Академический Документы
Профессиональный Документы
Культура Документы
GESTION DE OPERACIONES
ICN-
ICN-343
Apoyos
Modulo 2 - Pronostico de demanda
PRONOSTICO DE DEMANDA
Pronostico.
Incertidumbre
PRONOSTICO DE DEMANDA
Logística
Pronostico
Producción Marketing
demanda
Finanzas
NATURALEZA DE LA DEMANDA
NATURALEZA DE LA DEMANDA
Demanda irregular versus demanda regular.
NATURALEZA DE LA DEMANDA
PRONOSTICO DE DEMANDA
Administración de la demanda.
PRONOSTICO DE DEMANDA
Métodos de pronósticos.
•Métodos Cualitativos
•Métodos Cuantitativos.
Métodos de Serie de Tiempo.
Métodos Causales.
PRONOSTICO DE DEMANDA
Métodos de pronósticos.
PRONOSTICO DE DEMANDA
Patrones de demanda.
PRONOSTICO DE DEMANDA
Patrones de demanda.
Patrón de demanda sin elementos estacionales o de tendencia
10.000
8.000
Ventas (Ton)
6.000
0
ene-01 may-01 sep-01 ene-02 may-02 sep-02 ene-03 may-03 sep-03 ene-04 may-04 sep-04
PRONOSTICO DE DEMANDA
Patrones de demanda.
10.000
8.000
Ventas (Ton)
6.000
0
ene-01 may-01 sep-01 ene-02 may-02 sep-02 ene-03 may-03 sep-03 ene-04 may-04 sep-04
PRONOSTICO DE DEMANDA
Patrones de demanda.
Patón de demanda con elementos de tendencia y estacionalidad
10.000
8.000
Ventas (ton)
6.000
4.000
Ventas reales
2.000
Tendenciaen las ventas
0
ene-01 may-01 sep-01 ene-02 may-02 sep-02 ene-03 may-03 sep-03 ene-04 may-04 sep-04
PRONOSTICO DE DEMANDA
PRONOSTICO DE DEMANDA
Métodos cualitativos.
PRONOSTICO DE DEMANDA
Métodos cualitativos.
METODOS CUALITATIVOS
METODOS CUALITATIVOS
METODOS CUALITATIVOS
Investigación de mercado.
Procedimiento sistemático y
formal para determinar el grado
de interés del consumidor por un
producto o servicio.
METODOS CUALITATIVOS
Método Delphi.
METODOS CUALITATIVOS
•Se prepara una lista con información derivada del punto anterior
y se envía a los expertos.
METODOS CUALITATIVOS
•Ruido en la comunicación.
•Sesgos en la comunicación
PRONOSTICO DE DEMANDA
PRONOSTICO DE DEMANDA
•Simplista.
•Promedios móviles.
•Suavización exponencial (ajuste exponencial).
•Descomposición.
Enfoque simplista.
Ft = At-1
Donde:
At : demanda real del periodo t
Ft : pronostico para el periodo t
Ejemplo.
Promedios móviles.
n
Donde:
At : demanda real del periodo t
n : número de periodos incluidos en el promedio
Ft : pronostico para el periodo t
Promedios móviles.
Ejemplo.
Ejemplo.
Llegada de pacientes
510
490
Llegadas de pacientes
Ejemplo.
Llegada de pacientes
510
490
Llegadas de pacientes
Semana
s.a: Σpi =1
Donde:
At-i : demanda real del periodo (t-i)
n : número de periodos incluidos en el promedio
pt-i: ponderación del periodo (t-i);
Ft : pronostico para el periodo t
Ejemplo
Periodo Ponderacion
Hace 3 semana 80%
Hace 2 semana 10%
Hace 1 semana 10%
Total 100%
510
Llegada de pacientes
Llegada de pacientes
430
390
350
1 3 5 7 9 11 13 15 17 19 21 23 25 27
Semana
Ejemplo
Periodo Ponderacion
Hace 3 semanas 10%
Hace 2 semanas 10%
Hace 1 semana 80%
Total 100%
430
390
350
1 3 5 7 9 11 13 15 17 19 21 23 25 27
Semana
PRONOSTICO DE DEMANDA
Error de pronóstico.
PRONOSTICO DE DEMANDA
Error de pronóstico.
Et = At - Ft
Donde:
PRONOSTICO DE DEMANDA
Error de pronóstico.
∑ (A t − Ft )
2
SF = t
n −1
Donde:
PRONOSTICO DE DEMANDA
Error de pronóstico.
PRONOSTICO DE DEMANDA
Error de pronóstico.
MAD =
∑ A t − Ft
n
Donde:
PRONOSTICO DE DEMANDA
Ejemplo.
PRONOSTICO DE DEMANDA
Ejemplo.
Semana Llegada de Promedio móvil de 3 Error
pacientes semanas
At Ft (At - Ft) (At - Ft)2
1 395
2 380
3 405
4 410 393 17 278
3.897
5 390 398 -8 69 SF = = 22,07
6
7
370
405
402
390
-32
15
1.003
225
9 −1
8 390 388 2 3
9 400 388 12 136
10 420 398 22 469
11 430 403 27 711
12 385 417 -32 1.003
Σ 3.897
PRONOSTICO DE DEMANDA
Ejemplo.
Y = F13 ± z α
SF
1−
2
1 − α = 0,95 ⇒ α = 0,05 ⇒ z α
= z 0, 975 = 1,96
1-
2
Luego :
Y = F13 ± z α SF
1−
2
Ajuste exponencial
Ajuste exponencial
Donde:
Ajuste exponencial
Ejemplo
205
200 190
180 180 182
175
168
159
Toneladas (ton)
150
100
50
0
1 2 3 4 5 6 7 8
M es
Ejemplo.
Mes Toneladas Pronostico
1 180 175
2 168
3 159
4 175
5 190
6 205
7 180
8 182
9
∑ A t − Ft
Min : MAD =
n
s.a : α ≥ 0
α ≤1
Ejemplo.
14
12
10
8
MAD
0
0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
Constante de suavizacion
Ft = Tt St Ct Rt
Donde:
METODO DE DESCOMPOSICION
METODO DE DESCOMPOSICION
400
100
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37
Semana
METODO DE DESCOMPOSICION
Ventas reales
600
Tendencia en las ventas
500
Ventas (Ton)
400
2
y = 0,2069x - 14,211x + 409,87
300 2
R = 0,7883
200
100
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37
Semana
METODO DE DESCOMPOSICION
Ventas reales
600
Tendencia en las ventas
500
Ventas (Ton)
400
-0,0319x
300 y = 397,05e
2
R = 0,8347
200
100
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37
Semana
METODO DE DESCOMPOSICION
Tendencia lineal.
200
y = 10,536x + 56,714
2
R = 0,8009
150
Ventas (Ton)
100
Ventas (Ton)
50
Tendencia lineal en las ventas
0
2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
Año
Tendencia lineal.
y=a+bx
Donde:
y: valor de la variable dependiente.
x: valores de la variable independiente (tiempo).
a: intersección eje y.
b: pendiente de la línea de regresión.
Tendencia lineal.
a = y − bx b=
∑ xy − n x y
2
∑ x2 − nx
Donde:
Ejemplo.
Ejemplo.
x=
∑ x = 28 = 4 y=
∑ y = 692 = 98,86
n 7 n 7
Ejemplo.
b=
∑ xy − n x y = 3063 − 7 * 4 * 98,86 = 10,54
2
2
∑ x − nx 140 − 7 * 4 2
y = 56,7 + 10,54 x
Ejemplo.
Luego,
100
Ventas (Ton)
50 Tendencia lineal en las ventas
0
2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
Año
METODO DE DESCOMPOSICION
Índice de estacionalidad.
METODO DE DESCOMPOSICION
Índice de estacionalidad.
Ft = Tt St
Donde:
METODO DE DESCOMPOSICION
Ejemplo.
160
140
120
Ventas (Ton)
100
80
60
40 Ventas reales
20
0
Ene-06 May-06 Sep-06 Ene-07 May-07 Sep-07 Ene-08 May-08 Sep-08
mes
METODO DE DESCOMPOSICION
Ejemplo.
METODO DE DESCOMPOSICION
Ejemplo.
y así sucesivamente …
PRONOSTICO DE DEMANDA
Métodos Causales.
METODOS CAUSALES
METODOS CAUSALES
y=a+bx
METODOS CAUSALES
METODOS CAUSALES
Ejemplo.
METODOS CAUSALES
Ejemplo.
1.500
1.200
Consumo (GWh)
900
600
300
0
0 500 1.000 1.500 2.000 2.500 3.000 3.500
PIB (miles$)
METODOS CAUSALES
Ejemplo.
x=
∑ x = 15.617 = 2.231 y=
∑ y = 7.586 = 1.084
n 7 n 7
METODOS CAUSALES
Ejemplo.
b=
∑ xy − n x y = 17.517.067 − 7 * 2.231*1.084 = 0,38
2
∑ x2 − nx 36.391.143 − 7 * 2.2312
METODOS CAUSALES
Ejemplo.
y = 231 +0,38 x
METODOS CAUSALES
Ejemplo.
METODOS CAUSALES
Análisis de regresión.
PRONOSTICO DE DEMANDA
PRONOSTICO DE DEMANDA
(At − Ft )
Señal de rastreo = ∑
Mad
Donde:
∑ A t − Ft
Mad =
n
PRONOSTICO DE DEMANDA
-2
-
-4
Limite inferior de control
-6
Tiempo
PRONOSTICO DE DEMANDA
PRONOSTICO DE DEMANDA
Ejemplo.
PRONOSTICO DE DEMANDA
Ejemplo.
Mes Ventas Ventas Error Error abs (Error) Error MAD Señal de
pronosticadas Reales acumulado Acumulado rastreo
1 100 90
2 100 95
3 100 115
4 110 100
5 110 125
6 110 140