Ing. Vanessa Nieto Pea

Pg

ina1

PRACTICA N 01

PLANEAMIENTO Y CONTROL DE LA PRODUCCION

PRONOSTICOS

I. OBJETIVO

Analizar e interpretar el comportamiento de la demanda. Utilizar el modelo ms apropiado, segn los datos para pronosticar la demanda futura. Utilizar modelos con comportamiento de la demanda constante. II. TEMAS A TRATAR

Pronsticos en los sistemas de la produccin Tipos de Pronsticos III. DURACIN DE LA PRACTICA

2 horas. IV. MARCO TEORICO

1. PRONOSTICOS Muchas veces las personas confunden los pronsticos y la precisin; dicen: No es posible pronosticar, a lo que se responde: Claro que se puede, pero tienen que comprender lo que significa el pronstico. Existen diferentes mtodos para enfocar un pronstico de demanda. El uso de estos enfoques depende de la naturaleza de la empresa, los productos que fabrica, sus recursos, los sistemas de informacin que emplea y la filosofa de su administracin.

2. ADMINISTRACIN DE LA DEMANDA

El propsito de la administracin de la demanda es coordinar y controlar todas las fuentes de demanda de manera tal que el sistema productivo pueda usarse de manera eficiente y para que el producto se entregue a tiempo.

3. TIPOS DE DEMANDA

Existen dos tipos bsicos de demanda: la dependiente y la independiente La demanda dependiente, es la que se debe a la de otros productos o servicios, o esta condicionada a la demanda de otros productos. Por ejemplo, si una empresa vende 1000 triciclos, no hay duda de que habr una demanda de 2000 ruedas delanteras y 1000 traseras. La demanda independiente, es la que no est condicionada a la demanda de otros productos. Por ejemplo, la cantidad de triciclos que pueda vender la empresa.

Ing. Vanessa Nieto Pea

Pg

ina2

4. TIPOS DE PRONSTICOS Los pronsticos se pueden clasificar en tres tipos bsicos: cualitativos, causales y de series de tiempos. Pronsticos cualitativos, de carcter subjetivo y se basan en estimaciones y opiniones. Existen varios mtodos para agrupar estos datos, dentro de los cuales tenemos: investigacin de mercado, opinin de expertos y basados en indicadores econmicos. Pronsticos causales, supone que la demanda est relacionada con uno o ms factores subyacentes del ambiente. Los modelos usados para este tipo de pronsticos son bsicamente, los de anlisis de regresin. Pronsticos de series de tiempos, se basa en la idea de que se pueden usar los datos relacionados con la demanda del pasado para realizar pronsticos. Estos datos pueden incluir varios componentes, como la tendencia, la estacionalidad o las influencias cclicas y un comportamiento constante.

5. MTODOS DE CLCULO DE LOS PRONSTICOS

a. Mtodos de regresin matemtica Por regresin lineal Mnimos cuadrados Regresin lineal por correlacin Por regresin no lineal Exponencial Parablico

b. Mtodos de promedios

Promedios simples Promedios mviles Promedios mviles con ponderacin exponencial.

6. MEDICIN DE LA PRECISIN

Sin importar cul mtodo se aplique para generar una proyeccin, el mejor indicador para medir una prediccin es la exactitud (o precisin). Todos los comparativos de desempeo, simplicidad, costo, etc., deben someterse al hecho de que el mejor mtodo es aquel que muestre la mayor precisin en el pronstico. Una compaa puede evaluarse segn sus utilidades, y los analistas de mtodos de prediccin pueden medirse con base en su exactitud.

PROMEDIO DE LA DESVIACIN ABSOLUTA (MAD: mean absolute deviation): Mide la precisin del pronstico al promediar las magnitudes de los errores de pronstico.

PROMEDIO DE LA DESVIACIN AL CUADRADO (MSD: mean square deviation): Este mtodo penaliza los errores grandes de pronstico, debido a que los errores se elevan al cuadrado.

Ing. Vanessa Nieto Pea

Pg

ina3

ERROR ABSOLUTO MEDIO PORCENTUAL(MAPE: mean absolute percent error): Esta medida tambin es muy popular. Igual que el MAD y el MSD, usa los valores absolutos (sin signo); no obstante, consume un paso ms en el proceso, ya que mide el error en porcentaje. La ventaja del MAPE es que se expresa en forma porcentual, lo que permite comparar series de datos divergentes porque los porcentajes se constituyen en un comn denominador. As por ejemplo, las predicciones de ventas de computadoras de IBM pueden compararse con la prediccin de ventas de automviles Chrysler o con las ventas de cualquiera otra empresa, sin importar cuan diferente es el producto manufacturado.

A veces es necesario determinar si un mtodo de pronstico tiene sesgo(produce pronsticos mas altos o ms bajos de manera sistemtica, en estos casos se usa el error porcentual medio (MPE: mean porcentaje error)

7. MTODOS DE ATENUACIN PARA PRONSTICOS

7.1. Promedios simples

En este caso solamente se halla un promedio de todos los datos existentes, constituyndose este valor como el pronstico para el periodo siguiente.

7.2 Promedios mviles simples (SMA: Simple Moving Average): El mtodo de promedios movibles simples es un mtodo de primer orden; es decir, se considera simple en el sentido de que el promedio de un nmero dado de observaciones (periodos) se utiliza para predecir el valor del periodo siguiente. Se avanza a cada nuevo punto de datos, se agrega la nueva observacin y se elimina la ms antigua.

Donde:

Ing. Vanessa Nieto Pea

Pg

ina4

Y t+1 = Valor pronosticado para el siguiente periodo. Yt = Valor real en el periodo t K = Nmero de trminos en el promedio mvil.

El promedio mvil para el periodo t, es la media aritmtica de las observaciones mas recientes k. En un promedio mvil se asignan pesos iguales a cada observacin.

7.3 Promedio Mvil Ponderado

Este mtodo es parecido al anterior con la diferencia, que a cada periodo se le debe multiplicar por un peso, considerando un peso mayor para el periodo mas reciente.

7.4 Suavizamiento exponencial

Segn puede observarse, en el mtodo de promedios movibles hay dos limitaciones. Primero, se requiere siempre un nmero N de valores observados, lo que toma un espacio considerable en frmulas y clculo para lograr una prediccin. Segundo, el mtodo de promedios movibles simples, pondera con un mismo peso todas las N observaciones y no considera las observaciones del periodo anterior a (t - N). El suavizamiento exponencial revisa continuamente el valor estimado a la luz de experiencias mas recientes. Este mtodo se basa en promediar (suavizar) los valores pasados de una serie, en forma exponencialmente decreciente. La observacin mas

prxima recibe el peso mas grande a (donde 0 < a < 1), la siguiente observacin mas

cercana, recibe menos peso a(1 - a) la observacin de dos periodos anteriores en el

pasado, recibe incluso menos peso, a(1 - a)2 y as sucesivamente.

Donde:

Y t+1 = Nuevo valor suavizado o el valor del pronstico para el siguiente periodo.

a = Constante de suavizamiento.

Yt = Nueva observacin o valor real de una serie en el periodo t

Y t = Antiguo valor suavizado o pronstico para el periodo t. V. ACTIVIDADES DE LA PRCTICA

1) En el siguiente cuadro se presenta los datos para el nmero diario de clientes Yt, que

requieren trabajos de reparacin, as como un pronstico

Y t , de tales datos, para la empresa MMI Representaciones. La tcnica de pronstico utilizo el nmero de clientes atendidos en el periodo anterior como pronstico del periodo actual. Calcular el MAD, MSE, MAPE y el MPE y hacer comentarios de los resultados hallados.

Ing. Vanessa Nieto Pea

Pg

ina5

Tiempo T

Clientes Yt

Pronstico

Y t 1 58 -

2 54 58

3 60 54

4 55 60

5 62 55

6 62 62

7 65 62

8 63 65

9 70 63

2) Con los datos de MMI, realizar lo siguiente:

a) Encontrar un pronstico para el periodo 10 utilizando un promedio mvil de tres periodos. b) Realizar un pronstico para el periodo 10 considerando el promedio mvil ponderado considerando los siguientes pesos: 0.5, 0.3 y 0.2 d) Realizar un pronstico para el periodo 10 considerando un suavizamiento exponencial con un alfa = 0.8, 0.5, 0.3, 0.2, 0.1 y 0.01, a que conclusiones puede llegar.

3) A continuacin se presenta un conjunto de datos con su respectivo pronstico:

Ao X

Gasto Yt

Pronstico 1

Y t

Pronstico 2

Y t 2000 14.8 16.9 17.5

2001 20.6 18.4 18.6

2002 22.1 19.9 19.7

2003 19.3 21.4 21.0

2004 20.6 22.9 22.3

2005 25.6 24.4 23.6

2006 26.5 25.9 25.1

2007 28.5 27.3 26.7

2008 26.8 28.8 28.3

2009 28.7 30.3 30.1

2010 35.1 31.8 31.9

2011 37.0 33.3 33.9

2012 30.5 34.8 36.0

Calcular el MAD, MSE, MAPE y el MPE para cada pronstico y hacer comentarios de los resultados hallados.

Ing. Vanessa Nieto Pea

Pg

ina6

4) Rent a car, es una empresa que se dedica al alquiler de camionetas, a continuacin se presenta el consumo de petrleo por semana para la flota que tiene disponible dicha empresa:

Semana X

Galones Yt

Semana X

Galones Yt

Semana X

Galones Yt

1 275 11 302 21 310

2 291 12 287 22 299

3 307 13 290 23 285

4 281 14 311 24 250

5 295 15 277 25 260

6 268 16 245 26 245

7 252 17 282 27 271

8 279 18 277 28 282

9 264 19 298 29 302

10 288 20 303 30 285

a) Encontrar un pronstico para la semana 31, haciendo uso del mtodo de promedio simple. b) Calcular el MAD, MSE, MAPE y el MPE, para el punto (a). Hacer comentarios. c) Encontrar un pronstico para la semana 31, considerando el mtodo de los promedios mviles de 3, 5 y 7 periodos. d) Encontrar un pronstico para la semana 31, considerando un promedio ponderado de 0.4, 0.3, 0.2 y 0.1. Hacer comentarios. VI. EJERCICIOS.

1. La panificadora Las Amricas distribuye sus productos en las tiendas o bodegas y ha tenido problemas de sobreproduccin y subproduccin por errores en los pronsticos. Los datos que se presentan a continuacin corresponden a la demanda (en docenas) de pan en las ltimas cuatro semanas. La panadera cierra los sbados, por lo que la produccin del viernes debe satisfacer la demanda del sbado y la del domingo.

Hace 4 semanas Hace 3 semanas Hace 2 semanas Semana Pasada

Lunes 2 200 2 400 2 300 2 400 Martes 2 000 2 100 2 200 2 200 Mircoles 2 300 2 400 2 300 2 500 Jueves 1 800 1 900 1 800 2 000 Viernes 1 900 1 800 2 100 2 000 Sbado

Domingo 2 800 2 700 3000 2 900

Elabore un pronstico para esta semana, con base en lo siguiente: a) Por da, con un promedio mvil simple. b) Por da, con un promedio ponderado de 0.40, 0.30, 0.20 y 0.10 para las ltimas cuatro

semanas. c) Las Amricas tambin planifica sus compras de ingredientes para la produccin de pan. Si

el pronstico de demanda de pan para la semana pasada fue de 22 000 y solo se requirieron

Ing. Vanessa Nieto Pea

Pg

ina7

21 000, cul sera el pronstico para esta semana al usar un suavizamiento exponencial con = 0.10?.

d) Suponga, con el pronstico que hizo en ( c ), que la demanda real para esta semana es de 22 500. Cul sera el nuevo pronstico para la prxima semana?.

2. Embotelladora Andina produce bebidas, que se venden a supermercados y bodegas. Las

ventas mensuales observadas durante 2011 y 2012 en miles de paquetes se muestran en la tabla siguiente:

Obs. Mes Demanda Obs. Mes Demanda

1 Enero 48.5 13 Enero 48.9 2 Febrero 46.0 14 Febrero 49.5 3 Marzo 54.4 15 Marzo 59.0 4 Abril 49.8 16 Abril 56.0 5 Mayo 48.1 17 Mayo 49.3 6 Junio 55.0 18 Junio 58.5 7 Julio 47.7 19 Julio 53.0 8 Agosto 45.2 20 Agosto 48.6 9 Setiembre 51.0 21 Setiembre 50.8 10 Octubre 47.5 22 Octubre 53.4 11 Noviembre 49.1 23 Noviembre 49.8 12 Diciembre 50.8 24 Diciembre 56.3

Teniendo en cuenta que el departamento de planeacin maneja la demanda como un proceso constante, determinar el pronstico para enero del 2013, usando los siguientes mtodos: a) Promedio de todos los datos b) Promedio mvil con N = 6 c) Promedio mvil ponderado, puede asignar los pesos que desee y los meses que crea ms

apropiados. Sustente su respuesta. d) Suponga que la demanda real de Enero del 2013 es 55.2 miles de paquetes. Calcule el

pronstico para febrero usando promedio mvil con N = 6 obs. e) Usando el promedio Mvil que tenga el menor error (MAD) con N = 3 obs, 5 obs y 7obs. 3. A continuacin se presenta la informacin de los ingresos por ventas en miles de soles, de la

tienda EFE, en su lnea blanca de electrodomsticos.

Ao Trimestre Ventas

2007 1 2 3 4

500 350 250 400

2008 5 6 7 8

450 350 200 300

2009 9 10 11 12

350 200 150 400

2010 13 14

550 350

Ing. Vanessa Nieto Pea

Pg

ina8

15 16

250 550

2011 17 18 19 20

550 400 350 600

2012 21 22 23 24

750 500 400 650

2013 25 850

a) Elaborar un pronostico para los dems trimestres del ao 2013 utilizando el mtodo de suavizamiento exponencial considerando a = 0.1 y a = 0.6 b) Calcular el MAD, MSE, MAPE y el MPE. Hacer comentarios VII. CUESTIONARIO

1. Por qu es importante un pronstico? Qu papel juega en la planeacin y control de la

produccin? 2. Cules son las ventajas y desventajas de las investigaciones de mercado? 3. D tres ejemplos de situaciones en las que el mtodo Delphi sera una manera adecuada de

pronosticar.

VIII. BIBLIOGRAFA

1. Chase, Jacobs y Aquilano. 2009. Administracin de la Produccin y Operaciones. Ed. Mc Graw Hill. 2. Norman Gaither y greg Fraizer. 2000. Administracin de la Produccin y Operaciones.

International Thomson Editores S.A.