You are on page 1of 16

PRONOSTICOS

‡ Pronosticar es el arte y la ciencia de predecir los eventos del futuro. ‡ Aunque se necesita del juicio gerencial para pronosticar, el gerente cuenta con la ayuda de herramientas y métodos matemáticos sofisticados. ‡ No existe un método universal para pronosticar en todas las situaciones. ‡ Los pronósticos ocupan un papel central dentro de las operaciones. 
Por su complejidad e 

Impacto sobre todas las decisiones de operaciones

USOS EN LA EMPRESA ‡En operaciones como insumo para la toma de decisiones sobre:
‡ Diseño del proceso ‡ Planeación de Capacidad ‡ Inventarios

‡En Mercadeo se usan para:
‡ Planear Productos ‡ Planear Promociones ‡ Planear Precios

‡En Finanzas como insumo para la planeación financiera.

los pronósticos se utilizan para predecirlos. ‡ Reducir el tiempo de anticipación con que se requieren los pronósticos. ‡ Hay diferencia entre Pronóstico y Planeación. ‡La planeación se refiere a lo que se considera debería suceder en el futuro ‡ Con la planeación se intenta alterar los eventos del futuro. ‡ Demanda y Ventas no siempre son lo mismo. .PRONOSTICOS ‡ El enfoque a usar será el pronóstico de la Demanda de Producción de la función de operaciones. ‡ Una buena planeación usa los pronósticos como insumos. ‡ Existen 3 formas de ajustarse a los errores de pronósticos: ‡Reducir el error a través de mejores pronósticos. ‡ Los pronósticos siempre están equivocados ‡ Pequeñas variaciones pueden ser absorbidas ‡ Grandes variaciones crearan grandes estragos. ‡ Incrementando la flexibilidad de las operaciones. ‡Los pronósticos se refieren a lo que sucederá en el futuro.

moda) ‡ Para el error de pronósticos ( . ‡ Para reconocer los errores de los pronósticos. 2 . de Inventarios Corto Corto La + Alta La + Alta Muchos Muchos + Bajo + Bajo Mediano Alta Pocos Mediano Causales y Series de Time Series de Time Series de Time Largo Media Uno o pocos Alto DE TIEMPO Largo EXACTITUD NECESARIA Media # DE PRODUCTOS Unos pocos NIVEL GERENCIAL Alto METODO DE PRONOSTICO Cualitativos y Causales Cualitativos y Causales ‡ La . R) ‡ Tener un solo número es ignorar el error. mediana.PRONOSTICOS meta es el menor margen de error posible. USOS Y METODOS DE LOS PRONOSTICOS EN OPERACIONES HORIZONTE DECISIONES Diseño del Proceso Planeación de la capacidad de Instalaciones Producción Agregada Programación Admón. deben todos tener 2 números: ‡ La mejor estimación de la demanda (media. lo cual es consistente con los costos razonables de pronósticos.

‡ Métodos Cuantitativos: ‡ Los que son por Series de Tiempo. ‡ Los datos del pasado se procesan mediante series de tiempo o modelos causales. ‡ Deben utilizarse cuando se lanza un nuevo producto y no existen datos. ‡ No usan modelos específicos ‡Son útiles cuando se carece de datos o los existentes no son confiables para predecir el futuro. ‡ Los que son Causales. ‡ Hacen usos de modelos subyacentes para llegar a un pronóstico.PRONOSTICOS ‡ Métodos Cualitativos: ‡ Los métodos Cualitativos requieren el juicio gerencial. ‡ La lógica básica para hacer pronósticos es que los datos del pasado y los patrones de datos son indicadores confiables para predecir el futuro. .

planeacion de Buena Buena Regular Aprovecha la curva de capacidad o crecimiento de las ventas instalaciones. fase de Introduccion. en forma de S. sobre el Pronostico. Regular Regular Regular Regular Intuicion o hechos Productos relacionados a la situacion Individuales. Las respuestas instalaciones. Se pueden pueden presentarse usar entre 3 y 6 rondas para lograr un consenso los cambios tecnologicos. Buena Buena Buena anonimas del grupo Pronosticos retroalimentan en cada Tecnologicos para ronda a todos los evaluar cuando participantes. Pronostico que pueden Pronosticos de Mala Mala Mala Mala hacer un G o Individuo Ventas Totales y de a a a a Bajo basados en Experiencia. Pronosticos de la Ventas totales de la Pruebas de Mercado o Muy Regular Bass. Cuestionarios. King y compania. a Largo Plazo para Regular Regular Mala Clark Crecimiento y Saturacion Mala a a a Medio y Hoguet de productos similares. Grupos. individuales. de grupos Buena Buena Regular a Alto Pressemeier Estudios que se usan para de productos Buena importantes o de obtener datos sobre las productos condiciones del Mercado. . Prediccion basada en la Pronosticos de Venta Spencer.METODOS CUALIT DELPHI ESTUDIOS DE MERCADO ANALOGIA DE LOS CICLOS DE VIDA JUICIO INFORMAD METODOS DE PRONOSTICOS CUALITATIVOS EXACTITUD IDENTIF DESCRIPCION A A A PUNTO COSTO DEL METODO USOS CP MP LP RETORNO RELAT REFERENCIAS Pronostico desarrollado Pronostico de Ventas mediante un grupo de a LP para planeacion Regular Regular Regular Regular Medio North y Pyke expertos que responden de capacidad o a a a a a preguntas en rondas Muy Muy Muy Buena Alto Basu y Schroeder sucesivas.

Regular a Buena Muy Mala Mala Bajo a Medio BOX JENKINS Regular a Buena Muy Mala Mala Medio Box y a Jenkins. niveles de Muy PROMEDIO MOVIL Buena ponderado de un numero produccion y un promedio aritmetico o programacion. Similar al promedio movil y Igual que el Promedio Movil da un mayor peso Regular exponencial a los datos a mas recientes. logaritmos productos. Bien Muy adaptado para usarse con Buena computadoras y cuando es necesario pronosticar un gran # de articulos. Es de puntos de datos del bueno cuando hay muchos productos. lineales. Neter. uso con pocos polinomios.METODOS SERIE TIEMPO METODOS DE PRONOSTICOS POR SERIES DE TIEMPO EXACTITUD IDENTIF DESCRIPCION A A A PUNTO COSTO DEL METODO USOS CP MP LP RETORNO RELAT El Pronostico se basa en Planeacion de corto a mediano plazo para Mala Muy Mala Mala Bajo REFERENCIAS Mala a inventarios. Incluye las lineas de tendencias. Adam Wheelwright y Makridakis MODELOS MATEMAT. pasado. etc. Alto Nelson . exactos a CP. Wasserman y Whitmore SUAVIZAC EXPONENC Mala a Buena Muy Mala Mala Medio Brown. Un modelo lineal o no Igual que el promedio lineal ajustado con los datos de series de tiempo. Metodos de auto . pero con limitaciones Muy normalmente mediante Buena debido al costo y a su regresion. 60 datos del past.Limitado debido al correlacion que se usan costo de los Muy para identificar las series productos que Buena a de tiempo subyacentes y requieren de para ajustar el mejor pronosticos muy Excte modelo.

mediano plazo. Un metodo para Pronosticos de pronosticar que describe el MODELOS flujo de un sector de la Ventas de toda la No DE economia a otro para Dispon compania o de todo el INSUMO predecir insumos que se necesitan para producir pais por sector productos que requiere economico. Chambers et al. Refleja los efectos importantes del canal de distribucion. efecto. Simulacion del sistema de Pronostico de las distribucion para describir Ventas de toda la Muy BOX Buena los cambios en las ventas y compania por grupos JENKINS flujos del producto en el de tiempo.METODOS CAUSALES DE PRONOSTICOS EXACTITUD METODOS DESCRIPCION A A A CAUSALES DEL METODO USOS CP MP LP Este metodo relaciona la Planeacion a corto y demanda variables REGRESION internas que con externas tienden otras mediano plazo para o produccion agregada a o inventarios que Buena a Muy Buena Buena a Muy Buena Mala IDENTIF PUNTO COSTO RETORNO RELAT REFERENCIAS Muy Buena Medio Neter. Muy Buena Buena Excte Alto Huang Buena a Muy Buena Buena a Muy Buena Regular Muy Alto Leontief Buena a Muy Buena Buena Buena Alto Forrester. Util cuando los para minimos obtener cuadrados hay estrechas un mejor relaciones de causa y ajuste entre las variables. otro sector. Wasserman y Whitmore cambiar la demanda. Este involucren a pocos metodo de regresion utiliza productos. . productos. Un sistema de ecuaciones Pronostico de Ventas de regresion por clases de Muy MODELOS que ECONOMET independientes Buena productos para a describe algun sector de la Excte economia o actividad planeacion a corto y lucrativa.

‡ Calcule la demanda promedio A t para los periodos N del pasado al momento ³t´.. ‡ PROCEDIMIENTO ‡ Seleccione un numero dado de periodos ³N´. el mejor pronóstico para el periodo t + 1 es simplemente la demanda promedio observada a lo largo del periodo t. Es decir: ‡ Ft + 1 = At . ‡ At = (D1 + Dt .. + Dt ± N + 1) / N ‡ Como se supone que la serie de tiempo es horizontal. tendencias. ni componentes de ciclos en los datos de demanda...PROMEDIO MOVIL ‡ Es el método mas simple para pronósticos por serie de tiempo. ‡ El método supone que solo tiene un componente de nivel y un componente aleatorio.1 + . ‡ No se presupone patrón de estacionalidad.

3 21.7 19.7 17.0 19.7 24.3 17.7 -4.0 -1.0 18.2 17.3 0.3 -1.7 24.0 9.0 26.3 12.0 20.3 10.3 10.0 20.7 19.Ft 6 PER Ft PER 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 19.7 17.8 .3 14.0 20.3 -12.0 11.5 17.7 22.0 15.7 24.0 18.0 -11.0 -11.7 24.3 14.0 18.0 14.7 19.7 -3.N+1 .0 19. N F t +1= At N= 3 DEM ANDA Dt 10 18 29 15 30 12 16 8 22 14 15 27 30 23 15 6 PROM M IL PRONOST OV PERIODOS At 3 PER Ft ERROR PRONOST Dt .0 15.0 26.EJEMPLO DE PROMEDIO MOVIL At = D1 + Dt-1 + « + Dt .0 19.3 12.7 19.

EJEMPLO DE PROMEDIO MOVIL PROMEDIO MOVIL PARA N= 3 Y 6 35 30 DEMANDA / PRONOSTICO 25 20 15 10 5 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Dt 3 PER Ft 6 PER Ft PERIODOS .

‡ Como en el promedio móvil la suavización exponencial simple se supone una serie de tiempo plana. ‡ En la mayor parte de los pronósticos para dar estabilidad alfa es entre 0. ‡ Si se desea que At responda mas lento.1 ‡ En este caso At -1 es el promedio anterior.SUAVIZACION EXPONENCIAL ‡ Se basa en la idea muy simple de que es posible calcular un promedio nuevo a partir de un promedio anterior y además de la demanda mas recientemente observada. ‡ At = Dt + (1 ± )At .3. ‡ es la proporcion de peso que se da a la demanda nueva contra la que se da al promedio anterior. es decir: Ft + 1 = At == Ft + 1 = Dt + (1 ± )Ft . alfa debe ser pequeño. ni tendencia ni ciclos entonces se puede decir que los pronósticos de los periodos futuro serán los promedios obtenidos en el periodo actual. 0<= <= 1 ‡ Si se desea que At responda mas rápido a la demanda reciente se debe dar un alfa grande. ‡ Dt la demanda que se acaba de observar. ‡ Es decir no hay estacionalidad.1 y 0.

SUAVIZACION EXPONENCIAL ‡ Cuando se utiliza la suavización exponencial deben calcularse la estimación de error. los cuales pueden servir para: ‡Para fijar inventarios o capacidad de seguridad. ‡Para observar indicadores de demanda errática que deberán evaluarse con cuidado y quizás eliminarlos. ‡Para determinar cuando el método de pronostico no representa ya la demanda actual y debe volverse a cero. / MAD . ‡Desviación Absoluta Promedio (MAD) ‡MADt = IDt ± FtI + (1 ± )MADt .1 ‡ Señal de Rastreo (T) ‡T = Suma acumul de la desviación del pronost.

9 12.33 16.1 Dt .86 17.99 -3.50 3.7 3.22 6.0 1 10 15 -5.55 4.99 6.59 17.4 -5.03 6.00 15 -5.9 -0.1 3 29 14.1 9.3 4.59 -2.52 21.4 8 8 16.58 6.5 1.69 103.95 95.86 -9.20 10.8 2.58 -7.6 6.15 8.7 2.13 8.0 9.6 12 27 16.51 8.8 0.FtI TENDENCIA DESVIA CION A BSOLUTA 35.50 4.5 6 12 17.8 2 18 14.27 -1.7 25.3 F1 = 15 Ft+1 = Dt + (1 .Ft) IDt .EJEMPLO DE SUAVIZACION EXPONENCIAL = = 0.05 17.9 10 14 16.7 13.40 0.01 14.3) A CUMULA DA RA STREO T 7.3 Dt .99 22.0 -0.27 19.6 11 15 16.72 19.6 4 15 16.3 17.90 7.10 -4.45 22.Ft ( = 0.80 15.97 18.85 14.4 7 16 16.4 5 30 16.87 12.39 MADt = IDt .)Ft MA 0 = 7 D 0.78 11.6 21.1 13 30 17.3 0.00 6.0 9 22 15.60 5.7 0.10 7.1 T= SUM ACUMUL DE LA DESVIAC DEL PRON A MAD .FtI + (1 .65 7.2 1.Ft Ft = 0.86 7.14 13.50 13.03 -3.52 -5.10 7.51 -9.8 -0.97 -0.28 12.12 -1.4 15 15 18.87 -8.85 7.87 17.2 3.65 -2.12 4.1 DEMA NDA PRONOSTICO ERROR PRONOSTICO ERROR MA Dt SUMA SENA DE L PERIODO Dt Ft = 0.6 0.50 5.1 14 23 18.33 -1.15 10.7 1.6 1.5 -0.7 2.15 14.)MADt .7 2.8 (Dt .85 14.9 24.3 13.

9 5 2 589 1225 = = 589 -10b 5 4.4 + 4.7x Y = 108.ANO 1964 1965 1966 1967 1968 Y = a + bx Y X 108 0 119 1 110 2 122 3 130 4 589 10 MINIMOS CUADRADOS X 0 1 4 9 16 30 2 XY 0 PUNTO BASE 119 220 366 520 1225 Si m ultiplicam la ecuacion de la recta por el coeficiente de "a" os y luego se sum los term an inos. XY = a X + b X 5a + 10b =====> a= 589 -10b 5 a(10) + b(30) ==> a = 1225 .30b = b= 10 a= Y = 108.4 + 4.7 108.7(5) 5 Y = 131. tenem os.4 . Y = Na + b x Ahora m ultiplicam la ecuacion de la recta por el coeficiente de "b" os y luego se sum los term an inos.30b 10 1225 .

Y = Na + b x Ahora m ultiplicam la ecuacion de la recta por el coeficiente de "b" os y luego se sum los term an inos.7 Y = 117.8 + 4. tenem os.8 + 4.8 b= 4.7(3) 3 Y = 131. XY = a X + b X a= b= Y N XY X2 2 a= b= 589 5 47 10 a = 117.ANO 1964 1965 1966 1967 1968 Y = a + bx Y X 108 -2 119 -1 110 0 122 1 130 2 589 0 MINIMOS CUADRADOS X2 4 1 0 1 4 10 XY -216 -119 0 PUNTO BASE 122 260 47 Si m ultiplicam la ecuacion de la recta por el coeficiente de "a" os y luego se sum los term an inos.9 3 .7x Y = 117.

( Yi) ] .2 9= 7.2 16.( Xi) ][n Yi .8 4.5 13.0 8.2 13.0 204.30 2 r = 97.0 20.0 12.9 2 = .4 2.8 7.3 + 2x Si x = 4.7 7 6.b x = Variable Independiente (se supone genera n n n XiYi .1 2 2 [n XiYi .0 3.0 127.( xi) b = Pendiente EJEMPLO i Yi 1 3.0 6 5.8 19.METODO CAUSAL REGRESION LINEAL = a + bx = Dem anda Estim ada Yi Xi a= .4 11.0 2.4 25.1 b= 2.2 3.0 10.( Xi)( Yi)] 2 2 2 [n Xi .2 2 Yi 9.0 32.1.8 XiYi 6.[( Xi)( Yi)] a = Interseccion de Y b= 2 2 n Xi .4 8 7.1 4 4.8 9.0 39.5 24.0 2 3.6 3.4 16.3 16.8 3.0 49.0 5.9 Xi 4.5 3 4.3% r = 2 n= 8 Xi 2.4 5 5.3 28.00 a = -1.5 41.0 80.0 24.0 14.