PRODUCCIN 2015-1, LAUREN J.

CA STRO
BOLAO
CONCEPTOS, EJERCICIO DE EJEMPLO
DE WINTER

TALLER DEL

MTODO

1.

Desarrollar el taller en parejas (2) y enviar por correo hasta

el LUNES 6 de Abril de 2015.
2. Asunto del correo:
TallerWinter_Apellido1Apellido2_Apellido1Apellido2
3. Hora de entrega: Hasta las 11:59PM
4. Para generar la calificacin mxima se deben soportar todos los
clculos.
5. Estudiar conforme al taller para evaluacin el da mircoles 8 de
Abril de 2015.
5.3

Proceso estacional
Outdoor Furniture fabrica columpios. Usualmente los clientes compran ms columpios en
los meses calientes que en los fros, de manera que las ventas cambian con las estaciones.
Suponga que los columpios de Outdoor Furniture son muy buenos y la publicidad verbal
hace que au- mente el nmero de personas que los compran. Sus datos, que reflejan
estacionalidad y tenden- cia estn dados en la tabla 4-11 y graneados en la figura 4-12.
En este caso, un ao se puede dividir en cuatro estaciones, cada una de tres meses. Por naturaleza, muchos procesos tiene algn nmero de estaciones durante un ao. Si los periodos
son semanas, el ao tendra 52 estaciones. Los periodos de meses y de trimestres tienen 12 y 4
estaciones en un ao, respectivamente. Otros procesos pueden tener una estacin quie no
est basada en aos, pero debe haber alguna explicacin de la estacionalidad. Los mtodos
presen- tados aqu pueden usarse para cualquier longitud de estacin.

CAPITULO 4: PRONSTICOS

Ao

TABLA 4-11
de los columpios de
Outdoor Furniture

135

Trimestre

1
2
3
4

60
234
163
50

69
266
188
59

84
310
212
64

126.75

145.50

167.50
146.58

Promedio anual
Promedio global

Para resaltar la estacionalidad y la tendencia, en la figura 4-13 se muestra la grfica por

es- tacin. La demanda para cada trimestre del primer ao es menor que la demanda del
mismo tri- mestre del segundo ao, y el valor del segundo ao es menor que el del tercer ao;
parece que la demanda est creciendo. Un buen modelo debe considerar la porcin constante
de la demanda, la tendencia y la estacionalidad.
Varios mtodos consideran los tres factores; se estudiar un modelo multiplicativo popular propuesto por Winters (1960). Formalmente, el modelo es
d t = ( a + bt)c ,
+e,
donde

a = porcin constante
b = pendiente de la componente de tendencia ct
= factor estacional para el periodo t e, =
aleatoriedad no controlable

El mtodo de pronsticos consiste en estimar los parmetros del modelo y usarlos para
ge- nerar el pronstico. La componente constante se estima en forma independiente de la
tendencia y los factores estacionales, por lo que se llama constante no estacional. De la misma
manera, el factor de tendencia debe ser independiente de los factores estacionales. Los factores
estaciona- les se pueden ver como un porcentaje de las componentes constante y de tendencia
para el pe- riodo t; si la demanda en un periodo dado de una estacin es menor que la
componente de ten- dencia/constante, el factor estacional ser menor que uno, y si la
demanda es mayor, ser mayor que uno. El nmero de factores estacionales debe ser igual al
nmero de estaciones al

FIGURA 4-12
Datos estacionales
con tendencia

136 PLANEACIN Y CONTROL DE LA PRODUCCIN

ao. Para pronosticar, se obtienen las estimaciones iniciales de las componentes del modelo y
se actualizan usando suavizamiento exponencial.
Sea dt = demanda en el periodo
t
L = nmero de estaciones en el ao (o en otro marco de tiempo)
T = nmero de periodos de datos disponibles; T = mL donde m es el nmero
de aos completos de datos disponibles
5, = estimacin para el trmino constante a calculado en el periodo t Bt
= estimacin del trmino de tendencia b calculada en el tiempo t Ct =
estimacin de la componente estacional para el periodo t
Para comenzar el procedimiento, se necesita un valor inicial de ST .Una estimacin
natural es un promedio de los datos de una o ms estaciones completas. No debe usarse unja
parte de una estacin; si se usan slo los primeros 9 datos puede obtenerse una mala
estimacin, porque una demanda mayor o menor en el primer trimestre no refleja la demanda
"promedio". Cuando hay tendencia, el promedio de uno o ms aos histricos completos no
proporciona una estima- cin inicial de a. Este promedio incluye la demanda "ms baja" del
principio, lo mismo que la demanda "ms alta" del final de los datos histricos. El signo "+" en
la figura 4-14 es; el prome- dio gobal y est localizado en 6.5, el punto medio de los datos
histricos. Para determinar la porcin constante del proceso en el tiempo T debe corregirse
por tendencia. Por lo tanto, para calcular ST, la estimacin de a, se necesita BT, la estimacin
de b.
Se requieren al menos dos aos completos de datos para calcular BT; con menos datos no
se ver la diferencia entre la tendencia y la componente estacional. Se calcula la dertianda
promedio para cada uno de los dos ltimos aos y se resta el promedio del ms antiguo del
prome- dio del ms reciente. El resultado es el "crecimiento" en los dos aos, que debe
convertirse en un crecimiento estacional dividiendo entre L, el nmero de estaciones por ao.
Si se cuenta con ms de dos aos de datos, pueden usarse cualesquiera de ellos para estimar la
pendiente. Si se usan el primero y ltimo, con m aos de datos disponibles, se divide entre
(m- \)L en lugar de L para obtener el crecimiento por periodo.

PRODUCCIN 2015-1, LAUREN J. CA STRO

BOLAO
CAPITULO 4: PRONSTICOS 137

Ajuste de la
tendencia en datos

Ejemplo 4-4. BT y ST iniciales para Outdoor Furniture. Determine los parmetros

iniciales para el mtodo estacional de Winters usando los datos en la tabla 4-11.
Solucin. El promedio del tercer ao (ltimos cuatro datos) es

El promedio para el segundo ao es d2 = 145.5. Restando el promedio para el ao 2 del

promedio para el ao 3 se obtiene el crecimiento de un ao. Estos promedios se "centran" en
el punto medio de cada ao, los periodos 6.5 y 10.5, respectivamente; de manera que hay un
ao entre ellos. Se divide entre 4 para obtener el crecimiento por periodo. Se tiene

Dada una estimacin de la tendencia, se puede calcular una estimacin de la

componente constante. El promedio de todos los datos se centra en (T - l)/2, el punto medio
de las observaciones (6.5 en la figura 4-14), o (7" - l)/2periodos de T, el tiempo presente. Se
puede estimar la porcin constante del modelo en el tiempo T multiplicando la tendencia
por periodo, BT, por (T - l)/2, el nmero de periodos que hay entre el centro y T. Vea la
figura 4-14.
Para el ejemplo, el promedio global es

Como hay doce periodos de datos, D est centrado en el periodo 6.5, de manera que la
estimacin inicial del trmino constante, ST, en el periodo 12 sera

138 PLANEACIN Y CONTROL DE LA PRODUCCIN

Una vez que se tienen ST y BT ,una estimacin natural del factor estacional parecera ser la
demanda en el periodo dividida entre el trmino constante. Sin embargo, debe corregirse por la
parte de tendencia de la constante.
La estimacin para la porcin constante, ST, se calcul de manera que reflejara el proceso
en el tiempo T. Intuitivamente, la porcin constante del proceso en T - ldebe ser ms pequeo
en BT , y ms pequeo en 2BT en T - 2. En general, una estimacin de la porcin constante del
proceso para el periodo t (t < T) es la estimacin de la constante en el tiempo T menos la
esti- macin de la tendencia multiplicada por el nmero de periodos, esto es, ST - BT x (T
- t ) . Una vez hecho el ajuste por tendencia, se puede dividir la demanda real entre este valor
ajusta- do, para obtener una estimacin del factor estacional. Se calculan los factores
estaicionales usando la frmula

donde C, es la estimacin de ct. Se promedian los factores estacionales para la misma

estacin de cada ao para eliminar el ruido.
Estos factores estacionales, sin embargo, no necesariamente suman L. Para normalizarlos
primero se determina R, el cociente de la duracin de la estacin entre la suma de los factores
estacionales:

El nmero de nuevos factores siempre es el mismo que los periodos en la estacin.

Ejemplo 4-5. Factores estacionales iniciales. Calcule los factores estacionales iniciales para los
datos de la tabla 4-11.
Solucin. Para calcular una estimacin del factor estacional para el periodo 1 en el ejemplp, se
didi- de d{ entre el trmino constante para el periodo 1. El trmino constante ajustado ser

Se divide dx = 60 entre 116.33 y daC, = 0.52. Las ventas del primer trimestre son de alrededor
de
52% del valor promedio. Despus se calculan los factores estacionales para el primer trimestre de
los
aos 2 y 3 y se hace C9 igual al promedio de los tres. La tabla 4-12 muestra clculos similares,
efec- tuados en una hoja de clculo, para el resto de los datos. La ltima columna normaliza los
factores estacionales.
TABLA 4-12
Calculo de factores
estacionales iniciales

Ao
Trimestre

Promedio

12
34

0.52
1.92
1.28
0.38

0.50
1.8
5
1.2
6
0.38

0.52
1.88
1.26
0.36

0.51
1.88
1.25
0.37

Suma

4.02

cin
Normaliza
0.5
11.8
7
1.2
5
0.3
7
4.0
0

CAPITULO 4: PRONSTICOS 139

PRODUCCIN 2015-1, LAUREN J. CA STRO

BOLAO

PRODUCCIN

140

PLANEACIN Y CONTROL DE LA

PRODUCCIN 2015-1, LAUREN J. CA STRO

BOLAO
CAPITULO 4: PRONSTICOS

141

Se pueden usar otros modelos. Si no hay tendencia, se eliminan b y BT de todos los

clcu- los. Una desventaja del modelo multiplicativo con tendencia es que la tendencia
aumenta la amplitud del patrn estacional. Los modelos aditivos,
dt = a + bt + c, + e,
no tienen esta limitacin. La estimacin de los parmetros y el pronstico son muy
similares a los modelos multiplicativos (vea, por ejemplo, Montgomery et al, 1990).

EJERCICIOS PARA DESARROLLAR:

4.34.

SafSeal moldea por inyeccin tapas de plstico hermticas para productos al consumidor. El
mol deo funciona mejor a 68. La planta est equipada con un horno de gas para clima fro y
acondi cionadores de aire para clima caliente. Por esta razn, el consumo de energa
elctrica es estacional con pico en los meses de verano y baja en los meses de invierno.
) Utilice un modelo multiplicativo para estimar los parmetros.
b) Pronostique el consumo de energa elctrica para cada trimestre de 1996.

Obs.

Ao

Estacin

Demanda

1
2
3
4
5
6
7
8

1992

Invierno
Primavera
Verano
Otoo
Invierno
Primavera
Verano
Otoo

1752
3341
4910
3704
1738
2037
4444
3308

1993

Obs.
9
10
11
12
13
14
15
16

Ao

Estacin

Demanda

1994

Invierno
Primavera
Verano
Otoo
Invierno
Primavera
Verano
Otoo

1783
2324
4377
4042
1741
2712
4972
3839

1995

4.35. Sue es una nueva empleada del centro de distribucin del sureste de Rash, Inc. Ella piensa que se
necesita un mejor programa de seguridad y ha recolectado datos de los accidentes por trimestre.
Proporcione a Sue un pronstico por trimestre para el prximo ao, y justifique su modelo y los
nmeros para que Sue pueda presentar de manera efectiva su propuesta a la administracin.
Accidentes
Trimestre
Ao 1
Ao 2

1
42
48

2
58
70

3
74
95

4
44
50

PRODUCCIN 2015-1, LAUREN J. CA STRO

4.36. Lily Pads, Inc. fabrica accesorios para natacin y deportes acuticos para nios. En 1992 introduBOLAO

jeron sus gogles EZ-Glide y las ventas durante los meses de verano han aumentado de matera estable desde el verano de 1992.
Obs.
1
2
3
4
5
6
7
8
9
10
11
12

Ao

Estacin

1992

Primavera
Verano
Otoo
Invierno
Primavera
Verano
Otoo
Invierno
Primavera
Verano
Otoo
Invierno

1993

1994

1995

Demanda
23
51
12
7
30
67
18
14
37
81
21
12

a) Grafique los datos y observe la estacionalidad. Grafique los datos de cada ao por separado
y observe la tendencia de crecimiento.
b) Estime ST, BT y los factores estacionales.
c) Pronostique las ventas para la primavera y el verano de 1995.
4.37. Si los datos de ventas de Lily Pad para 1995/1996 son los que se muestran, pronostique la ventas
para el verano de 1996 y el invierno de 1997.
Trimestre

Demanda

Primavera 1995
Verano 1995

46
99

Trimestre
Otoo 1995
Invierno 1996

Demanda
24
13

4.38. SnugFit es una compaa que fabrica botas de esquiar con materiales compuestos. La$ botas tuvieron ventas lentas al introducirlas al mercado, pero los esquiadores han reconocido qye son excelentes y el precio es slo alrededor del 15% ms alto que otras marcas. El departamento de
pegado hace las uniones en las botas y el ao pasado tena 25 empleados. La eficiencia ppr
trabaja- dor fue 83% el otoo pasado. Tres de estos trabajadores renunciaron. Dados los datos d^
demanda de los ltimos cuatro aos, cuntos trabajadores recomendara contratar para el
prximo invier- no? Recomendara un nmero distinto para la primavera, verano y otoo del
prximo ao?
Demanda (cajas)
Trimestre

Ao l

Ao 2

Invierno
Primavera
Verano
Otoo

156
23
49
220

167
29
38
247

Ao 3
179
46
69
238

Ao 4
188
56
91
248

PRODUCCIN 2015-1, LAUREN J. CA STRO

4.39. Bradley & Hiller producen bates de madera que se usan principalmente en el bisbol profesional.
BOLAO

El departamento de compras quiere firmar un contrato a largo plazo con el proveedor de barniz.
Este contrato especificara la cantidad (en miles de galones) de barniz que B&H comprara cada
trimestre de los prximos dos aos. Las entregas reales se haran semanalmente, pero el total
del trimestre debe ser muy cercano a las cifras contratadas. La tabla muestra el uso de barniz (en
miles de galones) para los tres aos anteriores. Aconseje a compras respecto a la cantidad de
bamiz que debe contratar cada trimestre de los prximos dos aos.