Universidad de San Carlos Facultad de Ingeniera Control de la Produccin Ing. Rolando Chvez Laboratorio No.

FAMILIAS DE CORRELACIN
Grupo C

Grupo C

CONTROL DE LA PRODUCCIN

Hoja de Ponderacin

Grupo C
Integrantes: David Fernando Dominguez Jonathan Lpez Esdras Esau Mrida Fuentes Wendy Azucena Aguilar Chvez 2009 2005 2005

Punteo Introduccin Marco Terico Marco Prctico Conclusiones Recomendaciones Bibliografa

LABORATORIO DE CONTROL DE LA PRODUCCIN -

FACULTAD DE INGENIERA

Grupo C

CONTROL DE LA PRODUCCIN

INTRODUCCIN

Los pronsticos de produccin son una aproximacin de ventas de un producto que se debe hacer en una empresa, la buena aplicacin e interpretacin de los mismos es indispensable para no dejar de cubrir nuestra demanda o bien para evitar producir de ms; al no tener una estabilidad en las ventas, los mtodos ideales a utilizar son de las familias de correlacin, ya que el clculo matemtico es ms exacto, siempre basndonos en los posibles errores que se presenten en cada clculo y determinando cual sera el mejor mtodo. Basndose en conocer que tipo de curva se representa, se estar utilizando las herramientas estadsticas para utilizar las formulas de mtodo lineal, modelo logartmico y exponencial para determinar cul sera el mejor mtodo a utilizar en el ejercicio planteado y luego estimar los datos solicitados, a travs del anlisis primario, secundario y las conclusiones en este ejercicio.

LABORATORIO DE CONTROL DE LA PRODUCCIN

FACULTAD DE INGENIERA

Grupo C

CONTROL DE LA PRODUCCIN

JUSTIFICACIN
Pronosticar una demanda es fundamental en toda institucin, que permite un servicio adecuado, con costos razonables. Toda empresa requiere de pronosticar demandas con cierta exactitud, para establecer un plan de produccin eficiente, que cumpla con los requerimientos del cliente y se mantenga dentro de la capacidad de la empresa, esto permite mantener inventarios a niveles ptimos. Pronosticar involucra predecir variables que influencian el comportamiento de las ventas, pero ningn mtodo de pronstico logra un cien por ciento de exactitud, por lo que no se puede predecir el comportamiento de cada variable siempre, dando origen a cierto error de pronstico. Esta falta de exactitud trae como consecuencia, situaciones negativas, como exceso de inventarios, productos agotados e incluso discrepancias entre departamentos, sobre todo entre manufactura y ventas, ya que se produce en menor o mayor cantidad, de lo que realmente se vende y lo que se ha proyectado. Por ello es vital que se maneje un sistema de pronsticos con un nivel aceptable de exactitud; esto se alcanza por parte de las empresas utilizando a ejecutivos expertos, utilizando sistemas de informacin integrados, que almacenen la informacin sobre ventas y en base a ellos desarrollar todo el estudio de pronsticos que mejor se adapte al comportamiento de ventas. Esto representa un alto costo para la organizacin, pues contar con el conocimiento de expertos en marketing y ventas, as como utilizar sistemas de informacin es oneroso. La inversin realizada en la elaboracin de pronsticos fiables, se justifica, porque evita a la empresa altos niveles de inventarios, unidades agotadas, un nivel de atencin al cliente deficiente, tambin hace desaparecer el trmino urgente, al referirse a la manufactura de algn producto.

LABORATORIO DE CONTROL DE LA PRODUCCIN -

FACULTAD DE INGENIERA

Grupo C

CONTROL DE LA PRODUCCIN

OBJETIVOS

GENERAL Conocer la aplicacin de los pronsticos de correlacin en los procesos industriales y su desarrollo sistemtico de regresin.

ESPECFICOS Analizar la dispersin de los datos grficamente y determinar la regresin lineal que ms se adapte al mtodo de proyeccin. Analizar cul es el mejor pronstico de acuerdo a la sumatoria del error acumulado para familias de correlacin. Comprender el grado de correlacin en la regresin y la influencia en el pronstico. Diferenciar entre un pronstico de riesgo y uno de evaluacin.

LABORATORIO DE CONTROL DE LA PRODUCCIN

FACULTAD DE INGENIERA

Grupo C

CONTROL DE LA PRODUCCIN

FAMILIAS DE CORRELACIN (ASCENDENTE Y DESCENDENTE)

Uno de los mtodos ms conocidos, pero tambin de los ms mal utilizados es la regresin lineal. En cualquier caso en que se utilice un modelo, es necesario validarlo: esto es, verificar si los supuestos del modelo coinciden con la realidad. Y esto no es lo que hace la mayora de los usuarios. La regresin lineal implica por lo menos, distribucin normal de los errores de la variable dependiente, que no estn correlacionados y para utilizarlo con validez estadstica, adems debe contarse con un tamao de muestra n de por lo menos 30 datos histricos. Otro supuesto obvio es que la tendencia observada de los datos puede ser descrita por una recta. Sin embargo, este supuesto se puede obviar haciendo las substituciones necesarias, por ejemplo, si se considera que una variable tiene un comportamiento exponencial (no lineal), estos datos podran linealizarse calculando el logaritmo de los datos y proyectar el logaritmo. Despus se halla el antilogaritmo y esa sera la proyeccin. La idea de la regresin lineal es hallar una recta que cumpla con un requisito bsico comn para muchos mtodos de pronstico: la suma de los cuadrados de la diferencia entre el valor estimado y el observado es mnima. Por eso se llama tambin mtodo de mnimos cuadrados Anlisis de regresin lineal Se define a la regresin como una relacin funcional entre dos o ms variables correlacionadas y se usa para pronosticar una variable con base en la otra. En la regresin lineal la relacin entre las variables forma una lnea recta. Y = a + bX, otras formas son Y = aX + b, Y = mX + b Donde Y es la variable dependiente que queremos resolver; a es la interseccin de Y; b es la pendiente y X es la variable independiente (en el anlisis de series de tiempo, X representa unidades de tiempo). Los valores de a y b se obtienen de calcular: a= n(XtDt) (Xt) (Dt) n(X2t) (Xt)2 b = Dt bXt n

La regresin lineal es til para pronsticos a largo plazo de sucesos importantes. La restriccin principal para usar los pronsticos de regresin lineal es que, supuestamente, los datos pasados y las proyecciones caen sobre una lnea recta La regresin es muy utilizada para interpretar situaciones reales, pero comnmente se hace de mala forma, por lo cual es necesario realizar una seleccin adecuada de las variables que van a construir las ecuaciones de la

LABORATORIO DE CONTROL DE LA PRODUCCIN -

FACULTAD DE INGENIERA

Grupo C

CONTROL DE LA PRODUCCIN

regresin, ya que tomar variables que no tengan relacin en la prctica, nos arrojar un modelo carente de sentido, es decir ilgico. Segn sea la dispersin de los datos (nube de puntos) en el plano cartesiano, pueden darse alguna de las siguientes relaciones, Lineal, Logartmica, Exponencial, Cuadrtica, entre otras. Las ecuaciones de cada relacin se presentan en la siguiente tabla.

Tabla 1. Ecuaciones de regresin REGRESIN Lineal Logartmica Exponencial Cuadrtica ECUACIN y = A + Bx y = A + BLn(x) y = Ae(Bx) y = A + Bx +Cx2

Sin embargo obtener el modelo de regresin no es suficiente para establecer la regresin, ya que es necesario evaluar que tan adecuado es el modelo de regresin obtenido. Para esto se hace uso del coeficiente de correlacin R, el cual mide el grado de relacin existente entre las variables. El valor de R varia entre -1 y 1, pero en la prctica se trabaja con el valor absoluto de R, entonces, a medida que R se aproxime a 1, ms grande es el grado de correlacin entre los datos, de acuerdo con esto el coeficiente de correlacin se puede clasificar de varias formas, como se observa en la Tabla 2.

Tabla 2. Clasificacin del grado de correlacin. CORRELACIN Perfecta Excelente Buena Regular Mala VALOR O RANGO |R| = 1 0.9 <= |R| < 1 0.8 <= |R| < 0.9 0.5 <= |R| <0.8 |R|< 0.5

Por lo tanto el anlisis de regresin es una herramienta estadstica que permite analizar y predecir o estimar observaciones futuras de dos o ms variables relacionadas entre s, es decir una herramienta til para la planeacin.

LABORATORIO DE CONTROL DE LA PRODUCCIN

FACULTAD DE INGENIERA

Grupo C

CONTROL DE LA PRODUCCIN

BIBLIOGRAFA
MONTGOMERY Douglas C., RUNGER George C., Probabilidad y Estadstica Aplicadas a la Ingeniera, Ed. McGraw Hill, 1996, Captulo 9.

AULAFACIL.COM, Curso de Estadstica, Captulos 12 y 13, 2003.

SISTEMA DE PRODUCCIN Y PRONSTICOS. Consultado el 14 de Agosto de 2012. Disponible en http://cursos.aiu.edu/Control%20de%20la%20Produccion/PDF/Tema%201.pdf REEB, PABLO. PRONSTICOS DE PRODUCCIN. Consultado el 14 de Agosto de 2012, disponible en http://www.biblioteca.org.ar/libros/210875.pdf

LABORATORIO DE CONTROL DE LA PRODUCCIN -

FACULTAD DE INGENIERA