BENEMERITA UNIVERSIDAD AUTONOMA DE

PUEBLA
FACULTAD DE INGENIERIA QUMICA
MATERIA:
ADMINISTRACIN DE LOS PROCESOS QUIMICOS
TEMA:
EXPOSICION
PROFESOR :
REN MARTNEZ ROS

PRONSTICOS

DEFINICIN

Las predicciones de los hechos y condiciones futuros se

llaman pronsticos y el acto de hacer tales predicciones se
denominan pronosticar.
Pronosticar es muy importante
en muchos tipos de
empresas ,ya que las predicciones de hecho futuros se
pueden incorporar al proceso de toma de decisiones .
EJEMPLOS:
Finanzas : Se deben predecir las tasas de inters de modo
que las adquisiciones de capital nuevo se planifiquen y
financien.
Administracin del personal: Se requieren los pronsticos de
la cantidad de los trabajadores que se necesita en distintas
categoras con el objeto de planificar los programas de
reclutamiento y la capacitacin en el trabajo.

INFORMACIN TRANSVERSAL
Consta de valores observados en un punto en el tiempo
Ejemplo
Salario al empezar y el promedio de calificaciones de los a
graduados en la ultima primavera.
Costo del mantenimiento de la casa en el ao anterior y valor
actual de la casa en la zona.

Poblacin de una ciudad con respecto al tiempo

SERIE DE TIEMPO
Serie de tiempo: es una sucesin de cronologa de
observaciones de una variable particular .
Ejemplo
ventas unitarias de un producto con respecto al tiempo
Ventas totales en dlares de una compaa con
respecto al tiempo
Las partes de una serie de tiempo son
Tendencia
Ciclo
Variaciones estacionales
Fluctuaciones irregulares

TENDENCIA
se refiere al movimiento hacia arriba o hacia abajo que
caracteriza a las series de tiempo con respecto a un periodo
de tiempo.
Esta tendencia refleja el crecimiento o declinacin de larga
duracin en la serie de tiempos.
Ejemplos
Cambio tcnico en la industria
Cambios en los gustos de los consumidores
Incrementos en el ingreso por cpita
Incremento en la poblacin total

CICLO
Se refiere a los movimientos hacia arriba y hacia abajo
alrededor de los niveles de la tendencia. Estas
fluctuaciones tienen una duracin desde 2 a 10 aos o
mas medido de mximo a mnimo .
Ejemplo
*Las fluctuaciones cclicas en la venta de un accesorio
para vestir podran reflejar los cambios en el estilo de
moda.
* Las fluctuaciones en la produccin agrcola podran
reflejar los cambios en el ciclo climtico

VARIACIONES ESTACIONALES
Y
FLUCTUACIONES IRREGULARES

Son padrones peridicos en una serie de tiempo que se

completa dentro de un ao civil que se repiten cada ao.
Ejemplo
La temperatura promedio mensual evidentemente estacional
por naturaleza ya que mide cambios directos del clima
Fluctuaciones irregulares:
Son movimientos errticos en una serie de tiempo que sigue
un patrn indefinido o irregular .

MTODOS PARA ESTABLECER

Los mtodos para pronsticos que se
PRONSTICOS

pueden usar para predecir eventos

futuros . Este mtodo se dividen en
dos tipos bsicos:
Cualitativos y cuantitativos
Cualitativos se usa la opinin de
expertos para establecer pronsticos
para predecir en forma subjetiva
hechos futuros.

Cuantitativos
Requiere del anlisis de informacin
anterior para pronosticar valores
futuros de una variable en la que se
tenga inters.
Se agrupan en dos clases: Modelos universales y Modelos
causales

Modelo univariable para pronsticos :

predice valores futuros de una serie de tiempo con base solo
en los valores de la misma serie de tiempo.
Modelo causales para establecer pronsticos : requiere la
identificacin de otras variables que se relacionan con la
variable que se desea predecir

ERRORES
EN
LOS
PRONSTICOS
El error se refiere a la diferencia entre el valor de
pronostico y lo que en realidad ocurri. Mientras el valor
del pronstico este dentro de los lmites de confianza, no
se trata realmente de un error, pero es comn referirse a
la diferencia como si lo fuera.
Error para un pronostico para un pronostico particular t
es :

Hay
dos tipos de pronsticos

Pronostico puntual : es un solo nmero que representa la

mejor prediccin del valor real de la variable que se
requiere .

pronostico del intervalo de prediccin es un conjunto de

nmeros que se calcula de modo que se tiene la
confianza de que el valor real estar contenido es ese
intervalo.


Desviacin
absolutas es considerar los valores absolutos de
errores de pronostico .
Desviacin absoluta =
Desviacin absoluta media esta medida es simplemente el
promedio de las desviaciones absolutas para todos los
pronsticos.
Desviacin absoluta media (DAM) =
Errores cuadrticos: evitan los errores positivos y negativos en
el pronostico se cancelen entre si es elevan al cuadrado los
errores de pronostico
Error cuadrtico =


ERROR
CUADRTICO MEDIO: Es el promedio de los errores cuadrticos
de todos los pronsticos.
ECM =
Errores absolutos de porcentaje:
Una manera de medir el error de pronstico que facilita la comparacin
de diferentes series de tiempo con valores de distintas magnitudes es
dividir las desviaciones absolutas entre el valor real y luego multiplicar
por 100, los valores de la serie de tiempo son positivos. Estos
porcentajes se llaman errores absolutos de porcentaje.
Error absoluto de porcentaje = EAPt=
ERROR ABSOLUTO DE PORCENTAJE MEDIO: Es el promedio de los
errores absolutos de porcentaje.
EAPM =

ELECCIN DE UNA TCNICA PARA

ESTABLECER UN PRONSTICO
Al elegir una tcnica de pronstico, es necesario que quien
labora el pronstico considere los siguientes factores:
1) El periodo
2) El patrn de datos
3) El costo del pronstico
4) La exactitud deseada
5) La disponibilidad de informacin
6) La facilidad de operar y entender

PERIODO: Algunos puntos en el tiempo generan los pronsticos,

dichos puntos pueden ser un nmero de das, semanas, meses o
aos a futuro. Este intervalo de tiempo se llama periodo u
horizonte de tiempo. La duracin del periodo se clasifica as:

Inmediato: menos de un mes

Corto plazo: uno a tres meses
Medio: ms de tres meses a menos de dos aos
Largo plazo: dos aos o ms

PATRN DE DATOS: Debe ser considerado cuando se elige un

modelo de pronstico. Los componentes presentes (tendencia,
ciclo, variacin estacional) ayudarn a determinar el modelo que
se usar y a su vez a elegir el patrn de datos adecuado.
COSTO DEL PRONSTICO: El costo de operacin real de la
tcnica de pronstico es importante, el grado de complejidad
influye en el costo total del pronstico y se debe tomar en cuenta
el costo de desarrollar el modelo.
EXACTITUD DESEADA: En situaciones, un pronstico que es
errneo hasta un 20% podra ser aceptable, mientras que en
otras ocasiones tener un margen de error de 1% podra ser

DISPONIBILIDAD DE INFORMACIN: Los distintos mtodos de

pronsticos requieren diversas cantidades de datos histricos o
anteriores, adems se debe tomar como puntos importantes la
exactitud y puntualidad de los datos con que se cuenta, ya que el
uso de datos histricos obsoletos conlleva a predicciones
inexactas.
FACILIDAD DE OPERAR Y ENTENDER: Los administradores son
responsables de las decisiones que se toman y para ello deben ser
capaces de entender las tcnicas usadas para llegar a esas
predicciones, el administrador tiene que saber operar y entender
el sistema para elaborar los pronsticos.

TCNICAS CUANTITATIVAS
PARA
ESTABLECER PRONSTICOS
Se encuentran el anlisis de regresin, regresin de series de
tiempo, mtodo de descomposicin, suavizacin exponencial y la
metodologa de Box-Jenkins.

2.Mtodo de opciones y conjetura

de intuicin
Mtodo de Opciones Reales
Una opcin es un contrato que confiere el

derecho, pero no la obligacin, de comprar o

vender un determinado activo subyacente, a
un precio de ejercicio. Las opciones se dividen
en opciones financiera y opciones reales. Las
opciones financieras se negocian en mercados
organizados o en mercados OTC (Over the
Counter).

Una opcin real se encuentra en un proyecto

cuando de inversin cuando existe alguna

posibilidad futura de actualizacin al conocerse
la resolucin de alguna incertidumbre actual
Las opciones reales ms comunes que se
deben tener en cuenta en el momento de
valorar un negocio son:
Ampliar / reducir el proyecto
Aplazar la inversin
Utilizar la inversin para usos alternativos

Factores que afectan a las opciones reales:

Valor esperado de los flujos
Coste de la inversin
Tasa de descuento
Volatilidad de los flujos esperados
Tiempo hasta el ejercicio
Mantenimiento de la opcin
Su valor depende de la revalorizacin esperada

de los flujos.

Los

dos mtodos de valoracin de

opciones, tanto reales como financieras,
ms comnmente utilizados son los
siguientes:
Mtodo binomial
Frmula Black-Schole

CONJETURA DE
INTUICIN
Se define comoconjeturaaljuicioque se forma como
resultado de realizarobservacioneso deanalizar
indicios. El trmino, que procede del latnconiectra, es
muy usual en el mbito de la matemtica.
Se lleva a partir de la curiosidad No te vas a volver
intuitivo sin preparacin. La clave del xito se centra en
las adivinanzas sobre comportamientos y actitudes. En
adiccin a lo anterior, la curiosidad se mimetiza
perfectamente con lo intuitivo de cada persona. Hay
que preguntarse todo y hacer conjeturas de las
respuestas.

Por ejemplo, qu pasa si te roban algo? Para

preparar la intuicin, haz conjeturas y prubalas

sin son ciertas. No es la garanta para hallar a los
responsables, pero s servir de preparacin. Si
fallas, la otra persona no debera molestarse
porque a tu favor tienes la excusa de ser
humano y ser capaz de equivocarte. Haciendo
las cosas as hars muchas acusaciones falsas
pero a la larga se volvern verdaderas.

MTODO DE SERIES DE TIEMPO

INTRODUCCIN
El anlisis de series de tiempo es un mtodo cuantitativo que
utilizamos para determinar patrones de comportamiento en
los datos recolectados a travs del tiempo. El anlisis de
series de tiempo se utiliza para detectar patrones de cambio
o permanencia en la informacin estadstica en intervalos o
periodos regulares. Proyectamos estos patrones para obtener
una estimacin para el futuro. En consecuencia, el anlisis de
series de tiempo nos ayuda a manejar la incertidumbre
asociada con los acontecimientos futuros.

Definicin de serie de tiempo: Es una secuencia

ordenada de valores de una variable en intervalos de
tiempo peridicos y consecutivos.

Aplicacin: la aplicacin de estos mtodos tiene dos

propsitos: comprender las fuerzas de influencia en los
datos y descubrir la estructura que produjo los datos
observados. Ajustar el modelo y proceder a realizar
pronsticos, monitoreo, retroalimentacin y control en
avance.

Las aplicaciones incluyen pronsticos econmicos,

anlisis de presupuesto, anlisis del mercado, etc.

Variacin en las series de tiempo

Utilizamos el trmino serie de tiempo para referirnos a
cualquier grupo de informacin estadstica que se acumula a
intervalos regulares. Con respecto en una variable de inters.
Existen cuatro tipos de cambio o variacin implicados en el
anlisis de series de tiempo, estos son:
1. Tendencia secular o variacin secular
2. Fluctuacin cclica o variacin cclica
3. Variacin estacional
4. Variacin irregular

1. Tendencia secular 0 variacin secular

Con el primer tipo de variacin, la tendencia secular, el valor
de la variable tiende a aumentar 0 disminuir en un periodo
muy largo. El incremento estable en los costos de vida
registrados en el ndice de Precios al Consumidor (IPC) es un
ejemplo de tendencia secular. De un ao a otro, el costo de
vida varia bastante, pero si examinamos un periodo a largo
plazo, nos damos cuenta que la tendencia tiende a aumentar
de manera estable. La grfica (a), muestra una tendencia
secular en una serie de tiempo creciente que flucta.

2. Fluctuacin cclica o variacin cclica

El segundo tipo de variacin observado en una serie de tiempo
es la fluctuacin cclica. El ejemplo mas comn de fluctuacin
cclica es el ciclo econmico. A travs del tiempo, hay aos en
los que el ciclo econmico llega a un pico arriba de la lnea de
tendencia; en otros, es probable que la
actividad de los
negocios disminuya abajo de la lnea de tendencia. El tiempo
que transcurre entre picos y depresiones es al menos un ao, y
puede llegar a ser hasta 15 20. La grfica (b), ilustra un patrn
tpico de fluctuacin cclica arriba y abajo de la lnea de
tendencia secular. Observe que los movimientos cclicos no
siguen ningn patrn regular, sino que se mueven de manera
un tanto impredecible.

3. Variacin estacional
El tercer tipo de cambio en los datos de una serie de tiempo es
la variacin estacional. Como cabra esperar, este tipo de
variacin implica patrones de cambio en el lapso de un ao
que tienden a repetirse anualmente. Por ejemplo, un mdico
puede esperar un aumento sustancial en el numero de casos
de gripe cada invierno y de afectados de tifoidea cada verano.
Como se trata de patrones regulares son tiles al pronosticar
el futuro. La grfica (c), muestra una variacin estacional. Note
cmo alcanza un pico cada cuarto trimestre del ao.

4. Variacin irregular
La variacin irregular es el cuarto tipo de cambio que ocurre
en el anlisis de las series de tiempo. En muchas situaciones,
el valor de una variable puede ser completamente
impredecible cambiando de manera aleatoria. Las variaciones
irregulares describen esos movimientos. Los efectos que el
conflicto de Medio Oriente en 1973, la situacin de Irn en
1979-1981, el colapso de la OPEP en 1986 y la situacin de
Irak en 1990 tuvieron sobre los precios de la gasolina en
Estados Unidos son ejemplos de variacin irregular. La grfica
(d), ilustra la variacin irregular.

INDICADORES DE MODELOS DE SERIES DE

TIEMPO

SUAVIZACIN
EXPONENCIAL

Qu es una tcnica de suavizado?

Este es un esquema muy popular para producir una

serie temporal suavizada. Mientras que en los
Promedios Mviles Simples las observaciones pasadas
son ponderadas igualmente, el Suavizado Exponencial
asigna ponderaciones exponenciales decrecientes
como la observacin envejece.
En el suavizado exponencial, sin embargo, hay uno o
ms parmetros de suavizado a ser determinados (o
estimados) y estas selecciones determinan las
ponderaciones asignadas a las observaciones.

Mtodos de Suavizacin de Series de Tiempo

Existen dos maneras generales comnmente utilizadas de suavizar series de tiempo. La
primera es a travs de los mtodos o tcnicas conocidas como de promedios mviles
y la segunda por medio de las tcnicas llamadas de suavizacin exponencial. Dentro
de las de promedios mviles podemos mencionar las que siguen: El Promedio
Simple, El Promedio Mvil Simple, y El Promedio Mvil Doble.

PROMEDIO SIMPLE
El promedio simple se usa ms comnmente para fines didcticos que
para anlisis reales, pero podra ser utilizado en el caso de que tengamos
series de tiempo estacionarias, es decir que el valor promedio de los
valores observados en la serie de tiempo en cuestin se mantenga
estable, o dicho de otra forma, no cambie con el transcurrir del tiempo.
Estos casos son poco comunes y en tal situacin, debido a su naturaleza,
no tiene mucho sentido utilizar alguna tcnica o mtodo sofisticada para
estimar un pronstico.

Dentro de las tcnicas de suavizacin exponencial hay una gran variedad pero
entre ellas mencionaremos unas de las ms utilizadas que son las que siguen:
Suavizacin Exponencial Simple, Suavizacin Exponencial Doble (Mtodo de
Brown), Suavizacin Exponencial Ajustada a la tendencia (Mtodo de Holt),
Suavizacin Exponencial Simple de Respuesta Adaptativa, Suavizacin
Exponencial Cuadrtica (Mtodo de Brown), y la Suavizacin Exponencial Triple
o de Tres parmetros de Winter. Ms adelante abundaremos ms sobre los
mtodos o tcnicas de estas dos vertientes o enfoques para suavizar o atenuar
series de tiempo, y la obtencin de un valor estimado o pronosticado basado en
esa atenuacin.

SUAVIZACINEXPONENCIAL
Se usa para pronosticar una serie temporal cuando no hay tendencia o
patrn estacional,
donde se pretende eliminar el impacto de los elementos irregulares
histricos mediante un enfoque en perodos de demanda reciente, este
posee una ventaja sobre el modelo de promedio mvil ponderado ya
que no requiere de una gran cantidad de perodos y de ponderaciones
para lograr ptimos resultados.

Modelo de Suavizacin Exponencial

Simple
Frmulas

Promedio de ventas en unidades en el perodot

Pronstico de ventas en unidades del perodot -1

Ventas reales en unidades en el perodot - 1

Coeficiente de suavizacin(entre 0,0 y 1,0)

EJEMPLO

En Enero un vendedor de vehculos estim unas

ventas de 142 automviles para el mes siguiente. En
Febrero las ventas reales fueron de 153 automviles.
Utilizando una constante de suavizacin exponencial
de 0.20 presupueste las ventas del mes de Marzo.
Solucin

METODO DE BROWN (SUAVIZACION DOBLE)

Debido a que los valores calculados al realizar las dos primeras atenuaciones no son los datos
estimados a obtener, es decir, que constituirn las inferencias de los valores que se espera que
tome la serie de tiempo en el futuro cercano, usaremos una notacin distinta a la de la
expresin final con la cual se calculan los valores que constituyen en realidad el pronstico.
Las expresiones son las siguientes:

donde m representa el nmero de periodos hacia el futuro del que se pretende hacer el
pronostico.

Mtodo de mnimos
cuadrados

Herramienta usada para corregir tendencias y alinearlas hacia

una tendencia lineal sobre el pronstico de lo calculado.

Se utiliza tanto para pronsticos de series de tiempo como

para pronsticos de relaciones causales.

Es una tcnica de pronstico que establece una relacin entre

variables. Una variable se conoce y se usa para pronosticar el

valor de una variable aleatoria desconocida.
Supone una relacin entre la variable de respuesta (Y), y el

periodo de tiempo (X), que es una funcin lineal.

Minimiza la suma de errores cuadrados.
La distancia del punto experimental a la mejor recta es

mnima.

Donde Ft es el pronstico para el perodo t, dado el valor de la

variable X en el perodo t. Los coeficientes a y b son
constantes; a es la ordenada al origen de la variable (F) y b es

Ecuaciones de mnimos cuadrados

Ecuacin:

Pendiente:

Corte con el eje Y:

Tabla de clculo

Ejemplo

Calcular las ventas de los siguientes cinco aos, mediante el mtodo de

mnimos cuadrados.

Con lo cual la recta ajustada por mnimos

cuadrados es:

El crecimiento (c) se determina mediante

la frmula:

El crecimiento c para 5 aos es el siguiente:

Esto significa que las ventas crecern a un

promedio de 4.8% por perodo.

BIBILIOGRAFIA
Bruce L. Bowerman, Anne B. Koehler y
Richard T. OConell pronosticos series de
tiempo y regresin editorial cengage
learning.
http://definicion.de/conjetura/
http://dawncoffee.com/utilidadpublica/desarrollando-la-intuicion
http://www.soyempresario.com/index.php?
option=com_content&view=article&id=1:i
ntuicion-en-laempresa&catid=40:negociosexistentes&Itemid=50