Taller N.1. Prof.

Karen Vargas

TALLER 1: PRONÓSTICOS (30%)

ASIGNATURA: PRODUCCIÓN
PERIODO: 2019-1
GRUPO AN3

INSTRUCCIONES
En grupos de 5 presenten un documento detallado con el análisis y respuesta a cada uno de
los casos planteados. El trabajo se sustentará en clase esta sustentación tendrá un peso del
25% en el total de la nota (se le hará una pregunta a un integrante del grupo, este se escogerá
al azar). Los criterios de calificación están dados por:
 Organización y orden dentro del documento.
 Asertividad en la selección de métodos de pronósticos según el comportamiento de la
demanda.
 Respuesta clara y analítica a los interrogantes
 Puntualidad en la entrega.
 Talleres con evidencia de plagio serán calificados con nota de 0,0 y el caso será remitido
a la dirección de programa.
 Resultados sin el debido análisis no serán tenidos en cuenta.
La hoja de presentación debe incluir nombres completos, identificación y el grupo al cual
pertenecen.
Fecha de entrega: Marzo 6 / 19 se habilitará un enlace en Moodle.

CASO ALTAVOX (2 puntos)

Altavox es fabricante y distribuidor de muchos instrumentos y aparatos electrónicos, como
multímetros digitales analógicos, generadores de función, osciloscopios, contadores de
frecuencia y otras máquinas para pruebas y mediciones. Altavox vende una línea de medidores
de prueba que son populares entre los electricistas profesionales. El modelo VC202 se vende,
a través de seis distribuidoras, a las tiendas de menudeo de Estados Unidos. Las distribuidoras
están en Atlanta, Boston, Chicago, Dallas y Los Ángeles y fueron escogidas para atender
regiones diferentes.
El modelo VC202 se ha vendido bien durante años por su confiabilidad y sólida construcción.
Altavox no lo considera un producto estacional, pero hay alguna variabilidad en la demanda.
En la tabla de la página siguiente se muestra la demanda del producto en las últimas 13
semanas. La gerencia quisiera que usted experimentara con algunos modelos de pronóstico
para determinar cuál debe usarse en un nuevo sistema que va a establecerse.
Taller N.1. Prof. Karen Vargas

Semana/Ciudad Atlanta Boston Chicago Dallas Los

Ángeles
1 40 50 50 40 38
2 45 35 35 42 43
3 37 45 33 60 54
4 38 36 55 40 40
5 55 46 48 51 46
6 30 47 72 35 60
7 18 38 62 70 40
8 85 18 50 40 35
9 47 62 27 55 45
10 37 44 70 34 38
11 23 30 35 45 48
12 55 45 45 47 56
13 40 50 47 42 36

a. Compruebe el tipo de comportamiento que presenta la demanda del modelo VC202 en

cada sede distribuidora. Utilice promedios móviles de n=2, n=4 y n=6 para calcular el
pronóstico de la semana 14 para cada una de las sedes distribuidoras.

Utilice la misma estrategia para pronosticar la demanda total de Altavox. Calcule y

analice los valores de MAD y señal de seguimiento. Analice los resultados y exponga
sus conclusiones. (1 punto)

b. Utilice ahora el método de suavización exponencial con constantes α=0,2 y α=0,7 para
calcular el pronóstico de la demanda total para la semana 14. ¿Existen diferencias
significativas en el resultado del modelo de pronóstico al cambiar el valor de α?
Qué alternativa le recomienda implementar a Altavox: ¿promedios móviles o suavización
exponencial? Justifique su respuesta, utilice el cálculo y análisis de las medidas del error
en cada uno de los métodos. (1 punto)

CASO ARIES (3 Puntos)

El gerente de la fábrica de detergente Aries tiene a su disposición los datos históricos de ventas
de dos de sus productos: detergente para ropa blanca y detergente para ropa de color.
La dirección general de la compañía planea la ampliación de las instalaciones de Aries debido
a que, según la opinión del grupo de expertos, a finales de 2019, el nivel de demanda de
detergente para ropa de color será el doble al actual. La ampliación permitirá aumentar la
capacidad de la línea de producción de detergente para ropa de color hasta una capacidad
máxima de 200.000 Kg de detergente por trimestre.
Taller N.1. Prof. Karen Vargas

Los datos de las ventas históricas se muestran a continuación:

AÑO TRIMESTRE DETERGENTE DETERGENTE

ROPA COLOR (Kg)
BLANCA (Kg)
1 25945 43629
2 33827 39857
2015
3 31597 52116
4 38987 58292
5 25595 52078
6 21742 60512
2016
7 31661 76703
8 39187 70694
9 33455 86332
10 21266 81376
2017
11 20839 96991
12 22844 103762
13 38788 104589
14 33208 99132
2018
15 35550 110186
16 27726 122182

a. El gerente de producción debe realizar la planificación de materiales y mano de obra.

Halle el pronóstico de ventas de ambas líneas de producto para el primer trimestre de
2019. El gerente afirma que ha tenido buenos resultados utilizando constantes de
suavización de α= 0.4 y δ=0.3 para sus líneas de producto. (1 punto).

b. Compruebe la teoría del grupo de expertos. Las obras de expansión de la planta

tienen presupuestado un periodo de construcción de 1 año y las obras empezarían en
el segundo trimestre de 2019.Teniendo en cuenta las estimaciones de demanda, ¿Cuál
tiempo de vida útil de la ampliación de la planta (en meses) hasta que la capacidad
de producción sea nuevamente insuficiente para suplir la demanda de detergente
para ropa de color? Realice las estimaciones teniendo en cuenta una constante α= 0.5
y una constante δ=0.4 (1 punto).

c. Después de exponer las proyecciones obtenidas ante los directivos de la compañía,

estos parecen estar en desacuerdo con sus estimaciones de ventas de detergente para
ropa de color. Utilice el método de regresión lineal como método alternativo para
pronosticar la demanda y compare sus resultados con los obtenidos en el punto anterior.
Utilice el cálculo de las medidas de error para soportar sus conclusiones. (1 punto)