Академический Документы
Профессиональный Документы
Культура Документы
• Objetivos
– Comprender los efectos sobre la gestión de la C.S. que tiene
la naturaleza aleatoria de la demanda
– Comprender los fundamentos estadísticos e hipótesis de los
métodos de previsión más usuales
– Ser capaces de valorar la adecuación y utilidad de las
herramientas de previsión a contextos realistas de aplicación
• Principales fuentes bibliográficas
– Capítulo 7. Chopra y Meindl. Supply Chain Management.
Strategy, Planning & Operation. Pearson-Prentice Hall.
1
24/09/2019
Índice
Planificación
venta
Proveedores
Planificación
iento
Retornos
Distribución
Aprovisionam
Fabricación
fabricación
distribución
2
24/09/2019
Previsión de la demanda
venta
• Es la base para la planificación de Proveedores
fabricación
todas las actividades de la C.S. distribución
3
24/09/2019
Tipos de demanda
• Demanda independiente
– No se deriva directamente de la demanda de
otros productos
ventas
– Ej: ordenadores
– Se estima mediante modelos de previsión
t
• Demanda dependiente
– Es la demanda de un producto provocada por la
demanda de otro producto
– Ej. CPU, pantalla...
– Se calculan las necesidades en función de la
demanda estimada del producto que la provoca
4
24/09/2019
5
24/09/2019
Semana 1 2 3 4 5 6 7 8 9 10 11 12
Demanda
1 5 6 1 2 5 1 3 1 3 4 1
semanal
1 ( )
f x = 𝑒 f x =
!
𝜎 2𝜋
Fuente: CC BY-SA 3.0, https://commons. Fuente: Skbkekas CC BY 3.0
wikimedia.org/w/index.php?curid=84811
6
24/09/2019
0
t
• Caso general: la distribución de probabilidad de la demanda varía con el
tiempo
– El mejor estimador para la demanda seguiría siendo su media, pero ésta sería
diferente en cada instante
15
D
10
0
t
Ingeniería de Organización. MUII-DSPL. T3: Previsión de
Escuela Politécnica Superior 14
la demanda
7
24/09/2019
• Ejemplo:
– Dadas dos demandas:
• Demanda 1: con una distribución de probabilidad entera U(1,6)
• Demanda 2 : suma de las demandas de 2 productos, cada uno de llos
con distribución de probabilidad entera U(1,6)
8
24/09/2019
Índice
Media móvil
Series Alisado
Cualitativos
temporales exponencial
Métodos de
previsión
Cuantitativos Causal Winters
Simulación
9
24/09/2019
Métodos de previsión
• En general no se usa un solo método sino que se usa una combinación
de varios métodos para elaborar la previsión de cada producto
• Cualitativos
– Subjetivos. Basado en juicios de expertos
– Apropiados cuando no hay datos históricos
– Previsión de demanda a largo plazo
• Cuantitativos
– Cuando hay datos históricos
– Series temporales: Los datos pasados son representativos del futuro
– Causales: La demanda tiene una relación predecible con determinados
factores observables
– Simulación: Proporciona un entorno flexible que permite imitar las decisiones
de los consumidores, que generan la demanda de un producto
• Aquí veremos únicamente ejemplos de series temporales
Ingeniería de Organización. MUII-DSPL: Previsión de la
Escuela Politécnica Superior 19
demanda
Índice
10
24/09/2019
Patrones de demanda
D10
5
0 t
1,00 2,00 3,00 4,00 5,00 6,00 7,00 8,00 9,00 10,00 11,00 12,00 13,00 14,00 15,00 16,00 17,00 18,00 19,00 20,00
15
Con tendencia
D
10
0 t
1,00 2,00 3,00 4,00 5,00 6,00 7,00 8,00 9,00 10,00 11,00 12,00 13,00 14,00 15,00 16,00 17,00 18,00 19,00 20,00
15
D Con estacionalidad
10
0 t
1,00 2,00 3,00 4,00 5,00 6,00 7,00 8,00 9,00 10,00 11,00 12,00 13,00 14,00 15,00 16,00 17,00 18,00 19,00 20,00
Con tendencia y
15
D estacionalidad
10
0 t
1,00 2,00 3,00 4,00 5,00 6,00 7,00 8,00 9,00 10,00 11,00 12,00 13,00 14,00 15,00 16,00 17,00 18,00 19,00 20,00
Ingeniería de Organización. MUII-DSPL: Previsión de la
Escuela Politécnica Superior 21
demanda
Componentes de la demanda
L: Nivel (Level)
T: Tendencia
S: Estacionalidad
• La previsión debe:
– Prever la componente sistemática
– Vigilar la componente aleatoria (error)
11
24/09/2019
Series temporales
• Objetivo: Prever la componente sistemática
• La ecuación que combina las componentes de la previsión
puede ser variada:
– Multiplicativa: Comp. Sistemática=Nivel·Tendencia·Estacionalidad
– Aditiva: Comp. Sistemática=Nivel + Tendencia + Estacionalidad
– Mixta: Comp. Sistemática= (Nivel + Tendencia)·Estacionalidad
• Por otro lado los métodos pueden ser:
– Estáticos : Elaboran la previsión para varios periodos futuros a
partir de un histórico
– Adaptativos: Realizan lo mismo que los estáticos y además van
actualizando los parámetros de cálculo de la previsión a medida
que se van obteniendo nuevos datos históricos
Ingeniería de Organización. MUII-DSPL: Previsión de la
Escuela Politécnica Superior 23
demanda
– Método estático:
F t i L t para todo periodo i posterior
– Método adaptativo:
(D t 1 D t ... D t N 2 ) F L
L t 1 t 2 t 1
N
Ingeniería de Organización. MUII-DSPL: Previsión de la
Escuela Politécnica Superior 24
demanda
12
24/09/2019
Error de previsión
• Error= Previsión– Demanda real E t Ft D t
2
E 2t
– Error cuadrático medio ˆ ECM t1
error
n
t 1
Et
MAD n
n
• Bajo la hipótesis de que el error se distribuye normalmente:
• Sesgo:
n
Bias n E
t 1
t
Bias t
TS t
MAD t
13
24/09/2019
– Método estático:
𝐹 =𝐿 para todo periodo i posterior
𝐹 =𝐿 = 𝛼𝐷 + 1−𝛼 𝐹 0 1
Ingeniería de Organización. MUII-DSPL: Previsión de la
Escuela Politécnica Superior 27
demanda
14
24/09/2019
0 0 0 0 0
1 2 1 2 3 1 2 3 4 1 2 3 4 5 6 7 1 2 3 4 5 6 7 8 9 101112
15