GESTION DE LA CADENA DE

SUMINISTROS

Tema : Pronsticos
Expositor : Ing. Jorge Vergi Canto

Que son los pronsticos?

Cuntas personas asistirn a la

final del mundial?

Cuntas personas asistirn al

concierto?

Los pronsticos son predicciones de lo que puede suceder o esperar,

son premisas o suposiciones bsicas en que se basan la planeacin y
la toma de decisiones.

Objetivos de los pronsticos

Decidir si la demanda es suficiente
para justificar la entrega del producto
o servicio al mercado.
Determinar las necesidades a largo
plazo de la capacidad, para el diseo
de las instalaciones.
Determinar las fluctuaciones a corto
plazo de la demanda para la
planeacin de la produccin, la
programacin de la fuerza de trabajo,
planeacin de los materiales y otras
necesidades similares.

Etapas de los pronsticos

Validar e implementar
los resultados
Realizar pronsticos
Recoleccin de datos
Seleccionar el modelo de pronsticos
Determine el horizonte temporal del pronostico
Seleccionar los artculos sobre los que se va
a realizar el pronostico
Determine el objetivo del
pronostico

TCNICAS DE PRONSTICOS

Enfoque del pronstico

Se emplean cuando la situacin no es clara y hay

pocos datos:
1. Productos nuevos
2. Nueva tecnologa

Requieren intuicin y experiencia:

Por ejemplo, el pronostico de
a travs de internet.

Mtodos
cualitativos

Mtodos
cuantitativos

las ventas

Se emplean cuando la situacin es estable y

existen daos histricos:
1. Productos existentes
2. Tecnologa actual

Utilizan modelos matemticos:

Por ejemplo, el pronostico de las ventas de
televisores.

Tipos de mtodos cuantitativos

Mtodos
cuantitativos

Modelosde
seriestemporales

Promedios
mviles

Suavizamiento
exponencial

Modeloscausales

Regresin
lineal

Regresinlineal
con
estacionalidad

Modelos de series temporales

Definicin
Tratan de pronosticar el futuro
mediante el empleo de datos
histricos. Suponen que lo que
suceder en el futuro es una funcin
de lo que ha sucedido en el pasado.
En otras palabras, los modelos de
series de tiempo observan lo que ha
sucedido durante un perodo y utilizan
una serie de datos pasados para
realizar el pronstico.

Descomposicin de una serie temporal

Modelos de series de tiempo

Promedios Mviles
La tcnica del promedio mvil supone que las "n" observaciones ms
recientes o las realizadas en los mismos perodos de tiempo de las ventas,
son muy importantes para la estimacin para un perodo "t" futuro.
Por otra parte, si las variaciones en la variable permanecen
razonablemente constantes en el tiempo, se recomienda una "n" grande,
de otra manera, se aconseja un valor "n" pequeo.
En la prctica se recomienda que "n" flucte entre 2 y 10 .
El promedio mvil es la media aritmtica de los n periodos ms recientes.

X
1 + X 2 + X 3 + ......+ XN
Pt + 1 =
N

Pt+1 = Valor Pronosticado

Xt = Valor Variable periodo t
N
= Nmero de periodos

Modelos de series de tiempo

Suavizacin Exponencial
Es similar al mtodo de promedios mviles, excepto en que los datos ms recientes
se les da mayor ponderacin. En este mtodo el pronstico nuevo es igual al
pronostico del periodo anterior ms una correccin proporcional el pronostico nuevo
observado
De la misma manera que el mtodo de promedios mviles, este mtodo se utiliza
para realizar pronstico de ventasen le corto plazo, especialmente en industrias
maduras
La principal desventaja es que el valor de (alfa) se debe calcular por prueba y
error.
Pt+1 = Valor Pronosticado para t+1
= Cte de suavizacin
Xt = Valor de variable perodo t
Pt = Valor Pronosticado para t

Pt+1=Xt+(1)Pt

Modelos causales
Regresin lineal

Elmtodomsempleadoparadescribirunatendencialinealeselde
mnimoscuadrados,paraencontrarunalneademejorajusteparaun
conjuntodepuntos.

Y = a + bX
Y= valor pronosticado en un periodo X
a = valor de la tendencia cuando X = 0
b = pendiente de la recta de tendencia
X = periodo (codificado)

Regresin lineal

Elprincipiodemnimoscuadradosseutilizaparaobtenera
yb.Lasecuacionesparadeterminara yb son:

n ( XY ) ( X )( Y )
b=
n( X 2 ) ( X )2
Y
X
b
a=
n
n

Error de pronostico

El error de pronostico para un periodo dado t es sencillamente la

diferencia encontrada al restar el pronostico a la demanda real.

Et = Dt Ft
Et = error de pronostico para el periodo t
Dt = demanda real para el periodo t
Ft = pronostico para el periodo t
La suma acumulada de errores de pronostico (SAE) mide el error de
pronostico total.

SAE = Et

Error de pronostico
El error de pronostico promedio, algunas veces llamado sesgo medio, es
sencillamente.

= SAE/n
El error medio cuadrtico (EMC) y la desviacin absoluta media (DAM)
miden la dispersin

EMC = ^2/ n
DAM = |Et| / n
El error porcentual absoluto medio(EPAM) relaciona el error de pronostico con
el nivel de demanda y es til para tener una perspectiva adecuada del
desempeo del pronostico.

EPAM = |Et|/Dt)*(100)/n

Criterios de eleccin
Criterios para elegir el Mtodo de Pronstico
1.
2.
3.
4.
5.
6.
7.

Disponibilidad de datos
Validez de los datos
Nmero y tipo de variables que requiere el
mtodo: Externas e Internas
Grado de exactitud deseado
Recursos disponibles
Horizonte de tiempo: Corto, mediano o largo
plazo.
Anlisis costo beneficio del mtodo elegido

Criterios de eleccin
Exactitud y costo de los Mtodos Cuantitativos de pronstico.
Exactitud
Mtodo de Pronstico

Mala

Regular

Costo
Buena

Bajo

Promedios Moviles

Suavizacin Exponencial

Medio

Alto

Box Jenkins

Descomposicin de Series deTiempo

Modelos de Regresin

Tasa de Crecimiento

Creciemiento Exponencial

Modelos Econmetricos

Ing Jorge Vergi Canto

Correo: jvergiuc@yahoo.com