5.2.

2 Otros mtodos
Existen otros mtodos para pronosticar un proceso con tendencia. En general, difieren en la
forma de determinar las estimaciones de la constante y la pendiente. Por ejemplo, el mtodo de
promedio mvil doble es similar al suavizamiento exponencial doble; estima la constatite con
un promedio mvil estndar y la pendiente con un promedio mvil de las estimaciones anteriores de la pendiente, corregidas por la constante.
Tambin se puede usar regresin con el tiempo como variable independiente. Sea d, la demanda en el periodo/, t = 1, 2,..., T. Como la variable independiente es un ndice de tiempo,
la ecuacin de regresin se simplifica y se convierte en

PRODUCCIN 2015-1, L AUREN J. CASTRO BOLAO

CONCEPTOS, EJERCICIO DE EJEMPLO Y TALLER DEL MTODO DE

WINTER
1. Desarrollar el taller en parejas (2) y enviar por correo hasta el
LUNES 6 de Abril de 2015.
2. Asunto del correo:
TallerWinter_Apellido1Apellido2_Apellido1Apellido2
Debe tenerse cuidado al usar regresin para pronosticar procesos con tendencia con el
tiempo como
variable independiente.
Puede no haber un apoyo de causa y efecto, o no existir
3. Hora de entrega:
Hasta
las 11:59PM
correlacin, entre el tiempo y la variable dependiente. Las ventas pueden aumentar con el tiem4. Para generarpo,la
mxima
selasdeben
soportar
todos
perocalificacin
ste puede no ser la causa
del incremento;
buenas condiciones
econmicas
pueden los
causar
el
aumento
en
las
ventas.
Si
la
economa
baja,
lo
ms
probable
es
que
las
ventasbajen,
y
clculos.
un modelo de regresin con el tiempo como variable independiente continuar pronosticando
5. Estudiar conforme
alalgn
taller
evaluacin
el basada
da enmircoles
un aumento por
tiempo.para
Para pronosticar
con una regresin
el tiempo, debe ex-8 de
trapolarse
fuera
de
la
regin
de
observacin,
lo
cual
es
peligroso.
Aun
as,
se usa la regresin
Abril de 2015.
basada en el tiempo.

5.3

Proceso estacional
Outdoor Furniture fabrica columpios. Usualmente los clientes compran ms columpios en los
meses calientes que en los fros, de manera que las ventas cambian con las estaciones. Suponga
que los columpios de Outdoor Furniture son muy buenos y la publicidad verbal hace que aumente el nmero de personas que los compran. Sus datos, que reflejan estacionalidad y tendencia estn dados en la tabla 4-11 y graneados en la figura 4-12.
En este caso, un ao se puede dividir en cuatro estaciones, cada una de tres meses. Por naturaleza, muchos procesos tiene algn nmero de estaciones durante un ao. Si los periodos
son semanas, el ao tendra 52 estaciones. Los periodos de meses y de trimestres tienen 12 y 4
estaciones en un ao, respectivamente. Otros procesos pueden tener una estacin quie no est
basada en aos, pero debe haber alguna explicacin de la estacionalidad. Los mtodos presentados aqu pueden usarse para cualquier longitud de estacin.

PRODUCCIN 2015-1, L AUREN J. CASTRO BOLAO

PRODUCCIN 2015-1, L AUREN J. CASTRO BOLAO

CAPITULO 4: PRONSTICOS

TABLA 4-11
de los columpios de
Outdoor Furniture

135

Ao
Trimestre

1
2
3
4

60
234
163
50

69
266
188
59

84
310
212
64

126.75

145.50

167.50
146.58

Promedio anual
Promedio global

Para resaltar la estacionalidad y la tendencia, en la figura 4-13 se muestra la grfica por estacin. La demanda para cada trimestre del primer ao es menor que la demanda del mismo trimestre del segundo ao, y el valor del segundo ao es menor que el del tercer ao; parece que la
demanda est creciendo. Un buen modelo debe considerar la porcin constante de la demanda,
la tendencia y la estacionalidad.
Varios mtodos consideran los tres factores; se estudiar un modelo multiplicativo popular propuesto por Winters (1960). Formalmente, el modelo es
dt = (a + bt)c, +e,
donde

a = porcin constante
b = pendiente de la componente de tendencia ct
= factor estacional para el periodo t e, =
aleatoriedad no controlable

El mtodo de pronsticos consiste en estimar los parmetros del modelo y usarlos para generar el pronstico. La componente constante se estima en forma independiente de la tendencia
y los factores estacionales, por lo que se llama constante no estacional. De la misma manera, el
factor de tendencia debe ser independiente de los factores estacionales. Los factores estacionales se pueden ver como un porcentaje de las componentes constante y de tendencia para el periodo t; si la demanda en un periodo dado de una estacin es menor que la componente de tendencia/constante, el factor estacional ser menor que uno, y si la demanda es mayor, ser
mayor que uno. El nmero de factores estacionales debe ser igual al nmero de estaciones al

FIGURA 4-12
Datos estacionales con
tendencia

PRODUCCIN 2015-1, L AUREN J. CASTRO BOLAO

136

PLANEACIN Y CONTROL DE LA PRODUCCIN

ao. Para pronosticar, se obtienen las estimaciones iniciales de las componentes del modelo y
se actualizan usando suavizamiento exponencial.
Sea dt = demanda en el periodo t
L = nmero de estaciones en el ao (o en otro marco de tiempo)
T = nmero de periodos de datos disponibles; T = mL donde mes el nmero de
aos completos de datos disponibles
5, = estimacin para el trmino constante a calculado en el periodo t Bt
= estimacin del trmino de tendencia b calculada en el tiempo t Ct =
estimacin de la componente estacional para el periodo t
Para comenzar el procedimiento, se necesita un valor inicial de ST .Una estimacin natural
es un promedio de los datos de una o ms estaciones completas. No debe usarse unja parte de
una estacin; si se usan slo los primeros 9 datos puede obtenerse una mala estimacin, porque
una demanda mayor o menor en el primer trimestre no refleja la demanda "promedio". Cuando
hay tendencia, el promedio de uno o ms aos histricos completos no proporciona una estimacin inicial de a. Este promedio incluye la demanda "ms baja" del principio, lo mismo que la
demanda "ms alta" del final de los datos histricos. El signo "+" en la figura 4-14 es; el promedio gobal y est localizado en 6.5, el punto medio de los datos histricos. Para determinar la
porcin constante del proceso en el tiempo T debe corregirse por tendencia. Por lo tanto, para
calcular ST, la estimacin de a, se necesita BT, la estimacin de b.
Se requieren al menos dos aos completos de datos para calcular BT; con menos datos no
se ver la diferencia entre la tendencia y la componente estacional. Se calcula la dertianda promedio para cada uno de los dos ltimos aos y se resta el promedio del ms antiguo del promedio del ms reciente. El resultado es el "crecimiento" en los dos aos, que debe convertirse en
un crecimiento estacional dividiendo entre L, el nmero de estaciones por ao. Si se cuenta con
ms de dos aos de datos, pueden usarse cualesquiera de ellos para estimar la pendiente. Si se
usan el primero y ltimo, con maos de datos disponibles, se divide entre (m- \)L en lugar de
L para obtener el crecimiento por periodo.

PRODUCCIN 2015-1, L AUREN J. CASTRO BOLAO

CAPITULO 4: PRONSTICOS

137

Ajuste de la
tendencia en datos

Ejemplo 4-4. BT y ST iniciales para Outdoor Furniture. Determine los parmetros

iniciales para el mtodo estacional de Winters usando los datos en la tabla 4-11.
Solucin. El promedio del tercer ao (ltimos cuatro datos) es

El promedio para el segundo ao es d2 = 145.5. Restando el promedio para el ao 2 del

promedio para el ao 3 se obtiene el crecimiento de un ao. Estos promedios se "centran" en
el punto medio de cada ao, los periodos 6.5 y 10.5, respectivamente; de manera que hay un
ao entre ellos. Se divide entre 4 para obtener el crecimiento por periodo. Se tiene

Dada una estimacin de la tendencia, se puede calcular una estimacin de la

componente constante. El promedio de todos los datos se centra en (T - l)/2, el punto medio
de las observaciones (6.5 en la figura 4-14), o (7" - l)/2periodos de T, el tiempo presente. Se
puede estimar la porcin constante del modelo en el tiempo T multiplicando la tendencia
por periodo, BT, por (T - l)/2, el nmero de periodos que hay entre el centro y T. Vea la
figura 4-14.
Para el ejemplo, el promedio global es

Como hay doce periodos de datos, D est centrado en el periodo 6.5, de manera que la
estimacin inicial del trmino constante, ST, en el periodo 12 sera

PRODUCCIN 2015-1, L AUREN J. CASTRO BOLAO

138

PLANEACIN Y CONTROL DE LA PRODUCCIN

Una vez que se tienen ST y BT ,una estimacin natural del factor estacional parecera ser la
demanda en el periodo dividida entre el trmino constante. Sin embargo, debe corregirse por la
parte de tendencia de la constante.
La estimacin para la porcin constante, ST, se calcul de manera que reflejara el proceso
en el tiempo T. Intuitivamente, la porcin constante del proceso en T - ldebe ser ms pequeo
en BT , y ms pequeo en 2BT en T - 2. En general, una estimacin de la porcin constante del
proceso para el periodo t (t < T) es la estimacin de la constante en el tiempo T menos la estimacin de la tendencia multiplicada por el nmero de periodos, esto es, ST - BT x (T - t).
Una vez hecho el ajuste por tendencia, se puede dividir la demanda real entre este valor ajustado, para obtener una estimacin del factor estacional. Se calculan los factores estaicionales
usando la frmula

donde C, es la estimacin de ct. Se promedian los factores estacionales para la misma estacin
de cada ao para eliminar el ruido.
Estos factores estacionales, sin embargo, no necesariamente suman L. Para normalizarlos
primero se determina R, el cociente de la duracin de la estacin entre la suma de los factores
estacionales:

El nmero de nuevos factores siempre es el mismo que los periodos en la estacin.

Ejemplo 4-5. Factores estacionales iniciales. Calcule los factores estacionales iniciales para los
datos de la tabla 4-11.
Solucin. Para calcular una estimacin del factor estacional para el periodo 1 en el ejemplp, se didide d{ entre el trmino constante para el periodo 1. El trmino constante ajustado ser

Se divide dx = 60 entre 116.33 y daC, = 0.52. Las ventas del primer trimestre son de alrededor de
52% del valor promedio. Despus se calculan los factores estacionales para el primer trimestre de los
aos 2 y 3 y se hace C9 igual al promedio de los tres. La tabla 4-12 muestra clculos similares, efectuados en una hoja de clculo, para el resto de los datos. La ltima columna normaliza los factores
estacionales.
TABLA 4-12
Calculo de factores
estacionales iniciales

Ao
Trimestre

Promedio

Normalizacin

12
34

0.52
1.92
1.28
0.38

0.50
1.85
1.26
0.38

0.52
1.88
1.26
0.36

0.51
1.88
1.25
0.37

0.51
1.87
1.25
0.37

4.02

4.00

Suma

PRODUCCIN 2015-1, L AUREN J. CASTRO BOLAO

CAPITULO 4: PRONSTICOS

139

PRODUCCIN 2015-1, L AUREN J. CASTRO BOLAO

140

PLANEACIN Y CONTROL DE LA PRODUCCIN

4.30.

La corporacin Compu Valu es un fabricante importante de computadoras y perifricos. Sus ven

1981desde1982
1985 las1986
1987 $60
1988
tasAo
(en millones1980
de dlares)
1980 se1983
dan en la1984
tabla. Cuando
ventas excedan
millo
Demanda
14.0 una 15.4
15.8 de produccin.
19.3
21.5
25.1debe terminarse
27.0
27.1
31.1
nes
debe construirse
nueva planta
Cundo
la nueva
planta?
Ao

1989

1990

1991

1992

1993

1994

1995

1996

Ao
Demanda
Demanda

1980
33.9 1981
34.9 1982
36.2 198339.3 198444.8 198545.3 198646.81987 48.31988
14.0
15.4
15.8
19.3
21.5
25.1
27.0
27.1
31.1

Ao

1989

1990

1991

1992

1993

1994

1995

1996

4.31. Los siguientes son datos del Bureau of Labor Statistics en miles de trabajadores que sufren trau
Demanda
33.9
34.9
36.2
39.3
44.8
45.3
46.8
48.3
mas repetitivos. Proporcione un modelo para pronosticar 1996.

PRODUCCIN 2015-1, L AUREN J. CASTRO BOLAO

4.31. Los siguientes son datos del Bureau of Labor Statistics en miles de trabajadores que sufren trau
1984
1985Proporcione
1986 un 1987
1988
19891996. 1990
1992 1411993
CAPITULO1991
4: PRONSTICOS
mas
repetitivos.
modelo para
pronosticar

Ao
Nmero

1982
22.6

1983
26.7

Ao
Nmero

1982
22.6

1983
1984
1985
Se pueden1986
usar otros1987
modelos. 1988
Si no hay 1989
tendencia, 1990
se eliminan1991
b y BT de1992
todos los 1993
clcu26.7
45.5 delpara
72.9
115.3
146.9
185.4 es que
223.6
281.8
302.0
4.32. 34.7
Desarrolle
las desventaja
ecuaciones
estimar
la ordenada
pendiente
de
un
modelo
de
tendencia
los. 37.0
Una
modelo
multiplicativo
cony la
tendencia
la tendencia
aumenta
la me
del patrn
estacional.
modelos aditivos,
dianteamplitud
promedios
mviles
dobles.Los
Aplquelas
a los datos del problema 4.29.
4.3
.323.. Desarrolle
La corporacin
Killian fabrica
mezcla
para
ventas, de
en tendencia
miles de libras,
si
+ bt
+ c,
+caliente.
e,
t = achocolate
4
las ecuaciones
para estimar
ladordenada
y la
pendiente
deLas
un modelo
me

34.7

37.0

45.5

72.9

115.3

146.9

185.4

223.6

281.8

302.0

guen un
patrnesta
estacional.
Los
se yobtienen
usando
suavizamiento
no
tienen
limitacin.
La pronsticos
estimacin
detrimestrales
el pronstico
son muy
similares a expo
diante
promedios
mviles
dobles.
Aplquelas
aloslosparmetros
datos del
problema
4.29.
nencial
unKillian
modelo
estacional
sinpara
tendencia.
Actualmente
S4ventas,
=1990).
186.5,
q = 1.4,
= 0.6,si c3 =
lospara
modelos
multiplicativos
(vea,
por
ejemplo,
Montgomery
et
al,
4.33. La
corporacin
fabrica
mezcla
chocolate
caliente. Las
en miles
de c,
libras,
0.3 ye,
= 1.7. estacional. Los pronsticos trimestrales se obtienen usando suavizamiento expo
guen
un patrn
nencial para un modelo estacional sin tendencia. Actualmente S4 = 186.5, q = 1.4, c, = 0.6, c3 =
a) EJ
D=los
pronsticos para los siguientes cuatro trimestres.
SECCIN 5 0.3
ye, ERCICIOS
1.7.

b) DESARROLLAR:
La demanda del primer trimestre del nuevo ao es 285. Actualice los parmetros y d los pro
EJERCICIOS PARA
4. pronsticos
Considere para los siguientes cuatro trimestres.
a) D4.2
los
nsticos para los siguientes cuatro trimestres si a = 0.25 y Y = 0.15.

b) La demanda del primer trimestre del nuevo ao es 285. Actualice los parmetros y d los pro
Periodo
1
2 tapas de plstico
3
4
5 para6productos al consumidor. El mol
4.34. SafSeal
moldea
por
hermticas
nsticos
para
los inyeccin
siguientes
cuatro
trimestres
si a = 0.25
y Y96
= 0.15.
Demanda
107
93
106
98
100

deo funciona mejor a 68. La planta est equipada con un horno de gas para clima fro y acondi

4.34. SafSeal
moldea
inyeccin
tapascaliente.
de plsticoPor
hermticas
para el
productos
al consumidor.
mol
cionadores
depor
aire
para
clima
esta razn,
consumo
desiguiente:
energa El
elctrica
es
cincoLa
primeros
para pronosticar
el periodo
6 usando
deo funciona Utilice
mejor los
a 68.
planta periodos
est equipada
con un horno
de gas
para loclima
fro y acondi
estacional con
pico
en
los
meses
de
verano
y
baja
en
los
meses
de
invierno.
a) aire
El ltimo
cionadores de
para dato
clima caliente. Por esta razn, el consumo de energa elctrica es
b)pico
El promedio
estacional
con
en losmultiplicativo
meses de verano
baja en los
de invierno.
) Utilice
un
modelo
paray estimar
losmeses
parmetros.
c) Un promedio mvil de tres periodos

Obs.

b) Utilice
Pronostique
el consumo
de energa
elctrica
para
cada trimestre de 1996.
Suavizamiento
exponencial
a = 0.2los
)
und)modelo
multiplicativo
paracon
estimar
parmetros.
) Con
base en estadeprediccin,
qu mtodo
es mejor
y por qu? j)
b) Pronostique
el consumo
energa elctrica
para
cada trimestre
de 1996.
Cul es el pronstico para el periodo 10 usando cada mtodo?
Ao
Estacin
Demanda
Obs.
Ao
Estacin
Demanda

Obs.

Ao

1
12
23
34
45
56
67
7
8
8

1992

1992

1993

1993

4.25. La demanda
deanda
un artculoObs
se da
suavizamiento
exponencial
Estacin
Dem
. en la tabla.
Ao UtiliceEs
tacin
De
manda con a = 0.15 y el
Invierno
1783
hecho de que 1752
el pronstico para el9periodo1994
13 es 255. Invierno
Primavera
3341
Primavera 17832324
Invierno
1752
9 10 1994
Invierno
t
t
t
d,
t
d,
d,
d,
Primavera
3341
10 11
Primavera
23244377
Verano
4910
Verano
1
239
4
345
7
227
10
352
Verano
4910
11 12
Verano
43774042
Otoo
3704
Otoo
2
325 3704 5
254 12 8
221 Otoo
11 241
Otoo
4042 1741
Invierno
13 9
1995
Invierno
3
268 1738
6
216
208
12
420
Invierno
1738
13 14 1995
Invierno
Primavera
2037
Primavera 1741 2712
Primavera
2037
14 15
Primavera
27124972
Veranoa) Proporcione
4444
un pronstico para
los periodos 14 yVerano
20.
Verano
4444
15
Verano
4972
Otoo b) Cul sera
3308
16 "equivalente"? Otoo
3839
un promedio mvil
Otoo c) Parecera
3308adecuado un promedio
16
Otoo
3839
mvil simple
para estos datos?
4.26. Se est usando el mtodo de Holt (suavizamiento exponencial doble) para pronosticar la demanda

144

mensual
de un zapato
deportivo,
con distribucin
a = 0 . 1 y P = 0.2. Lassureste
ltimas estimaciones
de la ordenada
y
4.3
.355..Sue
Sueesesuna
unanueva
nueva
empleada
centro
de Rash,
Inc.
piensa
4
empleada
deldel
centro
de de
distribucin del del
sureste
de Rash,
Inc.
Ella Ella
piensa
que seque se
lamejor
pendiente
fueron 1067.2
y 21.6, respectivamente.
La demanda
dede
este
mes
es 1100. por trimestre.
necesitaununmejor
programa
seguridad
y ha
recolectado
datos
los
accidentes
necesita
programa
dede
seguridad
y ha
recolectado
datos
de los
accidentes
por trimestre.
Proporcione
su pronstico
para
el mes prximo.
Proporcionea)
Sue
pronstico
por
trimestre
el prximo
y justifique
su modelo
Proporcione
a aSue
unun
trimestre
parapara
el prximo
ao,ao,
y justifique
su modelo
y los y los
b)
Haga
lopronstico
mismo parapor
dentro
de tres meses.
PLANEACIN Y CONTROLnmeros
DE
LA PRODUCCIN
nmeros
paraque
queSue
Suepueda
pueda
presentar
manera
efectiva
su propuesta
a la administracin.
para
presentar
de de
manera
efectiva
su propuesta
a la administracin.
4.27. Heather Foods, Inc. hace botanas que se venden a supermercados. La siguiente tabla muestra las
observaciones mensuales de las ventas de botanas de maz durante 1992 y 1993 en miles de bol
sas. Heather Foods ha vendido
botanas
Accide
ntes de maz durante 10 aos, y el departamento de planeacin
maneja la demanda como un proceso constante. Determine el pronstico para enero de 1994 usan
Trimestre
3
4
do los siguientes 1mtodos: 2

Ao
42
58
a) 1El ltimo dato
Ao
48todos los datos
70
b) 2Promedio de

74
95

44
50

4.36. Lily Pads, Inc. fabrica accesorios para natacin y deportes acuticos para nios. En 1992 introdujeron sus gogles EZ-Glide y las ventas durante los meses de verano han aumentado de matera estable desde el verano de 1992.
Obs.
1
2
3
4
5
6
7
8
9
10
11
12

Ao

Estacin

Demanda

1992

Primavera
Verano
Otoo
Invierno
Primavera
Verano
Otoo
Invierno
Primavera
Verano
Otoo
Invierno

23
51
12
7
30
67
18
14
37
81
21
12

1993

1994

1995

a) Grafique los datos y observe la estacionalidad. Grafique los datos de cada ao por separado y

144

PLANEACIN Y CONTROL DE LA PRODUCCIN

PLANEACIN Y CONTROL DE LA PRODUCCIN

Accidentes
Trimestre Accide
1 ntes 2
Ao
1
42
1
2
3 58
Ao 2
48
42
58
74 70
48
70
95

Trimestre
Ao 1
Ao 2

3
74
4
95
44
50

4
44
50

PRODUCCIN 2015-1, L AUREN J. CASTRO BOLAO

4.36. Lily Pads, Inc. fabrica accesorios para natacin y deportes acuticos para nios. En 1992 introdu-

4.36. Lily Pads, Inc. fabrica

accesorios
para ynatacin
deportes
acuticos
para
En 1992
introdujeron sus
gogles EZ-Glide
las ventasydurante
los meses
de verano
hannios.
aumentado
de matera
esjeron sus goglestable
EZ-Glide
las ventas
durante los meses de verano han aumentado de matera esdesde elyverano
de 1992.
table desde el verano de 1992.
Obs.
1
2
3
4
5
6
7
8
9
10
11
12

Obs.
Ao
1
19922
3
4
1993
5
6
7
8
1994
9
10
11
12
1995

Ao
Estacin
1992
Primavera
Verano
Otoo
1993
Invierno
Primavera
Verano
Otoo
Invierno
1994
Primavera
Verano
Otoo
Invierno
1995

Estacin Demanda
Demanda
Primavera
23
Verano23
51
Otoo 51
12
12
Invierno
7
7
Primavera
30
30
Verano
67
67
Otoo
18
18
Invierno14
14
Primavera
37
37
Verano81
81
Otoo 21
21
Invierno12
12

Grafique
los datoslayestacionalidad.
observe la estacionalidad.
Grafique
los datos
de cadaao
aopor
por separado
separado y y
a) Grafique losa)datos
y observe
Grafique
los datos
de cada
observede
la tendencia
de crecimiento.
observe la tendencia
crecimiento.
b) Estime ST, Bb)T yEstime
los factores
estacionales.
ST, BT y los
factores estacionales.
c) Pronostiquec)lasPronostique
ventas para
la primavera
y el verano
de 1995.
las ventas
para la primavera
y el verano
de 1995.
4.37. Si los datos
de ventas
de Lily
Pad de
para
son losson
quelosseque
muestran,
pronostique
la ventas
ventas
4.37.
Si los datos
de ventas
Lily1995/1996
Pad para 1995/1996
se muestran,
pronostique la
para el verano de
1996
y
el
invierno
de
1997.
para el verano de 1996 y el invierno de 1997.
Trimestre

Demanda
Trimestre
Primavera 1995 Primavera46
1995
Verano 1995
99
Verano 1995

TrimestreTrimestreDemanda
Demanda
Demanda
Otoo
1995
24
46
Otoo 1995
24
Invierno 1996
13
99
Invierno 1996
13

4.38. SnugFit es una compaa que fabrica botas de esquiar con materiales compuestos. La$ botas tu4.38. SnugFit es una compaa que fabrica botas de esquiar con materiales compuestos. La$ botas tuvieron ventas lentas al introducirlas al mercado, pero los esquiadores han reconocido qye son exvieron ventas lentas al introducirlas al mercado, pero los esquiadores han reconocido qye son excelentes y el precio es slo alrededor del 15% ms alto que otras marcas. El departamento de
el precio
es slo
del 15%
ms25alto
que otras marcas.
El departamento
de
pegado hace las celentes
unionesy en
las botas
y elalrededor
ao pasado
tena
empleados.
La eficiencia
ppr trabajapegado
hace
las
uniones
en
las
botas
y
el
ao
pasado
tena
25
empleados.
La
eficiencia
ppr
trabajador fue 83% el otoo pasado. Tres de estos trabajadores renunciaron. Dados los datos d^ demanda
dor fue aos,
83% elcuntos
otoo pasado.
Tres de estosrecomendara
trabajadores renunciaron.
d^ demanda
de los ltimos cuatro
trabajadores
contratarDados
paraloseldatos
prximo
invierde los un
ltimos
cuatrodistinto
aos, cuntos
recomendara
paraprximo
el prximoao?
invierno? Recomendara
nmero
para latrabajadores
primavera,
verano ycontratar
otoo del

no? Recomendara un nmero distinto para la primavera, verano y otoo del prximo ao?

Trimestre
Invierno
Primavera
Verano
Otoo

Aol
Trimestre
156
Invierno23
49
Primavera
Verano220

Otoo

Demanda (cajas)
Demanda (cajas)
Ao 2
Ao 3
Ao 4
Aol
Ao 2
Ao 3
Ao4
167
179
188
56188
156 29
167 46 179
91 56
23 38
29 69 46
248 91
49 247
38 238 69
220
247
238
248

CAPITULO 4: PRONSTICOS

145

PRODUCCIN 2015-1, L AUREN J. CASTRO BOLAO

4.39. Bradley & Hiller producen bates de madera que se usan principalmente en el bisbol profesional.
El departamento de compras quiere firmar un contrato a largo plazo con el proveedor de barniz.
Este contrato especificara la cantidad (en miles de galones) de barniz que B&H comprara cada
trimestre de los prximos dos aos. Las entregas reales se haran semanalmente, pero el total del
trimestre debe ser muy cercano a las cifras contratadas. La tabla muestra el uso de barniz (en miles
de galones) para los tres aos anteriores. Aconseje a compras respecto a la cantidad de bamiz que
debe contratar cada trimestre de los prximos dos aos.

6. OTROS MTODOS DE PRONSTICOS

Muchos otros mtodos de pronstico han probado ser tiles y, aunque el alcance de este libro
no permite estudiarlos todos, se introducen algunos de ellos. Los detalles se pueden encontrar
en las referencias.

6.1

Mtodo del pronstico central

El pronstico central, segn lo define Smith (1978), est basado en dos ideas fundamentales.
Una es que las personas prefieren mtodos sencillos que puedan entender, la otra es que es muy
probable que lo que ltimamente ha funcionado bien siga hacindolo ahora. Una manera de
combinar estas dos ideas es usar varios mtodos sencillos para generar un pronstico y usar el
que d los mejores resultados para el periodo anterior.
Con frecuencia, los mtodos de pronstico que se usan son muy intuitivos. Algunos ejemplos de generacin de pronsticos seran, la demanda del ltimo periodo, la demanda del mismo periodo del ao anterior, 90% de la demanda del ltimo periodo, la demanda promedio de
los ltimos tres periodos, suavizamiento exponencial simple o nada ms la estimacin del gerente. No es difcil disear muchos otros mtodos de este tipo.
El pronstico que se usa al final es el pronstico del mtodo que dio el mejor resultado el
periodo anterior. Existen varias maneras de definir "el mejor". Una forma sencilla es calcular
el valor absoluto de la diferencia entre el pronstico y la demanda real del ltimo periodo. El
procedimiento de pronstico con la menor diferencia gana, y su pronstico se usa para el siguiente periodo. Por supuesto, el siguiente periodo puede tener un nuevo ganador, segn el desempeo de los mtodos de pronstico en este nuevo periodo.
Ejemplo 4-7. Pronstico central. Utilice el pronstico central para determinar el mejor pronstico para el dentfrico en el periodo 51 usando los datos de la tabla 4-7.
Solucin. Suponga que se usan cinco mtodos de pronstico: la demanda del ltimo periodo, 90%
de la demanda del ltimo periodo, 110% de la demanda del ltimo periodo, un promedio mvil de
tres periodos y suavizamiento exponencial simple. Estos pronsticos para el periodo 50 aparecen en
la tabla 4-13, junto con la demanda real de ese periodo y el valor absoluto de la diferencia del pronos-