El documento describe diferentes tipos de pronósticos y modelos de pronósticos. Explica cuatro tipos de pronósticos incluyendo técnicas cualitativas, análisis de series de tiempo, relaciones causales y simulación. También describe modelos de pronósticos para niveles constantes, efectos estacionales, suavizado exponencial y tendencias lineales. Además, discute errores en pronósticos y pronósticos causales con regresión lineal. Finalmente, define e inventarios y el sistema de planificación de requerimientos
1. TEMA : Pronósticos
DOCENTE : ING. VILCA PEREZ JESUS GABRIEL
ESTUDIANTES:
BRUCE DEVY, BALBIN PRADO
CORONADO CHÁVEZ, FRANKLIN
ESPINOZA ZANINI, PAMELAAURORA
MACHUCA RÍOS, DENNIS
MORENO INCIL, EDWARD
MORI CHÁVEZ, ANDERSON
QUIROZ LONGA, CARLOS
ROMERO GUERRA, MARIA
UNIVERSIDAD NACIONAL DE CAJAMARCA
Escuela académico profesional de Ingeniería de Minas
APLICADA
2. Modelos depronósticos
Existen cuatro tipos de pronósticos :
• Técnicas cualitativas: son de carácter subjetivo y se basan en
estimaciones y opiniones.
• Análisis de series de tiempo: se basa en la idea de que se pueden usar
los datos relacionados con la demanda del pasado para realizar
pronósticos.
• Relaciones causales: suponen que la demanda está relacionada con
uno o más factores subyacentes del ambiente.
• Simulación: permiten al pronosticador recorrer una gama de
suposiciones sobre la condición del pronóstico
Es un proceso de estimación de un acontecimiento o fenómeno,
regularmente económico en el cual se involucra el tiempo,
proyectando hacia el futuro datos del pasado.
Pronóstico
3. Modelosde pronósticos para un nivelconstante
Existen variados tipos de modelos para determinar el valor de una constante, entre los que más resaltan, son los
siguientes:
Este es el más simple de los métodos de pronóstico y considera
el valor de la variable aleatoria.
Muy simple, pero útil únicamente en acotados casos.
Últimovalor
Pronostica como valor de la variable aleatoria. Esta puede ser
una buena estimación cuando se trata de un proceso muy
estable o que cambia muy poco en el tiempo.
Promedio
Solucionan, en parte, el hecho de que el proceso cambia en el
tiempo y considera únicamente las últimas observaciones, por
lo que, de esta forma, mejoramos el método anterior.
Promedios
móviles
El método exponencial o de suavizado exponencial, soluciona
este problema introduciendo una constante de suavizado, y
calcula el nuevo valor de a variable aleatoria.
Exponencial
4. Para poder escoger un buen modelo de pronósticos, es importante tener en cuenta los siguientes criterios:
Tiempo para elpronóstico.
Todos losdatos necesariosa disposición.
Presupuesto para los pronósticos.
Disponibilidad de personal calificado.
Efectosestacionalesen los modelosde
pronósticos.
La Estacionalidad siempre ha jugado un papel primordial en el análisis de series de tiempo. La
mayoría de las técnicas para realizar pronósticos requieren condiciones de estacionalidad. Por lo
tanto necesitamos algunas condiciones, es decir, las series de tiempo necesitan tener un proceso
estacionario de primer y segundo orden.
Se refiere a una serie temporal, y se contrapone a la tendencia
y a la variación cíclica.
ESTACIONAL
5. Suavizadoexponencialen modelosdetendencialineal.
Los modelos de suavizado exponencial, se distingue por la manera tan especial de dar pesos a cada
una de las demandas anteriores al calcular el promedio.El suavizado exponencial de primer orden.
• La ecuación para crear un pronóstico nuevo o actualizado utiliza dos fuentes de información:
• La demanda real para el periodo más reciente.
• El pronóstico más reciente (a medida que termina cada periodo, se realiza un nuevo pronóstico).
Después que termina el periodo t - 1 se conoce la demanda actual (D t-1). Al inicio del periodo t - 1
se hizo un pronóstico (F t-1) de la demanda durante t - 1. Por lo tanto, al final de t - 1 se tienen las
informaciones necesarias para calcular el pronóstico de la demanda para el próximo periodo.
6. Errores en los pronósticos
Es normal que en ocasiones dentro de los pronósticos se encuentren errores, sin embargo esto no es lo ideal.
El error del pronóstico es la diferencia entre el valor real y el pronosticado del período correspondiente.
A continuación, se presentan fórmulas que ayudan a reconocer el error existente.
7. Pronósticos causales con regresión lineal
El objetivo es pronosticar una variable dependiente, por ejemplo las ventas, en función de una o más
variables independientes, por ejemplo el precio. Este es un pronóstico causal, porque el valor de la
variable dependiente está causado o al menos tiene una correlación alta con el valor de las(s) variable(s)
independiente(s).
• Para poder generar un pronóstico con regresión lineal simple, se puede apoyar de un diagrama de
dispersión, el cual ayuda a generar un buen pronóstico. A continuación se muestran los pasos que se
pueden seguir para elaborar uno.
1. Determinar cuáles son las variables dependientes e independientes.
2. Elaboramosel diagramadedispersiónpara establecersi la relaciónentre las variables es lineal o no
lineal.
3. Recta de regresión.
8. Definición y tipos de inventarios
Los inventarios se pueden definir como el conjunto de artículos o mercancías que tiene la empresa para poder
comerciar con ellos, permitiendo la compra y venta o la fabricación primero antes de venderlos, en un periodo
económico determinados. Planear actividades de manufactura, horarios de entrega y actividades de compra, la
planeación de requerimientos de materiales (MRP), es un sistema de planificación de la producción, y de gestión de
inventarios.
El MRP, se basa en dos ideas esenciales:
La demanda de la mayoría de los artículos no es independiente, únicamente lo es la de los productos terminados.
Las necesidades de cada artículo y el momento en que deben ser satisfechas estas necesidades, se pueden calcular
a partir de unos datos bastantes sencillos:
1. Las demandas independientes
2. La estructurade losproductos
Es entonces que el MRP, consiste en el cálculo de los artículos necesarios, indicando la oportunidad de fabricar los
componentes respecto a la parte del procesos e la que se encuentran.