial :c ;ra< =ill.
• Salvendry$ ;. 7:anual de Ingeniería Industrial9. :2xico %>>%. Volumen II. Editorial Limusa.
• 4ntil$ 6ames :. 7:2todo de la 5uta 8rítica9? :2xico %>>.. %C. Ed.$ Editorial Limusa.
• Eppen ;. /.9 Investigación de @peraciones en la 8iencia 4dministrativa9$ :2xico %>"D. Editorial
Prentice =all.
• =illier EredericF? 7Introducción a la Investigación de @peraciones9$ :2xico %>>&$ GC. Ed.$ Editorial
:c ;ra< =ill.
/))0:11222.$ne.e$.ve
/))0:11222.%ervi"e.34a%)."*5
5uta critica Planeación de la Producción
Balanceo de líneas
Inventario 4B8
CAPITULO 2. MÉTODOS DE PRONÓSTICOS
2. 1 Definición de Pronósticos
“El pronóstico es un proceso de estimación de un acontecimiento futuro
proyectando hacia el futuro datos del pasado. Los datos del pasado se combinan
sistemáticamente en forma predeterminada para hacer una estimación del futuro.”
1
En concreto los pronósticos son sólo afirmaciones acerca del futuro.
El pronóstico es una componente importante de la planeación estratégica y
operacional. Establece la unión para los sistemas de planeación y control. Es
necesario estimar el futuro para planear el sistema; y luego programar y controlar
éste para facilitar una eficaz y eficiente producción de bienes y sericios. La
administración de la demanda tiene como fin coordinar y controlar todas las
fuentes de la demanda! de manera "ue los sistemas de producción y operaciones
puedan utilizarse en forma eficiente.
Entender las limitaciones de los pronósticos y fi#ar e$pectatias apegadas a la
realidad en cuanto al funcionamiento futuro son esenciales para hacer uso efectio
de los pronósticos en la toma de decisiones. En un sentido más positio! ciertos
aspectos de los pronósticos pueden claramente a%adir alor al traba#o de la
administración. En general! los pronósticos a corto plazo! hasta de un a%o! siren
de parámetro para las operaciones en curso. Los pronósticos a mediano plazo!
"ue abarcan entre uno y tres a%os! y los pronósticos a largo plazo! más de cinco
a%os! siren de apoyo para las decisiones acerca de la ubicación y la capacidad
de proyectos.
!ctores "ener!#es $%e inf#%&en en #os Pronósticos
%. N'(ero de e#e(entos) entre mayor sea el n&mero de elementos implicado
'todo lo demás permaneciendo igual(! mayor será la e$actitud de los
pronósticos. )ebido a la ley estad*stica de los grandes n&meros! disminuye
conforme el n&mero de elementos "ue se pronostica aumenta! y iceersa.
.. *o(o+eneid!d de #os d!tos) entre más homogéneos sean los datos
'permaneciendo todo lo demás igual(! más e$actos serán los pronósticos.
&. E#!sticid!d de #! de(!nd!) a mayor inelasticidad de la demanda
'permaneciendo todo lo demás igual(! mayor e$actitud de los pronósticos.
). Co(,etenci!) Entre mayor sea la competencia 'permaneciendo igual todo
lo demás(! mayor es la dificultad para pronosticar! ya "ue la competencia
%
E+E,E-- E. .dam! et. al. ; Administración de la producción y las operaciones; Editorial /rentice
0all! 1uarta edición 1221! 3é$ico.
puede utilizar los pronósticos para cambiar el curso de los sucesos futuros
e inalida as* los pronósticos.
2. 2 E# Proceso de Pronóstico
En el proceso de pronóstico es importante seguir cierta secuencia4
P!so 1. Es,ecific!r o-.eti/os. Es importante determinar los ob#etios con la
mayor claridad posible.
P!so 2. 01%2 ,ronostic!r3 El determinar la naturaleza de los datos nos da
referencia de los métodos a usar! as* como las caracter*sticas "ue las
definen.
P!so 4. Di(ensiones de tie(,o. Los pronósticos suelen clasificarse conforme a
periodos y a su utilización. En general! los pronósticos a corto plazo!
hasta de un a%o! siren de parámetro para las operaciones en curso. Los
pronósticos a mediano plazo! "ue abarcan entre uno y tres a%os! y los
pronósticos a largo plazo! más de cinco a%os! siren de apoyo para las
decisiones de planeación.
P!so 5. Consider!ciones con res,ecto ! #! -!se de d!tos. El tipo de datos
con "ue se desea contar depende del uso "ue se les dará. Los datos
deben ser consistentes en el tiempo! y las ariaciones tienen "ue
registrarse con la misma unidad de tiempo e identificarse claramente.
P!so 6. Se#ección de %n (ode#o de ,ronóstico. )epende de los patrones "ue
presente los datos obserados.
P!so 7. So(eter e# (ode#o ! ,r%e-!. 5n modelo tiene "ue ser alidado antes
de poderse utilizar con propósitos de pronóstico. /or tanto! hay "ue
utilizar una parte de los datos disponibles para estructurar el modelo! en
tanto los datos restantes se deben utilizar para someter el modelo a
prueba y alidarlo a fin de asegurarse de "ue representa el proceso de
manera real.
P!so 8. Pre,!r!ción de# ,ronóstico. La administración puede adoptar uno o
dos modelos al mismo tiempo! los cuales deben conciliarse! en la
medida de los posible.
P!so 9. Present!ción de# ,ronóstico. Los pronósticos tienen "ue presentarse
al usuario de tal manera "ue incluyan e$plicaciones acerca de la forma
en "ue se obtuieron! dónde se encontraron los datos! y los supuestos
impl*citos "ue se derian de ellos. /ara los usuarios es crucial conocer la
integridad de la información antes de utilizarla con plena confianza.
P!so :. Se+%i(iento de #os res%#t!dos. 1ual"uier desiación de lo
pronosticado debe obserarse con todo cuidado mediante la medición de
error! as* como estudiando las ariables o situaciones "ue influyen en el
cambio de los resultados pronosticados.
2. 4 P!trones de Pronósticos
6o es dif*cil pronosticar la continuación de un patrón o relación establecido. Lo "ue
es dif*cil es pronosticar e$actamente un cambio en dicho patrón o tendencia y el
tiempo! intensidad y consecuencias de ese cambio.
2. 4. !. *ori;ont!#
E$iste un patrón horizontal cuando no hay tendencia alguna en los datos
'Estad*sticamente hablando! a esto se le conoce como estacionariedad( 1uando
e$iste tal patrón! generalmente se hace referencia a la serie como estacionaria! es
decir! no tiende a aumentar o disminuir a traés del tiempo de ninguna manera
sistemática.
Los patrones horizontales se caracterizan por tener alores obserados con un
comportamiento 7
t
8 a 9 e
t
; "ue es un proceso constante.
donde4 7
t
es el alor obserado!
a es la constante fundamental del proceso!
e
t
es el error intr*nseco del alor obserado.
Los métodos de pronóstico "ue estiman patrones horizontales son4
♣ :ltimo dato
♣ /romedio simple
/romedio móil simple
/romedio móil ponderado
♣ ;uaizamiento e$ponencial simple
1omo lo "ue se esta pronosticando es un proceso constante el alor del
pronóstico para t9< periodos es4
1 t < t = = + + ·
donde4 =
t91
es el pronóstico por promedio móil simple para t91 peridos
=
t9<
es el pronóstico por promedio móil simple para t9< peridos
t es el periodo para el &ltimo alor obserado
2. 4. -. Tendenci!#
5n patrón tendencial se da cuando e$iste un aumento o disminución general del
alor de la ariable a lo largo del tiempo. Las entas de muchas compa%*as! y el
/roducto 6acional >ruto! los precios y muchos otros indicadores empresariales y
económicos siguen un patrón ascendente a traés del tiempo.
El patrón tendencial se caracterizan por tener alores obserados con un
comportamiento 7
t
8 a 9 bt 9 e
t
; "ue es un proceso "ue aumenta en forma
estable.
donde4 7
t
es el alor obserado!
a es la constante fundamental del proceso!
b es la pendiente de la tendencia!
e
t
es el error intr*nseco del alor obserado.
Los métodos de pronóstico "ue estiman patrones tendenciales son4
♣ ;uaizado e$ponencial amortiguado de tendencia
♣ ,egresión lineal
2. 4. c. Est!cion!#
E$iste un patrón estacional cuando una serie fluct&a de acuerdo con un factor
estacional. Las estaciones pueden ser los meses o las cuatro estaciones del a%o!
pero también pueden ser las horas del d*a! los d*as de la semana o los d*as del
mes.
El patrón estacional se caracterizan por tener alores obserados con un
comportamiento 7
t
8 'a(•c
t
9 e
t
; es un proceso "ue aria respecto a un periodo de
tiempo 'o estación( de manera constante.
donde4 7
t
es el alor obserado!
a es la constante fundamental del proceso!
c
t
es el factor estacional para el periodo t!
e
t
es el error intr*nseco del alor obserado.
Los métodos de pronóstico "ue estiman patrones estacionales son4
♣ ;uaizamiento e$ponencial de ?inters 'mane#a tendencia y estacionalidad(
♣ ;uaizamiento e$ponencial doble
2. 4. d. C<c#ico
5n patrón c*clico es seme#ante al patrón estacional! pero la duración de un ciclo
&nico generalmente es mayor a un a%o. 3uchas series! como el n&mero de inicios
de construcción de iiendas! el precio de los metales! el producto nacional bruto
'@6/( y las entas de muchas empresas! contienen un patrón c*clico. El patrón
c*clico es dif*cil de pronosticar! por"ue o se repite a interalos constantes de
tiempo o su duración no es uniforme.
5no de los métodos de pronóstico "ue estiman patrones ciclicos es4
♣ 3étodo de descomposición
2. 5 M2todos de Pronósticos
Los métodos de pronósticos se clasifican en dos áreas dependiendo de los datos
"ue se utilice para realizarlos4 métodos cualitatios y métodos cuantitatios. Los
métodos cualitatios mane#an datos "ue no son cuantificables y se eal&an con
calificatios como bueno! malo! etc. Los métodos cuantitatios utilizan términos
cuantificables para realizar pronósticos. Las llaes siguientes muestran la
clasificación de estos métodos4
C%!#it!ti/os
 3étodo )elphi
 )escripción del escenario
 .nálisis de impactos cruzados
C%!ntit!ti/os
;eries de
tiempo
 :ltimo dato
 /romedio simple
 /romedio móil simple
 /romedio móil ponderado
 ;uaizado e$ponencial simple
 ;uaizado e$ponencial doble 'de 0olt(
 ;uaizado e$ponencial amortiguado de
tendencia
 ;uaizado e$ponencial de ?inters
 3étodos de descomposición
 /romedios móiles .utorregresios
1ausales
 ,egresión lineal simple
 ,egresión m&ltiple
 3étodos de simulación
 3étodos econométricos
 3étodos bayesianos
 ,edes neuronales
En todos los casos en "ue no está clara la decisión de selección del “me#or”
método de pronósticos! se puede usar más de un método de pronósticos o más de
un pronosticador! combinando luego sus predicciones. Es una manera efectia de
aumentar la precisión de los pronósticos y disminuir la arianza de los errores. Los
métodos anteriores se e$plican breemente a continuación4
2. 5. !. M2todos C%!#it!ti/os
• M2todo De#,=i) consiste en preguntas hechas a un grupo de e$pertos para
recabar opiniones. Es un pronóstico por consenso. El procedimiento funciona
de la siguiente manera4
1. ;e proporciona una pregunta a cada e$perto por escrito! de la situación "ue
se re"uiere de un pronóstico e$presada de una manera muy general. 1ada
uno de los e$pertos realiza una predicción bree.
A. El coordinador o moderador! "uien proporcionará la pregunta original! re&ne
todas las opiniones! las pone en términos claros y las edita.
B. Los res&menes de los e$pertos proporcionan la base para un con#unto de
preguntas "ue el coordinador da a los e$pertos. Estas son respondidas.
C. Las respuestas por escrito son recopiladas por el coordinador! y el proceso
se repite hasta "ue el coordinador "ueda satisfecho con la predicción
general! "ue es una s*ntesis de los e$pertos.
• Descri,ción de# Escen!rio) se usa para hacer un retrato de cómo
eolucionará el presente con el tiempo; con frecuencia se usa #unto con el
método )elphi. La descripción del escenario comienza tratando de identificar
un con#unto de eentos futuros posibles. ;e escribe un con#unto de escenarios!
cada uno basado en un eento futuro posible. 1ada escenario se e$amina con
cuidado para determinar su probabilidad de ocurrencia y se desarrollan planes
de contingencia para los más probables. Es mas adecuado para el largo plazo!
para las macrosituaciones tipificadas por la incertidumbre! para la falta de
datos y para los factores no cuantificables.
• An>#isis de I(,!ctos Cr%;!dos) con frecuencia se usa para e$aminar los
resultados de un estudio )elphi. El análisis indica los escenarios "ue deben
describirse. Este procedimiento es de panorama amplio! igual "ue la
descripción de escenarios! y eal&a la probabilidad de ocurrencia de ciertos
eentos futuros "ue pueden interactuar y afectar las decisiones futuras.
El primer paso es determinar los eentos cr*ticos relacionados con el tema de
interés! "ue se resumen a un n&mero mane#able. ;e forma una matriz en la
"ue cada renglón representa alg&n eento; las columnas representan los
mismos eentos "ue el renglón correspondiente. .l principio se escribe en la
matriz la naturaleza de la interacción entre cada eento o factor. 5na flecha
hacia arriba indica una influencia positia y una flecha hacia aba#o indica una
influencia negatia. ;e estima la probabilidad de cada eento y las
probabilidades de "ue ocurran dos eentos simultáneos! y se conierten en los
elementos de la matriz.
2. 5. -. M2todos C%!ntit!ti/os
Mode#o de Series de Tie(,o

En un modelo de series de tiempo dos factores son importantes4 la serie de datos
"ue se a a pronosticar y el periodo de tiempo a utilizarse. 5n modelo de series
de tiempo supone siempre "ue alg&n patrón o combinación de patrones es
recurrente a traés del tiempo. )e esta manera! al identificar y e$trapolar dicho
patrón! se pueden desarrollar pronósticos para periodos subsecuentes.
i+%r! 4. Re#!ción de Series de Tie(,o
/roceso generador
Dnsumos /roducto
;istema
• ?#ti(o D!to) se considera "ue el alor pronosticado para el periodo t91 es el
alor obserado en el periodo t '&ltimo alor de datos obserados(
t 1 t 7 = · +
donde4 =
t91
es el pronóstico del per*odo t91
7
t
es el alor obserado en el periodo t
• Pro(edio Si(,#e) es un promedio de los alores obserados del pasado en
el cual los alores obserados de todos los periodos anteriores tienen el
mismo peso relatio. ;e calcula como4
T
X
F
T
i
i
t

·
+
·
%
%
donde4 =
t91
es el pronóstico del per*odo t91
7
i
es el alor obserado en el periodo i
- es el n&mero de periodos de los alores obserados
Pro(edio Mó/i# Si(,#e) combina los datos de los alores obserados de la
mayor parte de los periodos recientes! siendo un promedio de ellos el
pronóstico para el periodo siguiente. El promedio se “muee” en el tiempo en
el sentido de "ue al transcurrir un periodo! el alor obserado del periodo más
antiguo se descarta! y se agrega el alor obserado para el periodo más
reciente para la siguiente operación.
n
7 ... 7 7
=
1 t ( 1 n ' t n t
t
− − − − + + +
·
n
7 7
= 7
n
1
... 7
n
1
7
n
1
n
7
=
n t t
t ( n n ' t ( A n ' t ( 1 n ' t
n
1 i
( i n ' t
1 t

− − − − − −
·
− −
+

+ · + + + · ·

donde4 =
t91
es el pronóstico por promedio móil simple para t91 peridos
7
t
es el alor obserado en el periodo t
n es el n&mero de periodos empleados en la media móil
Pro(edio Mó/i# Ponder!do) es un modelo de promedio móil "ue incorpora
alg&n peso de los alores obserados anteriores distinto a un peso igual para
todos los peridos anteriores considerados.

·
+ ·
n
1 t
t t 1 t 7 1 =
donde4 =
t91
es el pronóstico del promedio móil ponderado para t91 periodos
7
t
es el alor obserado en el periodo t
1
t
es la ponderación en el periodo t; E ≤ 1
t
≤ 1.E;
E . 1 1
n
1 t
t ·

·

n es el n&mero de periodos empleados en la media ponderada
S%!/i;!do E@,onenci!# Si(,#e) la fórmula del suaizamiento e$ponencial
simple se obtiene al usar la formula de promedios móiles simples! pero
suponiendo "ue sólo se tiene el alor más reciente y el pronóstico hecho para
el mismo periodo! se usa en el lugar del alor más antiguo del pronóstico el
alor del pronóstico hecho para el &ltimo periodo. Las fórmulas son4
t t 1 t = ( 1 ' 7 = α − + α · + ; donde
( ) 1 n
A
+
· α
donde4 =
t91
es el pronóstico para el periodo t91
=
t
es el pronóstico para el periodo t ó &ltimo periodo
7
t
es el alor obserado en el periodo t ó &ltimo periodo
n es el n&mero de alores obserados
S%!/i;!do E@,onenci!# Do-#e Ade *o#tB) si en el suaizamiento e$ponencial
simple se usa con una serie de datos "ue contenga una tendencia consistente!
los pronósticos se retrasarán de la tendencial. 5tiliza las siguientes ecuaciones
para suaizar.
( ) ( ) 1 t 1 t t t > ; 1 7 ; − − + α − + α ·
( ) ( ) 1 t 1 t t t > 1 ; ; > − − β − + − β ·
t t < t <> ; = + · +
donde
( ) 1 n
A
+
· α
y
1 1
A
1
A
A

,
_

¸
¸

α
·
,
_

¸
¸

α
≤ β
donde4 =
t9<
es el pronóstico para el periodo t9<
;
t
es alor suaizado para el periodo t
7
t
es el alor obserado en el periodo t
>
t
es la estimación de la pendiente en el periodo t
< es el n&mero de periodos futuros "ue se "uieren pronosticar

S%!/i;!do E@,onenci!# A(orti+%!do de Tendenci!) difiere del
suaizamiento lineal de 0olt por amortiguar 'disminuir( la tendencia lineal "ue
se e$trapola a medida "ue nos dirigimos más hacia el futuro. El suaizamiento
amortiguado de tendencia incluye el parámetro e$tra φ 'además de dos
parámetros de 0olt(! el cual aplica el amortiguamiento óptimo mediante la
aplicación de alores diferentes para elegir el "ue minimice el error cuadrado
medio o la desiación media absoluta. Las ecuaciones usadas son4
( ) ( ) φ + α − + α · − − 1 t 1 t t t > ; 1 7 ;
( ) ( ) φ β − + − β · − − 1 t 1 t t t > 1 ; ; >
t
m
1 i
i t < t > ; =

·
+ φ + ·
donde!
( ) 1 n
A
+
· α
y
1 1
A
1
A
A

,
_

¸
¸

α
·
,
_

¸
¸

α
≤ β
donde4 =
t9<
es el pronóstico para el periodo t9<
;
t
es alor suaizado para el periodo t
7
t
es el alor obserado en el periodo t
>
t
es la estimación de la pendiente en el periodo t
< es el n&mero de periodos futuros "ue se "uieren pronosticar
• S%!/i;!do E@,onenci!# de Cinters) este método genera resultados
seme#antes a los del suaizamiento e$ponencial doble! pero tiene la enta#a
e$tra de ser capaz de mane#ar datos estacionales #unto con datos "ue tengan
una tendencial. Este método se basa en tres ecuaciones! cada una asociada
con uno de los tres componentes del patrón 'aleatoriedad! tendencia y
estacionalidad(.
( ) ( ) 1 t 1 t
L t
t
t > ; 1
1
7
; − −

+ α − +
,
_

¸
¸
α ·
( ) ( ) 1 t 1 t t t > 1 ; ; > − − β − + − β ·
( ) L t
t
t
t 1 1
;
7
1 − γ − +
,
_

¸
¸
γ ·
( ) gL < t t t < t 1 <> ; = − + + + ·
donde!
( ) 1 n
A
+
· α
;
1 1
A
1
A
A

,
_

¸
¸

α
·
,
_

¸
¸

α
≤ β

EF . E ≤ γ
donde4 =
t9<
es el pronóstico para el periodo t9<
7
t
es el alor obserado en el periodo t
;
t
es el alor estimado de la aleatoriedad para el periodo t
>
t
es el alor estimado de la tendencia en el periodo t
1
t
es el alor estimado de la estacionalidad en el periodo t
< es el n&mero de periodos futuros "ue se "uieren pronosticar
L es el n&mero de estaciones
t es el n&mero de periodos de datos disponibles
g es el entero más pe"ue%o mayor o igual "ue <GL
M2todos de Desco(,osición) identifican tres componentes distintos del
patrón básico subyacente "ue caracterizan a las series económicas y
empresariales. Estos factores son el tendencial! c*clico y estacional. El
concepto básico en dicha separación es emp*rico y consiste en remoer
primero la estacionalidad! luego la tendencia secular y finalmente el ciclo.
,epresentación matemática general4 7
t
8 f';
t
! -
t
! 1
t
! ,
t
(
,epresentación matemática especifica4 X
t
8 S
t
$ T
t
$ C
t
$ R
t

/romedio móil 'X
t
( 8 3. 8 T
t
$ C
t
;i
$, ;
$1 -
$, $; $1 -

3.
7
t t
t t
t t t t t
· ·
3edia por estación de S
t
$ R
t
8 S de la estación
El obtener por m*nimos cuadrados la recta T
t
8 a 9 bt de los promedios
móiles! al asignar alores a t se obtiene la tendencia
t
t
t t
1
-
$1 -
-
3.
· ·
F
t
8 S
t
$ T
t
$ C
t
donde4 F
t
es el pronóstico en el periodo t
X
t
es el alor de la serie de tiempo 'datos reales( en el
periodo t
S
t
es la componente estacional 'o *ndice en el periodo t
T
t
es la componente tendencia en el periodo t
C
t
es el componente c*clico en el periodo t
R
t
es el componente aleatorio 'o error( en el periodo t
Pro(edios Mó/i#es A%torre+resi/os AARMAB) la autocorrelación es una
medida de asociación entre alores sucesios de la misma ariable. Las
autocorrelaciones proporcionan información importante acerca de la
estructura de un con#unto de datos y de sus patrones. En un con#unto de
datos completamente aleatorios la autocorrelación entre alores sucesios
estará cercana a E! o será igual a E! pero los alores de datos de fuerte
naturaleza estacional o c*clica estarán sumamente autocorrelacionados. ;e
llama autorregresio por"ue se aseme#a a una ecuación de regresión! pero
las ariables independientes son alores rezagados de la ariable
dependiente en 1, 2, 3, ..., p periodos.
t < t < A t A 1 t 1 o t e 7 a ... 7 a 7 a a = + + + + + · − − −
donde4 F
t
es la ariable dependiente
X
i
es el alor de la serie de tiempo 'datos reales( en el
periodo i
donde i8 tH1! tHA! ...! tH<
a
n
son los coeficientes "ue se obtienen al realizar la
regresión
donde n8 E! 1! A! ...! <
Mode#o E@,#ic!ti/o o C!%s!#
En este tipo de métodos cual"uier ariación de los insumos afectará los
productos del sistema de manera predecible! suponiendo "ue la relación es
constante. La primera tarea de los pronósticos es encontrar la relación a traés
de la obseración de los productos del sistema 'ya sea a lo largo del tiempo o
mediante el análisis de un corte transersal de sistemas seme#antes( y
relacionándolos con los insumos correspondientes.
i+%r! 5. Re#!ción E@,#ic!ti/! o C!%s!#
Los métodos se e$plican a continuación4
Re+resión Line!# Si(,#e) la regresión consiste en relacionar el
comportamiento de una ariable con otra; la linealidad de la relación se
obsera cuando la me#or manera de describir el comportamiento entre las
dos ariables es una l*nea "ue pasa por en medio de todos los alores
obserados. La l*nea tiene una ordenada y una pendiente los cuales se
estiman como4
,elación entre dos o
más factores
Dnsumos /roducto
;istema
A
n
1 t
t
n
1 t
A
t
n
1 t
n
1 t
t
n
1 t
t t t
7 7 n
I 7 I 7 n
b
J

,
_

¸
¸


·
∑ ∑
∑ ∑ ∑
· ·
· · ·
∑ ∑
· ·
− ·
n
1 t
n
1 t
t t 7
n
b
J
I
n
1
aJ
< t < t 7 b
J
aJ I + + + ·
donde4 I
t9<
es el pronóstico para el periodo t9<
7
t
es la ariable independiente en el periodo t
I
t
es la ariable dependiente en el periodo t
n es el n&mero de obseraciones

Re+resión M'#ti,#e) en las aplicaciones puede haber arias ariables
independientes "ue afecten la ariable dependiente. ;i se tiene n
obseraciones de la ariable dependiente y m ariables independientes.
Los coeficientes se obtiene por matrices4
( ) ( ) ( ) ( ) I 7 7 7 b
J
-
1
-

·

t < t< t e b
J
7 I + ·
La matriz I tiene orden n$1! la matriz 7 tiene orden n$m! la matriz de
coeficientesb
J
tiene orden m$1; y la matriz e! de los errores tiene orden
n$1.
K mt m K t A A K t 1 1 o K t 7 b
J
... 7 b
J
7 b
J
b
J
I
J
+ + + + + + + + ·
donde4
I
J
t9K
es el pronóstico para el periodo t9K! donde K 8 1!A!...
7
t
es la ariable dependiente en el periodo t! donde t 8 1! ...!n
7
t<
es la ariable independiente en el periodo t<! donde < 8 1! ...!m
e
t
es el error al generar el modelo en el periodo t
n es el n&mero de obseraciones
m es el n&mero de ariables independientes
M2todos de Si(%#!ción) imitan el comportamiento de un sistema. Estos
modelos se basan en una gran ariedad de relaciones y por lo general
consideran elementos estocásticos del problema. Lo mismo "ue las
ecuaciones en los sistemas simultáneos! las interrelaciones en un modelo
de simulación son altamente dependientes del sistema ba#o estudio.
M2todos Econo(2tricos) son sistemas de ecuaciones lineales de
regresión m&ltiple cada una con diersas ariable interdependientes. Lste
no es el &nico uso del término econometr*a! ya "ue hay "uienes lo utilizan
como un término general para cubrir ecuaciones de regresión simple!
m&ltiple y sistemas de ecuaciones de regresión m&ltiple. Los pasos "ue
sigue son4
1. )eterminar "ué ariables incluir en cada ecuación 'especificación(.
A. )eterminar la forma funcional 'es decir! lineal! e$ponencial! logar*tmica!
etc.( de cada una de las ecuaciones.
B. Estimar de manera simultánea los parámetros de las ecuaciones.
C. /robar la significación estad*stica de los resultados.
F. +erificar la alidez de los supuestos implicados.
M2todos D!&esi!nos) son &tiles cuando se dispone de pocos datos.
Dnicialmente! se hace una estimación sub#etia de los parámetros y
conforme se dispone de más datos se usa el teorema de >ayes para
actualizar esas estimaciones.
Redes Ne%ron!#es) es un con#unto de pe"ue%as unidades de
procesamiento 'neuronas( ligadas por cone$iones dirigidas ponderadas
'una red(. 1ada neurona recibe se%ales de entrada ya sea de una fuente de
entrada o de otras neuronas. La se%al se pondera seg&n la cone$ión por la
"ue pasa. ;i el peso total de todas las se%ales de entrada es
suficientemente fuerte! la neurona responde manda una se%al por cada una
de sus cone$iones de salida a otras neuronas. 1omo una red neuronal
aprende directamente de los datos! puede realizar clasificaciones!
pronósticos! comprensión de datos y otras tareas similares.
2. 6 Medición de# Error en #os M2todos de Pronóstico
El tama%o y la persistencia de los errores de predicción y la incertidumbre
futura dependen de una identificación errónea de patrones y relaciones;
patrones ine$actos o relaciones imprecisas; patrones o relaciones cambiantes
En general! se puede predecir e$actamente la estacionalidad! relaciones
promedio! patrones c*clicos promedio! tendencias tecnológicas emergentes y
su influencia! continuidad de las tendencias establecidas! y tendencias
generales. /or otra parte! no se pueden predecir e$actamente los sucesos
especiales! las acciones o reacciones competitias! las entas de los nueos
productos! el inicio y la profundidad de las recesiones! la duración y fortaleza
de los auges! los cambios de tendencia! los cambios de las relaciones o
actitudes y las innoaciones tecnológicas.
El error se define como la diferencia entre el alor pronosticado menos el alor
real! e$isten diersas maneras de mane#ar el error y analizarlo a las "ue
llamaremos fórmulas de medidas de e$actitud de los métodos cuantitatios.
Las fórmulas y su nomenclatura es la siguiente4
ór(%#!s de Medid!s de E@!ctit%d de #os M2todos C%!ntit!ti/os
Error medio '3E(
n
e
3E
n
1 i
i

·
·
)esiación absoluta media '3.)(
n
e
3.)
n
1 i
i

·
·
Error cuadrado medio '3;E(
n
e
3;E
n
1 i
A
i ∑
·
·
)esiación t*pica de los errores ';)E(
1 n
e
;)E
A
i

·

Error porcentual '/E
t
(
1EE
7
= 7
/E
t
t t
t ×

·
Error porcentual medio '3/E(
n
/E
3/E
n
1 i
i

·
·
Error porcentual absoluto medio
'3./E(
n
/E
3./E
n
1 i
i

·
·
)onde
e
t
es el error 'e
t
8 7
t
H =
t
(
7
t
es el alor obserado en el periodo t
=
t
es el pronóstico del periodo i
n es el n&mero de obseraciones
t es un periodo en el con#unto de obseraciones 't8 1! A! ...! n(
INEENTARIOS
MODELOS ESTFTICOS DE TAMAGO DE LOTE
NOMENCLATURA "ENERAL
c 8 costo unitario 'MG unidad(
i 8 tasa de interés igente 'N por a%o(
h 8 i c 8 costo de mantener el inentario 'M por unidad por a%o(
. 8 costo de ordenar 'MGorden(
) 8 demanda por unidad de tiempo
- 8 longitud de un ciclo! el tiempo "ue transcurre entre la colocación 'o recepción( de órdenes
sucesias de abastecimiento
O'P( 8 costo total anual promedio como una función de tama%o de lote P
Dt 8 inentario disponible en el tiempo t 'cantidad real de material "ue hay en el almacén(
D8 Dnentario /romedio
PQ8 cantidad económica de pedido
>t 8 niel de faltante 'orden atrasada( en el tiempo t.
> 8 niel promedio de faltantes
b 8 má$ima >t
π es el costo de perdida de buena oluntad e$presado en MGunidad
π es el costo financiero! contable o sanción contable! e$presado en MGunidadHa%o.
MODELO EO6 7CANTIDAD ECONÓMICA A PEDIR A UN
PRO+EEDOR) SIN PERMITIR FALTANTES
;ea T la longitud del ciclo del inentario4
D
Q
T ·
;ea I el inentario promedio4
.
Q
I ·
El costo total anual promedio es4
( )
.
Q
h
Q
AD
cD Q K + + ·
h
AD
Q
.
H
·
H
Q se conoce como la cantidad económica a ordenar o lote económico o ERP.
MODELO EO6 7CANTIDAD ECONÓMICA A PEDIR A UN
PRO+EEDOR8 PERMITIENDO FALTANTES
Este caso tiene una tasa infinita de reabastecimiento en la "ue se permiten faltantes.
1uando
∞ → ψ
se obtiene4
( )
( )
Q
b bD
Q
b Q h
Q
AD
cD b Q K
.
I .
.
$
. .
π π +
+

+ + ·
"ue! para * I ≠ π ! llea a4
( )
( ) π
π
π
π
I
I
I
.
.
H
+
+
− ·
h
h h
D
h
AD
Q
π
π
I
H
H
+

·
h
D hQ
b
!"#$! #%& 'CA(TI"A" #C!()ICA A %R!"*CIR+ /E,3D-DE6)R
=.L-.6-E;
i 8 tasa de interés igente 'N por a%o(
h 8 i c 8 costo de mantener el inentario 'M por unidad por a%o(
) 8 demanda por unidad de tiempo
- 8 longitud de un ciclo! el tiempo "ue transcurre entre la colocación 'o recepción( de órdenes
sucesias de abastecimiento
O'P( 8 costo total anual promedio como una función de tama%o de lote P
ψ
8 tasa de producción! medidas en las mismas unidades "ue la demanda
P 8 tama%o del lote de producción.
. 8 costo de preparación.
c 8 costo unitario de producción.
>t 8 niel de faltante 'orden atrasada( en el tiempo t.
> 8 niel promedio de faltantes
b 8 má$ima >t
-iempo de ciclo4
D
Q
T ·
-iempo para producir P unidades4
ψ
Q
T
P
·
-iempo para agotar el inentario má$imo4
D
I
T
D
máx
·
@eometr*a del inentario4
b
D
Q I −
1
]
1

¸

− ·
ψ
%
máx
-iempo para recuperarse del faltante4
D
b
T

·
ψ
%
-iempo para generar
máx
I
4
D
I
T
mäx

·
ψ
.
-iempo para agotar
máx
I 4
D
I
T
máx
&
·
-iempo para generar el faltante de b 4
D
b
T ·
)
Dnentario promedio4

,
_

¸
¸

1
]
1

¸

,
_

¸
¸

·

ψ
ψ
D
Q
b
D
Q
I
% .
%
.
=altante promedio4

,
_

¸
¸

·

ψ
D
Q
b
B
% .
.
El costo total anual promedio es4
( )

,
_

¸
¸

+ +

,
_

¸
¸

1
]
1

¸

,
_

¸
¸

+ + ·
ψ
π π
ψ
ψ
D
Q
b
Q
bD
D
Q
b
D
Q h
Q
AD
cD b Q K
% .
I
% .
%
$
.
.
1antidad óptima a pedir
( )
( ) π
π
π
π
ψ
I
I
I
%
.
.
H
+
+

,
_

¸
¸

·
h
h h
D
D
h
AD
Q
=altante óptimo 4
( )
( ) π
ψ
π
I
%
H
H
+

,
_

¸
¸
− −
·
h
D
D hQ
b
6ota4
;* π · 0 , PQ y bQ tendrán alores positios.
;* π > 0 y π es suficientemente grande! se pueden obtener alores negatios en el denominador
del radical de PQ! en éste caso no deben permitirse faltantes y se recalcula la PQ.
;* π ·0 y π >E ! la pol*tica adecuada es no permitir faltante.
!"#$! #%& 'CA(TI"A" #C!()ICA A %R!"*CIR+ ;D6 /E,3D-D,
=.L-.6-E;
En este caso! se proh*ben los faltantes estableciendo el costo por faltantes como
infinito. Es obio "ue no se planean faltantes para este caso! por lo "ue b 8 E. Las ecuaciones
de costo se conierten en4
( )

,
_

¸
¸
− + + ·
ψ
D hQ
Q
AD
cD Q K %
.

,
_

¸
¸

·
ψ
D
h
AD
Q
%
.
H
METODO DE SIL+ER 9 MEAL.
@'tienen el costo promedio mínimo por periodo para el lapso de m periodos. Los costos
a considerar son los costos de ordenar o preparar más el costo de mantener el
inventario. Por$ lo 3ue la /emanda (utura para los siguientes n periodos estará dada
porJ
(/
%
$ /
.
$ K $ /n $#
El costo de mantener el inventario
L(%# M 4
L(.# M
# A/ 4 (
.
%
.
+
# A/ . A/ 4 (
&
%
# & ( L
& .
+ + ·
m & . %
A/ # % m ( ....... A/ . A/ A/ 4 (
m
%
# m ( L − + + + + + ·
#
Se calcula L(m#$ m M %$.$K.. m$ y se detiene cuando L (m N %# (m#
COSTO MINIMO UNITARIO
%
/
4
# % ( L ·
. %
.
/ /
A/ 4
# . ( O L
+
+
·
& . %
& .
/ / /
A/ . A/ 4
# & ( PO L
+ +
+ +
·
m . %
m & .
/ / /
A/ # % : ( A/ . A/ 4
# m ( L
+ + +
− + + + +
·


Se calcula L (m#$ m M %$.$K.. m$ y se detiene cuando L (m N %# (m#

INVENTARIOS SISTEMAS DE DEMANDA INDEPENDIENTE
USO DEL INVENTARIO
El inventario se usa en la mayor parte de las actividades de la manufactura,
servicio, distribución y venta, donde puede resaltar la rentabilidad y la
competitividad.
EL PAPEL QUE JUEGA EL INVENTARIO
• Inventario es una cantidad de bienes bajo el control de una empresa,
guardados durante algún tiempo para satisfacer una demanda futura
• Para el sector manufactura tales bienes son principalmente materiales:
materia prima, unidades compradas, productos semiterminados y
terminados, refacciones y materiales de consumo.
• El inventario es un “amortiguador”entre dos procesos: el abastecimiento y la
demanda
• El proceso de abastecimiento contribuye con bienes al inventario, mientras
ue la demanda consume el mismo inventario
• El inventario es necesario debido a las diferencias en las cantidades y los
tiempos en el abastecimiento y la demanda y esta diferencia se puede
atribuir tanto a factores internos como e!ternos.
• "os factores endógenos son cuestiones de pol#tica, pero los e!ógenos son
incontrolables. Entre los factores internos est$n las econom#as de escala, el
suministro de la operación y el servicio al cliente. El factor e!ógeno m$s
importante es la incertidumbre.
TERMINOLOGÍA DEL INVENTARIO
• El ambiente de demanda se puede clasificar en dos grandes categor#as:
%&eterministico o Estoc$stico 'conocido o aleatorio(
%Independiente o &ependiente 'demanda no relacionada con otro art#culo
o demanda si relacionada con otro art#culo(.
• "os tipos de inventario se clasifican en:
%)ateria prima: son todos los materiales reueridos para los procesos de
manufactura y ensamble.
%Producto en proceso 'PEP(: Es inventario en sistema de producción ue
espera para ser procesado o ensamblado y puede incluir productos
semiterminados.
%Productos terminados: *on las salidas de los procesos de producción, en
ocasiones llamados art#culos finales, los productos terminados de una
organi+ación de manúfactura pueden ser materia prima para otra.

COSTOS DE INVENTARIO
COSTO DE COMPRA O DE PRODUCIR UN LOTE
c , costo unitario 'incluye costo fijo y costo variable(
- , El número de unidades compradas o producidas
.., c.-
COSTO DE ORDENAR (El costo de preparar co!trolar la orde!"
/
COSTO TOTAL DE COMPRAR O PRODUCIR UN LOTE
/0c.-
COSTO DE ALMACENAJE O DE MANTENER EL INVENTARIO
1 , i.c
&onde:
i , costo total de mantener el inventario 'e!presado en 2(
c , costo unitario
Este costo incluye:
• .osto de oportunidad
• .ostos de almacenaje y manejo
• Impuestos y seguros
• 3obos, da4os, caducidad, obsolescencia, etc.
COSTO POR #ALTANTE
E!isten dos tipos:
π , costo de faltante por unidad
π , costo de faltante por unidad ue falta por unidad de tiempo
COSTO DE OPERACI$N DEL SISTEMA
Este costo incluye, por ejemplo, el costo de computadoras y programas para el
control del inventario
POLÍTICAS DE INVENTARIO
El elemento principal ue afecta el inventario es la demanda ya ue se supone
ue la demanda es una variable incontrolable. E!isten tres variables de decisión
ue se pueden controlar.
5-u6 debe ordenarse7 'decisión de variedad(
5.u$ndo debe ordenarse7 'decisión de tiempo(
5.u$nto debe ordenarse7 'decisión de cantidad(
para un sistema de un solo art#culo, la decisión de variedad es irrelevante y las
otras dos se toman usando las siguientes dos pol#ticas de control de inventario
diferentes:
• Pol#tica de revisión periódica:
Esta pol#tica consiste en verificar el nivel del inventario I, en intervalos de
tiempo fijo, digamos una semana, un mes o cualuier tiempo 8, llamado
periodo de revisión, y se coloca una orden si I es menor ue cierto nivel
predeterminado 3, llamado punto de reorden'decisión de tiempo(. El tama4o
de la orden - es la cantidad reuerida para aumentar el inventario a un nivel
predeterminado * 'decisión de cantidad( El tama4o de la orden - var#a de un
periodo a otro

Sign up to vote on this title
UsefulNot useful