INSTITUTO TECNOLGICO DE PIEDRAS NEGRAS

INVESTIGACION DE OPERACIONES
(UNIDAD 5)
LINEAS DE ESPERA
ALUMNO: REYES TORRES CRISTIAN ANTONIO NUMERO DE CONTROL: 11430080 CARRERA: INGIENERIA EN GESTION EMPRESARIAL MAESTRO: GONZALO GARCIA LUNA

13 DE MAYO DEL 2013

5.2 MODELOS DE PRONOSTICO.

En la toma de decisiones se elaboran plan.es para el futuro, los datos que describen la situacin de la decisin deben representar lo que suceder en el futuro. Por ejemplo, en el control de inventarios, las decisiones se basan en la naturaleza de la demanda del articulo controlado durante determinado horizonte de planeacin. Tambin en la planeacin financiera, se necesita pronosticar la pauta del flujo de efectivo a travs del tiempo.

5.1.1 MODELOS DE PRONSTICOS PARA UN NIVEL CONSTANTE.

Estos modelos son los mas sencillos, ya que suponen que la variable pronosticada conservara el valor anterior en los ltimos periodos de tiempo.

5.1.2 EFECTOS ESTACIONALES EN LOS MODELOS DE TENDENCIA LINEAL.

Estos modelos muestran variaciones en la variable pronosticada respecto al tiempo de una manera cclica, es decir con incrementos y decrementos de determinados lapsos de tiempo que por lo regular siempre son los mismos, razn por la cual se denominan estacionales. Para pronosticar con estos modelos, lo que se hace es obtener los factores estacionales para cada lapso de tiempo conocido como estacin, el cual se obtiene dividiendo la venta obtenida en cada estacin entre la venta total del periodo que se toma para el anlisis, el cual es usualmente un ao. Una vez que se tienen los factores estacionales, se multiplica cada factor por la venta total que se espera para el periodo siguiente, la cual a su vez debi haberse obtenido mediante otro pronstico. Cuando se dispone de informacin sobre las ventas en varios periodos anteriores, pueden calcularse factores estacionales promedio, los cuales sern los cocientes obtenidos al dividir la sumatoria de ventas en cada estacin para todos los periodos entre la sumatoria de ventas totales de los mismos periodos.

5.3 SUAVIZADO EXPONENCIAL EN MODELOS DE TENDENCIA LINEAL.

El mtodo de suavizamiento exponencial puede dar una ponderacin mayor a las observaciones ms recientes. Las ponderaciones se asigna mediante la constante , 0 < < 1.El modelo se expresa como: pronstico = (ltimo valor) + (1 - )(ltimo pronstico). Metodos de suavizamiento exponencial:

Tendencia lineal: El mtodo ms empleado para describir una tendencia lineal es el de mnimos cuadrados, para encontrar una lnea de mejor ajuste para un conjunto de puntos. Y = a + bXY = valor pronosticado en un periodo Xa = valor de la tendencia cuando X = 0b = pendiente de la recta de tendencia X = periodo (codificado).

5.3 ERRORES EN LOS PRONOSTICOS.

Es la diferencia numrica entre la demanda pronosticada y la real. Es la medida que indica la efectividad al utilizar alguno de los mtodos de pronostico. Su objetivo es saber si un pronostico dar buenos resultados.

Tipos de errores: Error promedio. Desviacin absoluta media. Error cuadrado medio. Desviacin tpica de los errores. Error porcentual. Error porcentual medio. Error porcentual absoluto medio.