Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Antonio Ruiz
de Montoya
Técnicas de
operaciones
¿Qué es un pronóstico?
Un pronóstico es una predicción de eventos futuros utilizada
con fines de planeación.
¿Cuellos de botella?
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
Patrones básicos
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
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
√
Señal de rastreo = Σ errores / (Σ |errores|/n)
Y=a+bX
Donde: Y = variable dependiente
X = variable independiente
a = Y – ordenada al origen
b = pendiente de la recta
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)
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
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
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
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.
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:
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?
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
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.- 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.
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
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