Indice1. Pronostico2. Problemario de Inventarios 3. Glosario de PCP 4. Exámenes de Planeación y Control de la Producción 1 – IPN 5. Súper Vínculos WEB – Ingeniería Industrial
Es una serie de datos que en base a una serie de estudios determinan la demanda en un futuro de un determinado producto. 1.- ¿Qué significa pronosticar? Es predecir el futuro a partir de algunos indicios 2.- ¿Qué es un pronóstico? Es una inferencia a partir de ciertos datos 3.- ¿Cómo se define el pronóstico? Es una técnica que permite predecir lo que ocurrirá en el futuro. El pronóstico dependerá de los cambios en las variables externas al sistema de producción. 4.- ¿Cuáles son los antecedentes de los pronósticos? Tuvieron su origen en aspectos informales de la vida cotidiana. En otras épocas los Reyes, los Políticos y personas adineradas acudían a los clarividentes para que les comentaran acerca de sus vidas en el futuro. Al paso del tiempo estas ideas las adoptan los comerciantes y empresarios y se fue formalizando poco a poco para el concepto de los pronósticos hasta llegar a la que hoy se conoce como un importante tema. 5.- ¿Dónde se utilizan las técnicas de pronósticos en una empresa para determinar la demanda? Estas técnicas se utilizan en empresas para determinar la demanda futura de sus productos, y en base a esto planear y controlar la cantidad de productos que deberá producir. 6.- ¿Cuándo una empresa está en condiciones de optimizar? Cuando una empresa determina la demanda futura de sus pronósticos, esta en condiciones de optimizar el uso de todos sus recursos, lograr su objetivos y satisfacer la demanda de sus clientes oportunamente. 7.- ¿Quién utiliza las técnicas de pronósticos? Personal especializado y adscritos a las áreas de producción y mercadotecnia de las productoras o bienes . 8.- ¿Cuál es la validez de un pronóstico? No es la verdad absoluta respecto a algún evento en el futuro, un pronóstico solo es una aproximación a la realidad entre más se acerque a ella mejor será. 9.- En una Sistema de producción se presentan 2 grupos de problemas a)Probabilidad de diseño b)Probabilidad de la planeación 10.- ¿Cómo se agrupan las técnicas de pronósticos que utilizan en la actualidad?
- Cualitativas
- Cuantitativas
- Combinación de ambas
TÉCNICA No. 1 PROMEDIO MÓVIL SIMPLE (PMS) Esta técnica sirve para calcular el pronóstico de ventas para el siguiente periodo exclusivamente, como su nombre lo indica es un promedio que se obtiene n datos; para definir en forma práctica cuál será el mejor resultado, se deberá tomar en cuenta el de menor error al cuadrado < (D-P)2. Estos n datos están en función de cómo queramos promediar u obtener resultados, con menor o mayor exactitud; n puede valores comprendidos entre 2,3,4,5….etc. en la práctica es recomendable utilizar bloques de información que en promedio tengan 10 ó mas datos, lo cual no permitirá una mejor interpretación o visión del comportamiento de ese producto o pronóstico.
Ejemplo: La empresa Barcel S.A. de C.V. desea elaborar el pronóstico de ventas (o de la demanda ) para uno de sus productos de mayor demanda en el mercado se le conoce como "chicharrones Barcel ", este pronóstico de la demanda si requiere para el mes de octubre de 2003, para lo cual se debe considerar que n= 2, 3, 4. sabiendo que los últimos meses el área de mercadotecnia ha registrado la int. histórica que se indica en la siguiente en la siguiente tabla
Cuando n= 2
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | (D-P)2 |
Enero | 30 | – | – | – |
Febrero | 35 | – | – | – |
Marzo | 28 | 32.5 | -4.5 | 20.25 |
Abril | 20 | 31.5 | -11.5 | 132.25 |
Mayo | 25 | 24 | 1 | 1 |
Junio | 30 | 22.5 | 7.5 | 56.25 |
Julio | 35 | 27.5 | 7.5 | 56.25 |
Agosto | 40 | 32.5 | 7.5 | 56.25 |
Septiembre | 50 | 37.5 | 12.5 | 156.25 |
Octubre | ¿? | 45 | S = 478.5 |
Cuando n= 3
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | (D-P)2 |
Enero | 30 | – | – | – |
Febrero | 35 | – | – | – |
Marzo | 28 | – | – | – |
Abril | 20 | 31 | -11 | 121 |
Mayo | 25 | 27.66 | -2.66 | 7.07 |
Junio | 30 | 24.33 | 5.66 | 32.14 |
Julio | 35 | 25 | 10 | 100 |
Agosto | 40 | 30 | 10 | 100 |
Septiembre | 50 | 35 | 15 | 225 |
Octubre | ¿? | 41.66 | S 585.21 |
Cuando n= 4
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | (D-P)2 |
Enero | 30 | – | – | – |
Febrero | 35 | – | – | – |
Marzo | 28 | – | – | – |
Abril | 20 | – | – | – |
Mayo | 25 | 28.25 | -3.25 | 10.56 |
Junio | 30 | 27 | 3 | 9 |
Julio | 35 | 25.75 | 9.25 | 85.56 |
Agosto | 40 | 27.5 | 12.5 | 156.25 |
Septiembre | 50 | 32.5 | 17.5 | 306.25 |
Octubre | ¿? | 38.75 | S 567.62 |
Nota: En base a esta técnica podemos decir en conclusión que el mejor pronóstico es de 45 unidades porque (D-P)2 es menor con respecto a los otros datos.
Tarea: La empresa Alfa fabricante de conexiones de plástico, desea estimar la demanda de uno de estos productos que se llama codo de 90°x 25mm. Esto es para el mes de marzo de 2003 p/ lo cual cuenta con la información histórica que se indica. Para efectuar los cálculos se debe considerar que n=2,3,4. A partir del mejor pronóstico indique si la producción de codos de 90°x 25mm crece o decrece y en consecuencia indique que acciones.
Cuando n= 2
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | (D-P)2 |
Noviembre | 10 | – | – | – |
Diciembre | 20 | – | – | – |
Enero | 20 | 15 | 5 | 25 |
Febrero | 30 | 20 | 10 | 100 |
Marzo | 32 | 25 | 7 | 49 |
Abril | 27 | 31 | -4 | 16 |
Mayo | 18 | 29.5 | -11.5 | 132.25 |
Junio | 30 | 22.5 | 7.5 | 56.25 |
Julio | 25 | 24 | 1 | 1 |
Agosto | 22 | 27.5 | -5.5 | 30.28 |
Septiembre | 15 | 23.5 | -8.5 | 72.25 |
Octubre | 17 | 18.5 | -1.5 | 2.25 |
Noviembre | 16 | 16 | 0 | 0 |
Diciembre | 20 | 16.5 | 3.5 | 12.85 |
Enero | 18 | 18 | 0 | 0 |
Febrero | 20 | 19 | 1 | 1 |
Marzo | ¿? | 19 | S 497.5 |
Cuando n= 3
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | (D-P)2 |
Noviembre | 10 | – | – | – |
Diciembre | 20 | – | – | – |
Enero | 20 | – | – | – |
Febrero | 30 | 16.67 | 13.33 | 177.6389 |
Marzo | 32 | 23.34 | 8.66 | 74.9956 |
Abril | 27 | 27.34 | -0.34 | 0.1156 |
Mayo | 18 | 29.67 | 11.67 | 136.1889 |
Junio | 30 | 25.67 | 4.33 | 18.7489 |
Julio | 25 | 25 | 0 | 0 |
Agosto | 22 | 24.34 | 2.34 | 5.4756 |
Septiembre | 15 | 25.67 | -10.67 | 113.8489 |
Octubre | 17 | 20.67 | -.367 | 13.4687 |
Noviembre | 16 | 18 | -2 | 4 |
Diciembre | 20 | 16 | 4 | 16 |
Enero | 18 | 17.67 | 0.33 | .1089 |
Febrero | 20 | 18 | 2 | 4 |
Marzo | ¿? | 11.34 | S 564.6402 |
Cuando n= 4
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | (D-P)2 |
Noviembre | 10 | – | – | – |
Diciembre | 20 | – | – | – |
Enero | 20 | – | – | – |
Febrero | 30 | – | – | – |
Marzo | 32 | 20 | 12 | 144 |
Abril | 27 | 25.5 | 1.5 | 2.25 |
Mayo | 18 | 27.25 | -9.25 | 85.5625 |
Junio | 30 | 26.75 | 3.25 | 10.5625 |
Julio | 25 | 25 | -1.75 | 3.0625 |
Agosto | 22 | 23.75 | -3 | 9 |
Septiembre | 15 | 23 | -8.75 | 76.5625 |
Octubre | 17 | 19.75 | -6 | 36 |
Noviembre | 16 | 17.5 | -3.75 | 14.0625 |
Diciembre | 20 | 17 | 2.5 | 6.25 |
Enero | 18 | 17.75 | 1 | 1 |
Febrero | 20 | 18.5 | 2.25 | 5.0625 |
Marzo | ¿? | S 393.375 |
En conclusión, el mejor pronóstico es de 18.5 unidades porque (D-P)2 es menor con respecto a los otros datos.
TÉCNICA No. 2 PROMEDIO MÓVIL DOBLE (PMD) Ésta es otra técnica cuantitativa que sirve para calcular el pronóstico de la demanda o de las ventas para periodos futuros, para su aplicación y cálculos es recomendable seguir el procedimiento que se indica. Procedimiento:
- Se calcula el PMS, considerándose el conjunto de datos y los valores asignados para n
- Se determina el mejor pronóstico con antecedente en le menor error al cuadrado < (D-P)2 .
- Se calcula el promedio móvil doble
- Se calculan los valores correspondientes a:
a = 2(PMS) – PMD b = n/n-1 (PMS – PMD)
- Se calcula el pronóstico para el periodo deseado, mediante la siguiente expresión:
y = a + b(x) donde y = pronóstico deseado o buscado x = el periodo en el que se desea el pronóstico
Ejemplo: Con los datos obtenidos en el problema anterior, se desea calcular los pronósticos de ventas para los meses de Noviembre, Diciembre y Enero. Estos cálculos se deberán obtener mediante PMD.
Paso 3 Cuando n= 4
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) |
Enero | 30 | – | – |
Febrero | 35 | – | – |
Marzo | 28 | 32.5 | – |
Abril | 20 | 31.5 | – |
Mayo | 25 | 24.0 | 32 |
Junio | 30 | 22.5 | 27.75 |
Julio | 35 | 27.5 | 23.25 |
Agosto | 40 | 32.5 | 25 |
Septiembre | 50 | 37.5 | 30 |
Octubre | ¿? |
Paso 4 a = 2(PMS) – PMD a = 2 (37.50) – 30 = 45 a = 45 b = n/n-1 (PMS – PMD) b = 15 Paso 5 ynov = a + b(x) = 45+15 (2) = 75 unidades ydic = a + b(x) = 45+15 (3) = 90 unidades yene = a + b(x) = 45+15 (4) = 105 unidades
Graficar Tarea: Cocinas Integrales Mexicanas S.A desea calcular el pronóstico de venta para una cocina "NOVA", el pronóstico se requiere para el año 2003, así mismo, se estima conveniente asignar a n valores de 3, 4 y 5, además se tienen datos históricos de ventas de los últimos 9 años, el calculo del pronóstico se deben obtener mediante PDM.
Cuando n= 3
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | (D-P)2 |
1984 | 20 | |||
1985 | 25 | |||
1986 | 28 | |||
1987 | 30 | |||
1988 | 31 | |||
1989 | 32 | |||
1990 | 38 | |||
1991 | 41 | |||
1992 | 45 | |||
1993 | 40 | |||
1994 | 38 | |||
1995 | 42 | |||
1996 | 46 | |||
1997 | 30 | |||
1998 | 38 | |||
1999 | 40 | |||
2000 | 38 |
Cuando n= 4
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | (D-P)2 |
1984 | 20 | |||
1985 | 25 | |||
1986 | 28 | |||
1987 | 30 | |||
1988 | 31 | |||
1989 | 32 | |||
1990 | 38 | |||
1991 | 41 | |||
1992 | 45 | |||
1993 | 40 | |||
1994 | 38 | |||
1995 | 42 | |||
1996 | 46 | |||
1997 | 30 | |||
1998 | 38 | |||
1999 | 40 | |||
2000 | 38 |
Cuando n= 5
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | (D-P)2 |
1984 | 20 | |||
1985 | 25 | |||
1986 | 28 | |||
1987 | 30 | |||
1988 | 31 | |||
1989 | 32 | |||
1990 | 38 | |||
1991 | 41 | |||
1992 | 45 | |||
1993 | 40 | |||
1994 | 38 | |||
1995 | 42 | |||
1996 | 46 | |||
1997 | 30 | |||
1998 | 38 | |||
1999 | 40 | |||
2000 | 38 |
TÉCNICA No. 3 AJUSTE EXPONENCIAL SIMPLE (AES) Nos permite calcular los pronósticos de las ventas de la demanda para el siguiente periodo únicamente, la aproximación exponencial. Es una ponderación o valor de ajuste con cierto grado de error, que se puede estimar o determinar al emitir un pronóstico, este valor de ajuste fluctúa en ( 0.1 y 1). Si el valor de ponderación es pequeño el deslizamiento o ajuste será gradual y mínimo. Para asignar el valor de ajuste o de ponderación (a ) se debe tener en cuente lo siguiente:
- La demanda en condiciones de estabilidad a = 0.1, 0.2 y 0.3
- La demanda en condiciones de estabilidad promedio
- La demanda en proceso de cambio o cuando se trata de nuevos productos a = 0.7, 0.8 y 0.9.
Ejemplo: PHP es una empresa que se dedica a la fabricación de artículos higiénicos, el gerente de mercadotecnia está interesado en conocer el pronóstico de ventas para l mes de octubre del 2003, su exigencia le conduce a utilizar factores de conderación para a = 0.1, 0.2 y 0.3. para lo cual se cuenta con la siguiente información histórica que se indica a continuación. El cálculo del pronóstico deseado se deberá obtener por AES.
para a = 0.1
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | a (D-P) | P´ = P + a (D-P) | (D-P)2 |
Mayo | 100 | 100 | 0 | 0 | 100 | 0 |
Junio | 120 | 100 | 20 | 2 | 102 | 400 |
Julio | 130 | 102 | 28 | 2.8 | 104.8 | 784 |
Agosto | 120 | 104.8 | 152 | 1.52 | 106.32 | 231.04 |
Septiembre | 140 | 106.32 | 37.68 | 3.36 | 109.68 | 1134.34 |
Octubre | ¿? | 109.68 | ||||
S 2549.38 |
para a = 0.2
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | a (D-P) | P´ = P + a (D-P) | (D-P)2 |
Mayo | 100 | 100 | 0 | 0 | 100 | 0 |
Junio | 120 | 100 | 20 | 4 | 104 | 400 |
Julio | 130 | 104 | 26 | 5.2 | 109.2 | 76 |
Agosto | 120 | 109.2 | 10.8 | 2.16 | 111.36 | 116.64 |
Septiembre | 140 | 11.36 | 28.64 | 5.72 | 117.08 | 820.24 |
Octubre | ¿? | 117.88 | ||||
S 2012.88 |
para a = 0.3
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | a (D-P) | P´ = P + a (D-P) | (D-P)2 |
Mayo | 100 | 100 | 0 | 0 | 100 | 0 |
Junio | 120 | 100 | 20 | 6 | 106 | 400 |
Julio | 130 | 106 | 24 | 7.2 | 113.2 | 576 |
Agosto | 120 | 113.2 | 6.8 | 2.04 | 115.24 | 46.24 |
Septiembre | 140 | 115.24 | 24.76 | 7.42 | 122.66 | 613.05 |
Octubre | ¿? | 122.66 | ||||
Tarea Con los siguientes datos calcule el pronóstico de ventas o de la demanda para el periodo 9, considere factores de ajuste 0.3 y 0.5; los datos históricos de ventas así como los periodos se indican a continuación:
para a = 0.3
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | a (D-P) | P´ = P + a (D-P) | (D-P)2 |
3 | ||||||
4 | ||||||
5 | ||||||
6 | ||||||
7 | ||||||
8 | ||||||
9 | ||||||
para a = 0.5
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | a (D-P) | P´ = P + a (D-P) | (D-P)2 |
3 | 16 | 16 | 0 | 0 | 0 | 0 |
4 | 18 | 16 | 2 | 1 | 4 | 4 |
5 | 20 | 17 | 3 | 1.5 | 9 | 9 |
6 | 12 | 18.5 | -6.5 | -3.25 | 42.25 | 42.25 |
7 | 16 | 15.25 | .75 | .37 | .56 | .5625 |
8 | 20 | 15.62 | 4.38 | 2.18 | 19.18 | 19.1844 |
9 | 17.8 | |||||
S 74.996 |
TÉCNICA No. 4 AJUSTE EXPONENCIAL DOBLE (AED)
Técnica cuantitativa que permite calcular los pronósticos de la demanda para periodos futuros, teniendo como antecedente datos históricos en cuanto a periodos y demanda. Para implementar esta técnica o método a la solución de problemas de pronósticos de la demanda, se recomienda seguir el procedimiento:
- Se calcula el pronóstico mediante el ajuste exponencial simple, teniendo en cuenta los valores del factor del ajuste.
- Se selecciona el mejor pronóstico obtenido en el paso anterior, teniendo en cuenta el menor error < (D-P)2
- Con los resultados obtenidos en el paso anterior, se calcula al Ajuste Exponencial Doble.
a = 2(AES) – AED b = a /a -1 (AES – AED)
- Con los datos anteriores se calcula los siguientes parámetros
- Calcular el pronóstico final
y = a + b(x) donde y = pronóstico deseado o buscado (final). x = el periodo en el que se desea el pronóstico.
Ejemplo: Chocolates "Tin larín" S.A, esta interesada en conocer el pronóstico de ventas o de la demanda para el primer trimestre del año 2003, para lo cual usará AED, considerándose 3 factores de ajuste: 0.2, 0.25 Y 0.35. La demanda está expresada en miles. Tanto el gerente de mercado como el de producción de la empresa están interesados en ver gráficamente el comportamiento de la demanda de este producto a través de:
- Datos o reg. históricos
- El mejor pronóstico obtenido por AES
- El mejor pronóstico obtenido por AED
- Los resultados obtenidos para el primer trimestre del año del 2003-02-23
para a = 0.2
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | a (D-P) | P´ = P + a (D-P) | (D-P)2 |
Junio | 150 | 150 | 0 | 0 | 150 | 0 |
Julio | 180 | 150 | 30 | 6 | 156 | 900 |
Agosto | 200 | 156 | 44 | 8.8 | 164.8 | 1936 |
Septiembre | 120 | 164.8 | -44.8 | -8.96 | 155.84 | 2007.04 |
Octubre | 140 | 155.84 | -15.84 | -3.10 | 152.67 | 250.9 |
152.67 | S 5093.95 |
para a = 0.25
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | a (D-P) | P´ = P + a (D-P) | (D-P)2 |
Junio | 150 | 150 | 0 | 0 | 150 | 0 |
Julio | 180 | 350 | 30 | 7.5 | 157.5 | 900 |
Agosto | 200 | 157.5 | 42.5 | 10.62 | 168.12 | 1806.25 |
Septiembre | 120 | 168.12 | -48.125 | -12.03 | 156.09 | 2316.02 |
Octubre | 140 | 156.09 | -16.09 | -4.02 | 152.07 | 259.0 |
152.07 | S 5281.25 |
para a = 0.36
Periodos Mensuales | Demanda (D) | Pronósticos (P) | (D-P) | a (D-P) | P´ = P + a (D-P) | (D-P)2 |
Junio | 150 | |||||
Julio | 180 | |||||
Agosto | 200 | |||||
Septiembre | 120 | |||||
Octubre | 140 | |||||
Técnica 5: Mínimos Cuadrados Esta es otra técnica de tipo cuantitativo que permite el cálculo de los pronósticos para períodos futuros, para lo cual requiere de registros históricos que sean consistentes, reales y precisos. Esta técnica como su nombre lo indica se trata de sacar el total de las desviaciones elevadas al cuadrado a un valor mínimo: su objetivo es determinar los coeficientes a y b, que son conocidos como coeficientes de regresión, donde x es la variable independiente (tiempo), y es la variable dependiente (pronóstico de la demanda). En la práctica se pueden utilizar dos métodos para calcular los pronósticos a través de mínimos cuadrados: Fórmula general y Métodos simplificado.
Para aplicar este método en el cálculo de pronósticos de la demanda, se deben tener en cuenta las siguientes expresiones matemáticas:
donde:
n = tamaño de la muestra o el número de períodos
x = período en el que se desea el pronóstico
y = el pronóstico
- FÓRMULA GENERAL
- MÉTODO SIMPLIFICADO (PARES Y NONES)
El método simplificado como su nombre lo indica, en la práctica es más simple y se llega al resultado de forma más rápida. Las expresiones a usar son:
donde:
n = tamaño de la muestra o el número de períodos
x = período en el que se desea el pronóstico
y = el pronóstico
¿Cuándo será par y cuando será non? Pares: Debemos entender por pares el numero de períodos expresados de dos en dos (2, 4, 6, 8…) Nones: Es cuando los períodos considerados en los cálculos son impares (1, 3, 5, 7, 9…)
Ejemplo: Panasonic, empresa internacional en su área de pilas desechables, desea calcular el pronóstico de ventas para el año 2003, teniendo como antecedentes los datos que se muestran en la tabla. El cálculo del pronóstico se deberá emitir mediante la formula general y corroborarse con el método simplificado que corresponda.
Períodos
Ventas (miles)
x
xy
x2
1990
85
1
85
1
1991
89
2
178
4
1992
92
3
276
9
1993
95
4
380
16
1994
93
5
465
25
1995
98
6
588
36
Σ
552
21
1972
91
Cálculo del pronóstico
x son los períodos desde el primer dato histórico hasta el pronóstico a calcular
- Solución por Fórmula General
- Solución por Método Simplificado
Pares porque el número de períodos es par (6)
Períodos | Ventas (miles) | x | xy | x2 |
1990 | 85 | -5 | -425 | 25 |
1991 | 89 | -3 | -267 | 9 |
1992 | 92 | -1 | -92 | 1 |
0 | 0 | 0 | ||
1993 | 95 | 1 | 95 | 1 |
1994 | 93 | 3 | 279 | 9 |
1995 | 98 | 5 | 40 | 25 |
Σ | 552 | 0 | 80 | 70 |
NOTA: A x se le asignan valore impares por que es un problema par.
*los períodos se cuentan a partir de 1993 con números consecutivos impares de los asignados a x en un principio hasta llegar a 2003:
96-7 | 2000-15 | |
97-9 | 2001-17 | |
98-11 | 2002-19 | |
99-13 | 2003-21 |
Sabritas S.A de C.V. desea elaborar el pronóstico de ventas para uno de sus productos en el año 2003 y en torno a éste resultado, se hará la planeación de los recursos a utilizar en el sistema; para lo cual cuenta con el volumen de ventas anuales que se indican en la siguiente tabla.
El cálculo de éste pronóstico se deberá hacer a través de Fórmula General y Método Simplificado.
Períodos
Ventas (miles)
x
xy
x2
1987
120
1
120
1
1988
121
2
242
4
1989
117
3
351
9
1990
118
4
472
16
1991
124
5
620
25
1992
125
6
750
36
1993
120
7
840
49
1994
118
8
944
64
1995
130
9
1170
81
å
1093
45
5509
285
Cálculo del pronóstico
- Solución por Fórmula General
- Solución por Método Simplificado
Nones porque el número de períodos es impar (9)
Períodos | Ventas (miles) | x | xy | x2 |
1987 | 120 | -4 | -480 | 16 |
1988 | 121 | -3 | -363 | 9 |
1989 | 117 | -2 | -234 | 4 |
1990 | 118 | -1 | -118 | 1 |
1991 | 124 | 0 | 0 | 0 |
1992 | 125 | 1 | 125 | 1 |
1993 | 120 | 2 | 240 | 4 |
1994 | 118 | 3 | 354 | 9 |
1995 | 130 | 4 | 520 | 16 |
Σ | 1093 | 0 | 44 | 60 |
NOTA: A x se le asignan valores consecutivos
*los períodos se cuentan a partir de 1992 con números consecutivos de los asignados a x en un principio hasta llegar a 2003:
96-5 | 2000-9 | |
97-6 | 2001-10 | |
98-7 | 2002-11 | |
99-8 | 2003-12 |
TÉCNICA 6: ÍNDICES DE ESTACIONALIDAD Esta técnica sirve para calcular el pronóstico de ventas cuando existe estacionalidad o ciclos y también se utiliza cuando en cada período existen diferencias de ventas muy marcadas, razón por la cual se hace necesario calcular un índice que nos permitirá un ajuste por cada período. El concepto de Índice de Estacionalidad se explicará con más detalle a partir del siguiente problema:
Ejemplo: Teniendo como referencia la información histórica que se indica en la siguiente tabla, determine el pronóstico para el año 2003 y ajústelo mediante índices de estacionalidad.
Períodos (anuales) | B I M E S T R E S | Total | |||||
1o | 2o | 3o | 4o | 5o | 6º | ||
1991 | 80 | 120 | 130 | 100 | 90 | 120 | 640 |
1992 | 55 | 140 | 140 | 105 | 95 | 125 | 660 |
1993 | 84 | 160 | 150 | 105 | 94 | 125 | 718 |
1994 | 83 | 170 | 155 | 110 | 93 | 130 | 741 |
1995 | 81 | 175 | 160 | 100 | 92 | 140 | 748 |
å | 383 | 765 | 735 | 520 | 464 | 640 | 3507 |
Solución:
- Hacer sumatorias horizontales y verticales en su caso.
- Calcular los promedios por bimestre (en este caso)
- Cálculo del promedio total
- Cálculo de los indices de estacionalidad
Períodos
Ventas
x
xy
x2
1991
640
1
640
1
1992
660
2
1320
4
1993
718
3
2154
9
1994
741
4
2964
16
1995
748
5
3740
25
Σ
3507
15
10818
55
Cálculo del pronóstico
- Calcular el pronóstico para el año 2003
- Calcular el pronóstico promedio
- Ajuste del pronóstico bimestral por los IE
Períodos (anuales) | B I M E S T R E S | |||||
1o | 2o | 3o | 4o | 5o | 6º | |
IE | 0.665 | 1.308 | 1.257 | 0.889 | 0.793 | 1.094 |
Pronostico Promedio | 166.40 | 166.40 | 166.40 | 166.40 | 166.40 | 166.40 |
Pronóstico Bimestral ajustado por IE | 108.992 | 217.651 | 209.164 | 147.929 | 131.955 | 182.04 |
Ingeniería Industrial: Consiste en todas las actividades de control de ingeniería y administración que no se pueden designar claramente como funciones de otras ingenierías o de contabilidad. Incluye un cambio de variedad de tareas establecidas con el propósito de diseñar, establecer y mantener los sistemas administrativos para una eficiente operación. Planeación. Es un proceso racional que busca prever posibilidades o condiciones futuras y tomar una serie de decisiones para llegar a ellas. Requiere del establecimiento de objetivos y políticas, así como la fijación de programas y la determinación de métodos específicos. Producción.- Son los bienes y servicios producidos para ser usados fuera de la programación que se entregan al mercado o al sector de la sociedad, geográfico o de la economía al cual se sirve y que pretenden lograr directamente la finalidad de la organización. Control.- Comprobación, verificación, fiscalización, examen, registro, inspección, preponderancia, dominio, mando, poder. Quien controla una cosa. Mercado.- Conjunto de grupos de compra venta. Lugar o edificio público destinado al comercio. Conjunto de consumidores y productores de un artículo o línea de artículos. Elementos del mercado.-
- Lugar
- Proveedores
- Empresas
- Compradores
- Dinero
- Productos
- Bienes y/o servicios
Sistema.- Conjunto de elementos que intervienen entre sí para lograr un fin específico. Sistema productivo.- Entrada, insumo, salida (bien y o servicio) Enfoque sistemático.- Nos permite visualizar, diagnosticar posibles soluciones a problemas. Demanda.- Es la cantidad de productos, bienes y o servicios que se requieren por parte de los consumidores. Pronosticar.- Es predecir el futuro a partir de algunos indicios. Pronóstico.- Es una técnica que permite predecir lo que ocurrirá en el futuro. El pronóstico dependerá de los cambios en las variables externas al sistema de producción. Técnicas de pronósticos.
- Cualitativas
- Cuantitativas
- Combinación de ambas
Empresa.- Empresa es un termino nada fácil de definir, ya que a este concepto de le dan diferentes enfoques (económico, jurídico, filosófico, social, etc.). En su más simple acepción significa la acción de emprender una cosa con un riesgo implícito. Es necesario analizar algunas de las definiciones más trascendentes de la empresa, con el propósito de emitir una definición con un enfoque administrativo: Anthony Jay: Institución para el empleo eficaz de los recursos mediante un gobierno (junta directiva), para mantener y aumentar la riqueza de los accionistas y proporcionarle seguridad y prosperidad a los empleados. Modo de producción.- Es una etapa del desarrollo histórico de la humanidad. Cada etapa se conforma por las relaciones de producción y distribución que se establecen entre los grupos humanos. Adicionalmente el modo de producción también integra el grado de desarrollo en el que se encuentran el trabajo y los medios de producción. Producto.- Se entiende por producto a todo los bienes y servicios que aparecen como resultado de la actividad económica. Demanda.- Es la cantidad de bienes que los consumidores desean y pueden comprar en el mercado a un precio dado y un periodo de tiempo determinado Oferta.- Es la cantidad de mercancías o servicios que entran en le mercado a un precio dado y en periodo de determinado tiempo.
4. Exámenes de Planeación y Control de la Producción 1 – IPN
DEPARTAMENTO DE CIENCIAS DE LA INGENIERÍA ACADEMIAS DE INVESTIGACIÓN DE OPERACIONES – INGENIERÍA INDUSTRIAL 1. La compañía confecciones modernas, a través de su departamento de PCP desea estimar su pronóstico de la demanda para el año 1998 a través de varias técnicas y poder escoger el más conveniente. La información con que se cuenta es la siguiente: demanda de vestidos de T R I M E S T R E S noche 1º 2º 3º 4º TOTAL 1990 90 46 88 49 273 1991 111 60 114 64 349 1992 132 74 148 86 440 1993 142 68 181 94 4851994 142 79 195 106 522 Las técnicas a considerar son:
- Promedio móvil ajustado por tendencia para n = 2
- Aproximación exponencial ajustada por tendencia para L = 0.4
- series de tiempo a través de la ecuación de la recta
¿Cuál técnica escogería y porqué? 2.- Con la técnica seleccionada, calcule el pronóstico para el tercer trimestre del año 2000. De acuerdo a los índices obtenidos analice los resultados y haga un comentario explicativo. 3.- Determine la correlación de la ecuación de la recta. ¿Cómo sabemos que hay una buena relación entre las variables y acuerdo al producto que manejamos cuál podría ser el factor a relacionar?
Con los siguientes datos
- 500
- 450
- 600
- 650
- 700
Departamento De Ciencias De La Ingeniería Academias de investigación de operaciones – ingeniería industrial Planeación y control de la producción I 1. OSRAM compañía dedicada a la fabricación de focos ha observado que en los últimos años han disminuido las ventas de focos de 150 Watts de acuerdo con la siguiente información.
Año 1991 1992 1993 1994 1995 1996
Ventas 228.8 158.9 176.4 165.1 145.6 130.3
El director de la compañía desea estimar el pronóstico de la demanda para 1998 con objeto de ver si se justifica o no seguirlo produciendo, para lo cual debe elegir entre las siguientes técnicas.
- Promedio móvil con n = 2
- Aproximación exponencial con a = ½
2.- Una empresa fabricante de cosméticos desea saber si existe correlación entre gastos publicitarios y sus ventas, si se cuenta con la siguiente información, además de pronosticar las ventas para 1997, si se invertirán $ 7000.00 en publicidad.
Año 1990 1991 1992 1993 1994 1995 1996 Ventas 385 577 685 731 769 923 1154 (miles $) Gastos 1.5 2.6 3.6 3.8 4.3 5.0 5.8 Publicitarios
3.- La empresa Prentice may Internacional desea conocer el pronóstico bimestral para 1998 utilizando la técnica de mínimos cuadrados.
Mes | 1994 | 1995 | 1996 |
ENERO | 19 | 25 | 30 |
FEBRERO | 20 | 24 | 29 |
MARZO | 21 | 23 | 28 |
ABRIL | 22 | 22 | 27 |
MAYO | 23 | 21 | 26 |
JUNIO | 22 | 20 | 25 |
JULIO | 21 | 21 | 26 |
AGOSTO | 20 | 22 | 27 |
SEPTIEMBRE | 19 | 23 | 28 |
OCTUBRE | 18 | 24 | 29 |
NOVIEMBRE | 24 | 25 | 30 |
DICIEMBRE | 21 | 22 | 28 |
NOTA: EN TODOS LOS EJERCICIOS, GRAFÍQUE Y EMITA SUS COMENTARIOS
1. De acuerdo con la opinión de algunos directivos de "la granada S.A." las ventas de vestidos para dama tipo junior están relacionados con las ventas de Zapatillas de la marca Nine West. Si es cierta dicha relación se incrementará la producción para otoño e invierno por considerarlas altas en ventas. Utilice la técnica correspondiente para conocer si dicha relación es buena.
AÑO | Venta de Vestidos | Ventas de Zapatillas |
1989 | 1350 | 955 |
1990 | 1390 | 960 |
1991 | 1448 | 970 |
1992 | 1500 | 1005 |
1993 | 1550 | 1025 |
1994 | 1623 | 1100 |
2. La Empresa la manzana S.A., ha proporcionado sus ventas reales correspondientes al año 1995 y desea calcular sus ventas para el segundo semestre de 1996. Utilizando la técnica de aproximación exponencial, con factores de ponderación de un 30 y 50%. La información complementaria es la siguiente:
Periodo | Ventas Reales |
J | 960 |
A | 970 |
S | 950 |
O | 935 |
N | 926 |
D | 943 |
3. La empresa www.edu.red desea conocer el pronóstico mensual para 1997 utilizando la técnica de mínimos cuadrados (índices estaciones)
AÑO | ENERO | FEB | MARZO | ABRIL | MAYO | JUNIO | JULIO | AGO | SEPT. | OCT | NOV- | DIC |
1991 | 23 | 21 | 20 | 24 | 22 | 25 | 20 | 26 | 25 | 28 | 27 | 30 |
1992 | 26 | 21 | 22 | 20 | 24 | 22 | 25 | 26 | 26 | 20 | 27 | 30 |
1993 | 19 | 22 | 23 | 26 | 21 | 24 | 24 | 25 | 28 | 21 | 25 | 21 |
Nota: En Todos Los Ejercicios, Grafíque Y Emita Sus Comentarios
5. Súper Vínculos WEB – Ingeniería Industrial
- La enseñanza de la ingeniería frente a la privatización
/trabajos12/pedense/pedense
- Definición de Filosofía
/trabajos12/wfiloso/wfiloso
- Recensión del Libro Didáctica Magna
/trabajos12/wpedag/wpedag
- Ingeniería de métodos
/trabajos12/ingdemet/ingdemet
- Ingeniería de Medición
/trabajos12/medtrab/medtrab
- Control de Calidad
/trabajos11/primdep/primdep
- Investigación de mercados
/trabajos11/invmerc/invmerc
- Análisis Sistemático de la Producción 1
/trabajos12/andeprod/andeprod
- Aplicaciones del tiempo estándar en la Tutsi
/trabajos12/ingdemeti/ingdemeti
- Átomo
/trabajos12/atomo/atomo
- Entender el Mundo de Hoy
/trabajos12/entenmun/entenmun
- Gráficos de Control de Shewhart
/trabajos12/concalgra/concalgra
- Distribución de Planta
/trabajos12/distpla/distpla
- Mecánica Clásica
/trabajos12/henerg/henerg
- UPIICSA
/trabajos12/hlaunid/hlaunid
- Prácticas de Mecánica
/trabajos12/pruemec/pruemec
- Mecánica Clásica – Movimiento unidimensional
/trabajos12/moviunid/moviunid
- Glaxosmithkline – Aplicación de los resultados del Tiempo Estándar
/trabajos12/immuestr/immuestr
- Biología
/trabajos12/biolo/biolo
- Exámenes de Álgebra Lineal
/trabajos12/exal/exal
- México: ¿Adoptando Nueva Cultura?
/trabajos12/nucul/nucul
- Curso de Fisicoquímica
/trabajos12/fisico/fisico
- Prácticas de Laboratorio de Electricidad de Ingeniería
/trabajos12/label/label
- Prácticas del laboratorio de química de la Universidad
/trabajos12/prala/prala
- Problemas de Física de Resnick, Halliday, Krane
/trabajos12/resni/resni
- Teoría de al Empresa
/trabajos12/empre/empre
- Fraude del Siglo
/trabajos12/frasi/frasi
Autor:
Iván Escalona Moreno Karla Ortiz Van Steenberghe
Ocupación: Estudiante Materia: Planeación y Control de la Producción 1 Clasificación: Ingeniería Industrial Estudios Universitarios: Unidad Profesional Interdisciplinaria de Ingeniería y Ciencias sociales y Administrativas (U.P.I.I.C.S.A.) del Instituto Politécnico Nacional (I.P.N.) Ciudad de Origen: México, Distrito Federal Fecha de elaboración e investigación: 03 de Abril del 2003 Profesor que revisó trabajo: Alcantar Maya Abel (Catedrático de Academia de Investigación de Operaciones (IO) de la U.P.I.I.C.S.A.)