Gerencia de Produccin

MSC. Esteban Castro Mora

Mapa del Modulo
El Sistema MRP2
Manufacturing Lead Time Strategy
Patrones de Series de Tiempo
Generalidades
Generalidades
Sistemas de Pronsticos y Patrn
Observado
Indicadores de
eficiencia
1. Precisin
2. Costo
3. Utilidad de los Resultados
 Precisin
1. La precisin de un pronstico se mide con base en los errores de
pronstico, los cuales se calculan como la diferencia entre el valor
real observado y su pronstico, calculado en algn perodo antes,
generalmente en el perodo anterior al observado.
 Precisin
2. Otros medidores de variabilidad que han demostrado ser ms
efectivos que el anterior, por cuanto su suma no tiende a
cancelarse con signos contrarios, son los siguientes:
 Precisin
3. Una medida del error del pronstico frecuentemente utilizada en la
industria es el error absoluto porcentual (Absolute Percentage
Error):

Mas Utilizada

Evala
 Precisin

Evaluar para un solo periodo?

Desviacin absoluta media (Mean Absolute Deviation, MAD).
Error cuadrtico medio (Mean Square Error ECM).
Desviacin absoluta porcentual media (Mean Absolute Percentage Error, MAPE).
 Precisin
1. MAD se define como el promedio de los errores absolutos sobre un
nmero determinado de perodos.

2. ECM se define como el promedio de los errores cuadrticos sobre

un nmero determinado de perodos.
 Precisin
3. MAPE (Mean Absolute Percentage Error) se define de acuerdo con
la correspondiente definicin del error porcentual dada
anteriormente.
Costo
 Utilidad de los Resultados
1. El grado de aceptacin, credibilidad y utilizacin que se le d al
sistema de pronsticos.
Estimar la demanda esperada en el corto plazo, pero tambin proveer mecanismos para estimar
dicha demanda en el mediano y largo plazo para efectos de planeacin agregada.

Estimar adecuadamente los errores de pronstico.

Actualizar los pronsticos peridicamente de tal manera que cualquier correccin pueda hacerse
rpidamente.

Balancear el costo de los errores de pronstico obtenidos contra el costo de generarlos.

1.
 Control de
Inventarios y ABC
ABC y Pronsticos
Regresin Lineal
 Regresin Lineal

1. El objetivo del anlisis de regresin como mtodo causal es pronosticar

la demanda a partir de una o ms causas (variables independientes),
las cuales pueden ser por ejemplo el tiempo, precios del producto o
servicio, precios de la competencia, economa del pas, acciones del
gobierno o fomentos publicitarios.

2. El anlisis de regresin es pertinente cuando se evidencia una

tendencia en los datos histricos del pronstico.
 Coeficiente de Correlacin
1. Este coeficiente, permite entender qu tanta correlacin existe entre la
demanda y el tiempo.

Correlacin perfecta: Cuando el resultado de coeficiente es igual a 1 o -

1. En este caso existe una relacin directamente proporcional entre la
demanda y el tiempo.

Correlacin fuerte: Cuando el resultado es mayor a 0.5 y menor que 1

(correlacin positiva) o menor a -0.5 y mayor que -1(correlacin
negativa).

Correlacin dbil: Valores que estn entre -0.5 y 0.5.

Formulas
Formulas
 Promedios

1. Simple
2. Mvil
3. Ponderado
 Promedio Simple
300
t Dt Ft Et Abs Et
250
1 200
200

2 250 200 50 50 150

3 175 225 - 50 50 100

50
4 186 208 - 22 22
-
5 190 203 - 13 13 1 2 3 4 5 6 7 8 9

Dt Ft
6 240 200 40 40
7 250 207 43 43
8 190 213 - 23 23
9 210 - 210 210
 Promedio Mvil
1. Es adecuado para patrones de demanda estables o perpetuos, con
poca o ninguna tendencia. Clave seleccionar N (Periodos del
Promedio).
2. Como seleccionar N? Ojo N puede variar con el tiempo.
Suavizacin Exponencial
Simple
 Suavizacin Exponencial Simple
1. Su nombre se debe a que cada incremento del pasado se puede
reducir.

2. A diferencia del promedio mvil o el promedio mvil ponderado la

importancia de los datos disminuye entre mas antiguos sean.

3. Deseamos calcular nuevamente B.

4. La ecuacin bsica de la suavizacin exponencial aplica un peso a la

ltima observacin de demanda y un peso (1 - ) al pronostico
previamente calculado.
Suavizacin Exponencial Simple
 Cual es el Mejor Alfa?

1. El valor de no debe ser ni muy grande que el pronstico responda

aceleradamente a cambios aleatorios normales del proceso, ni muy
pequeo, con el efecto contrario de no responder a posibles cambios
reales.

2. Inicialmente lo lgico es definir en el intervalo 0 < <1, la experiencia

ha demostrado que valores de entre 0.01 y 0.30 son ms adecuados.
 Cual es el Mejor Alfa?

3. Valores mayores que 0.30 producen nerviosismo en el sistema de

pronsticos, al responder de manera acelerada a las fluctuaciones
normales del proceso ya que se le da un alto peso al ltimo dato
disponible de demanda. Por el contrario, valores muy pequeos de ,
es decir, menores que 0.01, no responden satisfactoriamente a posibles
cambios reales del proceso.

4. El valor de que minimice el MAD o el ECM ser el mejor .

Suavizacin Exponencial
Doble
Mtodo de HOLT
 Caracteristicas

1. El sistema de pronsticos de suavizacin exponencial doble tiene en

cuenta la posible tendencia (creciente o decreciente) de la demanda.

2. Trata de identificar diferentes parmetros para estimar demandas

futuras que tengan constante y tendencia. Presencia de un patrn
estacional constante.
Notacin
 Algoritmo

1. Determinar la Interseccin de los datos de la demanda con el eje.

2. Determinar la Pendiente de los datos de la demanda.

3. Determinar la estimacin del valor de la constante donde inicia el

pronstico (m= nmero de datos de la demanda).

4. Determinar 1
So b1 (0) b2 (0)

5. Determinar 1
S o[ 2] b1 (0) 2 b2 (0)

 Algoritmo

6. Determinar

7. Determinar

8. Pronosticar
GRACIAS!