metodos de pronosticos
TRANSCRIPT
1
ESCUELA PROFESIONAL DE INGENIERÍA INDUSTRIAL
INTEGRANTES:
- CIEZA BAUTISTA SEGUNDO ALEJANDRO
-SAEN SUCLUPE CARLA
-VENTURA CARRILLO DEYSI ¿ CREOP
- RVERA MORALES MARIELIZABETH
GERENCIA DE OPERACIONES
12/04/2023
PRONÓSTICOS
1
El pronóstico es un proceso de estimación de un acontecimiento futuro proyectando hacia el futuro datos del pasado. Los datos del pasado se combinan sistemáticamente en forma predeterminada para hacer una estimación del futuro
12/04/2023
Beneficios del Pronóstico 1.Apoyo a la toma de decisiones
2.históricos del comportamiento de las ventas
3. Mayor seguridad en el manejo de la información 4. Gran flexibilidad
5. Apoya las decisiones del departamento de Ventas de una manera eficaz y oportuna
12/04/2023
Subsistemas de operación y pronósticos
Información más reciente sobre la demanda y la producción
Pronóstico de la demanda para operaciones
Control del sistema
Control de la producción
Control de inventarios
Control de la mano de obra
Control de costos
Programación del sistema
Planeación agregada de la producción
Programación de las operaciones
Planeación del sistema
(diseño)
Diseño del producto
Diseño del proceso
Inversión y remplazo de equipo
Planeación de la capacidad
Producción de bienes y servicios
12/04/2023
Error en el pronóstico
MAD: Suma de desviaciones de todos los periodos : sumatoria. Demanda pronosticada – demanda real
numero total de periodos evaluados n
SESGO: Suma de errores algebraicos para todos los periodos: sumatoria demanda pronosticada–den. real
numero total de periodos evaluados n
EJEMPLO Una máquina para extrusión de aluminio estima que la demanda de cabezas para regaderas de baño es de 500 por mes para cada uno de los tres meses próximos. Posteriormente la demanda real resultó ser de 400, 560 y 700. Los errores de predicción son calculados a continuación por los métodos de la MAD y el sesgo.
MAD = 500 – 400 – 500 – 560 – 500 – 700 =100 + 60 + 200 /3 = 120 unidades Sesgo = (500- 400) + (500 - 560) + (500 – 700) /3 100 – 60 – 200 /3 - 53 unidades
6
Usos de los Pronósticos
Mercadotecnia
Participación en el Mercado
Tendencia de Precios
Desarrollo de nuevos Productos
Tamaño del Mercado
12/04/2023
técnicas representativas de pronósticos
Tipo de modelo Descripción
Modelo cualitativos Método de Delphi Preguntas hechas a un grupo de expertos para
recabar opiniones Datos históricos Hace analogías con el pasado de una manera razonada Técnica de grupo nominal Proceso de grupo que permite la participación con votación forzada Modelos cuantitativos (series de tiempo) Media o promedio móvil simple Promedia los datos del pasado para predecir el
futuro basándose en ese promedio Suavizado exponencial Da pesos relativos a pronósticos anteriores y a la
mas r reciente
Modelos cuantitativos causales Análisis de regresión Describe una relación funcional entre las variables Modelos económicos Proporciona un pronóstico global para variables
tales como el producto nacional bruto
8
“EL PRONOSTICO ES UN INICIO O UNA SEÑAL POR DONDE SE PUEDE SABER UNA COSA FUTURA MEDIANTE INDICIOS”
12/04/2023
Técnicas cualitativas Delphi:
La técnica o método delphi es un proceso de grupo cuyo objetivo es un pronóstico por consenso. A menudo un pronostico de carácter tecnológico. El Proceso requiere de un grupo de expertos internos o externos de la empresa para recabar opiniones por escrito sobre el punto sujeto a discusión
10
ventajas El método delphi reconoce de hecho la diferencia entre una opinión subjetiva y una opinión arbitraria.Reconoce la utilidad de un buen juicio y un criterio del ser humano.Elimina el temor a los miembros del grupo de retraerse o modificar una opiniónReduce la posibilidad de algunos o algún miembro acoja a la opinión de la mayoría sin mucha reflexiónEn método delphi elimina los efectos nocivos del trabajo por comité.
Limitaciones Limitación técnicas o formales.
Limitación de fondo.
Descuentos del futuro.
Exceso de simplificación
Ilusión del experto.
Falta de imaginación.
Manipulación de datos.
11
MEDIADOR
EXPERTO 4
EXPERTO 1
EXPERTO 2
EXPERTO3
METODO DELPHI
12/04/2023
TECNICA DE GRUPO NOMINAL
12/04/2023
1: DEFINA EL PROBLEMA O LA DECISION QUE SE VA A TOMAR2: GENERE LAS IDEAS SILENCIOSAMENTE (EL GRUPO)3 : ESTABLEZCA Y REGISTRE LAS IDEAS4: CLARIFIQUE CADA IDEA SOBRE LA LISTA5: ORGANICE LAS IDEAS SEGÚN SU IMPORTANCIA(EL GRUPO)6:COMPUTE LOS DIFERENTES RESULTADOS EN UNA TABLA
LAS SIETE ETAPAS DE LA TÉCNICA DE GRUPO NOMINAL
12/04/2023
METODOS CUANTITATIVOS
Promedio simple.- Un promedio simple (PS) es un promedio de los datos del pasado en el cual las demandas de todos los periodos anteriores tienen el mismo peso relativo. Se calcula de la manera siguiente:K : demanda que ocurrió hace k periodos
K
ANTERIORESPERIODOSDEMANDASPS
__
12/04/2023
EJEMPLO: En una factoría la demanda total para un nuevo electrodo ha sido de 50, 60 y 40 docenas en cada uno de los últimos trimestres. La demanda promedio ha sido:
Solución Un pronóstico total para
todos los periodos futuros se puede apoyar en este promedio simple y podría ser de 50 docenas de electrodos por trimestre.
12/04/2023
Media móvil simpleUna media móvil simple (MMS) combina los datos de demanda de la mayor parte de los periodos recientes, siendo su promedio el pronóstico para el periodo siguiente. Una vez que se ha calculado el número de periodo anteriores a ser empleado en las operaciones, se debe de mantener constante. Se puede emplear una media móvil de tres periodos o una de 20, pero una vez que se toma la decisión hay que continuar usando el mismo número de periodos. Después de seleccionar el número de periodos a ser usados, se dan pesos iguales a las demandas para determinar el promedio. El promedio se “mueve” en el tiempo en el sentido de que al transcurrir un periodo, la demanda del periodo más antiguo se descarta, y se agrega la demanda para el periodo más reciente para la siguiente operación superando así la principal limitación del modelo del promedio simple.
12/04/2023
EJEMPLO: toyota ha experimentado la siguiente demanda de productos para sus autos durante los últimos seis meses: Mes Demanda total de autosEnero 200Febrero 300Marzo 200Abril 400Mayo 500Junio 600El gerente de planta ha solicitado que se prepare un pronóstico usando una media móvil de seis periodos para pronosticar las ventas del mes de julio. El 2 de julio está por dar principio la corrida de producción de autos el 6 de julio. n Dt MMS t=1 : 200+300+200+400+500+600 /6 : 367 AUTOS 6
18
MEDIA MOVIL PODERADA
n
tJJ DCMMP
1
*
Algunas veces quien hace los pronósticos desea utilizar una media móvil pero no quiere que todos los n periodos tengan el mismo peso. Una media móvil ponderada (MMP) es un modelo de media móvil que incorpora algún peso de la demanda anterior distinto a un peso igual para todos los periodos anteriores bajo consideración. Este modelo sencillamente es: donde donde : 0 < C1 < 1.0 n C1 = 1.0 t=1
12/04/2023
EJEMPLO: Para Frigerware, un pronóstico de la demanda para julio usando un modelo de tres periodos es donde la demanda del periodo más reciente tenga un peso del doble de los dos periodos anteriores, tendrá la siguiente formaMMP = C1 D1 = .25(400) + .25(500) + .50(600) MMP = 525
20
SUAVIZADO EXPONENCIAL
El suavizado exponencial se distingue por la manera tan especial de dar pesos a cada una de las demandas anteriores al calcular el promedio.
modelos de suavizado exponencial son bien conocidos y se usan a menudo en la administración de operaciones. Son populares por dos razones: se encuentran disponibles en los paquetes normales de software para computadoras, y los modelos requieren relativamente poco almacenamiento de datos y unas cuantas operaciones, lo que es importante cuando hay que hacer pronósticos para cada uno de muchos elementos individuales.
El suavizado exponencial se distingue por la manera tan especial de dar pesos a cada una de las demandas anteriores al calcular el promedio.
21
SUAVIZADO EXPONENCIAL DE PRIMER ORDEN
La ecuación para crear un pronóstico nuevo o actualizado utiliza dos fuentes de información: la demanda real para el periodo más reciente y el pronóstico más reciente. A medida que termina cada periodo se realiza un nuevo pronóstico.
11 *)1(* ttt FDF
Dt-1= demanda más recienteFt-1= Pronóstico más reciente
10
La ecuación para crear un pronóstico nuevo o actualizado utiliza dos fuentes de información: la demanda real para el periodo más reciente y el pronóstico más reciente. A medida que termina cada periodo se realiza un nuevo pronóstico.
22
Con relación a la selección del coeficiente de suavización, se toma en cuenta ciertos criterios como:Un valor de a de 0.7. 0.8 o
0.9 puede resultar el más apropiado si existen condiciones de inestabilidad de demanda.
. En condiciones de estabilidad, el coeficiente de suavización podría ser de 0.1, 0.2, o 0.3.
Cuando la demanda es ligeramente inestable, coeficientes de suavización de 0.4, 0.5 o 0.6 pueden proporcionar los pronósticos más precisos.
23
EJEMPLOEl hospital general de phoenix ha experimentado una demanda irregular y a menudo creciente de material médico desechable en todo el hospital. La demanda de tubos desechables en pediatría durante los dos últimos meses ha sido de 300 unidades en septiembre y de 350 unidades en octubre. El Antiguo procedimiento de pronóstico para cada uno de los meses en ese ano. La demanda mensual del año anterior fue de 200 unidades. Utilizando 200 unidades como el pronóstico de la demanda de septiembre y un coeficiente de suavización de 0,7 para dar un mayor peso a la demanda más reciente, ¿el pronóstico para el mes de octubre y noviembre debería de haber sido?.
270
)200)(7.01()300)(7.0(
)1(* 11
oct
oct
ttoct
F
F
FDF
326
)270)(7.01()350)(7.0(
)1(* 11
oct
oct
ttoct
F
F
FDF
24
DOBLE SUAVISADO EXPONECIALEl doble suavizado exponencial tiende a suavizar el ruido en series de demanda estables.
El método es directo, suaviza el pronóstico obtenido mediante un modelo de suavizado exponencial doble.
1*)1(* ttt FDFFD
10 Ft= Pronóstico del periodo siguiente por suavizado exponencial de primer orden
FDt-1= Pronóstico más reciente por suavizado exponencial doble
25
EJEMPLOMilo Inc. tiene un modelo de suavizado exponencial de primer orden que ha proporcionado un pronóstico de 103,500 bushels para un trigo de grado 3, en el condado de Boone, para el mes de julio. La producción de trigo de grado 3 del año anterior, en el mes de junio fue de 70,500 bushels. Esta cifra se empleará como una estimación de pronóstico más reciente obtenida mediante un suavizado exponencial doble. Dado que α=0.2 parece ser buen coeficiente de suavizado para Milo Inc. Obtener un pronóstico con un modelo de suavizado exponecial doble para el mes de julio.
100,77
)500,70)(7.01()500,103)(2.0(
)1(* 11
julio
julio
ttjulio
F
F
FDF
Por que el pronóstico para julio será de 77,100 bushels
26
ANÁLISIS DE REGRESIÓN LINEAL
El análisis de regresión es una técnica de pronóstico que establece una relación entre variables. Una variable se conoce y se usa para pronosticar el valor de una variable aleatoria desconocida.
tt XF *
22 )())((
))(()*)((
XttXn
DtXtDtXtn
n
XtDt
))((
27
CONCLUSIONES
- Un pronóstico es una predicción.- La selección de la metodología adecuada
de pronostica determinará el parte del resultado a tener, y esto la presencia de diversos factores externos.
- El propósito principal de un pronóstico es el de producir información sobre posibles comportamientos futuros de ciertos factores o variables comprendidos en el área de interés.
- El Delphi es un método de pronosticación cualitativo en el cual se recopila la opinión de un grupo de expertos para tener un mejor panorama de supuestos y opiniones de un tema específico.