03 Operaciones1 Pronostico

Gestión de Inventarios
Modelos de Pronósticos
Héctor Fabio Bonilla Ph.D (c)

Gestión de Inventarios
Especialización en Logística
Pronóstico
La mayoría de los procesos humanos
están basados en pronósticos.
Por tanto, las empresas también lo

están. Las principales áreas que usan
pronósticos son marketing y
producción.
Pronóstico
¿Se pueden pronosticar con exactitud
todos los eventos?
Pronóstico
¿Se pueden pronosticar con exactitud
todos los eventos?
Respuesta simple: no. Pero se puede llegar a
altísimas precisiones.
Pronóstico
Principales elementos a pronosticar en
una empresa:
• Externos: demanda.
• Internos: tiempos, medidas,
operaciones.
Pronóstico
Pronóstico Características
• Pueden equivocarse.
• Números y rangos (medida de error).
• Pronósticos agregados son más
exactos.
• Disminuye la precisión con la
distancia de pronóstico.
• No se deben usar para excluir
información conocida.
Pronóstico
Métodos para realizar pronósticos:
Pronóstico
Métodos para realizar pronósticos:
• Métodos subjetivos.
• Métodos objetivos.
Métodos subjetivos
• Agregados de la fuerza de ventas.
• Encuestas al cliente.
• Juicio de opinión ejecutiva.
• El método Delphi.
Métodos objetivos
• Modelos causales.
Usan datos de recursos externos a la
serie a predecir.
• Modelos de series de tiempo.
Está basado solo en la información de

datos históricos de la serie.
Métodos objetivos
Generales:
Modelos econométricos:
Estimación por mínimos cuadrados.

Métodos objetivos
Ejemplo:
Métodos objetivos
Es un conjunto de valores en el tiempo.
No requieren relacionar variables
independientes.
Elementos:
• Tendencia -> cuando la serie de
tiempo sigue un patrón estable como

crecimiento o declive (lineal o no lineal).
Métodos objetivos
Elementos:
• Estacionalidad -> patrón que se
repite en intervalos fijos, como la

moda, las estaciones, las navidad.
• Ciclos -> patrones asociadas a
fenómenos a largo plazo, recesiones

económicas, precio de las acciones.
Métodos objetivos
Elementos:
• Aleatoriedad -> una serie
completamente aleatoria no tiene un

patrón reconocible.
Métodos objetivos
Métodos objetivos
Notación:
• Demanda del periodo t:
• Pronóstico del periodo t:

Evaluación de los pronósticos
Se define el error en un periodo t como:
• Desviación Absoluta Media (DAM)
• Error Cuadrático Medio (ECM)
• Error Porcentual Absoluto Medio (EPAM)

Ej: Artel, un fabricante de memorias de acceso
aleatorio estático (memorias ram), cuenta con
plantas de producción en Austin, Texas y en
Sacramento, California. Los gerentes de dichas
plantas tienen que pronosticar los rendimientos
de producción (en %) para sus plantas con una
semana de antelación. Basadas en 6 pronósticos
semanales, la dirección de la compañía desea
determinar qué gerente tiene mayor éxito de
predicción. Los resultados se aprecian a
continuación:
Gerente 1 Observación Gerente 2 Observación
Semana
(P1) (O1) (P2) (O2)
1 92 88 96 91
2 87 88 89 89
3 95 97 92 90
4 90 83 93 90
5 88 91 90 86
6 93 93 85 89
Gerente Observac Gerente Observac
Semana e_i de P1 e_i de P2
1 (P1) ión (O1) 2 (P2) ión (O2)
1 92 88 4 96 91 5
2 87 88 -1 89 89 0
3 95 97 -2 92 90 2
4 90 83 7 93 90 3
5 88 91 -3 90 86 4
6 93 93 0 85 89 -4
Un pronóstico deseable es insesgado.

Ejercicios para hacer en clase:
1. Un método de pronóstico para predecir las
ventas de un abrelatas aplica el siguiente
conjuntos de pesos a los últimos 5 periodos de
datos históricos: 0.1, 0.1, 0.2, 0.2, 0.4 (de tal
manera que 0.4 se aplica al dato más reciente).
Periodo 1 2 3 4 5 6 7 8
Observación 23 28 33 26 21 38 32 41
1. Determinar el pronóstico para el periodo 6 y 9.

Ejercicios para hacer en clase:
2. Un método de pronóstico simple para las
ventas semanales de unidades de televisores
usado por un proveedor local consiste en obtener
el promedio de las dos cifras de ventas más
recientes. Los datos históricos del último se
resumen en la siguiente tabla:
Semana 1 2 3 4 5 6 7 8 9 10 11 12
Ventas 86 75 72 83 132 65 110 90 67 92 98 73
Determinar los pronósticos para los periodos 3 a

12 y calcular los índices DAM, ECM y EPAM.
Estimación de una serie estacionaria
Sea una Dt una serie estacionaria:
Métodos para su estimación:

• Promedios móviles.
• Suavizamiento exponencial.
Promedios móviles
Ej: Los datos trimestrales para las fallas de ciertos
motores de aeronaves en una base local militar
durante los pasos de dos años son 200, 250, 175,
186, 225, 285, 305, 190. Los promedios
trimestrales y semestrales se usan para
pronosticar el número de fallas de los motores.
Determine los pronósticos para los periodos 4 a 8
utilizando promedios móviles de 3 periodos, y los
pronósticos para los periodos 7 y 8 usando
promedios móviles de 6 periodos.
Promedios móviles
¿Cuál es el pronóstico del periodo 6 si lo estimamos mediante promedios

móviles de 3 periodos asumiendo que nos encontramos en el periodo 3?
Promedios móviles
Se puede calcular el promedio móvil solo con la diferencia
entre la demanda más reciente y los N períodos de demanda
anteriores.
Promedios móviles
El promedio móvil de queda detrás de la tendencia.
Ejemplo:
Considere un proceso de demanda en la que exista
una tendencia definida. Por ejemplo, suponga que
los datos observados son 2, 4, 6, 8, 10, 12, 14, 16,
18, 20, 22, 24. Calcule los pronósticos con medias
móviles de 3 periodos y de 6 periodos y grafíquelos.
Promedios móviles
Promedios móviles
Promedios móviles
Ejercicio para hacer en clase:
Suponga que los datos históricos de la demanda de repuestos de coches
es la siguiente:
1. Determine los pronósticos para
la demanda de enero del siguiente
año usando promedios móviles de
3, 6 y 12 meses.
2. Usando un promedio móvil de 4
meses, determine los pronósticos del periodo de julio a diciembre de
este año.
3. Usando un promedio móvil de 4 meses, determine los pronósticos de
dos pasos para el periodo de julio hasta diciembre de este año.
4. Calcule el DAM y el ECM para los pronósticos encontrados del punto 2
y 3.

• Suavizamiento exponencial.
• Suavizamiento exponencial
Reemplazando Ft-1 en Ft:
Expandiendo la ecuación con Ft-2, Ft-3… hasta

infinito:
Ejemplo: Recordemos el ejemplo pasado, donde
se desea predecir las fallas de motor de unas
aeronaves. Los números de fallas observados
durante un periodo de dos años fueron 200, 250,
175, 186, 225, 285, 305, 190. Ahora se estimará
el pronóstico usando el suavizamiento
exponencial. Suponga que el pronostico para el
periodo 1 fue 200 y asumamos un valor de = 0.1.
Ejemplo de 100 datos, = 0.1 y = 0.4
Suavizamiento Exponencial
120
115
110
105
100
95
90
85
80
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70 73 76 79 82 85 88 91 94 97 0
10
Demanda 0.1 0.4

En la comparación entre promedio móviles y
suavizamiento exponencial qué N y α se usa?
Se equipara la edad promedio de los datos.
Comparativa entre promedio móviles (PM) y
suavizamiento exponencial (SE)
• Ambos se usan con series estacionarias.
• Son métodos paramétricos.
• Cuando ambos métodos tienen

la misma distribución de errores.
• SE toma todos los datos para el pronóstico
mientras que PM solo usa los últimos N datos.

Estimación de una serie con tendencia
Sea una Dt una serie con tendencia:

• Regresión lineal.
• Suavizamiento exponencial doble usando el
método Holt.
Regresión lineal
Supuesto:
Regresión lineal
Regresión lineal
Deducción
Deducció
Regresión lineal
Regresión lineal
el pronóstico usando regresión lineal.
Regresión lineal
Años D F
pronósti co
1 200 203,08
260
2 250 209,91 240
220
3 175 216,75
200
4 186 223,58
Demanda
180 regresion
5 225 230,41 160
140
6 385 237,25
120
7 305 244,08 100

1 2 3 4 5 6 7 8
tiempo
8 190 250,91

• Regresión lineal.
• Suavizamiento exponencial doble usando el
método Holt.
Método Holt
El valor de la intersección El valor de la pendiente en

en un tiempo t. un tiempo t.
Método Holt
el pronóstico usando el método de Holt. Asuma
que el afla y el beta son 0,1. Además, el
intercepto y la pendiente iniciales son de 200 y
10, respectivamente.
Método Holt
Años D F
1 200 210
2 250 218,9
3 175 232,22
4 186 236,13
5 225 240,26
6 285 247,72
7 305 260,80
8 190 275,02
Estimación de una serie estacional
Sea una Dt una serie estacional:
Estimación de una serie estacional
Método de Winters
Método de Winters
Sea una Dt una serie estacional: Componente de error
Señal base o intercepción

Componente estacional
Componente de tendencia o pendiente

Método de Winters
Se necesitan 3 ecuaciones de suavizamiento en cada periodo.
Pronóstico por método de Winters
Método de Winters
Se necesitan 3 ecuaciones de suavizamiento en cada periodo.
1. Componente de la serie des-estacionalizada.
2. Componente de tendencia.
3. Componente de los factores estacionales.

Método de Winters
Procedimiento de inicialización
Se necesitan los estimados de la serie, la pendiente y los
factores estacionales. Al menos dos estaciones de datos!
1. Se calcula las medias de la muestra de las dos estaciones
Método de Winters
2. Se define G0 como el estimado de la pendiente inicial:
Si hay más de m > 2 estaciones se calcula V1,V2,…,V3

Método de Winters
3. Se estima S0 el valor del intercepto
4.1 Los factores estacionales iniciales se calculan para pada

periodo del cual tenemos datos y luego se promedian.
Método de Winters
4.2. se promedian los factores estacionales.
4.3 Finalmente se normalizan

Método de Winters
Ejemplo: Suponga que tiene la siguiente serie de tiempo
cuatrimestral: 10, 20, 26, 17, 12, 23, 30, y 22. Estime la
demanda del siguiente cuatrimestre.
Método de Winters
Ejemplo: Suponga que tiene la siguiente serie de tiempo
cuatrimestral: 10, 20, 26, 17, 12, 23, 30, y 22. Estime la
demanda del siguiente cuatrimestre.
Suponga que ahora
usted tiene
disponible los datos
del siguiente
cuatrimestre: 16,
33, 34, 26. Actualice
su pronostico con
cada nuevo dato y
estime un nuevo
cuatrimestre.

03 Operaciones1 Pronostico

Cargado por

Copyright:

Formatos disponibles

03 Operaciones1 Pronostico

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

03 Operaciones1 Pronostico

Cargado por

Copyright:

Formatos disponibles

Gestión de Inventarios

Héctor Fabio Bonilla Ph.D (c)

Por tanto, las empresas también lo

• Internos: tiempos, medidas,

Está basado solo en la información de

Estimación por mínimos cuadrados.

tiempo sigue un patrón estable como

repite en intervalos fijos, como la

fenómenos a largo plazo, recesiones

completamente aleatoria no tiene un

• Pronóstico del periodo t:

• Error Cuadrático Medio (ECM)

• Error Porcentual Absoluto Medio (EPAM)

Un pronóstico deseable es insesgado.

1. Determinar el pronóstico para el periodo 6 y 9.

Determinar los pronósticos para los periodos 3 a

Métodos para su estimación:

¿Cuál es el pronóstico del periodo 6 si lo estimamos mediante promedios

Métodos para su estimación:

Reemplazando Ft-1 en Ft:

Expandiendo la ecuación con Ft-2, Ft-3… hasta

Demanda 0.1 0.4

• Son métodos paramétricos.

• Cuando ambos métodos tienen

mientras que PM solo usa los últimos N datos.

Métodos para su estimación:

• Suavizamiento exponencial doble usando el

2 250 209,91 240

5 225 230,41 160

7 305 244,08 100

Métodos para su estimación:

• Suavizamiento exponencial doble usando el

El valor de la intersección El valor de la pendiente en

Señal base o intercepción

Componente de tendencia o pendiente

3. Componente de los factores estacionales.

Si hay más de m > 2 estaciones se calcula V1,V2,…,V3

4.1 Los factores estacionales iniciales se calculan para pada

4.3 Finalmente se normalizan

También podría gustarte