Академический Документы
Профессиональный Документы
Культура Документы
UNIVERSIDAD PERUANA
LOS ANDES
FACULTAD DE INGENIERIA
ESCUELA DE INGENIERIA INDUSTRIAL
INTEGRANTES:
Corso Mariano Tifanny Mariseli
Trujillo Herrera Jefferson
DOCENTE:
José Orlando Alvarado Alvarado
CICLO: IX
CURSO: PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II
AULA: 304
UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II
Contenido
INTRODUCCION ................................................................................................................................... 1
MARCO TEORICO ................................................................................................................................. 2
Antecedentes .................................................................................................................................. 2
BASES TEORICAS .................................................................................................................................. 3
SELECCIÓN DE LA TÉCNICA DE PRONÓSTICO: ................................................................................. 4
CAPÍTULO I: MÉTODO DE ATENUACION EXPONENCIAL AJUSTADA A LA TENDENCIA
Y A LA VARIACION ESTACIONAL(METODO DE WINTER) .................................................... 5
SUAVIZACIÓN EXPONENCIAL AJUSTADA A LA TENDENCIA Y A LA VARIACIÓN ESTACIONAL
(MÉTODO DE WINTERS): ................................................................................................................. 5
CAPÍTULO II: MARCO PRÁCTICO.......................................................................................................... 7
EJEMPLO DE MÉTODO WINTERS ............................................................................................ 7
Significado del valor de It ............................................................................................................ 8
METODO DE WINTER USANDO SOFTWARE MINITAB..................................................................... 9
Ejemplo de pronósticos utilizando el Método de Winters ......................................................... 9
Instrucciones de Minitab ............................................................................................................. 9
Winters' Method for Food .......................................................................................................... 9
Interpretación de los resultados ............................................................................................... 10
CONCLUSIONES ................................................................................................................................. 11
REFERENCIA BIBLIOGRAFICA ............................................................................................................. 11
UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II
INTRODUCCION
LOS PRONÓSTICOS
Pronosticar es el arte y la ciencia de predecir los eventos del futuro. Aunque aún se
necesita del juicio personal para pronosticar, los responsables de esta tarea cuentan
con el apoyo de herramientas y métodos sofisticados.
De hecho los pronósticos han recorrido un largo camino, desde la magia negra, la
predicción de la fortuna por medio de las estrellas, los residuos de café o las bolas
de cristal.
En la actualidad, quien planea las ventas necesita tener una idea de la cantidad de
inventario a producir para hacer frente a las demandas actuales y futuras del
mercado.
La planeación de las operaciones depende de la combinación hábil entre las
condiciones
Actualmente, los pronósticos son casi siempre hechos por personas que han
recibido entrenamiento en la aplicación de técnicas especiales. La utilización de
estas técnicas no eliminan los errores pero pueden predecir su magnitud.
1
UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II
MARCO TEORICO
Antecedentes
2
UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II
BASES TEORICAS
PREDICCIÓN (PRONÓSTICO)
DATOS PRECISOS
PREDICCIÓN CONFIABLE
ADECUADA TÉCNICA
DE PREDICCIÓN
METODOS DE PREDICCION
METODO DELPHI Rondas sucesivas de expertos quienes
discuten sus posturas sobre un tema a partir
de sus propios comentarios iniciales y de la
reacción de los demás participantes.
CURVA Proyecciones a futuro con base en pasado
CRECIMIENTO histórico, sin importar técnica,
relacionando distintas curvas y la variable
de interés. La exponencial es la más
(JUCIOS PERSONALES)
común.
ANALISIS
CUALITATIVOS
ESCENARIOS
NO FORMALES
APRECIATIOS
ESTUDIO
MERCADO
GRUPOS DE
ENFOQUE
3
UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II
BOX-JENKINS
RELACION DE MODELOS DE REGRESION
CUANTITATIVOS
CAUSALIDAD
INDICADORES BASICOS
ENCUESTAS ANTICIPADAS
FUTURO)
TÉCNICA DE
QUIÉN? PRONÓSTICO HORIZONTE
PRECISIÓN COSTO
4
UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II
Ampliación del método de suavización exponencial simple que se emplea para datos
que presentan tanto tendencia como estacionalidad.
𝐀𝐓 = 𝛂(𝐲𝐭/𝐬𝐭 − 𝐋) + (𝟏 − 𝛂)(𝐀𝐭 − 𝟏 + 𝐓𝐭 − 𝟏)
TENDENCIA ESTIMADA:
𝐓𝐭 = 𝛃(𝐀𝐭 − 𝐀𝐭 − 𝟏) + (𝟏 − 𝛃)𝐓𝐭 − 𝟏
ESTACIONALIDAD ESTIMADA:
𝐒𝐓 = 𝛄(𝐲𝐭/𝐀𝐭) + (𝟏 − 𝛄)𝐒𝐭 − 𝐥
5
UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II
𝑭𝒕 + 𝒑 = (𝑨𝒕 + 𝒑𝑻𝒕)𝑺𝒕 − 𝑳
En donde:
At = Nuevo valor suavizado.
= Constante de atenuación de los datos (0≤ α ≤1).
Yt = Nueva observación o valor real de la serie, en el periodo t.
= Constante de atenuación de la estimación de la tendencia (0≤ β ≤ 1).
Tt = Estimación de la tendencia.
= Constante de atenuación de la estimación de la estacionalidad (0≤ ≤ 1).
St = Estimación de la estacionalidad.
p = Periodos a pronosticar en el futuro.
L = Duración de la estacionalidad(por ejemplo, número
de meses o trimestres en un año).
Ft+p = Pronóstico de p periodos en el futuro.
La ecuación (a) actualiza la serie suavizada. Una pequeña diferencia de esta ecuación la
distingue de la correspondiente 𝐴𝑡 = 𝛼𝑌𝑡 + (1 − 𝛼)(𝐴𝑡 − 1 + 𝑇𝑡 − 1)
en el modelo de Holt. En la ecuación (a), Yt se divide St-L, lo cual ajusta Yt a la estacionalidad,
eliminando así los efectos estacionales que pudieran existir en el dato original Yt.
Después de suavizar la estimación de la estacionalidad y la estimación de la tendencia en las
ecuaciones (b) y (c), se obtuvo el pronóstico con la ecuación (d).
6
UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II
Una compañía de hielos desea determinar cuáles serán sus ventas de bolsas de hielo
individual para el próximo año, ellos tienen los datos de los dos últimos años y con ellos
desearían poder encontrar un pronóstico confiable del próximo año. Usando =0.75,
=0.5 y =0.01, pronostique las ventas del año próximo.
Solución
Estación Ventas St bt It
Primavera 90 1.38
Verano 100 1.53
Otoño 45 0.69
Invierno 25 65.00 1.00 0.38
Primavera 92 66.11 1.06 1.39
Verano 99 66.59 0.77 1.52
Otoño 46 67.19 0.68 0.69
Invierno 21 64.66 -0.92 0.38
Observamos que los valores del invierno de S=64.62 y de la b=-0.92. Con estos
valores procedemos a realizar los pronósticos del año próximo.
7
UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II
𝑷𝑷𝑹𝑰=(𝑺𝑰𝑵𝑽+𝑩
𝑰𝑵𝑽(𝟏))𝑰𝑷𝑹𝑰=(𝟔𝟒.𝟔𝟐−𝟎.𝟗𝟐(𝟏))𝟏.𝟑𝟗=𝟖𝟖.𝟐𝟗
𝑷𝒗𝒆𝒓=(𝑺𝑰𝑵𝑽+𝑩
𝑰𝑵𝑽(𝟐))𝑰𝒗𝒆𝒓=(𝟔𝟒.𝟔𝟐−𝟎.𝟗𝟐(𝟐))𝟏.𝟓𝟐=𝟗𝟓.𝟔𝟒
𝑷𝒐𝒕𝒐𝒍=(𝑺𝑰𝑵𝑽+𝑩
𝑰𝑵𝑽(𝟑))𝑰𝒐𝒕𝒐𝒍=(𝟔𝟒.𝟔𝟐−𝟎.𝟗𝟐(𝟑))𝟎.𝟔𝟗=𝟒𝟐.𝟔𝟓
𝑷𝒊𝒏𝒗=(𝑺𝑰𝑵𝑽+𝑩
𝑰𝑵𝑽(𝟒))𝑰𝒊𝒏𝒗=(𝟔𝟒.𝟔𝟐−𝟎.𝟗𝟐(𝟒))𝟎.𝟑𝟖=𝟐𝟐.𝟗𝟐
Los pronósticos son muy cercanos al patrón que han seguido los datos, por lo que
nuestra selección de , y parece razonable y esperamos que siga el patrón de datos.
El significado de estos factores tiene que ver con la demanda estándar del
producto, así, se considera normal una demanda de 1.00 de acuerdo a la
capacidad instalada de la empresa.
Cuando el valor es mayor que uno quiere decir que la demanda supera a la capacidad
instalada de la empresa, cuando es menor que uno quiere decir que hay inventarios
ociosos.
Piense por ejemplo en un restaurante y en que el número de mesas que hay en este
restaurante son 100. El valor de 1.39 significa que en un día normal la demanda sería de
8
UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II
139 mesas. Un valor de 0.38 significaría que en un día normal la demanda de mesas sería
de 38.
Por supuesto esto debe ayudar a la empresa a planear que hacer con las
instalaciones ociosas o bien que hacer cuando se requiere de más mesas. El valor
promedio al año debe ser de uno porque con eso se garantiza que se satisfacerá a
demanda anual, aunque no la demanda estacional.
Se desea predecir el empleo para los siguientes seis meses en la industria alimenticia
usando datos colectados sobre los últimos 60 meses, usando el método de Winters con el
modelo multiplicativo, dado que hay componente estacional y de tendencia aparente en los
datos.
Instrucciones de Minitab
Smoothing Constants
9
UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II
95.0% PI
50 Smoothing Constants
Alpha (level) 0.2
Gamma (trend) 0.2
40 Delta (seasonal) 0.2
Accuracy Measures
MAPE 13.8561
30 MAD 4.8550
MSD 44.5868
20
10
Month Ene Ene Ene Ene Ene Ene Ene
Year 2004 2005 2006 2007 2008 2009 2010
La gráfica muestra los valores de la serie y los valores estimados (un periodo adelante) y
los cuatro pronósticos.
Los valores de exactitud del modelo MAPE, MAD y MSD utilizando el modelo Aditivo
proporcionan un mejor ajuste en dos de los tres indicadores que con el modelo
Multiplicativo como se muestra a continuación.
Accuracy Measures
MAPE 13.5600
MAD 4.7628
MSD 43.1327
10
UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II
Accuracy Measures
Multiplicative Additive
MAPE 13.8561 13.5600
MAD 4.8550 4.7628
MSD 44.5868 43.1327
CONCLUSIONES
Los métodos de pronósticos son muy útiles y nos van a permitir tomar las
decisiones correctas siempre y cuando nosotros utilicemos datos correctos y reales.
Hoy en día toda empresa, basa sus objetivos y metas de producción de acuerdo a resultados
obtenidos de los métodos de pronóstico.
Cualquier método de pronóstico es válido utilizar, hay que elegir el método que mayor
comunidad nos proporcione.
REFERENCIA BIBLIOGRAFICA
Hanke, J. E., Wichern, D. W., & Mues Zepeda, A. (2006). Pronósticos en los negocios (8th
ed.). México: Person/Educación.
11
UNIVERSIDAD PERUANA LOS ANDES PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN II
12