Вы находитесь на странице: 1из 25

Indice 1. Pronostico 2. Problemario de Inventarios 3. Glosario de PCP 4. Exmenes de Planeacin y Control de la Produccin 1 - IPN 5.

Sper Vnculos WEB Ingeniera Industrial 1. Pronostico. Es una serie de datos que en base a una serie de estudios determinan la demanda en un futuro de un determinado producto. 1.- Qu significa pronosticar? Es predecir el futuro a partir de algunos indicios 2.- Qu es un pronstico? Es una inferencia a partir de ciertos datos 3.- Cmo se define el pronstico? Es una tcnica que permite predecir lo que ocurrir en el futuro. El pronstico depender de los cambios en las variables externas al sistema de produccin. 4.- Cules son los antecedentes de los pronsticos? Tuvieron su origen en aspectos informales de la vida cotidiana. En otras pocas los Reyes, los Polticos y personas adineradas acudan 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 pronsticos hasta llegar a la que hoy se conoce como un importante tema. 5.- Dnde se utilizan las tcnicas de pronsticos en una empresa para determinar la demanda? Estas tcnicas 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 deber producir. 6.- Cundo una empresa est en condiciones de optimizar? Cuando una empresa determina la demanda futura de sus pronsticos, esta en condiciones de optimizar el uso de todos sus recursos, lograr su objetivos y satisfacer la demanda de sus clientes oportunamente. 7.- Quin utiliza las tcnicas de pronsticos? Personal especializado y adscritos a las reas de produccin y mercadotecnia de las productoras o bienes . 8.- Cul es la validez de un pronstico? No es la verdad absoluta respecto a algn evento en el futuro, un pronstico solo es una aproximacin a la realidad entre ms se acerque a ella mejor ser. 9.- En una Sistema de produccin se presentan 2 grupos de problemas a)Probabilidad de diseo b)Probabilidad de la planeacin 10.- Cmo se agrupan las tcnicas de pronsticos que utilizan en la actualidad? Cualitativas Cuantitativas Combinacin de ambas 2. Problemario de Inventarios TCNICA No. 1 PROMEDIO MVIL SIMPLE (PMS) Esta tcnica sirve para calcular el pronstico de ventas para el siguiente periodo exclusivamente, como su nombre lo indica es un promedio que se obtiene n datos; para definir en forma prctica cul ser el mejor resultado, se deber tomar en cuenta el de menor error al cuadrado < (D-P)2. Estos n datos estn en funcin de cmo queramos promediar u obtener resultados, con menor o mayor exactitud; n puede valores comprendidos entre 2,3,4,5....etc. en la prctica es recomendable utilizar bloques de informacin que en promedio tengan 10 mas datos, lo cual no permitir una mejor interpretacin o visin del comportamiento de ese producto o pronstico. Ejemplo: La empresa Barcel S.A. de C.V. desea elaborar el pronstico de ventas (o de la demanda ) para uno de sus productos de mayor demanda en el mercado se le conoce como "chicharrones Barcel ", este pronstico 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 ltimos meses el rea de mercadotecnia ha registrado la int. histrica que se indica en la siguiente en la siguiente tabla Cuando n= 2 Periodos Mensuales Demanda (D) Pronsticos (P) (D-P) (D-P)2

Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Cuando n= 3

30 35 28 20 25 30 35 40 50 ?

32.5 31.5 24 22.5 27.5 32.5 37.5 45 Pronsticos (P) 31 27.66 24.33 25 30 35 41.66 Pronsticos (P) 28.25 27 25.75 27.5 32.5 38.75

-4.5 -11.5 1 7.5 7.5 7.5 12.5

20.25 132.25 1 56.25 56.25 56.25 156.25 S = 478.5

Periodos Mensuales Demanda (D) Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Cuando n= 4 Periodos Mensuales Demanda (D) Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre 30 35 28 20 25 30 35 40 50 ? 30 35 28 20 25 30 35 40 50 ?

(D-P) -11 -2.66 5.66 10 10 15

(D-P)2 121 7.07 32.14 100 100 225 S 585.21

(D-P) -3.25 3 9.25 12.5 17.5

(D-P)2 10.56 9 85.56 156.25 306.25 S 567.62

Nota: En base a esta tcnica podemos decir en conclusin que el mejor pronstico es de 45 unidades porque (DP)2 es menor con respecto a los otros datos. Tarea: La empresa Alfa fabricante de conexiones de plstico, desea estimar la demanda de uno de estos productos que se llama codo de 90x 25mm. Esto es para el mes de marzo de 2003 p/ lo cual cuenta con la informacin histrica que se indica. Para efectuar los clculos se debe considerar que n=2,3,4. A partir del mejor pronstico indique si la produccin de codos de 90x 25mm crece o decrece y en consecuencia indique que acciones. Cuando n= 2 Periodos Mensuales Demanda (D) Noviembre 10 Pronsticos (P) (D-P) (D-P)2 -

Diciembre Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre Enero Febrero Marzo Cuando n= 3

20 20 30 32 27 18 30 25 22 15 17 16 20 18 20 ?

15 20 25 31 29.5 22.5 24 27.5 23.5 18.5 16 16.5 18 19 19 Pronsticos (P) 16.67 23.34 27.34 29.67 25.67 25 24.34 25.67 20.67 18 16 17.67 18 11.34 Pronsticos (P) 20

5 10 7 -4 -11.5 7.5 1 -5.5 -8.5 -1.5 0 3.5 0 1

25 100 49 16 132.25 56.25 1 30.28 72.25 2.25 0 12.85 0 1 S 497.5

Periodos Mensuales Demanda (D) Noviembre Diciembre Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre Enero Febrero Marzo Cuando n= 4 Periodos Mensuales Demanda (D) Noviembre Diciembre Enero Febrero Marzo 10 20 20 30 32 10 20 20 30 32 27 18 30 25 22 15 17 16 20 18 20 ?

(D-P) 13.33 8.66 -0.34 11.67 4.33 0 2.34 -10.67 -.367 -2 4 0.33 2

(D-P)2 177.6389 74.9956 0.1156 136.1889 18.7489 0 5.4756 113.8489 13.4687 4 16 .1089 4 S 564.6402

(D-P) 12

(D-P)2 144

Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre Enero Febrero Marzo

27 18 30 25 22 15 17 16 20 18 20 ?

25.5 27.25 26.75 25 23.75 23 19.75 17.5 17 17.75 18.5

1.5 -9.25 3.25 -1.75 -3 -8.75 -6 -3.75 2.5 1 2.25

2.25 85.5625 10.5625 3.0625 9 76.5625 36 14.0625 6.25 1 5.0625 S 393.375

En conclusin, el mejor pronstico es de 18.5 unidades porque (D-P)2 es menor con respecto a los otros datos. TCNICA No. 2 PROMEDIO MVIL DOBLE (PMD) sta es otra tcnica cuantitativa que sirve para calcular el pronstico de la demanda o de las ventas para periodos futuros, para su aplicacin y clculos es recomendable seguir el procedimiento que se indica. Procedimiento: Se calcula el PMS, considerndose el conjunto de datos y los valores asignados para n Se determina el mejor pronstico con antecedente en le menor error al cuadrado < (D-P)2 . Se calcula el promedio mvil doble Se calculan los valores correspondientes a: a = 2(PMS) PMD b = n/n-1 (PMS PMD) Se calcula el pronstico para el periodo deseado, mediante la siguiente expresin: y = a + b(x) donde y = pronstico deseado o buscado x = el periodo en el que se desea el pronstico Ejemplo: Con los datos obtenidos en el problema anterior, se desea calcular los pronsticos de ventas para los meses de Noviembre, Diciembre y Enero. Estos clculos se debern obtener mediante PMD. Paso 3 Cuando n= 4 Demanda (D) Periodos Mensuales Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre 30 35 28 20 25 30 35 40 50 ? 32.5 31.5 24.0 22.5 27.5 32.5 37.5 32 27.75 23.25 25 30 Pronsticos (P) (D-P)

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 pronstico de venta para una cocina "NOVA", el pronstico se requiere para el ao 2003, as mismo, se estima conveniente asignar a n valores de 3, 4 y 5, adems se tienen datos histricos de ventas de los ltimos 9 aos, el calculo del pronstico se deben obtener mediante PDM. Cuando n= 3 Periodos Mensuales Demanda (D) 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 Cuando n= 4 Periodos Mensuales Demanda (D) 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 20 25 28 30 31 32 38 41 45 40 Pronsticos (P) (D-P) (D-P)2 20 25 28 30 31 32 38 41 45 40 38 42 46 30 38 40 38 Pronsticos (P) (D-P) (D-P)2

1994 1995 1996 1997 1998 1999 2000 Cuando n= 5

38 42 46 30 38 40 38 Pronsticos (P) (D-P) (D-P)2

Periodos Mensuales Demanda (D) 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 20 25 28 30 31 32 38 41 45 40 38 42 46 30 38 40 38

TCNICA No. 3 AJUSTE EXPONENCIAL SIMPLE (AES) Nos permite calcular los pronsticos de las ventas de la demanda para el siguiente periodo nicamente, la aproximacin exponencial. Es una ponderacin o valor de ajuste con cierto grado de error, que se puede estimar o determinar al emitir un pronstico, este valor de ajuste flucta en ( 0.1 y 1). Si el valor de ponderacin es pequeo el deslizamiento o ajuste ser gradual y mnimo. Para asignar el valor de ajuste o de ponderacin (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 fabricacin de artculos higinicos, el gerente de mercadotecnia est interesado en conocer el pronstico de ventas para l mes de octubre del 2003, su exigencia le conduce a utilizar factores de conderacin para a = 0.1, 0.2 y 0.3. para lo cual se cuenta con la siguiente informacin histrica que se indica a continuacin. El clculo del pronstico deseado se deber obtener por AES. para a = 0.1 Periodos Mensuales Mayo Junio Demanda (D) 100 120 Pronsticos (P) 100 100 (D-P) 0 20 a (D-P) 0 2 P = P + a (D-P) 100 102 (D-P)2 0 400

Julio Agosto Septiembre Octubre

130 120 140 ?

102 104.8 106.32 109.68

28 152 37.68

2.8 1.52 3.36

104.8 106.32 109.68

784 231.04 1134.34

S 2549.38 para a = 0.2 Periodos Mensuales Mayo Junio Julio Agosto Septiembre Octubre Demanda (D) 100 120 130 120 140 ? Pronsticos (P) 100 100 104 109.2 11.36 117.88 S 2012.88 para a = 0.3 Periodos Mensuales Mayo Junio Julio Agosto Septiembre Octubre Demanda (D) 100 120 130 120 140 ? Pronsticos (P) 100 100 106 113.2 115.24 122.66 (D-P) 0 20 24 6.8 24.76 a (D-P) 0 6 7.2 2.04 7.42 P = P + a (D-P) 100 106 113.2 115.24 122.66 (D-P)2 0 400 576 46.24 613.05 (D-P) 0 20 26 10.8 28.64 a (D-P) 0 4 5.2 2.16 5.72 P = P + a (D-P) 100 104 109.2 111.36 117.08 (D-P)2 0 400 76 116.64 820.24

Tarea Con los siguientes datos calcule el pronstico de ventas o de la demanda para el periodo 9, considere factores de ajuste 0.3 y 0.5; los datos histricos de ventas as como los periodos se indican a continuacin: para a = 0.3 Periodos Mensuales 3 4 5 6 7 8 9 para a = 0.5 Periodos Mensuales 3 4 5 6 Demanda (D) 16 18 20 12 Pronsticos (P) 16 16 17 18.5 (D-P) 0 2 3 -6.5 a (D-P) 0 1 1.5 -3.25 P = P + a (D-P) 0 4 9 42.25 (D-P)2 0 4 9 42.25 Demanda (D) Pronsticos (P) (D-P) a (D-P) P = P + a (D-P) (D-P)2

7 8 9

16 20

15.25 15.62 17.8

.75 4.38

.37 2.18

.56 19.18

.5625 19.1844

S 74.996 TCNICA No. 4 AJUSTE EXPONENCIAL DOBLE (AED) Tcnica cuantitativa que permite calcular los pronsticos de la demanda para periodos futuros, teniendo como antecedente datos histricos en cuanto a periodos y demanda. Para implementar esta tcnica o mtodo a la solucin de problemas de pronsticos de la demanda, se recomienda seguir el procedimiento: 1. Se calcula el pronstico mediante el ajuste exponencial simple, teniendo en cuenta los valores del factor del ajuste. 2. Se selecciona el mejor pronstico obtenido en el paso anterior, teniendo en cuenta el menor error < (D-P)2 3. 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 parmetros Calcular el pronstico final

4. 5.

y = a + b(x) donde y = pronstico deseado o buscado (final). x = el periodo en el que se desea el pronstico. Ejemplo: Chocolates "Tin larn" S.A, esta interesada en conocer el pronstico de ventas o de la demanda para el primer trimestre del ao 2003, para lo cual usar AED, considerndose 3 factores de ajuste: 0.2, 0.25 Y 0.35. La demanda est expresada en miles. Tanto el gerente de mercado como el de produccin de la empresa estn interesados en ver grficamente el comportamiento de la demanda de este producto a travs de: Datos o reg. histricos El mejor pronstico obtenido por AES El mejor pronstico obtenido por AED Los resultados obtenidos para el primer trimestre del ao del 2003-02-23 para a = 0.2 Periodos Mensuales Junio Julio Agosto Septiembre Octubre Demanda (D) 150 180 200 120 140 Pronsticos (P) 150 150 156 164.8 155.84 152.67 para a = 0.25 Periodos Mensuales Junio Julio Agosto Septiembre Octubre Demanda (D) 150 180 200 120 140 Pronsticos (P) 150 350 157.5 168.12 156.09 152.07 (D-P) 0 30 42.5 -48.125 -16.09 a (D-P) 0 7.5 10.62 -12.03 -4.02 P = P + a (D-P) 150 157.5 168.12 156.09 152.07 (D-P)2 0 900 1806.25 2316.02 259.0 S 5281.25 (D-P) 0 30 44 -44.8 -15.84 a (D-P) 0 6 8.8 -8.96 -3.10 P = P + a (D-P) 150 156 164.8 155.84 152.67 (D-P)2 0 900 1936 2007.04 250.9 S 5093.95

para a = 0.36 Periodos Mensuales Junio Julio Agosto Septiembre Octubre Demanda (D) 150 180 200 120 140 Pronsticos (P) (D-P) a (D-P) P = P + a (D-P) (D-P)2

Tcnica 5: Mnimos Cuadrados Esta es otra tcnica de tipo cuantitativo que permite el clculo de los pronsticos para perodos futuros, para lo cual requiere de registros histricos que sean consistentes, reales y precisos. Esta tcnica como su nombre lo indica se trata de sacar el total de las desviaciones elevadas al cuadrado a un valor mnimo: su objetivo es determinar los coeficientes a y b, que son conocidos como coeficientes de regresin, donde x es la variable independiente (tiempo), y es la variable dependiente (pronstico de la demanda). En la prctica se pueden utilizar dos mtodos para calcular los pronsticos a travs de mnimos cuadrados: Frmula general y Mtodos simplificado. 1. Para aplicar este mtodo en el clculo de pronsticos de la demanda, se deben tener en cuenta las siguientes expresiones matemticas:

2. 3.

donde: n = tamao de la muestra o el nmero de perodos x = perodo en el que se desea el pronstico y = el pronstico FRMULA GENERAL MTODO SIMPLIFICADO (PARES Y NONES)

El mtodo simplificado como su nombre lo indica, en la prctica es ms simple y se llega al resultado de forma ms rpida. Las expresiones a usar son:

donde: n = tamao de la muestra o el nmero de perodos x = perodo en el que se desea el pronstico y = el pronstico Cundo ser par y cuando ser non? Pares: Debemos entender por pares el numero de perodos expresados de dos en dos (2, 4, 6, 8...) Nones: Es cuando los perodos considerados en los clculos son impares (1, 3, 5, 7, 9...) Ejemplo: Panasonic, empresa internacional en su rea de pilas desechables, desea calcular el pronstico de ventas para el ao 2003, teniendo como antecedentes los datos que se muestran en la tabla. El clculo del pronstico se deber emitir mediante la formula general y corroborarse con el mtodo simplificado que corresponda. a. Perodos 1990 Ventas (miles) x 85 1 xy 85 x2 1

1991 1992 1993 1994 1995

89 92 95 93 98 552

2 3 4 5 6 21

178 276 380 465 588 1972

4 9 16 25 36 91

b. c.

Clculo del pronstico

d. e. f. g.

x son los perodos desde el primer dato histrico hasta el pronstico a calcular Solucin por Frmula General Solucin por Mtodo Simplificado

Pares porque el nmero de perodos es par (6) Perodos 1990 1991 1992 Ventas (miles) x 85 89 92 -5 -3 -1 0 1993 1994 1995 95 93 98 552 1 3 5 0 xy -425 -267 -92 0 95 279 40 80 x2 25 9 1 0 1 9 25 70

NOTA: A x se le asignan valore impares por que es un problema par.

*los perodos se cuentan a partir de 1993 con nmeros consecutivos impares de los asignados a x en un principio hasta llegar a 2003: 96-7 97-9 98-11 99-13 2000-15 2001-17 2002-19 2003-21

Sabritas S.A de C.V. desea elaborar el pronstico de ventas para uno de sus productos en el ao 2003 y en torno a ste resultado, se har la planeacin 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 clculo de ste pronstico se deber hacer a travs de Frmula General y Mtodo Simplificado. a.

Perodos 1987 1988 1989 1990 1991 1992 1993 1994 1995

Ventas (miles) x 120 121 117 118 124 125 120 118 130 1093 1 2 3 4 5 6 7 8 9 45

xy 120 242 351 472 620 750 840 944 1170 5509

x2 1 4 9 16 25 36 49 64 81 285

b. c. d. e. f. g.

Clculo del pronstico Solucin por Frmula General Solucin por Mtodo Simplificado

Nones porque el nmero de perodos es impar (9) Perodos 1987 1988 1989 1990 1991 1992 1993 1994 1995 Ventas (miles) x 120 121 117 118 124 125 120 118 130 1093 -4 -3 -2 -1 0 1 2 3 4 0 xy -480 -363 -234 -118 0 125 240 354 520 44 x2 16 9 4 1 0 1 4 9 16 60

NOTA: A x se le asignan valores consecutivos

*los perodos se cuentan a partir de 1992 con nmeros consecutivos de los asignados a x en un principio hasta llegar a 2003: 96-5 2000-9

97-6 98-7 99-8

2001-10 2002-11 2003-12

TCNICA 6: NDICES DE ESTACIONALIDAD Esta tcnica sirve para calcular el pronstico de ventas cuando existe estacionalidad o ciclos y tambin se utiliza cuando en cada perodo existen diferencias de ventas muy marcadas, razn por la cual se hace necesario calcular un ndice que nos permitir un ajuste por cada perodo. El concepto de ndice de Estacionalidad se explicar con ms detalle a partir del siguiente problema: Ejemplo: Teniendo como referencia la informacin histrica que se indica en la siguiente tabla, determine el pronstico para el ao 2003 y ajstelo mediante ndices de estacionalidad. Perodos B I M E S T R E S (anuales) 1o 2o 1991 1992 1993 1994 1995 80 55 84 83 81 383 120 140 160 170 175 765 Total 640 660 718 741 748 3507

3o 130 140 150 155 160 735

4o 100 105 105 110 100 520

5o 90 95 94 93 92 464

6 120 125 125 130 140 640

Solucin: 1. Hacer sumatorias horizontales y verticales en su caso.

2.

Calcular los promedios por bimestre (en este caso)

3.

Clculo del promedio total

4.

Clculo de los indices de estacionalidad Perodos Ventas 1991 640 x 1 xy 640 x2 1

1992 1993 1994 1995 5.

660 718 741 748 3507

2 3 4 5 15

1320 2154 2964 3740 10818

4 9 16 25 55

6. 7. 8. 9.

Clculo del pronstico Calcular el pronstico para el ao 2003

10. Calcular el pronstico promedio 11. Ajuste del pronstico bimestral por los IE BIMESTRES 1o 0.665 166.40 2o 1.308 166.40 3o 1.257 166.40 4o 0.889 166.40 5o 0.793 166.40 6 1.094 166.40

Perodos (anuales) IE Pronostico Promedio

Pronstico Bimestral ajustado 108.992 por IE

217.651

209.164

147.929

131.955

182.04

3. Glosario de PCP Ingeniera Industrial: Consiste en todas las actividades de control de ingeniera y administracin que no se pueden designar claramente como funciones de otras ingenieras o de contabilidad. Incluye un cambio de variedad de tareas establecidas con el propsito de disear, establecer y mantener los sistemas administrativos para una eficiente operacin. Planeacin. 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 polticas, as como la fijacin de programas y la determinacin de mtodos especficos. Produccin.- Son los bienes y servicios producidos para ser usados fuera de la programacin que se entregan al mercado o al sector de la sociedad, geogrfico o de la economa al cual se sirve y que pretenden lograr directamente la finalidad de la organizacin. Control.- Comprobacin, verificacin, fiscalizacin, examen, registro, inspeccin, preponderancia, dominio, mando, poder. Quien controla una cosa. Mercado.- Conjunto de grupos de compra venta. Lugar o edificio pblico destinado al comercio. Conjunto de consumidores y productores de un artculo o lnea de artculos. Elementos del mercado.Lugar Proveedores Empresas Compradores Dinero Productos Bienes y/o servicios

Sistema.Conjunto de elementos que intervienen entre s para lograr un fin especfico. Sistema productivo.Entrada, insumo, salida (bien y o servicio) Enfoque sistemtico.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. Pronstico.Es una tcnica que permite predecir lo que ocurrir en el futuro. El pronstico depender de los cambios en las variables externas al sistema de produccin. Tcnicas de pronsticos. Cualitativas Cuantitativas Combinacin de ambas Empresa.Empresa es un termino nada fcil de definir, ya que a este concepto de le dan diferentes enfoques (econmico, jurdico, filosfico, social, etc.). En su ms simple acepcin significa la accin de emprender una cosa con un riesgo implcito. Es necesario analizar algunas de las definiciones ms trascendentes de la empresa, con el propsito de emitir una definicin con un enfoque administrativo: Anthony Jay: Institucin 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 produccin.- Es una etapa del desarrollo histrico de la humanidad. Cada etapa se conforma por las relaciones de produccin y distribucin que se establecen entre los grupos humanos. Adicionalmente el modo de produccin tambin integra el grado de desarrollo en el que se encuentran el trabajo y los medios de produccin. Producto.- Se entiende por producto a todo los bienes y servicios que aparecen como resultado de la actividad econmica. 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 mercancas o servicios que entran en le mercado a un precio dado y en periodo de determinado tiempo. 4. Exmenes de Planeacin y Control de la Produccin 1 - IPN DEPARTAMENTO DE CIENCIAS DE LA INGENIERA ACADEMIAS DE INVESTIGACIN DE OPERACIONES INGENIERA INDUSTRIAL 1. La compaa confecciones modernas, a travs de su departamento de PCP desea estimar su pronstico de la demanda para el ao 1998 a travs de varias tcnicas y poder escoger el ms conveniente. La informacin con que se cuenta es la siguiente: demanda de vestidos de T R I M E S T R E S noche 1 2 3 4 TOTAL 1990 90 46 88 49 273 1991 111 60 114 64 349 1992 132 74 148 86 440 1993 142 68 181 94 485 1994 142 79 195 106 522 Las tcnicas a considerar son: a. Promedio mvil ajustado por tendencia para n = 2 b. Aproximacin exponencial ajustada por tendencia para L = 0.4 c. series de tiempo a travs de la ecuacin de la recta Cul tcnica escogera y porqu? 2.- Con la tcnica seleccionada, calcule el pronstico para el tercer trimestre del ao 2000. De acuerdo a los ndices obtenidos analice los resultados y haga un comentario explicativo.

3.- Determine la correlacin de la ecuacin de la recta. Cmo sabemos que hay una buena relacin entre las variables y acuerdo al producto que manejamos cul podra ser el factor a relacionar? Con los siguientes datos 1990. 500 1991. 450 1992. 600 1993. 650 1994. 700 Departamento De Ciencias De La Ingeniera Academias de investigacin de operaciones ingeniera industrial Planeacin y control de la produccin I 1. OSRAM compaa dedicada a la fabricacin de focos ha observado que en los ltimos aos han disminuido las ventas de focos de 150 Watts de acuerdo con la siguiente informacin. Ao 1991 1992 1993 1994 1995 1996 Ventas 228.8 158.9 176.4 165.1 145.6 130.3 El director de la compaa desea estimar el pronstico de la demanda para 1998 con objeto de ver si se justifica o no seguirlo produciendo, para lo cual debe elegir entre las siguientes tcnicas. a. Promedio mvil con n = 2 b. Aproximacin exponencial con a = 2.- Una empresa fabricante de cosmticos desea saber si existe correlacin entre gastos publicitarios y sus ventas, si se cuenta con la siguiente informacin, adems de pronosticar las ventas para 1997, si se invertirn $ 7000.00 en publicidad. Ao 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 pronstico bimestral para 1998 utilizando la tcnica de mnimos cuadrados. Mes ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO 1994 1995 1996 19 20 21 22 23 22 21 20 25 24 23 22 21 20 21 22 23 24 25 22 30 29 28 27 26 25 26 27 28 29 30 28

SEPTIEMBRE 19 OCTUBRE 18

NOVIEMBRE 24 DICIEMBRE 21

NOTA: EN TODOS LOS EJERCICIOS, GRAFQUE Y EMITA SUS COMENTARIOS 1. De acuerdo con la opinin de algunos directivos de "la granada S.A." las ventas de vestidos para dama tipo junior estn relacionados con las ventas de Zapatillas de la marca Nine West. Si es cierta dicha relacin se incrementar la produccin para otoo e invierno por considerarlas altas en ventas. Utilice la tcnica correspondiente para conocer si dicha relacin es buena. AO Venta de Vestidos Ventas de Zapatillas

1989 1990 1991 1992 1993 1994

1350 1390 1448 1500 1550 1623

955 960 970 1005 1025 1100

2. La Empresa la manzana S.A., ha proporcionado sus ventas reales correspondientes al ao 1995 y desea calcular sus ventas para el segundo semestre de 1996. Utilizando la tcnica de aproximacin exponencial, con factores de ponderacin de un 30 y 50%. La informacin complementaria es la siguiente: Periodo J A S O N D Ventas Reales 960 970 950 935 926 943 3. La empresa www.monografias.com desea conocer el pronstico mensual para 1997 utilizando la tcnica de mnimos cuadrados (ndices estaciones) AO ENERO FEB 1991 23 1992 26 1993 19 21 21 22 MARZO ABRIL MAYO JUNIO JULIO AGO 20 22 23 24 20 26 22 24 21 25 22 24 20 25 24 26 26 25 SEPT. OCT 25 26 28 28 20 21 NOV27 27 25 DIC 30 30 21

Nota: En Todos Los Ejercicios, Grafque Y Emita Sus Comentarios

Leer ms: http://www.monografias.com/trabajos13/placo/placo.shtml#ixzz2eS7whfu5

2.5.2. Mtodos Cuantitativos Los modelos cuantitativos de pronsticos son modelos matemticos que se basan en datos histricos. Estos modelos suponen que los datos histricos son relevantes para el futuro. Casi siempre puede obtenerse informacin pertinente al respecto. Entre los mtodos ms utilizados se encuentran los siguientes: a) Series de Tiempo: Para pronsticos a corto plazo, se usan mucho los mtodos de series de tiempo. Una serie de tiempo es simplemente una lista cronolgica de datos histricos, donde la suposicin esencial es que la historia predice el futuro de manera razonable. Existen varios modelos y mtodos de series entre los cuales elegir, y que incluyen el modelo constante, de tendencia y estacional, dependiendo de los datos histricos y de la comprensin del proceso fundamental. Enfoque simple: Tambin llamado pronstico emprico. Uno de los mtodos ms sencillos es usar el ltimo dato como pronstico para el siguiente periodo. Es decir el pronstico de la demanda para el siguiente periodo es igual a la demanda observada en el periodo actual. Por ejemplo si la demanda real para el mircoles ha sido 35 clientes, la demanda para el jueves ser 35 clientes. Si la demanda real del jueves es 42 clientes, la demanda pronosticada para el viernes ser de 42 clientes. Este mtodo puede tomar en cuenta una tendencia de la demanda. El incremento (o disminucin) observado en la demanda de los dos ltimos periodos se usa para ajustar la demanda actual con miras a elaborar un pronstico. Por ejemplo: Si la demanda fue de 120 unidades en la ltima semana y de 108 unidades la semana anterior, el incremento de la demanda fue de 12 unidades en una semana por lo cual el pronstico para la sig. Semana ser de 120 + 12 = 132 unidades. Si la demanda real de la semana siguiente resulta ser de 127 unidades, entonces el siguiente pronstico ser de 127 + 7 = 134 unidades. Promedio mvil simple: Se usa para estimar el promedio de una serie de tiempo de demanda y para suprimir los efectos de las fluctuaciones al azar. Este mtodo resulta ms til cuando la demanda no tiene tendencias pronunciadas ni fluctuaciones estacinales. Implica simplemente calcular la demanda promedio para los "n" periodos ms recientes con el fin de utilizarla como pronstico del periodo siguiente. Para el pronstico siguiente una vez conocida la demanda, la demanda ms antigua incluida en el promedio anterior se sustituye por la demanda mas reciente y luego se vuelve a calcular el promedio. Es decir: Ft+1 = Suma de las n ultimas demandas / n = Dt + Dt -1 + Dt-2 + + Dt - n + 1 Donde: Dt = demanda real en el periodo t n = nmero total de periodos incluidos en el promedio F t+1 = Pronstico para el periodo t+1 Ejercicio: Tomando los datos de la fbrica de un producto elabore un pronstico mvil de 5 semanas, para estimar cuantas cajas del producto se necesitaran para la semana 11. Datos:

b) Si la demanda real en la semana 11 fue 55 cajas obtener el pronstico mvil de 5 semanas para la semana 12 sera: F12 = (55 + 60 + 55 + 61 + 58) / 5 = 57,8 El pronstico es de 57,8 cajas Cul ser el pronstico para la semana 13 en este momento?

Respuesta F13 = 57,8 cajas Promedio mvil ponderado: Es una variacin del promedio mvil en la que no todos los datos tienen el mismo peso. Esto permite que los datos que tienen mayor importancia tengan mayor peso, todos pesos deben sumar 1 y la distribucin de los pesos determina la velocidad de respuesta del pronstico Ejemplo: Una empresa se da cuenta de que en un periodo de cuatro meses, el mejor pronstico se deriva utilizando 40% de las ventas reales durante el mes ms reciente, 30% para los dos meses antes, 20% de tres meses antes y 10% de hace cuatro meses. Si las ventas reales fueron:

Suavizamiento exponencial: Es un mtodo de promedio mvil ponderado muy refinado que permite calcular el promedio de una serie de tiempo. Es el mtodo de pronstico formal que se usa ms a menudo, por su simplicidad y por la reducida cantidad de datos que requiere. A diferencia del mtodo d3 promedio mvil ponderado, que requiere n periodos de demanda pasada y n ponderaciones, la suavizacin exponencial requiere solamente tres tipos de datos: el pronstico del ltimo periodo, la demanda de ese periodo y un parmetro suavizador, alfa (a), cuyo valor flucta entre 0 y 1,0. Para elaborar un pronstico con suavizacin exponencial, ser suficiente que se calcule un promedio ponderado de la demanda ms reciente y el pronstico calculado para el ltimo periodo. La ecuacin correspondiente a este pronstico es:

Ejemplo:

Tendencia lineal (Suavizamiento exponencial con tendencia): Si se considera una serie de tiempo de la demanda con una demanda con una tendencia. En una serie de tiempo, una tendencia consiste en un incremento o descenso sistemtico de los promedios de la serie a travs del tiempo. En este enfoque, las estimaciones para el promedio y la tendencia son suavizadas, para lo cual se requieren solamente dos constantes de suavizacin. Se calcula el promedio y la tendencia para cada periodo

Ejemplo: Medanalysis, Inc. Ofrece servicios de laboratorio clnico a los pacientes de Health Providers, una agrupacin de 10 mdicos familiares asociados que brindan un nuevo programa de mantenimiento de la salud. Los gerentes estn interesados en pronosticar el nmero de pacientes que van a requerir anlisis de sangre cada semana. Es preciso comprar suministros y tomar una decisin acerca del nmero de muestras sanguneas que serian enviadas a otro laboratorio, para compensar las limitaciones de la capacidad del laboratorio principal. Las informaciones recientes acerca de los efectos nocivos que provoca el colesterol en el corazn han generado un incremento en las solicitudes de anlisis ordinarios de sangre en todo el pas. En promedio, Medanalysis realiz 28 anlisis de sangre cada semana durante las cuatro ltimas semanas. La tendencia en ese perodo fue de tres pacientes adicionales por semana. La demanda en esta semana fue de 27 anlisis de sangre. Se usar una a de 0,20 y = 0,20. Calcular el pronstico correspondiente a la semana prxima. Solucin

Regresin Lineal Simple: El anlisis de regresin lineal establece una relacin entre una variable dependiente y una o ms variables independientes. En la regresin lineal simple hay solamente una variable independiente. La variable dependiente es cualquier cosa que se quiera pronosticar. Este modelo toma la forma: Y = a + bX

Y = variable dependiente X = variable independiente a = intercepto con eje Y b = pendiente de la lnea Estas constantes a y b se calculan de la siguiente forma:

Una vez que se han calculado los valores de a y b, se puede sustituir cualquier valor futuro de X para pronosticar el valor correspondiente de Y. Ejemplo de Regresin Lineal Simple Las matriculas de estudiantes en un colegio regional ha crecido de manera constante en los ltimos seis aos como se muestra a continuacin. Utilice la regresin de series de tiempo para pronosticar las inscripciones de estudiantes para los prximos tres aos. Ao 1 2 3 4 5 6 Estudiantes Inscritos (x 1000) 2,5 2,8 2,9 3,2 3,3 3,4

Ajuste exponencial: Tambin establece una relacin entre una variable dependiente y una o ms variables independientes. En esta la curva (exponencial) uniforme permite un mejor ajuste que una recta Este modelo toma la forma: Y = a + bX

En este caso los valores de a y b se determinan de la siguiente manera:

Regresin Lineal Mltiple: El anlisis de regresin lineal mltiple establece una relacin entre una variable dependiente y dos o ms variables independientes, con el objeto de estimar o predecir un valor promedio, con base en los valores conocidos. Este tipo de pronstico se presenta cuando dos o ms variables independientes influyen sobre una variable dependiente. Ejemplo: Y = f (x, w, z ... n). En el anlisis de regresin lineal mltiple, se considera: Se asume que existe una relacin lineal entre las variables. El pronstico tiene un horizonte de tiempo corto o largo, es de una precisin media alta. Se determina un coeficiente de correlacin que indica que la relacin que se investiga es potencialmente un indicador til. El anlisis de regresin lineal mltiple dispone de una ecuacin con dos variables independientes adicionales:

Se puede ampliar para cualquier nmero "m" de variables independientes:

Para poder resolver y obtener y en una ecuacin de regresin mltiple el clculo se presenta muy tediosa porque se tiene atender 3 ecuaciones que se generan por el mtodo de mnimo de cuadrados:

Es una medida de dispersin la estimacin se hace ms precisa conforme el grado de dispersin alrededor del plano de regresin se hace ms pequeo. Para medirla se utiliza la formula:

De igual forma para esta aplicacin se utiliza la funcin estadstica llamada "ESTIMACION LINEAL", de "Microsoft EXCEL", hoja de clculo, para Windows, la cual efecta los clculos de regresin lineal simple y mltiple. La funcin "ESTIMACIN LINEAL" arroja como resultado una matriz que describe una ecuacin del tipo: Y = m1 X1 + m2 X2 + m3 X3 + ....... + mn Xn + b Donde el valor Y dependiente es una funcin de los valores Xi independientes. Los valores mi son coeficientes que corresponden a cada valor de Xi y b es un valor constante. Estimacin lineal tambin puede devolver estadsticas de regresin, de esta forma arroja lo siguiente:

La metodologa asume que existe una relacin lineal entre cada una de las variables independientes con la variable dependiente que se considere. Para interpretar de una mejor forma la informacin a continuacin se presenta la definicin de algunos de los resultados que arroja la funcin de EXCEL. R2: Coeficiente de determinacin o error cuadrtico. F: Estadstico utilizado para verificar la correlacin entre la variable dependiente y las variables independientes, como un todo. m i : Coeficiente de cada variable independiente en la ecuacin de regresin. b : Constante de la ecuacin de regresin. t i : Estadstico utilizado para comprobar la importancia de cada una de las variables independientes en la explicacin del fenmeno en estudio o de la variable dependiente.

Leer ms: http://www.monografias.com/trabajos97/planificacion-y-control-operaciones/planificacion-y-controloperaciones2.shtml#ixzz2eS9BA0ra