Universidad

Antonio Ruiz
de Montoya
Técnicas de
operaciones

Ing. Norman Reyes

Agosto 2018
 Temas
2. Pronósticos e Inventarios
2.1 Pronósticos
2.1.1 Conceptos básicos y definiciones
2.1.2 Tipos de pronósticos
2.1.3 Criterios para seleccionar métodos
2.1.4 Pronósticos como un proceso
2.1.5 Ejercicios

Técnicas de Operaciones – Ing. Norman Reyes

 2.1.1. Definiciones y conceptos básicos

¿Qué es un pronóstico?
Un pronóstico es una predicción de eventos futuros utilizada
con fines de planeación.

Planeación es el proceso de tomar decisiones administrativas acerca de cómo

utilizar los recursos para atender mejor a los pronósticos de demanda

Los métodos de pronósticos se pueden basar en:

• Modelos matemáticos con información histórica (Cuantitativos)
• Experiencia y juicio experto (Cualitativos)

Las categorías de pronósticos son:

1.- Juicio
2.- Causales
3.- Series de tiempo

Técnicas de Operaciones – Ing. Norman Reyes

 2.1.1. Definiciones y conceptos básicos
Demanda
¿Para qué sirven?
Útiles para administrar los procesos y la cadena de suministro

¿Cuellos de botella?

Técnicas de Operaciones – Ing. Norman Reyes

 2.1.1. Definiciones y conceptos básicos

Patrones de demanda
Observaciones repetidas de demanda de un
servicio o producto en su orden de ocurrencia
forman un patrón conocido como series de
tiempo

Patrones básicos:
a) Horizontal. Fluctuación de datos alrededor de una media constante
b) Tendencia. Incremento o decremento sistemático en la media de la serie en el tiempo.
c) Estacional. Un patrón que se repite de incrementos o decrementos en la demanda,
dependiendo del tiempo del día, semana, mes o temporada.
d) Cíclico. Los menos predecibles incrementos o decrementos graduales de la demanda
en periodos mas largos (años o décadas)
e) Aleatorio. La variación impredecible de la demanda
Influenciados por ciclos de negocios o vida de productos y servicios

Técnicas de Operaciones – Ing. Norman Reyes

 2.1.1. Definiciones y conceptos básicos

Patrones básicos

Técnicas de Operaciones – Ing. Norman Reyes

 2.1.1. Definiciones y conceptos básicos

Decisiones claves para obtener pronósticos

Se deben tomar decisiones de:

1.- ¿Qué pronosticar?
2.- ¿Qué tipo de pronósticos seleccionar para diferentes
artículos?

Agregación.- Acción de agrupar varios servicios o

productos similares de manera que puedan obtener
pronósticos y planes para familias completas.

Individual.- estimar la demanda a nivel SKU (stock

Keeping Units) unidad mantenida en inventario

Técnicas de Operaciones – Ing. Norman Reyes

 2.1.2. Tipos de pronósticos

Hay diversas técnicas y ninguna es la mejor para todos los artículos y

situaciones.
Objetivo es desarrollar un pronóstico útil a partir de la información disponible
con la técnica apropiada para los diferentes patrones de demanda.
Tipos:
• Métodos de Juicio; traduce las opiniones de administradores, opiniones de
expertos, encuestas de clientes y estimaciones de la fuerza de ventas en
estimaciones cualitativas.
• Métodos Cuantitativos; incluyen métodos causales, análisis de series de tiempo y
proyección de tendencias con regresión.

Técnicas de Operaciones – Ing. Norman Reyes

 2.1.2. Tipos de pronósticos

Error de pronóstico
Los pronósticos siempre contienen errores. El error aleatorio es resultado de factores
impredecibles que ocasionan que el pronóstico se desvíe de la demanda real. El
objetivo es minimizar el error.
Et = Dt – Ft
Donde: Et = error de pronóstico para el período t
Dt = demanda real para el periodo t
Ft = pronóstico para el período t

Suma Acumulada de Errores de pronósticos (SAE)

SAE = Σ Et mide el error del pronóstico total . Error de sesgo
E = SAE / n sesgo medio

Técnicas de Operaciones – Ing. Norman Reyes

 2.1.2. Tipos de pronósticos
D F Error |Error| Error^2 [Pct Error]
Error medio cuadrático (EMC),
Past Period 1 39 41 -2 2 4 5.128%
Desviación estándar de los Past Period 2 37 43 -6 6 36 16.216%
errores (σ) y desviación Past Period 3 55 45 10 10 100 18.182%

absoluta media (DAM) miden la Past Period 4 40 50 -10 10 100 25%

dispersión de los errores de Past Period 5 59 51 8 8 64 13.559%

Past Period 6 63 56 7 7 49 11.111%
pronóstico atribuidos a los
Past Period 7 41 61 -20 20 400 48.78
efectos de tendencia,
Past Period 8 57 60 -3 3 9 5.263%
estacionalidad y aleatoriedad. Past Period 9 56 62 -6 6 36 10.714%

EMC = Σ Et2 / n Past Period 10 54 63 -9 9 81 16.67%

TOTALS 501 -31 81 879 170.621%
DAM& = Σ |Et| / n
AVERAGE (Blas) (MAD o (MSE o (MAPE o
EPAM* = (Σ |Et| / Dt )(100) / n DAM) EMC) EPAM)
Std dev 29.648

σ= √ Σ (E - E)2 / (n-1)
t = √ n Σ E 2 – (ΣE )2 / n (n-1)
t t

* Error Porcentual Absoluto Medio & Mean Absolute Deviation Técnicas de Operaciones – Ing. Norman Reyes
 2.1.2. Tipos de pronósticos

Cual es el mejor pronóstico?

√
Señal de rastreo = Σ errores / (Σ |errores|/n)

El valor absoluto del error no debe ser > 3.75

Técnicas de Operaciones – Ing. Norman Reyes

 2.1.2. Tipos de pronósticos

Cálculo de medias del error de pronóstico Métodos de juicio

• Estimaciones de la fuerza de ventas,
compilados de la demanda futura que
hace la fuerza de ventas de la
compañía.
• Opinión ejecutiva, se resumen las
opiniones, experiencias y
conocimiento técnico de uno o más
administradores
• Pronósticos tecnológicos, aplicación
de la opinión ejecutiva para
mantenerse al día en los últimos
avances.
• Investigación de mercados, enfoque
sistemático para determinar el interés
del consumidor externo en un servicio
o producto creando y probando una
hipótesis mediante la recolección de
datos de encuestas.
• Método Delphi, proceso para obtener
el consenso de un grupo de expertos
mientras se mantiene el anonimato.

Técnicas de Operaciones – Ing. Norman Reyes

 2.1.2. Tipos de pronósticos - Métodos causales: Regresión lineal

Regresión lineal, una variable, llamada dependiente, se relaciona con una o

más variables independientes mediante ecuación lineal.

Y=a+bX
Donde: Y = variable dependiente
X = variable independiente
a = Y – ordenada al origen
b = pendiente de la recta

Obj: encontrar los valores de a y b que

minimicen la suma de los cuadrados
de las desviaciones de los datos reales
respecto a la línea graficada

Técnicas de Operaciones – Ing. Norman Reyes

 2.1.2. Tipos de pronósticos - Métodos causales: Regresión
lineal
Covarianza, es una estadística que mide el grado de dispersión o variabilidad
conjunta de dos variables X e Y con respecto a sus medidas respectivas (x, y).

SXY = i=1Σn (xi – x) (yi – y) / n = i=1Σnxi * yi / n – x * y

Donde: Y = variable dependiente

X = variable independiente
x = medida de la abscisa respectiva
y = medida de la ordenada respectiva

Obj: La covarianza puede ser negativa

Técnicas de Operaciones – Ing. Norman Reyes

 2.1.2. Tipos de pronósticos - Métodos causales: Regresión
lineal
Métodos causales: Regresión lineal

Y=a+bX
1.- Coeficiente de correlación de la muestra, r, mide la dirección
y la fuerza de la relación de la variable independiente con la
variable dependiente
r = Sxy / (Sx * Sy)

2.- Coeficiente de determinación de la muestra, r2, mide la cantidad

de variación de la variable dependiente alrededor de su media que explica la recta
de regresión
3.- Error estándar de la estimación, Sxy, mide la cercanía con lo que los datos de las
variables dependiente se agrupan alrededor de la recta de regresión. Mide el error de
la variable dependiente, Y, respecto a la recta de regresión.
Técnicas de Operaciones – Ing. Norman Reyes
 2.1.2. Tipos de pronósticos - Métodos causales: Regresión lineal

Métodos causales: Regresión lineal

Y=a+bX
1.- Coeficiente de correlación de la muestra, r, mide la dirección
y la fuerza de la relación de la variable independiente con la
variable dependiente

r = Sxy / (Sx Sy)

b = n Σ xi * yi - Σ xi Σ yi / [n Σ x2i – (Σ xi ) 2 ]
a=y–bx
Semana 1 2 3 4 5 6 7 8 9 10
Publicidad X 20 30 30 40 50 60 60 60 70 80
Ventas Y 50 73 69 87 108 128 135 132 148 170
Técnicas de Operaciones – Ing. Norman Reyes
 2.1.2. Tipos de pronósticos - Métodos causales: Regresión lineal

Ejemplo 2
El administrador de la cadena de suministro busca una mejor manera de pronosticar la demanda
de las bisagras para puerta y cree que esa demanda se relaciona con los gastos de publicidad.
Las siguientes son las ventas y los datos de publicidad para los últimos cinco meses

La compañía gastará $ 1,750 en publicidad del producto

el próximo mes. Utilice la recta de regresión para
desarrollar una ecuación y un pronóstico para este
producto

Y = -8.135 + 109.23 * 1.750 = 183,3

Técnicas de Operaciones – Ing. Norman Reyes
 2.1.2. Tipos de pronósticos – Series de tiempo

Utilizan información histórica sólo de la variable dependiente.

Se asume que los patrones pasados de la variable dependiente continuarán en el
futuro

Método ingenuo
El pronóstico para el siguiente período (Ft+1) es igual a la demanda del periodo actual
(Dt). Toma en cuenta la tendencia de la demanda. El incremento o decremento entre
los dos últimos periodos, se utiliza para ajustar la demanda actual para llegar al
pronóstico.
Ejemplo: semana pasada fue 120 unidades y la semana anterior 108 ¿cuál es el pronóstico para
la siguiente semana? Incremento 12 (120 – 108) + 120 (actual) = 132 unidades.

También se utiliza para demanda estacional Demanda en Setiembre 2014 fue 50 000
entonces para Setiembre 2015 será 50 000

Técnicas de Operaciones – Ing. Norman Reyes

 2.1.2. Tipos de pronósticos – Series de tiempo

Series de tiempo
No tiene patrón de tendencia estacional o cíclica aparente.
El pronóstico de demanda del futuro es el promedio de datos de una serie de tiempo.

1.- Promedio móvil simple, implica calcular la demanda

móvil promedio para los n periodos más recientes,
utilizándolos como previsiones para periodos futuros

Ft+1 = suma de n últimas demandas / n

= Dt + Dt-1 +……..+ Dt-n+1

Donde: Dt = demanda real en el periodo t

n = número total de periodos en el promedio
Ft+1 = pronóstico para el período t+1

Técnicas de Operaciones – Ing. Norman Reyes

 2.1.2. Tipos de pronósticos – Series de tiempo

Ejemplo.-
a) Calcule el pronóstico de promedio móvil de tres semanas para la llegada de
pacientes a la clínica en la semana cuatro. El número de llegadas para las tres
semanas es como sigue:

a) Si el número real de llegada de pacientes en la semana cuatro es 415, ¿Cuál es el

error del pronóstico para la semana cuatro?
b) ¿Cuál es el pronóstico para la semana cinco?

Técnicas de Operaciones – Ing. Norman Reyes

 2.1.2. Tipos de pronósticos – Series de tiempo
2.- Promedios móviles ponderados, cada demanda histórica en el promedio puede
tener su propio peso. La suma de los pesos es igual a 1. Da más peso a las más
recientes en especial a las demandas estacionales.
Ft+1 = 0.5 Dt + 0.3 Dt-1 + 0.2 Dt-2
3.- Suavizamiento exponencial, es un método sofisticado de promedio móvil ponderado
que le da más peso a las demandas recientes que a las anteriores. Es el que se usa
con más frecuencia para pronósticos formales por su sencillez y la pequeña cantidad
de datos que lo apoyan. Requiere tres tipos de datos.
a.- el pronóstico del último período
b.- la demanda real para este período
c.- parámetro de suavizamiento exponencial α.
Ft+1 = α Dt + (1- α ) Ft

Ojo.- MADt = α |Dt – Ft| + (1- α ) MADt-1

Técnicas de Operaciones – Ing. Norman Reyes

 2.1.2. Tipos de pronósticos – Series de tiempo

Ejemplo 3.-
a) Re considere los datos de llegada de pacientes del ejemplo anterior. Ahora es el
final de la semana tres, de manera que se sabe que el número real de llegadas es
411 pacientes. Con α=0.10, calcule el pronóstico de suavizamiento exponencial
para la semana cuatro.
b) ¿Cuál es el error de pronóstico para la semana cuatro si la demanda real resultó
ser 415?
c) ¿Cuál es el pronóstico para la semana cinco?

Técnicas de Operaciones – Ing. Norman Reyes

 2.1.2. Tipos de pronósticos – Series de tiempo

4.- Proyección de tendencias con regresión, una tendencia en una serie de tiempo es
un incremento o decremento sistemático en el promedio de la serie en el tiempo. Toma
en cuenta la tendencia en el análisis de regresión simple
Ft = a + bt

Ejemplo 4.- Medanalisys, Inc. Proporciona servicios de laboratorio

para pacientes de Health Providers, un grupo de 10 médicos que
atienden familias con un nuevo programa de mantenimiento de la
salud. Los administradores están interesados en pronosticar el
número de análisis de sangre que se piden por semana. Una
publicidad recientes acerca de los efectos dañinos del colesterol en
el corazón ha ocasionado un incremento nacional en las peticiones
de análisis de sangre. Las llegadas de las últimas 16 semanas están
dadas en la siguiente tabla ¿Cuál es la demanda pronosticada para
los siguientes tres períodos?

Técnicas de Operaciones – Ing. Norman Reyes

 2.1.2. Tipos de pronósticos – Series de tiempo

5.- Patrones estacionales, son movimientos hacia arriba y abajo que se repiten con
regularidad en la demanda medida para periodos menores a un año (horas, días,
semanas, meses, trimestres). Método estacional multiplicativo, es en el que una
estimación de la demanda promedio se multiplica por los factores estacionales para
llegar a los factores, es un procedimiento de 4 pasos para un patrón estacional que
dura un año:
1.- Para cada año, calcule la demanda promedio por estación dividiendo la demanda anual entre
el número de estaciones.
2.- Para cada año divida la demanda real para una estación entre la demanda promedio por
estación. El resultado es un índice estacional para cada estación del año, que indica el nivel de
demanda relativo a la demanda promedio.
3.- Calcule el índice promedio estacional para cada estación, con los resultados del paso 2. Sume
los índices estacionales para una estación y divida entre el número de años de datos.
4.- Calcule el pronóstico de cada estación para el siguiente año. Comience por pronosticar la
demanda anual del próximo año con el método ingenuo, promedios móviles, suavizamiento
exponencial o proyección de tendencia con regresión. Luego divida la demanda anual entre el
número de estaciones por año para obtener la demanda por estación. Por último, obtenga un
pronóstico estacional multiplicando la demanda promedio por estación por el índice estacional
apropiado encontrado en el paso 3.
Técnicas de Operaciones – Ing. Norman Reyes
 2.1.2. Tipos de pronósticos – Series de tiempo

5.- Patrones estacionales

Ejemplo 5.- El administrador de la compañía de limpieza de alfombras Stanley Steener
necesita un pronóstico del número esperado de clientes para el próximo año. El negocio de
limpieza de alfombras es estacional, con un pico en el tercer trimestre y un valle en el primero.
El administrador desea pronosticar la demanda de los clientes para cada trimestre del año
cinco, con base en una estimación total de la demanda del año cinco en 2 600 clientes.

Técnicas de Operaciones – Ing. Norman Reyes

 2.1.2. Tipos de pronósticos – Series de tiempo

5.- Correlaciones
Ejemplo 6.- Mediante un diagrama de dispersión, determine si hay una relación entre las horas
de uso de una máquina y los milímetros de fuera de centro. Los datos de 20 pares (x, y), con
las horas de uso de máquina como variable x, son: (30, 1.10), (31, 1.21), (32, 1.00), (33, 1.21),
(34, 1.25), (35, 1.23), (36, 1.24), (37, 1.28), (38, 1.30), (39, 1.30), (40, 1.38), (41, 1.35), (42,
1.38), (43, 1.38), (44, 1.40), (45, 1.42), (46, 1.45), (47, 1.45), (48, 1.50) y (49, 1.58).

Trace una recta que se ajuste a los datos, sólo a ojo, y estime la cantidad de milímetros fuera
del centro objetivo a las 55 h.

Técnicas de Operaciones – Ing. Norman Reyes

 2.1.3. Tipos de pronósticos – Selección de un método

Criterios para seleccionar métodos de series de tiempo

El error de pronóstico proporciona información importante para elegir el método de
pronósticos para un servicio o producto. Guía a los administradores para para
seleccionar los mejores valores para los parámetros necesarios para el método: n para
el método promedios móviles, α para el método de suavizamiento exponencial y en
qué momento inician los datos de regresión par el método de proyección de tendencia
con regresión. Los criterio usados para elegir el método son:

1.- Minimizar el sesgo(SAE)

2.- Minimizar EPAM, DAM y EMC
3.- Maximizar R2
4.- Minimizar los errores de pronóstico en los periodos recientes.

Técnicas de Operaciones – Ing. Norman Reyes

 2.1.3. Tipos de pronósticos – Selección de un método

Utilización de los criterios estadísticos

Las medidas de desempeño se pueden utilizar.
a) Para las proyecciones de patrones de demanda más estables, utilizar pequeños
valores de α o valores grande de n, para resaltar la experiencia histórica.
b) Para proyecciones de patrones de demanda más dinámicos al utilizar modelos
cubiertos en este capitulo, intentar valores más grandes de α o valores más
pequeños de n. Cuando los patrones históricos están cambiando, la historia
reciente debe resaltarse.

Técnicas de Operaciones – Ing. Norman Reyes

 2.1.3. Tipos de pronósticos – Selección de un método

Señales de rastreo
Es una medida que indica si un método de pronóstico predice con exactitud los
cambios reales en la demanda. La señal de rastreo mide el número de las DAM
(Desviación Absoluta Media = Σ |Et| / n) representadas por la suma acumulada de los
errores de pronóstico, SAE (Suma Acumulada de Errores de pronósticos = Σ Et ). El
SAE tiende a estar cerca de 0 cuando se usa el sistema de pronósticos correcto.
Señal de rastreo = SAE / DAM o SAE /DAMt

Técnicas de Operaciones – Ing. Norman Reyes

 2.1.4. Pronósticos como un proceso

Se tienen los siguientes pasos estructurados

Ajustar el Preparar los Reuniones de
archivo pronósticos consenso y
histórico iniciales colaboración
1 2 3

Finalizar y Revisión por Revisar los

comunicar el comité pronósticos
operativo
6 4
Algunos principios: 5
• Mejores procesos llevan a mejores pronósticos
• Pronosticar la demanda se hace prácticamente en todas las compañías, de manera formal o informal. El reto
es hacerlo bien: mejor que la competencia.
• Mejores pronósticos se traducen en mejor servicio al cliente y menores costos, al igual que mejores relaciones
con clientes y proveedores
• El pronóstico puede y debe tener sentido dentro del panorama general, la previsión económica, el porcentaje
del mercado, etc.
• La mejor manera de mejorar la exactitud del pronóstico es centrarse en reducir el error.
• El sesgo es el peor tipo de pronóstico, luche porque el sesgo sea cero
• Siempre que sea posible pronostique a niveles más agregados. Los pronósticos detallados se obtienen solo
cuando es necesario.
• Se obtendrán mucho más con la colaboración de la personas y la buena comunicación, que utilizando la
técnica de pronósticos o el modelo más avanzado
Técnicas de Operaciones – Ing. Norman Reyes
 2.1.5. Ejercicios
1.- Analice cuál pronóstico sería mejor

2.- La demanda para las unidades fabricadas por Acme Rocket Company ha sido la siguiente:

a) Utilice el método de suavizamiento exponencial para pronosticar el número de unidades de Mayo a enero. La
demanda abril fue 100, el pronóstico inicial para abril fue 105 unidades; α=0.2.
b) Calcule el porcentaje absoluto de error para cada mes, de junio a diciembre, y la DAM y EPAM del error de
pronóstico para el final de diciembre.
c) Calcule la señal de rastreo al final de diciembre ¿Qué puede decir del desempeño de sus método de
pronóstico?
3.- La oficina de postal de Northville experimenta un patrón estacional del volumen diario de correo cada semana.
Los siguientes datos para las dos semanas representativas se expresan en miles de piezas de correo:
Técnicas de Operaciones – Ing. Norman Reyes