CAPTULO 2

2. Planeacin y control de la
produccin

ara que una empresa alcance el
xito, las estrategias de
produccin y de servicio
adecuadas tienen que integrarse a
sus objetivos generales o a su
visin, por tal razn consideramos til
comenzar definiendo lo que es una empresa
y las funciones que la componen.

Una empresa es en ltima instancia
un sistema productor. Un sistema productor
es un conjunto de elementos cuya funcin
es transformar una serie de insumos o
entradas, en algunas salidas o resultados
deseados.

Una empresa, desde el punto de
vista econmico, se define como una
unidad de produccin de bienes y/o
servicios para satisfacer las necesidades del
mercado, esto corresponde con la
definicin de sistema productor; por lo
tanto, una empresa es un sistema productor.

Existen muchas formas de clasificar
las funciones que se realizan en una
empresa; una de estas clasificaciones es la
que est basada en el enfoque de sistemas,
y se presenta a continuacin.

Las funciones bsicas que se
pueden realizar en una empresa de
transformacin, que es el tipo de empresa
nos interesa debido a que PROMMESA,
S.A. de C.V. opera dentro del ramo metal -
mecnico; son las siguientes:

a) Mercadotecnia
b) Produccin
c) Finanzas
d) Personal

En esta ocasin nuestro inters
estar enfocado a slo una de ests
funciones: la funcin de produccin de
PROMMESA, S:A: de C:V:. Pero como
puede definirse la funcin de produccin;
como el conjunto de actividades
encaminadas a transformar materias primas
y/o componentes en productos terminados.

La organizacin de esta funcin
vara de empresa a empresa, describiremos
la organizacin que tiene esta funcin en la
empresa PROMMESA, S:A. De C.V..
Funcin de produccin:
Depto de control de produccin
Depto de manufactura de partes
Depto de aseguramiento de calidad
Depto de ingeniera de Planta
Depto de mantenimiento

En particular resulta importante,
describir el departamento control de
produccin, debido a que sus actividades
son diversas, y entre ellas se encuentran:
La elaboracin de pronsticos, la
designacin del manejo de materiales, la
distribucin de planta, por mencionar
algunas. El objetivo de este departamento
es lograr que lo productos estn en la
cantidad y calidad requeridas en el lugar y
tiempo indicados, as como para determinar
el costo adecuado de cada producto.

Aunque desgraciadamente dicho
departamento no cumple del todo con el
objetivo mencionado, por tal razn
realizaremos un estudio y propondremos
algunas posibles alternativas para cumplir
con el objetivo de manera adecuada.

P
29
PLANEACIN Y CONTROL DE LA PRODUCCIN
Es importante enfatizar el hecho de
que las funciones de la empresa no
necesariamente coincidirn con los
nombres de los departamentos de las
mismas, debido a que una empresa puede
organizarse de muy diversas formas. De
igual forma, la organizacin de las
funciones detallada anteriormente,
solamente se aplica a la empresa de
PROMMESA, S.A. de C.V. y esta sujeta a
infinidad de cambios; lo importante es que
todas las actividades se lleven a cabo,
independientemente de la organizacin
empleada.

2.1. SISTEMAS DE
PRODUCCIN

Una vez definido el concepto de
empresa y las funciones que la componen,
se clasificaran los diferentes modelos de
sistemas de produccin, una de las
clasificaciones es la siguiente:
Sistemas de produccin

Continuos o estandarizados
Intermitentes o por lotes
Unicos o de proyecto

Es importante, sealar que la
empresa PROMMESA, S.A. de C.V., debe
ser catalogada dentro de los sistemas de
produccin intermitentes o por lotes.
Debido a que con este tipo de
sistemas es posible producir bajo orden del
cliente o para inventario.
Se producen diversas cantidades de
un producto, o varios productos, a
intervalos. En este caso, el sistema debe ser
flexible para adaptarlo a una gran variedad
de estilos tamaos o diseos. Como es el
caso de PROMMESA, S.A. de C.V..
El sistema de produccin por lotes,
presenta las siguientes caractersticas:


1. Gran cantidad de productos estndar
2. Se usan mquinas de propsito general,
diseadas para ejecutar diversas
operaciones sobre una variedad de
productos.
3. El equipo es arreglado atendiendo al
tipo de proceso ejecutado. Los
productos siguen una variedad de rutas
a travs de las instalaciones,
dependiendo de los procesos requeridos
(A estos arreglos se le llama
distribucin de instalaciones por
proceso).
4. El sistema productivo se adapta
fcilmente a diferentes diseos de
productos.


2.2. PLANEACIN Y
CONTROL DE LA
PRODUCCIN

Una vez comprendido lo que es una
empresa y su sistema, pasaremos a definir
el objetivo de la planeacin y control de la
produccin.

La empresa PROMMESA, S. A. de
C.V., cuenta con un Depto de control de la
produccin, pero como ya se menciono
dicho Depto no presenta una planeacin
bien estructurada, ni tampoco tiene un
control adecuado de la produccin; estos
problemas fueron mencionados y
analizados en el captulo 1, cuando se
realizo la revisin al sistema productivo.
La tarea de la planeacin y control
de la produccin consiste en planear el uso
de los elementos tales como materiales,
equipo y mano de obra, para luego
controlar la actividad resultante.

De aqu, podemos definir cul es el
objetivo primordial de la planeacin y
control de produccin:

30
CAPTULO 2
TABLA 2.1.
HORIZONTE DE ACCIN PARA EL SISTEMA PRODUCTIVO DE PROMMESA, S.A. de C.V.
Horizonte de tiempo
(plazo)
Periodo Denominacin comn Caractersticas
rea de accin de la
planeacin y control de la
produccin


Corto


Varios meses, semanas,
das o turnos


Programas
Proporcionan flexibilidad
para cumplir con los
planes a mediano plazo.
Programas de asignacin
de trabajos a mquinas,
secuencia de rdenes,
etctera.

Coordinar las interacciones de las
diversas funciones que se realizan en la
empresa, con el objeto de asegurar que los
recursos de la misma sean utilizados de la
mejor forma posible, para producir los
bienes requeridos en el tiempo establecido,
al precio adecuado, en la cantidad y la
calidad requeridas.

De lo anterior se concluye que la
planeacin y control de la produccin, es el
ente coordinador de las funciones y no de
los departamentos relacionados con la
produccin del bien.

2.3. HORIZONTE DE ACCIN

2.4. PLANTEAMIENTO DEL
PROYECTO

El primer paso en la planeacin y
control de las actividades de produccin, es
lograr, la mayor eficiencia de produccin,
fabricando la cantidad necesaria del
producto, de acuerdo con la cantidad
requerida en el momento preciso, con el
mejor mtodo y ms econmico.

Por lo tanto la mejor planeacin es
la que puede detallar lo que se quiere hacer
y lo que se prev que se podr hacer. Por
tal razn el sistema de planeacin y control
de la produccin se basa en los datos o
informacin obtenida de la misma
produccin.
El tipo y volumen de manufactura
utilizados en la empresa, nos da un criterio

fundamental para seleccionar un sistema de
planeacin y control de la produccin.

Resulta imperativo iniciar el
anlisis, realizando pronsticos precisos

que tendrn un gran valor para la
planeacin de recursos y materiales. Al

recibir a tiempo la cantidad correcta de
material adecuado, con una adecuada
produccin y realizando un buen control
en sus inventarios; la empresa puede
entregar sus productos a los consumidores
con puntualidad y planear los recursos y
materiales necesarios para el futuro.


2.5. PRONSTICOS

2.5.1. INTRODUCCIN

Muchas decisiones de negocios
dependen de algn tipo de pronstico. Los
pronsticos son slo afirmaciones acerca
del futuro. Sin embargo, no todos los
pronsticos son tiles.

Pronosticar es el arte de especificar
informacin significativa acerca del futuro.
Los pronsticos extrnsecos se formulan en
funcin de asociaciones externas, por
ejemplo, entre las ventas de casas y la
disponibilidad de hipotecas. Para la
planeacin financiera, las compaas
requieren de los pronsticos extrnsecos de
las ventas agregadas durante el ao, por
31
PLANEACIN Y CONTROL DE LA PRODUCCIN
lnea de productos. No obstante, estos
pronsticos son de escasa utilidad en la
planeacin de la produccin, pues en este
caso hay que planear las cantidades de
produccin de todos los artculos que
componen la lnea de productos. A estos
pronsticos suele denominrseles
pronsticos intrnsecos.

Periodo de los pronsticos.

Los pronsticos suelen clasificarse
conforme a periodos y a su utilizacin. En
general, los pronsticos a corto plazo, hasta
de un ao, sirve de parmetro para las
operaciones en curso. Los pronsticos a
mediano plazo, que abarca entre uno y tres
aos, y los pronsticos a largo plazo, ms
de cinco aos, sirve de apoyo para las
decisiones acerca de la ubicacin y la
capacidad de la planta. Los pronsticos por
artculo que se analizan en este captulo
tienen como objetivo los periodos o el
tiempo de espera debido a la produccin,
que a menudo es cuestin de algunas
semanas o meses. Por lo regular, se desea
conocer la demanda promedio durante el
tiempo de espera con el pronstico de
controlar los inventarios.

Precisin de los pronsticos.

Los pronsticos jams son
perfectos. Debido a que, bsicamente, se
utilizan mtodos que generan pronsticos
con base en informacin previa, nuestros
pronsticos sern menos confiables cuanto
mayor sea el lapso que se pronostique a
futuro.

Mtodos para llevar a cabo los
pronsticos.

Los mtodos para llevar a cabo los
pronsticos varan con el nmero de
artculos que deben pronosticarse y la
importancia, en trminos monetarios, de las
decisiones. Las decisiones que tienen que
ver con la capacidad y ubican de la plata se
pueden tomar con pronsticos agregados, a
largo plazo, y quizs exista disposicin
para gastar cantidades sustanciales de
dinero y tiempo para realizar clculos, a fin
de que el grado de exactitud sea mayor.
Las decisiones referentes a la cantidad
econmica
*
a ordenar para artculos de
bajo valor se basan en los pronsticos
independientes por artculo, en los cuales
no se desea gastar mucho.

La tabla 2.2 resume la relacin
entre las maneras de abordar los diversos
tipos de problemas. Los modelos
economtricos, los mtodos de Box y
J enkins y los estudios de mercado resultan
costosos pero ofrecen precisin, en alguna
medida en el mbito agregado. Cuando las
consecuencias de la decisin, como la
planeacin de un producto nuevo o la
construccin de instalaciones nuevas,
resultan ser onerosas, se justifica el uso de
estos mtodos. El mtodo de Bayes es
adecuado en caso que no se disponga de
informacin anterior. Es muy poco
probable que se lance y se fabrique un
producto si no existen pronsticos, por lo
tanto, ste no es el momento de abordar los
mtodos de Bayes. No obstante, un
problema comn, de los pronsticos en un
sistema de produccin en un sistema de
produccin e inventarios, incluye miles de
artculos individuales. Para tales
problemas, los mtodos de promedios
variables, de suavizamiento exponenciales
y de anlisis de regresin lineal, ofrecen
una ventaja singular en la facilidad para
hacer clculos, las necesidades de
almacenamiento de informacin y el costo.

Para propsito de planeacin de la
produccin, un sistema de pronsticos

*
EOQ, por las siglas en ingls de economic order
quantity.
32
CAPTULO 2
TABLA 2.2.
SELECCIN DEL MODELO DE PRONSTICO DE ACUERDO CON EL TIPO DE PROBLEMA
Decisiones costosas, pocas series de
tiempo
Miles de series, decisiones rutinarias
Se dispone de gran cantidad de informacin anterior Box J enkins
Econometra
Suavizamiento exponencial
Promedios variables
Se dispone de poca informacin anterior Mtodo Delphi
Estudios de mercado
Mtodos de Bayes

satisfactorio presenta las
caractersticas que se indican a continuacin:

1. Precisin
2. Pocos requisitos en cuanto al tiempo
para hacer clculos
3. Escasas necesidades de almacenamiento
en computadora
4. Costos bajos en la compra o el desarrollo
de programas
5. Capacidad en lnea
6. Capacidad para enlazarse con un sistema
de administracin de base de datos
existente.

7. Costo contra precisin.

El costo y la precisin constituyen
dos factores importantes en los pronsticos.
En general, una gran necesidad de precisin
se traduce en costos ms elevados para
desarrollar modelos de pronsticos.


2.5.2 EL PROCESO DE PRONSTICO

En el proceso de pronstico es
importante seguir cierta secuencia. En esta
seccin describiremos en forma breve los
nueve pasos, relacionados con el proceso;
con el fin de aprovechar al mximo el
proceso de pronstico.

Paso 1. Pronosticar la demanda futura de los
artculos, para planear y controlar la
produccin, basados en un horizonte a corto
plazo.
1. Especificar objetivos
2. Determinar qu se va a pronosticar
3.Especificar dimensiones de tiempo
4. Consideraciones relativas a los datos
5. Seleccin de los mtodos de pronstico que van a utilizarse
6. Someter a pruebas los mtodos que se seleccionaron
7. Preparar o elaborar pronsticos
8. Presentacin de los pronsticos
9. Dar seguimiento a los resultados




Fig. 2.1. El proceso de pronosticar.
*

Paso 2. La cantidad adecuada de unidades
necesarias de producto terminado para,
mantener un nivel adecuado de inventario

en recursos y materiales y cumplir con las
necesidades de consumo de los clientes, as
como para planear los requerimientos de
recursos y materiales y la capacidad de la
planta productiva.

Paso 3. Horizonte de accin a corto plazo,
correspondiente a la integracin de
operaciones ms detallada en planta, como
por ejemplo asignacin de trabajos a
mquinas y personal, as como la secuencia
de rdenes, etc.

Paso 4. Disponibilidad de informacin
histrica necesaria de carcter cuantitativo,
considerando la calidad de esta informacin
y su confiabilidad, dependiendo del tipo de

*
De J . H. Wilson y B. Keating, Business Forcasting
(Homewood, III.: Richard D. Irwin, 1990).
33
PLANEACIN Y CONTROL DE LA PRODUCCIN
pronstico la informacin contara con un
cierto nivel de detalle.

Paso 5. El problema que se presenta en el
sistema de produccin, incluye una gran
cantidad de artculos, con disponibilidad de
informacin histrica de la produccin con
ciertos patrones en la demanda y periodos de
dispersin en las cantidades de produccin.
Por lo cual resulta apropiado realizar
pronsticos intrnsecos (cuantitativos)
utilizando las tcnicas de promedios
mviles, suavizamiento exponencial y series
de tiempo.

Paso 6. Una vez determinado el modelo o
modelos, debemos de preguntarnos una cosa
cul es el costo y la precisin de este sistema
de pronstico. En general, una gran
necesidad de precisin se traduce en costos
ms elevados para detallar los modelos de
pronsticos. Tambin se tiene que tomar en
cuanta que los mejores pronsticos no son
necesariamente los ms exactos ni los menos
costosos. Por lo tanto depender de factores
como el fin que se persigue o la
disponibilidad y confiabilidad de
informacin que se use para determinar el
grado de precisin necesaria para que el
proceso de pronstico sea fidedigno.

Paso 7. Determinacin del modelo o
modelos adecuados de la actividad o
necesidades de la produccin y conciliar el
proceso, en la medida de lo posible si es ms
de uno el modelo.

Paso 8. Los pronsticos tienen que
presentarse al usuario de tal manera que
incluyan explicaciones acerca de la forma en
que se obtuvieron, dnde se encontraron los
datos, y los supuestos implcitos que se
derivan de ellos. La empresa no querr
utilizar el pronstico si no cree lo que
contiene o si no entiende, de que manera se
obtuvo.

Paso 9. Es necesario dar un seguimiento
regular a cualquier sistema de pronstico,
con el fin de cuantificar la magnitud de los
errores y las dispersiones.
Existen una serie de tcnicas para dar
seguimiento a los pronsticos, y son las
siguientes:

Desviacin media absoluta
Seal de rastreo
Error medio absoluto

Dependiendo de la dificultad o sencillez de
los clculos y de la interpretacin de los
resultados obtenidos, se elige alguna tcnica
especifica.

2.5.3. DESARROLLO DEL SISTEMA
DE PRONSTICOS

Para determinar qu modelo ser el
ms adecuado para pronosticar la
produccin a corto plazo de PROMMESA,
S.A. de C.V., se tomaran los datos de los
reportes diarios de producto terminado de
todo el mes de J unio de 1998, y se realizaran
los clculos para los siguientes modelos de
pronsticos ya antes mencionados:
Promedios mviles
Suavizamientos exponenciales
Series de tiempo

Los pronsticos slo se aplicaran a
tres artculos, ms representativos, obtenidos
del anlisis ABC realizado en el captulo
anterior, con los cuales podemos asegurar
que realizando el proceso de pronstico
basndonos solo en dichos artculos,
podremos obtener un sistema de pronstico
para todos los artculos de la empresa, que
ser confiable.

En la Tabla 1.3, se encuentran los artculos
ms representativos de PROMMESA, S.A.
de C.V., para fines que convienen a este
captulo, solamente utilizaremos los tres
34
CAPTULO 2
TABLA 2.3.
ARTCULOS MS REPRESENTATIVOS DE PROMMESA
CLIENTE NMERO DE PARTE NOMBRE DE LA PARTE
SINGER 01-99-02 ESTANTE NACIONAL
ROBERT & BOSCH 93980 41317 ENSAMBLE SOPORTE TUBO
NISSAN CIVAC 55054 F4000 SEAT ASSY RR SPR LWR

primeros artculos de dicha tabla, dichos
artculos se muestran en la Tabla 2.3.

En esta seccin se realizara paso a
paso, el proceso de pronstico descrito en la
seccin anterior, hasta llegar a una
conclusin til y confiable para el sistema
productivo de la empresa.


2.5.4. SEGUIMIENTO DEL SISTEMA
DE PRONSTICOS

Como fue mencionado
anteriormente, la tcnica empleada para
apreciar la precisin del modelo de
pronsticos es una de las caractersticas
importantes para la seleccin del modelo a
emplear.

La consideracin bsica en el uso de
cualquier modelo de pronsticos intrnsecos,
es que el valor observado estar determinado
por algn o algunos patrones de
comportamiento. Debido a que siempre
existe incertidumbre, la aleatoriedad siempre
existir; esto implica que aun si el patrn
exacto de los datos se pudiera identificar,
existira cierta desviacin entre los valores
pronosticados y los observados; un objeto en
la aplicacin de las tcnicas de pronsticos
es minimizar estas desviaciones. De aqu
que el error del pronstico (e
i
) se definiere
como la diferencia entre el valor real (X
i
) y
el pronstico (S
i
).

e
i
=X
i
- S
i

donde:

e
i
= error del pronstico
X
i
= valor real en el periodo i
S
i
= pronstico para el periodo i
i = periodo i-simo analizado

Una forma de evaluar la exactitud del
pronstico es sumando los errores a lo largo
de varios periodos (n).


Una forma de hacerlo es obteniendo
el error de pronstico promedio (AFE, siglas
de average forecast error):

AFE =[
n

i=1
e
i
] / n =[
n

i=1
(X
i
S
i
)] / n

El problema aqu, sera que el error
promedio podra ser cero, ya que los
negativos se cancelaran con los positivos,
dando un resultado dudoso.

Para evitar lo anterior se propone
obtener la desviacin media absoluta (MAD,
siglas de mean average deviation):

MAD =[
n

i=1
e
i
] / n =[
n

i=1
X
i
S
i
] / n

La desventaja de esta medida de
error es que ponderan de igual manera los
errores (desviaciones) grandes y pequeos;
con el fin de solucionar este problema de
ponderacin se propone la obtencin del
error medio cuadrado (MSE, siglas mean
squared error):

MSE =[
n

i=1
(e
i
)
2
] / n =[
n

i=1
(X
i
S
i
)
2
] / n

De esta manera se penaliza ms a
los errores grandes que a los pequeos; es
35
PLANEACIN Y CONTROL DE LA PRODUCCIN
decir ser preferible tener varias pequeas
desviaciones, que una grande
.
Y por ultimo el error estndar:

STD =[MSE]
1/2

Existen otras tcnicas, donde la
medida relativa de error resulta ms til si se
compara con indicadores que reflejan
medidas absolutas. El error porcentual
absoluto medio (MAPE, siglas de mean
absolute percent error) y la seal de rastreo
son dos de estas tcnicas. El MAPE
relaciona el error promedio del pronstico
con la demanda promedio para varios
periodos consecutivos:

MAPE =[
n

i=1
(e
i
/ X
i
) * 100] / n

En la seal de rastreo, la distorsin o
influencia positiva debe conducir a
pronsticos consistentes por arriba del
promedio, y la negativa, por debajo de l. Se
puede generar una seal de rastreo con el fin
de dar seguimiento continuo a las
distorsiones e influencias.

Dado que un sistema de pronsticos
satisfactorio debe tener un balance entre los
errores positivos y los negativos, la suma
acumulada o sumatoria de los errores en los
pronsticos (RSFE, siglas de runing sum of
forecast errors) debe aproximarse a cero:

RSFE =
n

i=1
e
i
0

Una seal de rastreo comn, S, indica
algo acerca del tamao relativo de la RSFE:

S =AFE / MAD

S =( [
n

i=1
e
i
/ n ] / [
n

i=1
e
i
/ n ] )

Donde AFE (siglas de average forecast
error), es el error promedio de pronstico en
curso. Si se cancelan los errores positivos y
negativos, S se aproximar acero. Si se
presentan errores negativos considerables,
continuos, en forma consistente, S se
aproximar a menos uno; y viceversa. De
este modo tenemos que:

1 S 1.

Dado que se pueden presentar dos
formas comunes de precisin al evaluar
modelos de pronsticos, es necesario
considerar por lo menos una de las tcnicas
mencionadas al principio y otra de las los
ltimas. Para nuestros propsitos
consideraremos el error estndar (STD) y la
seal de rastreo.

Describiremos brevemente las dos
formas de precisin mencionadas, que
suelen presentarse en estos casos:

1. La precisin de la tcnica al predecir el
patrn de los datos. Para esto es valido
emplear las primeras tcnicas de
precisin mencionadas; el modelo de
pronstico que d el menor valor de
error en trminos generales, ser el ms
adecuado.

2. La precisin de la tcnica cuando el
patrn cambia. Lo importante aqu, es
qu tan rpido el pronstico puede
responder a los cambios y qu tan bien
puede pronosticar el futuro. Esto implica
que la tcnica debe identificar el cambio.
El valor de las tcnicas de pronstico al
hacer esto vara enormemente.

2.5.5. MTODOS DE
SUAVIZAMIENTO

2.5.5.1. Promedios mviles simples.

Un promedio mvil se obtiene al
promediar los datos de la demanda,
36
CAPTULO 2
correspondientes a varios de los periodos
ms recientes. Cuando la informacin, o los
datos, referentes a la demanda no muestran
crecimiento rpido ni caractersticas de
estacionalidad, la tcnica quiz resulte til
para eliminar fluctuaciones aleatorias para
los pronsticos. A medida que se incrementa
n (el nmero de observaciones que se
incluirn en el promedio mvil), el modelo
tiende a suavizar o atenuar el ruido. Sin
embargo, conforme n se incrementa, se
incluyen ms datos, y el modelo presenta
menor capacidad de respuesta ante los
cambios en los patrones de demanda. Un
promedio variable de un periodo n se define
como sigue:

Promedio mvil, es igual a la suma
de la demanda antigua para los ltimos n
periodos entre el nmero de periodos que se
utilizan en el modelo.

La expresin matemtica que lo
define es:

S
t+1
=X
t
+X
t-1
+X
t-2
+.... +X
t-n+1
/ n

S
t+1
=1 / n [
t

i=t-n+1
X
i
]
donde:
S
t
= pronstico para el tiempo t
X
t
= valor de demanda real al tiempo t
n = nmero de valores incluidos en el
promedio

Caractersticas

til a corto plazo.

Requiere mucha informacin histrica.

La variacin aleatoria se suaviza ms a
medida que se consideran ms valores en
el pronstico.

No deben presentarse factores de
tendencia o estacionalidad en el
comportamiento de los datos.

No se adapta rpido a cambios en el
comportamiento.

Es una tcnica no estadstica.

La tcnica de la misma importancia,
pondera de igual manera, a cada uno de
los valores considerados en el promedio,
pero no pondera los valores observados
antes de ese tiempo.

Es til cuando se tiene un gran nmero y
diversidad de artculos.

Pronostica aceptablemente un periodo a
futuro (t+1); sin embargo, puede usarse
para pronosticar ms de un periodo
adelante, pero el error aumenta
demasiado con cada periodo adelante.

Una representacin matemtica ms
simple es: restando 1 a la ecuacin anterior:

S
t
=X
t-1
+X
t-2
+....+X
t-n
/ n

Y de la ecuacin anterior, se tendr:

S
t+1
=[X
t
/ n] [X
t-n
/ n] +S
t

A continuacin se mostrarn los
datos de produccin obtenidos de la empresa
PROMMESA, S.A. de C.V., y se realizara,
la aplicacin del modelo de promedios
mviles simples descrito. En la Tabla 2.4 se
pueden observar los valores
correspondientes a la produccin diaria del
mes de J unio, del artculo, llamado Estante
nacional, fabricado para Singer, con nmero
de parte 01-99-02.



37