1

McGraw-Hill/Irwin

2009 The McGraw-Hill Companies, All Rights Reserved

1-1

Captulo 15

Pronstico
de la Demanda

McGraw-Hill/Irwin

2009 The McGraw-Hill Companies, All Rights Reserved

1-2

Tipos de Pronsticos

Cualitativo
Se basan en estimados y opiniones.

Cuantitativos

Anlisis de series de tiempo

Relaciones causales

Simulacin

1-3

Tipos de Pronsticos Cuantitativos

Anlisis de series de tiempo

Se basa en la idea de que es posible

utilizar informacin relacionada con la
demanda pasada para predecir la
demanda futura.

La informacin anterior puede incluir

varios componentes como

Influencias de tendencias, estacionales o

cclicas.

1-4

Tipos de Pronsticos Cuantitativos

Relaciones causales

Se analiza utilizando la tcnica de la

regresin lineal, supone que la demanda
se relaciona con algn factor subyacente
en el ambiente.

Simulacin

Permiten al encargado del pronostico

manejar varias suposiciones acerca de
la condicin del pronstico.
1-5

Componentes de la Demanda

Demanda promedio para el periodo.

Una tendencia.
Elementos estacionales.
Elementos cclicos.
Variacin aleatoria, provocadas por
eventos fortuitos (no se explican).

Auto correlacin que indica la persistencia

de la ocurrencia.

1-6

Ubicando Componentes de la Demanda

Variacin
Variacinestacional
estacional

Ventas

x
x x

xx
x
x xx
x
x x
x
x
x
x
x
x
x
x
x
x
x
x
xxxx

x x

x
x

x
x

x
x x
x
x

Tendencia
Tendencia
lineal
lineal
x

Aos
1-7

Mtodos de Pronstico Cualitativas

Juicio de expertos

Analoga histrica

Tcnicas
acumulativas
Mtodos
Cualitativos

Mtodo de Delfos

Investigacin de
mercados

Grupos de
consenso
1-8

Formula del Promedio Mvil Simple

Cuando la demanda de un producto no

crece ni baja con rapidez, y si no tiene
caractersticas estacionales, un
promedio mvil puede ser til para
eliminar las fluctuaciones aleatorias
del pronostico.
Aunque los promedios de movimientos
casi siempre son centrados, es mas
conveniente utilizar datos pasados
para predecir el periodo siguiente de
manera directa.
1-9

10

Formula del Promedio Mvil Simple

El modelo del promedio movil simple supone que un

promedio simple es un pronostico bueno del
comportamiento futuro.
La formula para el promedio movil simple es:

A
+
A
+
A
+...+A
A
+
A
+
A
+...+A
t-1
t-2
t-3
t-t-nn
t-1
t-2
t-3
FFtt ==
nn
Ft = Pronostico para el siguiente periodo
N = Nmero de periodos para promediar
A t-1 = Ocurrencia real en el periodo pasado y
A t-n = Ocurrencia real hace n periodos pasados
1-10

11

Problema de Promedio Movil Simple (1)

Week
1
2
3
4
5
6
7
8
9
10
11
12

Demand
650
678
720
785
859
920
850
758
892
920
789
844

A
++ A
++ A
+...+A
A
A
A
+...+A
t-1
t-2
t-3
t-t-nn
t-1
t-2
t-3
FFtt ==
nn

Pregunta:
Pregunta: Cules
Cules son
son las
las
demandas
demandas previstas
previstas para
para el
el
promedio
promedio de
de los
los movimientos
movimientos
de
de 33 semanas
semanas yy 66 semanas?
semanas?
1-11

El calculo de los promedios mviles nos da:

Week
1
2
3
4
5
6
7
8
9
10
11
12

12

Demand 3-Week 6-Week

650 F4=(650+678+720)/3
678
=682.67
720
F7=(650+678+720
785
682.67
+785+859+920)/6
859
727.67
=768.67
920
788.00
850
854.67
768.67
758
876.33
802.00
892
842.67
815.33
920
833.33
844.00
789
856.67
866.50
844
867.00
854.83
The McGraw-Hill Companies, Inc.,

13

Representacin
Representacinde
delos
lospromedios
promediosmviles
mvilesyy
comparar
comparar las
lasmuestras
muestrascmo
cmolas
laslneas
lneassuaves
suavespara
para
revelar
revelarla
latendencia
tendenciageneral
generalal
alalza
alzaen
eneste
esteejemplo
ejemplo
1000

Demand

900
Demand

800

3-Week

700

6-Week

600
500
1 2 3 4 5 6 7 8 9 10 11 12
Week

Observe
Observe
como
comoel
eltrazo
trazo
de
de3-Semana
3-Semana
es
esms
mssuave
suave
que
que el
eltrazo
trazo
de
de la
la
demanda,
demanda,yyel
el
de
de 66semanas
semanas
es
esms
mssuave
suave
1-13

14

Problema de promedio movil simples (2) Datos

Week
1
2
3
4
5
6
7

Demand
820
775
680
655
620
600
575

Pregunta:
Pregunta: Cual
Cual es
es el
el
demanda
demanda prevista
prevista
para
para el
el promedio
promedio de
de
movimientos
movimientos de
de 33
semanas?
semanas?
Asume
Asume que
que tu
tu solo
solo
tienes
tienes 33 semanas
semanas yy 55
semanas
semanas de
de datos
datos de
de
la
la demanda
demanda actual
actual
para
para los
los respectivos
respectivos
pronsticos.
pronsticos.
1-14

15

Problema de promedio movil simples (2) Solucion

Week
1
2
3
4
5
6
7

Demand
820
775
680
655
620
600
575

3-Week

5-Week

F4=(820+775+680)/3
=758.33

758.33
703.33
651.67
625.00

F6=(820+775+680
+655+620)/5
=710.00

710.00
666.00
1-15

16

Formula del Promedio Movil Ponderado

Si
Si bien
bien la
la frmula
frmula de
de promedio
promedio mvil
mvil implica
implica un
un peso
peso igual
igual
de
de ser
ser colocado
colocado en
en cada
cada valor
valor que
que est
est siendo
siendo en
en
promedio,
promedio, la
la media
media mvil
mvil ponderada
ponderada permite
permite una
una
ponderacin
ponderacin desigual
desigual para
para perodos
perodos de
de tiempo
tiempo anteriores
anteriores

La
La formula
formula para
para el
el promedio
promedio mvil
mvil ponderado
ponderado es:
es:

FFtt == w
+ w A t-2 ++ w
+...+w A t-n
w11A
At-1
w33A
At-3
t-1 + w22 At-2
t-3 +...+wnn At-n
wwt ==Ponderacin
Ponderacindada
dadaaala
laocurrencia
ocurrencia
t
real
realpara
parael
elperiodo
periodode
detiempo
tiempot.
t.

nn

ww ==11
i=1
i=1

ii

1-16

17

Problema con Promedio Movil Ponderado (1) Datos

Pregunta:
Pregunta:Dadas
Dadaslas
lassiguientes
siguientesdemandas
demandasyysus
suspesos,
pesos,Cual
Cual
thth
es
el
pronostico
para
el
4
es el pronostico para el 4 periodo
periodoooSemana
Semana4?
4?
Week
1
2
3
4

Demand
650
678
720

Weights:
t-1 .5
t-2 .3
t-3 .2

Tenga
Tengaen
encuenta
cuentaque
quedebe
debeasignar
asignar pesos
pesosms
ms
significativos
significativosaalos
los datos
datos ms
msrecientes,
recientes,que
quees
es el
el
periodo
periodot-1
t-1
1-17

18

Problema con Promedio Movil Ponderado (1) Solucion

Week
1
2
3
4

Demand Forecast
650
678
720
693.4

F4 = 0.5(720)+0.3(678)+0.2(650)=693.4
1-18

19

Problema con Promedio Movil Ponderado (2) Datos

Pregunta:
Pregunta:Dada
Dadala
lasiguiente
siguienteinformacion
informacionde
dedemandas
demandas
yypesos,
pesos,cual
cuales
eselelpromedio
promediomovil
movilponderado
ponderadoprevisto
previsto
th
para
paraelel55thperiodo
periodooosemana?
semana?
Week
1
2
3
4

Demand
820
775
680
655

Weights:
t-1 .7
t-2 .2
t-3 .1

1-19

20

Problema con Promedio Movil Ponderado (2) Solucion

Week
1
2
3
4
5

Demand Forecast
820
775
680
655
672

F5 = (0.1)(755)+(0.2)(680)+(0.7)(655)= 672

1-20

21

Modelo de Suavizacion Exponencial

FFtt == FFt-1
+
(A
F
)
+
(A
F
t-1
t-1
t-1
t-1
t-1)
Where :
Ft El pronostico suavizado exponencialmente para el periodo t
Ft - 1 El pronostico suavizado exponencialmente para el periodo anterior
At - 1 La demanda real para el periodo anterior
Alpha Constante de suavizacion

Premisa: La premisa es que las ocurrencias mas recientes son

mas indicativas del futuro que aquellas en el pasado mas
distante.
Por lo tanto, debemos dar ms peso a los perodos de tiempo
ms reciente la hora de pronosticar
1-21

22

Problema de Suavizacion Exponencial (1) Datos

Week
1
2
3
4
5
6
7
8
9
10

Demand
820
775
680
655
750
802
798
689
775

Pregunta:
Pregunta: Dados
Dados los
los
siguientes
siguientes datos
datos de
de la
la
demanda
demanda semanal,
semanal,
cual
cual es
es la
la suavizacin
suavizacin
exponencial
exponencial esperada
esperada
para
para los
los periodos
periodos 2-10
2-10
asumiendo
asumiendo =0.10
=0.10 yy
=0.60?
=0.60?
Asumir
Asumir FF11=D
=D11
1-22

23

Respuesta:
Respuesta:Las
Lascolumnas
columnasalphas
alphasmuestran
muestranlos
losvalores
valorespronosticados.
pronosticados.
Observa
Observaque
quetu
tusolo
solopuedes
puedespronosticar
pronosticarun
unperiodo
periodode
detiempo
tiempoen
enelelfuturo.
futuro.

1-23

24

Problema de Suavizacion Exponencial (1) Trazado

Observe
Observecomo
comola
laforma
formade
delos
losresultados
resultados para
paralos
losalfa
alfa
ms
mspequeos
pequeoses
esuna
unalnea
lneams
mssuave
suaveen
eneste
esteejemplo
ejemplo

Demand

900
800

Demand

700

0.1

600

0.6

500
1

10

Week

1-24

25

Problema de Suavizacin Exponencial (2) Datos

Week
1
2
3
4
5

Demand
820
775
680
655

Pregunta:
Pregunta: Cual
Cual es
es la
la
suavizacin
suavizacin exponencial
exponencial
esperada
esperada para
para los
los
periodos
periodos 2-5
2-5
considerando
considerando un
un =0.5?
=0.5?
Assume
Assume FF11=D
=D11

1-25

26

Problema de Suavizacin Exponencial (2) Solucin

F1=820+(0.5)(820-820)=820

Week
1
2
3
4
5

Demand
820
775
680
655

F3=820+(0.5)(775-820)=797.75

0.5
820.00
820.00
797.50
738.75
696.88
1-26

27

ESTRATEGIA DE INVENTARIO

Descomposicin clsica de series de tiempo

El pronostico clsico por de descomposicin de series de tiempo esta construido sobre la filosofa de
que un patrn de ventas histricas puede descomponerse en cuatro categoras: tendencia, variacin
estacional, variacin cclica y variacin residual o aleatoria.
El anlisis clsico de series de tiempo combina cada tipo de la variacin de ventas de la siguiente
forma:
F=TxSxCxR
Donde: F= pronostico de demanda (en unidades o en $)
T= nivel de tendencia (en unidades o en $)
S= ndice de estacionalidad
C= ndice cclico
R= ndice residual

La expresin matemtica para una lnea de tendencia lineal es T=a+bt, donde t es el

tiempo, T es el nivel de demanda promedio, o tendencia y a y b son coeficiente que se
determinaran para la serie de tiempo en particular. Estos coeficientes se obtiene
mediante
Dt t N D t
b

N t

a D b t
N

Dt El numero de observaciones utilizadas en el desarrollo de la lnea de tendencia

La demanda real en el periodo t

Demanda promedio para N periodos
t
Promedio de t durante N periodos
D

1-27

28

ESTRATEGIA DE INVENTARIO

El componente de estacionalidad del modelo esta representado por un

valor de ndice que cambia para cada periodo que se pronostica. Este
ndice es una razn de la demanda real en un tiempo dado para la
D
demanda
S t promedio.
t

Tt

donde:St
Tt

= ndice de estacionalidad en el tiempo t

= valor de tendencia determinado a partir de T= a+bt

Por ultimo, el pronostico se realiza para el tiempo t en el futuro de la

manera:
Tt St L
Ft siguiente
Ft
L)

la demanda pronosticada en el tiempo t

numero de periodos en el ciclo estacional

1-28

29

ejemplo

Periodo de
ventas

PERIODO
DE TIEMPO
(t) (1)

VENTAS
(Dt)
($OOOS)(2)

Dtxt
(3)

t2
(4)

Verano

9458

9458

Transtemporada

11542

23084

Otoo

14489

Festividades

15754

Primavera

17269

Verano

11514

Transtemporada

12623

Otoo

16086

Festividades

18098

Primavera

10

21030

Verano

11

12788

Transtemporada

12

16072

Otoo

13

Festividades

14

VALOR DE
TENDENCIA
(Tt) (5)

INDICE
ESTACIONA
L =(2)/(5)

PRONOSTICO
($000s)
(7)

T=a+bt

S=D/T

Y=TxS

total

1-29

30

PRONSTICOS APLICACIN

Promedio movible aplicado al ndice temporal

Ao

Trimestre

Ventas
ton.

Promedio mvil centrado 4

perodos

2003

T-1
T-2
T-3
T-4
T-1
T-2
T-3
T-4
T-1
T-2
T-3
T-4
T-1
T-2
T-3
T-4
T-1
T-2
T-3
T-4

190
370
300
220
280
420
310
180
270
360
280
190
300
430
290
200
320
440
320
220

2004

2005

2006

2007

270
292
305
307
297
295
280
273
275
283
300
303
305
310
312
320
325

Promedio movible
centrado

ndice
temporada

281
298
306
302
298
287
276
274
279
286
301
304
307
311
316
322

1.07
0.74
0.91
1.39
1.04
0.63
0.98
1.32
1.00
0.66
1.00
1.42
0.94
0.64
1.01
1.37

1-30

31

CLCULO DEL NDICE DE TEMPORADA AJUSTADO

T-1

Totales
ndice temporada
promedio
ndice temporada
ajustado

T-2

0.91
0.98
1.00
1.01
3.90
0.98

1.39
1.32
1.42
1.37
5.50
1.38

0.97

1.37

T-3

T-4

1.07
1.04
1.00
0.94

0.74
0.63
0.66
0.64

4.05
1.01

2.67
0.67

1.00

0.66
1-31

32

Nota 1:

El promedio de los ndices peridicos debe dar un total igual

a 1.0. En nuestra aplicacin el promedio es:
0.98 + 1.38 + 1.01 + 0.67 = 4.04 = 1.01
4
4
Por tanto, los ndices deben ajustarse, de otra manera la
suma de los pronsticos trimestrales exceder al pronstico
anual implcito en 1%

1-32

33

Nota 2:

Debe prestarse atencin a cualesquier tendencias obvias

en un ndice trimestral. En nuestra aplicacin T-1, parece
estar aumentando y T-3 muestra una tendencia definida
hacia abajo.
PRONSTICO

El paso final es efectuar el pronstico. Se lleva a cabo

tomando el pronstico del promedio movible centrado ms
reciente y su respectivo ndice temporal. Los pronsticos
para los dos primeros trimestres del 2008 son:
T-1 2008
=
316 x 0.97 = 307
T-2 2008
=
322 x 1.37 = 441

1-33

34

End of Chapter 15

McGraw-Hill/Irwin

2009 The McGraw-Hill Companies, All Rights Reserved

1-34