Métodos Cuantitativos para los Pronósticos

[pic 1]

[pic 2]

Ingeniería Industrial

ASIGNATURA:

Administración de Operaciones I

UNIDAD 2:

Sistemas de producción

TEMAS:

 2.3 Métodos Cuantitativos para los Pronósticos

Práctica No. 2

Analizar los Modelos de Series de Tiempo

PRESENTA:

Díaz Reyes Itzel Guadalupe

Hernández Martínez Aldahir

Martínez Elizabeth

Santander Camargo Xóchitl Citlaly

CATEDRÁTICO:

Verónica Arriaga Gómez

FECHA DE ENTREGA:

 12 septiembre del 2017

2. COMPETENCIA GENERAL:

Estrategia general

Eficacia para identificar los pronósticos de demanda, reconocer la información relevante y tomar las medidas necesarias para evitar un cambio en la demanda pronosticada y planear la actividad futura de la empresa.

Estrategia específica

Analizar los datos históricos de un producto para calcular los pronósticos de demanda

3. RESUMEN

Kartek nos proporcionó, los datos de demanda recolectados durante el año, esto con el fin de obtener un pronóstico para conocer la demanda que tendrán para el mes de octubre del 2017.

Para poder proporcionar una visión clara de dicha demanda nos basamos en 5 métodos, el primero fue el método intuitivo siendo este el más rudimentario ya que se basa en las experiencias por lo que se vuelve   menos preciso , también aplicamos el método del promedio móvil ponderado este método es más preciso  ya que se  usa  la mayoría de datos de la demanda real , para este método dimos arbitrariamente valor a los pesos , estos tienen  que sumar la unidad , dando el valor más elevado a la demanda más reciente , otro método utilizado fue el móvil simple  para este método usamos orden 3 por lo que se tomaron  periodos de 3 meses para poder sacar el promedio y obtener la demanda del mes deseado , además  nos apoyamos en el método de suavización exponencial , se puede decir que este es una evolución   del método del  promedio móvil ponderado, se calcula el promedio  de una serie de tiempo, precisando 3 tipos de datos , el pronóstico del último periodo ,la demanda del último periodo y el coeficiente de suavización, en el último método en el que nos basamos fue en el de  regresión lineal, este a nuestro punto de vista es el método más preciso ya que este nos permite obtener una medida de error del pronóstico, mediante el error estándar de estimación , con esto podemos darle a Kartek un pronóstico adecuado y además mostrarle el error que este podría tener.

4. SITUACIÓN GENERAL DE LA EMPRESA

La productividad con la que cuenta la empresa a máxima capacidad es de 800 a 1000 piezas diarias, no obstante, la empresa actualmente produce entre 50 y 80 pares de calzado al día debido a falta de pedidos por parte de otras empresas.

Debido a este problema, Kartek labora con menos personal y menos materia prima, por lo cual los pronósticos son de ayuda para tener un control del personal y poder estimar el personal y la materia prima que la empresa podría requerir, si se diera el caso que en el futuro subiera la demanda.

El encargado de recolectar y analizar los datos es del gerente de ventas, esta persona lleva el control de las ventas por mes, y esto tiene como principal función evitar los riesgos en la hora de tomar decisiones referentes a la capacidad de materia prima que debe tener la empresa, la contratación del personal etc.  

5. FUNDAMENTOS TEÓRICOS

Los pronósticos son utilizados para:

Analizar y decidir si la demanda es suficiente para justificar la entrada al mercado.

Determinar las necesidades a largo plazo de la empresa

Determinar las fluctuaciones a corto plazo en la demanda

Pronostico intuitivo:

En esta demanda el administrador de operaciones supone que la demanda del siguiente periodo será igual a la demanda anterior. Este se emplea sin necesidad de utilizar un análisis o un razonamiento, puesto que es un dato evidente.

Pronostico móvil simple:

El administrador de operaciones tiene que analizar los datos históricos reales de la demanda para que pueda generar un pronóstico. Estos pronósticos se utilizan para poder suponer que la demanda del mercado permanecerá estable en el tiempo. Este tipo de pronóstico es más viable cuando se tienen patrones de demanda aleatorios en el cual se pretende eliminar los datos irregulares históricos mediante los periodos de demandas recientes y obtener estimaciones estables.

Ft= [pic 3]

Donde:

F es el pronóstico.

t es el periodo de tiempo actual, lo que significa que Ft es el pronóstico para el

periodo de tiempo actual.

At es la demanda real en el periodo t, y

n es el número de periodos que se utiliza

Pronostico móvil ponderado

En este Pronostico el administrador de operaciones tiene que asignar cualquier peso (importancia) a cualquier dato, recordando que la sumatoria de estos pesos tiene que ser igual al 100%. Este enfoque es superior al móvil simple. Para elegir las ponderaciones es de manera arbitraria ya que no existe una fórmula establecida. El administrador de operaciones supone que los datos más recientes contienen mayor información y por lo tanto, son más importantes que los datos más antiguos, puede ponerse en práctica con un promedio móvil ponderado. El administrador requiere de cierta experiencia y hacer un análisis de demanda para determinar la ponderación. Para el cálculo de pronósticos es más importante la demanda reciente, este pronóstico suele reaccionar más rápido ante los cambios de la demanda.

Ft = Σ(W1A t-1 + W2At-2 + …+ WnAt-n) / Σ Ponderación

Ft = nuevo pronóstico

At−1= demanda real en el periodo anterior

W= ponderación

Suavizamiento exponencial

Este pronóstico al igual que el móvil ponderado es óptimo para patrones de demanda aleatorios donde se pretende eliminar el impacto de elementos irregulares históricos mediante periodos de demanda recientes, pero este pronóstico tiene una ventaja que no requiere una gran cantidad de periodos y ponderaciones para lograr una estimación óptima. Se determina una constante de suavizamiento, el cual es un factor de ponderación y es un numero entre 0 y 1. Este pronóstico es usado en muchos negocios y es una parte importante para el control de inventarios.

...