Sie sind auf Seite 1von 8

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

FACULTAD DE INGENIERIA
ESCUELA DE MECANICA INDUSTRIAL
CONTROL DE LA PRODUCCION
CAT. ING. SERGIO TORRES

CASO 1.

FAMILIAS ESTABLES

INTRODUCCION
Los buenos pronsticos son de gran importancia en todos los aspectos de un
negocio. El pronstico es la nica estimacin de demanda hasta que se
conoce la demanda real, adems stos determinan las decisiones en muchas
reas y son pronsticos de ventas de una compaa por cada perodo de tiempo
segn las perspectivas planificadas.
Los modelos de pronsticos son series temporales que se basan en una
secuencia uniformemente espaciada (semanal, mensual, trimestral, etc.) de
datos. Pronosticar serie de datos implica que los valores futuros son previsiones
nicamente a partir de los valores anteriores y que otras variables deben
ignorarse independientemente de su valor potencial. En el presente caso se
analiza la situacin particular en la que las ventas reales de un determinado
producto sigue un comportamiento estable en funcin del tiempo, es decir, su
desviacin estndar es baja. A este grupo de datos que siguen esa tendencia
se les clasifica dentro de las Familias Estables; se estudiarn varios mtodos
para poder establecer los Pronsticos de Riesgo a partir de los Pronsticos de
Evaluacin que se calculan sobre un perodo de tiempo previamente elegido.

OBJETIVOS
GENERAL
Determinar las series de datos que se pueden clasificar dentro de las
Familias Estables.

ESPECIFICOS
Conocer los distintos mtodos existentes para analizar la informacin de
las Familias Estables.
Establecer Pronsticos de Evaluacin sobre el conjunto de datos histricos
con el fin de proyectar los Pronsticos de Riesgo.

Comparar los errores acumulados entre todos los mtodos de estudio para
determinar cual es el que mejor se ajusta al conjunto de datos elegido.

MARCO TEORICO
FAMILIAS ESTABLES
Los modelos de pronsticos de series de tiempo tratan de predecir el futuro en
base en la informacin pasada. Las cifras de ventas trimestrales recopiladas
durante los ltimos aos se puede utilizar para pronosticar los trimestres
futuros. El modelo de pronstico que una empresa debe utilizar depende de:
1.
2.
3.
4.
5.

El horizonte de tiempo que se va a pronosticar.


La disponibilidad de los datos.
La precisin requerida.
El tamao del presupuesto de pronstico.
La disponibilidad de personal calificado.

Las Familias Estables son conjunto de datos que siguen un comportamiento


estable en funcin del tiempo. A este tipo de Familias pertenecen todos
aquellos productos que sus ventas se mantienen en los mismos niveles no
importando la poca en que se encuentre, por ejemplo: Gasolina, Gas Propano,
Cemento, etc.
ENFOQUES DE LA PREVISION: Existen dos enfoques generales de las
previsiones de la misma forma que existen dos formas de abordar toda la
planificacin de decisiones. Uno es el enfoque cualitativo o subjetivo, en el
cual se incorporan factores tales como la intuicin de la persona que toma
decisiones, emociones, experiencias personales y sistema de valores para
realizar la previsin. El enfoque cuantitativo emplea diferentes modelos
matemticos que utilizan datos histricos y/o variables causales para prever la
demanda. En la prctica los ms efectivo suele ser una combinacin de los dos
enfoques. Nuestro estudio se basar en el enfoque cuantitativo.
MODELOS MATEMATICOS DE LAS FAMILIAS ESTABLES
1. ULTIMO PERIODO: Supone que la demanda del prximo perodo ser
igual a la demanda del perodo ms reciente, es decir, nos interesa
nicamente la informacin ms reciente.
2. PROMEDIO ARITMETICO: Cuando nos interesa conocer informacin
histrica pasada, no solo la ms reciente, se procede a elegir un perodo
de ventas conocido y se promedian los valores del perodo para establecer
el Pronstico de Evaluacin.

3. PROMEDIO MOVIL: Utiliza un grupo de valores recientes para generar


un previsin. Un promedio mvil de cuatro meses (ciclaje = 4) se halla
promediando los ltimos cuatro meses anteriores al mes que nos interesa.
Con la llegada de un nuevo mes, el nuevo valor se aade a la suma de los
tres meses previos y se elimina la estimacin del mes ms antiguo. Este
modelo tiende a alisar las irregularidades a corto plazo en las series de
datos.
4. PROMEDIO MOVIL PONDERADO: Se opera de la misma forma que el
anterior con la diferencia que a cada perodo de los cuatro elegidos se va
a penalizar con una ponderacin escalar que est entre 0 y 4 (el ciclaje
elegido). Estos valores van de menor a mayor y la sumatoria de las
cuatro ponderaciones es igual al ciclaje, en este caso 4, de esta forma se
trata de enfatizar ms los valores recientes.
Eleccin de Ponderaciones: La experiencia y las pruebas son las formas
ms sencilla de elegir las ponderaciones. Por regla general, el pasado
ms reciente es el indicador ms importante de lo que se espera en el
futuro, por lo tanto, debe tener una ponderacin ms alta.
5. PROMEDIO MOVIL EXPONENCIAL
(CASO A):
Una tcnica de
previsin de media mvil ponderada en la que los datos se pesan por
medio de una funcin exponencial.
Utiliza una ponderacin o
constante de alisado que toma valores entre 0 y 1, a este valor se le
denomina alfa ( ).
Constante de Uniformidad Alfa ( ):
Constante de suavizacin que
determina el nivel de uniformidad y la velocidad de reaccin a las
diferencias entre los pronsticos y las ocurrencias reales. El valor de una
constante se determina tanto por la naturaleza del producto como por el
sentido del gerente de lo que constituye un buen ndice de respuesta.
Cuando se acerca a 0, se dice que el error del sistema es aplicable a las
fallas humanas.
Cuando se acerca a 1, se dice que el error es producto de fallas en el
sistema productivo.
6. PROMEDIO MOVIL EXPONENCIAL
(CASO B):
El modelo anterior
falla cuando tiene que dar respuesta a las tendencias, debido a ello este
modelo es un poco ms complejo ya que toma en cuenta el ajuste de las
tendencias.
La idea es calcular una media de los datos alisada
exponencialmente y luego ajustarla para desfases positivos o negativos
en la tendencia. La tendencia (T) se calcula para cada pronstico de
evaluacin partiendo de la tendencia inicial a la que se le llama Tendencia
Pivote.
PRONOSTICO DE EVALUACION: Son proyecciones que se calculan para cada
perodo de tiempo elegido con el fin de compararlas contra las ventas reales de
ese mismo perodo, se calculan las diferencias entre ambos obteniendo de esta

forma los errores acumulados de cada mtodo aplicado en el conjunto de datos


que nos interesa.
PRONOSTICO DE RIESGO: Son las proyecciones de demanda que nos
interesan para un perodo de ventas futuro el cual no conocemos.
Se
establecen a partir de los pronsticos de evaluacin del mtodo que menor
error acumulado arroj en la parte de la evaluacin.
FRANJA SIMULADA:
Modelo matemtico utilizado para efectuar los
Pronsticos de Riesgo en las Familias Estables para un determinado perodo, se
basa en el mtodo que mejor se acopl en la Proyeccin de Evaluacin; utiliza
tambin el factor de Tendencia para efectuar el clculo.

METODOLOGIA Y HERRAMIENTAS A UTILIZAR:


La metodologa de solucin se basa en la aplicacin analtica de los distintos
mtodos para determinar el Pronstico de Evaluacin, los cuales son:
1.
2.
3.
4.
5.
6.

Ultimo Perodo
Promedio Aritmtico
Promedio Mvil
Promedio Mvil Ponderado
Promedio Mvil Exponencial ( CASO A)
Promedio Mvil Exponencial ( CASO B)

Las herramientas que se utilizarn son, entre otras:

Hojas milimetradas
Calculadora
Lpiz, borrador
SOFTWARE de aplicacin proporcionado por el Catedrtico Titular del
Curso para trabajar los distintos mtodos en computadora, comparar
resultados y establecer conclusiones.

PROCEDIMIENTO DE SOLUCION:
1. GRAFICO O TABULACION DE DATOS, etapa en la cual se plotean en un
grfico las ventas reales de los perodos a evaluar para conocer cual es el
comportamiento que sigue el conjunto de datos.
2. ANALISIS PRIMARIO, al conocer el comportamiento del conjunto de datos
(ventas reales) se identifica a que familia pertenece segn la tendencia
que sigan stos asociados a su desviacin estndar.

3. ANALISIS SECUNDARIO,
establecer los Pronsticos de Evaluacin
valuando los seis mtodos disponibles para el anlisis y se calculan los
errores acumulados para cada mtodo; estos errores salen de la diferencia
entre las ventas reales y el pronstico de evaluacin para cada perodo de
tiempo que corresponde al respectivo perodo congelado de ventas reales.
4. PRONOSTICO DE RIESGO,
se elige el mtodo con el menor error
acumulado que indica que es el mtodo que mejor describe el
comportamiento del conjunto de datos. El pronstico de riesgo se calcula
por el mtodo de Franja Simulada para un perodo de demanda futuro.
Mtodos de Evaluacin:
ULTIMO PERIODO: El pronstico de evaluacin de un mes es la venta real
del mes anterior y as sucesivamente, para un perodo congelado de
ventas conocido.
PROMEDIO ARITMETICO: El pronstico de evaluacin es el promedio de
ventas reales de todos los meses anteriores al mes en cuestin; es
decisin del analista que tan atrs le interesa la informacin de ventas
reales para promediarla, ejemplo:
Poct = Venero + Vfeb + Vmar + +Vago + Vsep
9
Pnov = Venero + Vfeb + Vmar + + Vago + Vsep + Voct
10
PROMEDIO MOVIL:
Se elige un ciclaje (perodo de ventas reales
congelado), normalmente son 4 meses:
Poct = Vjunio + Vjulio + Vagosto + Vseptiembre
4
Pnov = Vjulio + Vagosto + Vseptiembre + Voctubre
4
PROMEDIO MOVIL PONDERADO:
Las ponderaciones elegidas deben
sumar 4 (el valor del ciclaje) y van de menor (venta real ms antigua) a
mayor (venta real ms reciente), ejemplo:
0.5 + 0.8 +
1.2 + 1.5 = 4
Poct = Vjunio*0.5 + Vjulio*0.8 + Vago*1.2 + Vsept*1.5
4

Pnov = Vjulio*0.5 + Vago*0.8 + Vsept*1.2 + Voct*1.5


4
PROMEDIO MOVIL EXPONENCIAL (CASO A):
Factor Alfa: un valor entre 0 y 1
Causas al azar: Causas fuera del alcance de nuestras manos
Variables por causas asignables al modelo: falta de competitividad,
productos obsoletos, falta de capacidad de competir con otras empresas
que fabrican productos similares o sustitutos.
Cuando tiende a cero: Causas al azar (fallas de recurso humano)
Cuando tiende a uno: Causas asignables al modelo.
El valor de lo decidimos nosotros, por lo general = 0.5
Poct = Psept + (Vsept - Psept) ,

error = Vsept Psept

Psept = Ppivote = Vjunio + Vjulio + Vagosto


3

PROMEDIO MOVIL EXPONENCIAL (CASO B):


Poct = Psept + (1-)/ * Tsept ,

donde: Tsept = Tpivote

Tpivote = Vsept Vago


Toct

(Voct Vsept) + (1

)*Tpivote
P = pronstico
T = tendencia
= factor alfa
FRANJA SIMULADA: Mtodo matemtico que se utiliza para establecer el
Pronstico de Riesgo para las Familias Estables, y est definido por la
siguiente relacin:
Penero = Pdic
Pfeb
= Penero + Tdic
Pmar = Penero + 2Tdic ,
)*Tpivote

Tdic = (Vdic Vnov) + (1


Tpivote = Tnov = Vnov Voct

IDENTIFICACION DEL PROBLEMA


La empresa de fabricacin y distribucin de alimentos DELI-COMIDAS ALESSIA
se encuentra en el mercado desde hace diez aos.
Paulatinamente ha
experimentado sensibles variaciones en las ventas de los distintos mens que
ofrece a sus comensales, paralelamente durante ciertos perodos de tiempo ha
mantenido cierta estabilidad en sus ventas. La Gerencia General preocupada
por dicho comportamiento en sus ventas, le pide a usted como Ingeniero
Industrial le proyecte una estimacin de su demanda futura de mens para el
segundo semestre de 2010, basndose en el historial de ventas reportados de
los aos 2007, 2008, 2009 y parte del 2010.
El conjunto de datos reales se detalla en el siguiente recuadro (unidades
monetarias):
MES
ENERO
FEBRERO
MARZO
ABRIL
MAYO
JUNIO
JULIO
AGOSTO
SEPTIEMBRE
OCTUBRE
NOVIEMBRE
DICIEMBRE

VENTAS
(2007)
230
240
255
270
260
250
235
255
265
250
240
229

VENTAS
(2008)
260
280
300
315
280
270
250
305
305
365
360
348

VENTAS
(2009)
290
320
345
360
300
290
265
355
345
280
280
267

VENTAS
(2010)
280
285
330
350
305
280

En equipos de trabajo, determinar la proyeccin futura que se les pide


utilizando todas las herramientas de anlisis disponible (anlisis cuantitativo a
mano y utilizacin de Software provisto por la Ctedra de Control de la
Produccin), as tambin la teora vertida en clase y discusin de soluciones
entre los integrantes de grupo.
Comparar los resultados obtenidos entre las distintas Familias, as como los
datos trabajados a mano y los resultados que arroja el Software de Pronsticos.
Establecer con anterioridad sus Objetivos (a donde quieren llegar, que
piensan obtener); luego del Anlisis establecer sus respectivas Conclusiones y
Recomendaciones que apoyen sus decisiones.
PRESENTACION DEL INFORME: En un folder color azul, presentar sus
resultados. Deben detallar las herramientas utilizadas, seguir la secuencia
enumerada en clase para elaborar Pronsticos, adems deben incluir el Grfico
con la Proyeccin Futura para el perodo de tiempo solicitado. Un reporte por
cada grupo de trabajo, tomar en cuenta que se premiar la participacin de los
integrantes de grupos mediante hoja de control que posee el moderador del
caso.
FECHA DE ENTREGA: Mircoles 11 de agosto de 2010