Modulo 3 Pronosticos Al02

8/17/2019 Modulo 3 Pronosticos Al02

1/60

1

Cap itu lo 2

Pronóst icos Alumnos 02


2/60

2

Factores externosSe encuentran fuera del control de la gerencia.

Ejemplo: Una economía en auge influye positivamente en lademanda pero no necesariamente a todos los sectores de

productividad o servicios. (Ej. Eléctricas v/s carbón)Un factor importante es:

Punto de In flex ión : período en que cambia la tasa decrecimiento a lo largo de la demanda del producto, difícil de

prever el momento preciso, pero a través de algunas series detiempo se tienen dichos puntos y pueden ser útiles para estimar que ocurrirá en la organización.

Facto res que Afectan la Demanda

PRONÓSTICOS


3/60

3

Factores externos (continuación)

Indicadores Tempranos: representan factores externos cuyospuntos de inflexión anteceden a crestas y valles del ciclo generalde los negocios.Ej. Incremento en ventas de residencias en verde.

Indicadores Coincidentes: los puntos de inflexión coinciden conel ciclo general de los negociosEj. Cifras de desempleos, temporeras.

Indicadores retrasados: se presentan a continuación de lospuntos de inflexión con demora de varias semanas o meses.Ej. Préstamo comercial para expandir la empresa.

Otros factores: - Gustos cambiantes (ropa)- Imagen del artículo (cigarros vs. cáncer)- Actividad de la competencia (publicidad)

PRONÓSTICOS


4/60

4

Factores internos

Las decisiones internas en su conjunto, provocan cambios en elvolumen de la demanda como es:

• Diseño de producto o servicio.

• Los precios y promociones publicitaria

• Diseño de envases.

• Incentivos para los vendedores

• Expansión o contracción del área geográfica seleccionada comoobjetivo de mercado.

PRONÓSTICOS


5/60

5

Factores internos

Administración de la demanda proceso de la empresa queinfluyen en los tiempos y en el volumen de la demanda.

Con frecuencia respecto a su punto de máxima demanda, secrean incentivos de precios o promociones antes y después para

que compren.

Compañías programan fechas de entrega del producto oservicios de acuerdo a sus capacidades (Ej. Médicos, dentistas,productos personalizados).

PRONÓSTICOS


6/60

6

Diseño del sistema de Pronóstico

Gerencia frente a un pronóstico debe tomar tres decisiones Que va a pronosticar.

Que tipo de técnica va a aplicar.

Tipo de hardware o software o ambos que utilizará.

I. Que va a pronosticar

1. Nivel de acumu lac ión

Es agrupar varios productos o servicios similares, con lo cual lascompañías pueden realizar pronósticos más asertivos y derivar

por productos o servicios.Esta forma con lleva a un error generalmente es 5%.

Al pronosticar por artículo el error es >> 5%.

PRONÓSTICOS


7/60

7

2. Un idades de med ic ión De mayor utilidad son las unidades de productos o servicios y no de dinero .

Ej. Unidades de radios, paquetes por entregar, número de clientes, etc.

¡Cuid ado! No es útil ing resos por ventas. (Ej. m ino rist as)

Sistema a dos niveles.1er pronós t ico : Familias bienes o servicios con similares característicasen:

– Requisitos de demanda – Procesamiento – Trabajo y Materiales.

2do p ro nós tic o : de las cifras generales se deriva el pronóstico por elemento individual.

Que va a pronosticar (continuación)

PRONÓSTICOS


8/60

8

Enfoques del Pronóstico

Se emplean cuando la situación

es “estable” y existen datos

“históricos”:

Productos existentes.

Tecnología actual.

Métodos cuantitativos

Se emplean cuando la situación no

es clara y existen pocos datos:

Productos nuevos.

Nueva tecnología.

Métodos cualitativos

Requieren intuición y experiencia:

Por ejemplo, el pronóstico

de las ventas a través deInternet.

Requieren técnicas

matemáticas:Por ejemplo, el pronóstico

de las ventas de

televisiones en color.

PRONÓSTICOS


9/60

9

II. Decisión del tipo de técnica de pronóstico

La precisión de pronóstico depende de la selección de unatécnica apropiada y de los costos que esto puede acarrear, paraeste último:

• Comprar un software.• Tiempo requerido para hacerlo.

• Capacitación del personal.

Técnicas

Cualitat iva: Método de juicio

Cuantitat iva: Métodos CausalesAnálisis de serie de tiempo

PRONÓSTICOS


10/60

10

Decisión del tipo de técnica de pronóstico (continuación)

Cualitat ivos Método de juicio: cuando no se dispone de datos históricos

• Opinión de Gerentes y Expertos• Encuestas de consumidores• Estimaciones entregadas por área de ventas

Cuanti tat ivos Métodos Causales: Dependencia de datos históricos devariables independientes:

• Campaña de promociones• Condiciones económicas• Actividades de los competidores

Análisis de Serie de Tiempo estadístico que depende,fundamentalmente, de los datos históricos de la demanda.

PRONÓSTICOS


11/60

11

Horizonte de tiempo

Corto plazo Mediano plazo Largo plazoAplicaciones (0-3 Meses) (3 Meses - 2 Años) (más de 2 Años)

Cantidad pronosticada Productos o Total de ventas Total de ventasservicios Grupos de familiasindividuales de productos o

serviciosÁrea de decisión Administración Planificación de Localización

de inventario. personal Planificación deProgramación de Planificación de Prod. capacidadensamble final. Programación de AdministraciónProgramación de producción de procesos

la fuerza de trabajo. ComprasProgramación de Distribuciónproducción.

Técnica Series de tiempode pronóstico Causal Causal Causal

De juicio De Juicio De juicio

Facto res que A fectan la Demanda


12/60

12

III. Pronóstico por medio de Computadoras

Contesta la pregunta ¿qué tipo de hardware o software o ambosutilizará?Se aplica para cortos plazos y en el mercado existen muchos paquetesque se clasifican como:

•Sistemas manuales: Usuario selecciona la técnica de pronóstico y

parámetros.•Sistema semiautomático: Usuario especifica la técnica pero elsoftware determina los parámetros para el modelo.•Sistema automático: Software analiza los datos, sugiere técnica yparámetros.

Criterios para seleccionar software (Dep. marketing + operaciones)•Satisfacer las necesidades.•Costo de compra o licencia.•Nivel del soporte del personal requerido.•Magnitud del mantenimiento necesario.

PRONÓSTICOS


13/60

13

Análisis de MétodosMétodo de Juicio

Utilizado cuando:• No existen datos históricos.• Cambio de tecnología.• Modificación de pronósticos cuantitativos (resultados extraños)

Se confía en la exper ienc ia y el buen ju ic io Existen cuatro formas:

1.- Es timac ión de la fu er za de ven tas Personas cerca de los clientes

Ventajas•Mayor probabilidad de conocer que productos o servicios

comprarán l os c l ien tes .•Información útil para administrar inventario, distribución,formación de equipos de venta.•Combinar todas las opiniones para obtener una sola por ejemplopara una región.


14/60

14

Método de Juicio (continuación)

Desventajas• Algunos muy optimistas otros muy cautelosos.• No diferencian entre lo que el c l ien te desea y lo que realmen te necesita .• Vendedores subestiman el pronóstico, para que su rendimientoparezca bueno, cuando supera la proyección o esforzarse solamente

para alcanzar meta.

2.- Opin ión Ejecut iva Uso•Modificar un pronostico de venta actual, debido a un eventoinesperado.

•Elaborar pronósticos tecnológicos.Desventajas•Puede ser costosa.•Puede quedar fuera de control (sin la aprobación colectiva).

Análisis de Métodos


15/60

15


3.- Inves t igac ión de Mercado Creación y puesta en marcha de diferentes hipótesis por medio de una encuesta,para determinar el grado de interés del consumidor.La investigación incluye:

•Diseño de un cuestionario, para obtener información económica, demográfica einterés(es) de cada persona.

• Aplicación: - Teléfono ó Correo ó Entrevista•Selección de la muestra representativa.• Análisis de la información. Interpretación con criterio estadístico.

Uso, pronosticar la demanda con precisión:•Excelente a corto plazo.•Buena a mediano plazo.

•Regular a largo plazo.

Desventajas•Costosas, errores en la formulación e interpretación de las respuestas.•Limitaciones (Ej. Respuestas por correo).



16/60

16


4.- Método Delphi Obtener consenso dentro de un grupo de expertos, pero en anonimato,sin experiencia en el tema.

El panel de expertos pueden dedicarse a distintos rubros como, política,negocios, científico, ambientalistas, etc.

Uso•Pronosticar a largo plazo.•Proyección de venta de un producto nuevo.

Desventajas•Puede alargarse por mucho tiempo (más de un año).•Probabilidad de respuestas menos significativas que si ellos no asumenel problema.•Pocas evidencias de alto grado de precisión.•Los cuestionarios mal planteados conducen a errores.



17/60

17

Visión Global de los MétodosCuantitativos

Promedio móviles simples Promedio móviles ponderados

Suavización exponencial

Proyección de tendencia

Modelos de

series temporales

Método

causal Regresión lineal


18/60

18

Se dispone de datos históricos, se puede relacionar lo que se intentapronosticar con otros factores externos o internos.Ventajas• Posee instrumentos más refinados de pronósticos.• Excelente para prever puntos de inflexión de la demanda.• Útil para pronósticos de mediano o largo plazo.

Regres ión l ineal consiste en que una variable dependiente se relacionacon una o más variables independiente por medio de una expresiónalgebraica.

Ejemplo:

Variab le depend ien te : se quiere pronosticar la demanda de barniz parapuertas.Variab le independ ien te : gasto de publicidad o inicio de la construcción

de nuevas viviendas.

Modelo de mayor sencillez: y = a + bx

Método ausal

Regresión Lineal


19/60

19

V a r i a b

l e D e p e n d i e n t e

Variable Independiente

X

Y

V a r i a b


X

Y Ecuación deregresión:Y = a + bX

V a r i a b


X

Y

X

Y

Valoractualde Y

Valor de X empleadopara calcular Y

Estimación deY a partir dela ecuación

de regresión

Método ausal

Regresión Lineal


20/60

20

V a r i a b


Variable Independiente

X

Y

Valoractualde Y

Valor de X empleadopara calcular Y

Desviacióno error

{

Ecuación deregresión:Y = a + bX

Estimación deY a partir dela ecuación

de regresión

Método ausal

Regresión Lineal


21/60

21

Método Causal Regres ión L ineal

Objetivo del análisis de regresión lineal Encontrara los valores de a y bque minimicen la suma de las desviaciones (errores) al cuadrado de

los puntos reales de la gráfica.Formas de evaluar la precisión del pronóstico (existen 2)

1.- Coef ic ien te de c orrelac ión d e la mues tra ( r )

Mide la intensidad y dirección de la relación entre x e y .

r puede fluctuar entre –1 y +1.r = 0 x no se relaciona con y .r = +1,00 cambios registrados de uno a otro período, en la dirección

(incrementos o decrementos) de la variable independiente, siempre loacompaña los cambios de la variable dependiente en la mismadirección.

r = - 1,00 los decrementos de x siempre va acompañados de losincrementos de y , y viceversa.Cuando más se aproxime el valor de r a 1,00 será más adecuado elajuste de la línea de regresión respecto a los puntos de la gráfica.


22/60

22

2. Coef ic ien te de determ inac ión de la mues tr a ( r 2 )

Mide la variación que representa “y ” respecto a su valor medio.

Coeficiente de determinación = (Coeficiente de correlación)2 = r 2

r 2 oscila entre 0,00 y 1,00; pero generalmente se analiza como un %.

Si r 2 se acerca a 1,00 significa que las variaciones de “y ” y elpronóstico generado por la ecuación de regresión se encuentran muyrelacionadas, en caso de alejarse ( 0,75) significa que existen otrasvariables que están afectando.

Desviación Estándar (Syx): Promedio de desviación de las puntuacionescon respecto a la media.

Cuando mayor sea la dispersión de los datos alrededor de la mediamayor será la desviación estándar.



23/60

23

Ejercicio práctico:

La persona a cargo de programar la producción de la compañía,tiene que elaborar un pronósticos de la demanda de unproducto, a fin de plantear las cantidades de producción másapropiadas.

Durante un almuerzo de negocios, el gerente de Marketingaporta información sobre el presupuesto de publicidad destinadoa una bisagra de bronce para puertas.

Se presenta a continuación los datos sobre ventas y publicidadcorrespondiente a los últimos cinco meses.

La gerencia de Marketing afirma que la compañía gastará el mesentrante US$1.750 en publicidad para el producto. Aplique laregresión lineal para desarrollar una ecuación y un pronósticopara ese producto.



24/60

24

Ventas PublicidadMes (miles de unidades) (miles de $)

1 264 2.52 116 1.33 165 1.44 101 1.05 209 2.0

Gasto en publicidad para el mes 6 es de $ 1.750

Antecedentes cuantitativos obtenidos a través de la calculadora

000 = miles

a = - 8.136b = 109.229

r = 0.98r 2 = 0.96syx = 15.61



25/60

25

| | | |1.0 1.5 2.0 2.5

Publicidad (miles de dólares)

300 —

250 —

200 —

150 —

100 —

50 V e n t a s ( m i l e s d e u

n i d a d e s )

000 = miles

a = - 8.136b = 109.229r = 0.98r 2 = 0.96syx = 15.61

Y = - 8.136 + 109.229X

• El valor de r es muy próximo a 1,00 significa que existe unafuerte relación entre ventas y publicidad, la selección es buena.

• R2 significa que el 96% de la variación observada en las

ventas, se atribuye a los gasto involucrados de publicidad.

Pronóstico para Mes 6

X = $1750, Y = - 8.136 + 109.229(1.75)

Pronóstico para Mes 6

X = $1.750, Y = 183.015 unidades



26/60

26

Ventas Publicidad

Mes (000 unidades) (000 $)1 264 2.52 116 1.33 165 1.44 101 1.0

5 209 2.0

a = - 8.136b = 109.229r = 0.98r 2 = 0.96syx = 15.61

| | | |1.0 1.5 2.0 2.5


300 —

250 —

200 —

150 —

100 —

50Y = - 8.136 + 109.229X V e n

t a s ( m i l e s d e u

n i d a d e s )

El ingeniero a cargo de producción puede utilizar estepronóstico para saber las bisagras que necesitará en el mes 6.Si suponemos que se tiene en inventario 62.500 unidades,¿Cuánto deberá planificar como producción?.



27/60

27

Ventas Publicidad

Mes (000 unidades) (000 $)1 264 2.52 116 1.33 165 1.44 101 1.0

5 209 2.0

a = - 8.136b = 109.229r = 0.98r 2 = 0.96syx = 15.61

| | | |1.0 1.5 2.0 2.5


300 —

250 —

200 —

150 —

100 —

50

Y

= - 8.136 + 109.229X

V e n t a s ( m i l e s d e u

n i d a d e s )

Se tiene en inventario = 62,500 unidades,

Producción = 183,015 - 62,500 = 120,015 unidades



28/60

28

El análisis de regresión es una buena guía para decisionesimportantes como:• Administración de inventarios.• Planificación de capacidades.• Administración de procesos.

Análisis de regresión múltiplesSe da cuando la variable dependiente (Y) depende de más deuna variable independiente. (Ej. Bisagra de bronce).Son costosas, debido a la gran cantidad de datos que seacumula y su posterior análisis e interpretación.



29/60

29

Método Series de Tiempo

Usa solo información referida a la variable dependiente.

Supuesto : La variable dependiente (su patrón) del pasado continuaen el futuro.

Identifica los patrones de la demanda que se combinan paragenerar el patrón histórico observado anteriormente en la demandadependiente generando un modelo que pueda reproducir dichopatrón.


30/60

30

Modelo de Pronóstico Empírico

• Método sencillo de series de tiempo.• Se usa con frecuencia.• Considera que: el pronóstico de la demanda actual es igual alpronóstico de la demanda del período siguiente. Ejemplo.

Mes 1 : 150.000 art. Mes 2 : 150.000 art.Martes 35 visitas sitio Miércoles 35 visitas sitioJueves 20 enfermos Viernes 20 enfermos

Para demanda de tendenc ia Incremento o decremento de la demanda actual se usa paraajustar la demanda para el siguiente período.



31/60

31

Modelo de Pronóstico Empírico (continuación)

1ª semana 2ª semana108 unid. 120 unid.

12

Para demanda estac ional Los pronósticos de los meses del año entrante será el reflejo de la

demanda real observada en los mismos meses del año anterior.Ejemplo:Julio 2011 Julio 201250.000 unid. 50.000 unid.

3ª semana 4ª semana120 + 12 = 132

Real 127 127 + 7 = 134



32/60

32

Ventajas del pronóstico empírico• Simplicidad• Bajo costo• Funciona bien cuando las demanda son estables (variaciones alazar pequeñas)

Estimación del promedioCada serie de tiempos de demanda posee a lo menos dos de los5 patrones posibles de demanda. Ejemplo: Ho ri zon tal y A leato rio (azar) .

Es posible que contenga también: de tendencia o estaciónales ocíclicos, se hará inicialmente el estudio sin considerar estos.



33/60

33

Estimación del promedio (continuación)El patrón horizontal de una serie de tiempos se basa en la mediade las demandas poner atención en los métodos de pronósticosen los que se estima el promedio de una serie de datos a travésdel tiempo.

El pronóstico de la demanda para cualquier período futuro es elpromedio de las series de tiempos calculadas en el período actual.Ejemplo:



34/60

34

Ejemplo :

Clínica: llegada de pacientes en lasúltimas 28 semanas.

Patrón de demanda: llegada depacientes no es de tendencia niestacional ni cíclico.

Serie de tiempo: muestra un patrónHorizontal y Aleatorio.

Errores aleatorios: nadie los puedeprever, no quedamos tranquilos alestimar solo promedios. Semana

Llegadas reales

de pacientes L l e g a d a s d e p a c i e n t e s



35/60

35

Técnicas estadísticas útiles para el pronóstico de series de tiempo:•Promedio móvi les s imples.• Promedio móvi les po nderados .

• Suavización exponencial .

Método de Promedio Móviles Simples (MA)Uso: estima el promedio de una serie de tiempos de demanda y

suprime de esta forma las fluctuaciones al azar.Útil: cuando la demanda no tiene tendencias pronunciadas niinfluencias estaciónales.Cálculo: para “n” períodos más recientes, con el fin de usarloscomo pronósticos para el siguiente período.Pronóstico al período t + 1

F t + 1= At =Suma de las n últimas demandas

n



36/60

36

Método de Promedio Móviles Simples (MA)

F t + 1 = At =

D t + D t – 1 + D t – 2 ...........D t – n + 1

n

At = Promedio de la demanda real de “n” periodos anterioresDt = demanda real del período tn = Número total de períodos incluidos en el promedio.

F t + 1 = pronóstico para el período t + 1F t+1 = At ó Ft = At-1

Puede incluirse todos los períodos pasados de demanda que sedesee.

La estabilidad de una serie correspondiente a la demandadetermina cuantos períodos serán necesarios incluir o sea “n”.

Serie de demanda estable son aquellas para los cuales elpromedio cambia solamente en forma infrecuente.


37/60

37

Cálculo del Promedio Móvil, At

Elabore un pronóstico de promedio móvil de tres semanas para

estimar la llegada de pacientes a la clínica médica durante lacuarta semana. Los datos correspondientes a la llegada de pacientes durante las últimas tres semanas fueron las siguientes:

Semana Llegada de pacientes

1 400

2 380

3 411

Si el número real de llegadas de pacientes durante la semana

cuatro fue de 415 ¿Cuál será el pronóstico para la semana 5?


38/60

38

400

380

411

375

380

385

390

395

400

405

410

415

0 1 2 3 4 5 6Semana

L

legada

de

pacientes

D1 =400

D2 =380

D3 = 411

At =( Dt + Dt - 1 + Dt - 2 ) / 3

A3 =( D3 + D2 + D1 ) / 3

A3 =( 411 + 380 + 400 ) / 3

Ft = A t - 1

F4 = A 3

F4 = 397

A3 =397



39/60

39

400

380

411

415

375

380

385

390

395

400

405

410

415

420

0 1 2 3 4 5 6Semana

Llegada

de

pacientes

At =( Dt + Dt - 1 + Dt - 2 ) / 3

A4 =( D4 + D3 + D2 ) / 3

A3 =( 415 + 411 + 380 ) / 3

D1 =400

D2 =380

D3 = 411

D4 = 415

Ft = A t - 1

F5 = A 4

F5 = 402

A4 =402



40/60

40

450 —

430 —

410 —

390 —

370 —

Semana

| | | | | |0 5 10 15 20 25 30

Llegadas depacientes reales

Pronóstico MA3-semana

L

l e g a d a s d e p a c i e n t e s

Pronóstico MA

6-semanas

Método Ser ies de Tiempo Promed ios Móvi les Simples

P di Mó il P d d AW


41/60

41

Cada una de las tendencias históricas que intervienen en elpromedio pueden tener su ponderación, la suma de estas debeser 1,00.

Ejemplo: En tres períodos, al más reciente puede asignarseponderación 0,50, al segundo más reciente 0,30 y el tercero másreciente 0,20.El promedio se obtiene como:

A t = 0,50 D t + 0,30 D t -1 + 0,20 D t -2

F t+1 = A t = 0,50 D t + 0,30 D t -1 + 0,20 D t -2

Promedios Móvi les Pond erado s

Promedio Móvil Ponderado, AWt



42/60

42

VentajaPermite hacer énfasis en la demanda reciente.Responde mejor que el pronóstico de promedio móvil simple.

DesventajaSigue retrasándose con respecto a la demanda porque sólocalcula promedios de la demanda en el pasado.Se observa mucho mejor el retraso cuando existe una tendencia,ya que el promedio de serie de tiempos va en incremento odisminución en forma sistemática.




43/60

43

El analista que está a cargo de la clínica médica ha

asignado ponderaciones de 0.70 a la demanda másreciente, 0.20 a la demanda de hace una semana y 0.10 ala demanda de hace dos semanas. Use los datoscorrespondientes a las tres primeras semanas paracalcular el pronóstico de promedio móvil ponderado para la

semana cuatro.

Semana Llegada de pacientes Ponderación

1 400 0,1

2 380 0,2

3 411 0.7




44/60

44

400

380

411

375

380

385

390

395

400

405

410

415

0 1 2 3 4 5 6Semana

Llegada

de

pacient

es

A3 = W3*D3 + W2*D2 + W1*D1 A3 = 0,7*411 + 0,2*380 + 0,1*400

A3 = 403,7 =404

D1 =400 W1 = 0,1

D2 =380 W2 = 0,2

D3 = 411 W3 = 0,7

Ft = A t - 1F4 = A 3

F4 = 404

1 jt

N

1 j

1 jtt WDAW




45/60

45

Actual patientarrivals

450 —

430 —

410 —

390 —

370 —

Semana

| | | | | |0 5 10 15 20 25 30

L


Supongamos que la demanda real parala semana 4 fuera de 415 pacientes.

Entonces el pronóstico para la semana5 seria:


Promedio Mó il Ponderado AW


46/60

46


450 —

430 —

410 —

390 —

370 —

Semana

| | | | | |0 5 10 15 20 25 30

Llegada deSemana pacientes

1 400

2 3803 4114 415

L


F 5 = 0,7(415) + 0,2(411) + 0,1(380)


Promedio Móvil Ponderado AW


47/60

47


450 —

430 —

410 —

390 —

370 —

Semana

| | | | | |0 5 10 15 20 25 30

Llegada deSemana pacientes

1 400

2 3803 4114 415

L


F 5 = 410,7 = 411 pacientes



48/60

48

Suavizamiento Exponencial Simple

Dt = + et

El modelo refleja un error aleatorio alrededor de una tendencia centralestable. Donde et se distribuye normalmente con media cero.

El método consiste en estimar la demanda promedio suavizada(ajustada) para el periodo venidero (At) sumando o substrayendo a lospronósticos promedios precedentes (A t - 1) un porcentaje () de ladiferencia entre la demanda actual (Dt) y los pronósticos promediosprecedentes (Ft - 1)

At = Dt + ( 1 - ) A t - 1

S i i E i l Si l


49/60

49

La constante de suavizamiento o tasa de respuesta ,representa la proporción del peso que se da a lanueva demanda contra el promedio anterior

varia en general de 0.01 a 0.3

At = Dt + ( 1 - ) A t - 1 A t -1 refleja la historia Si se cree en la última demanda

= 1 Si se cree en la historia

= 0


S i i t E i l Si l


50/60

50

At = Dt + ( 1 - ) A t – 1 ó At = A t - 1 + ( Dt - At-1 )

Ft+1 = A t ó Ft+1 = Dt + ( 1 - ) F t

et = Dt – Ft

Donde: At = Nuevo promedio suavizado

A t - 1 = Antiguo promedio exponencial

= Constante de Suavizamiento Exponencial, 0 < < 1

Dt = Demanda real actualFt+1 = Pronóstico para el periodo t+1

et = error aleatorio para el periodo t


S i i t E i l Si l


51/60

51

Método de promedio móvil ponderado muy refinado.

Calcula el promedio de una serie de tiempo, asignado a lasdemandas recientes mayores ponderaciones que a las demandasanteriores.Su uso es de mayor frecuencia por su simplicidad y reducidacantidad de datos que se necesita.

Requiere solo de tres tipos de datos:

• El pronóstico del último período

• Demanda de ese período

• Un parámetro suavizador , cuyo valor fluctúa entre 0 y 1,0


S i i t E i l Si l


52/60

52

F t+1 = (Demanda para ese período) + (1 - )(Pronóstico calculadopara ese último período)

F t+1 = D t + (1 - ) F t equivalente a:

F t+1 = F t + ( D t - F t ) Es igual al pronóstico del período

actual más una proporción delerror del pronósticocorrespondiente al mismo períodoactual.


S i i t E i l Si l


53/60

53

Formas de Uso Se requiere de las demandas históricas (Dt) y del pronóstico más

reciente (Ao = F1) A1 = D1 + (1 - ) A0 ó F2 = D1 + ( 1 - ) F1 A2 = D2 + (1 - ) A1 ó F3 = D2 + ( 1 - ) F2

Se va calibrando

También se puede utilizar la formula general:

Donde F1 es la estimación inicial de

t t t

t

t

k

k t

k

t

F D F

F D F

*)1(*

)1()1(

1

1

1

0


S i i t E i l Si l


54/60

54

Ejemplo: Suponiendo alfa = 0.20 , el pronóstico para el periodo t+1 es:

Ft+1 = 0.20 Dt + 0.80Ft Ft = 0.20Dt-1 + 0.80 Ft-1 (Reemplacemos en la anterior)

Ft+1 = 0.20 Dt + 0.80 (0.20Dt-1 + 0.80 Ft-1) = 0.20Dt + 0.16Dt-1 + 0.64Ft-1

Si continuamos expandiéndola, obtenemos: Ft+1 = 0.20Dt + 0.16Dt-1 + 0.128Dt-2 + 0.1024Dt-3 + ....

Este método es similar al método de los promedios móvilesponderados, donde la suma de las ponderaciones debe ser igual auno.


S i i t E i l Si l


55/60

55

En la práctica se ensaya con diversos valores de y se

selecciona el que produzca los mejores pronósticos, estosvalores puede ser altos o pequeños.

El trabajo con la suavización exponencial requiere de unpronóstico inicial que se puede obtener de dos formas:

1. Usar la demanda del último período.2. Con datos históricos, calcular el promedio de varios

períodos recientes de demanda.


S i i t E i l Si l


56/60

56

El analista que está a cargo de la clínica médica utilizará el

método de suavización exponencial con alfa = 0,1 para estimar la demanda del tercer periodo. Use el promediocorrespondientes a las dos primeras semanas para estimar unpronóstico inicial y calcular el pronóstico de la semana 4

Semana Llegada de pacientes

1 400

2 380

3 411




57/60

57

400

380

411

375

380

385

390

395

400

405

410

415

0 1 2 3 4 5 6Semana

Llegada

de

pacientes

Pronóstico InicialF3 = (D1 + D2)/2F3 = (400 + 380)/2 = 390

Para = 0.1

Ft+1 = 0.1*Dt + (1 - 0.1)*FtF4 = 0.1*D3 + (1 - 0.1)*F3F4 = 0.1*411 + (1 - 0.1)*390F4 = 392,1

D1 =400D2 =380

D3 = 411




58/60

58

400

380

411

415

375

380

385

390

395

400

405

410

415

420

0 1 2 3 4 5 6Semana

Llegada

de

paciente

s

Si la demanda real D4 = 415F5 = 0.1*415 + 0.9*392.1 = 394.1

D1 =400

D2 =380

D3 = 411

D4 = 415




59/60

59

450 —

430 —

410 —

390 —

370 — L l e g a d a s d e p a

c i e n t e s

Semana

| | | | | |0 5 10 15 20 25 30

SuavizaciónExponencial = 0.10




60/60

60

450 —

430 —

410 —

390 —

370 —

| | | | | |0 5 10 15 20 25 30

SuavizaciónExponencial = 0.10

Pronóstico MA

3-semanasPronóstico MA

6-semanas

Semana

L l e g a d a s d e p a

c i e n t e s


Modulo 3 Pronosticos Al02

Documents

Transcript of Modulo 3 Pronosticos Al02