Académique Documents
Professionnel Documents
Culture Documents
PRCTICA
3
PLANEAMIENTO Y CONTROL DE LA PRODUCCIN
OBJETIVOS
RECURSOS
Gua de Prcticas
Microsoft Excel
DURACIN DE LA PRCTICA
2 horas cronolgicas
MARCO TERICO
1. TIPOS DE PRONSTICOS
Los pronsticos se clasifican en cuatro tipos bsicos: cualitativo, anlisis de series de tiempo,
relaciones causales y simulacin. Las tcnicas cualitativas son subjetivas y se basan en
estimados y opiniones. El anlisis de series de tiempo, enfoque primario de este captulo, 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, y se describe en la seccin siguiente. El
INGENIERA INDUSTRIAL 1
pronstico causal, que se analiza mediante la tcnica de la regresin lineal, supone que la
demanda se relaciona con algn factor subyacente en el ambiente. Los modelos de simulacin
permiten al encargado del pronstico manejar varias suposiciones acerca de la condicin del
pronstico.
2. COMPONENTES DE LA DEMANDA
La siguiente ilustracin muestra una demanda durante un periodo de cuatro aos, as como el
promedio, la tendencia y los componentes estacionales o la aleatoriedad alrededor de la curva
de la demanda suavizada. Es ms difcil determinar los factores cclicos porque quiz se
desconoce el tiempo o no se toma en cuenta la causa del ciclo. La influencia cclica sobre la
demanda puede provenir de sucesos como elecciones polticas, guerras, condiciones
econmicas o presiones sociolgicas. Las variaciones aleatorias son provocadas por
acontecimientos fortuitos. Estadsticamente, al restar todas las causas conocidas de la
demanda (promedio, tendencias, estacionales, cclicas y de autocorrelacin) de la demanda
total, lo que queda es la parte inexplicable de la demanda. Si no se puede identificar la causa
de este remanente, se supone que es aleatoria.
La autocorrelacin indica la persistencia del hecho. De manera ms especfica, el valor
esperado en un momento dado tiene una correlacin muy alta con sus propios valores
anteriores. En la teora de la lnea de espera, la longitud de una lnea de espera tiene una
autocorrelacin muy elevada. Es decir, si una lnea es relativamente larga en un momento
determinado, poco despus de ese tiempo sera de esperar que la lnea siguiera siendo larga.
Un mtodo de pronstico de uso muy comn grafica los datos y luego busca la distribucin
estndar (como lineal, curva S, asinttica o exponencial) que se adapte mejor a estos. El
INGENIERA INDUSTRIAL 2
atractivo de este mtodo radica en que, como las matemticas de la curva son conocidas,
resulta fcil despejar los valores de los periodos futuros. En ocasiones, la informacin no
parece adaptarse a ninguna curva estndar. Esto quiz se deba a varias causas que, en esencia,
envan los datos desde varias direcciones al mismo tiempo. Para estos casos es posible obtener
un pronstico sencillo pero eficaz con solo graficar la informacin.
Consideramos una serie de tiempo de demanda que tiene una tendencia. Una tendencia en una
serie de tiempo es un incremento o decremento sistemtico en el promedio de la serie en el
tiempo. Cuando hay una tendencia notoria, los pronsticos de los enfoques ingenuos, promedio
mvil y suavizamiento exponencial son adaptables, pero muestran un retardo con respecto a la
demanda real y tienden a ser ms bajos o ms altos que la demanda real.
La proyeccin de la tendencia con regresin es un modelo de pronstico que toma en cuenta la
tendencia con el anlisis de regresin simple. Para desarrollar un modelo de regresin para
pronosticar la tendencia, sea la variable dependiente. Y, la demanda de un perioso y sea la
variable independiente, t, el periodo. Para el primer periodo se tiene t=1; para el segundo
periodo, t=2; etc. La ecuacin de regresin es:
INGENIERA INDUSTRIAL 3
= +
Donde:
Y * = Se lee Y asterisco, es el valor predictorio de la variable Y para un valor seleccionado de
X.
a = Es la interseccin con el eje Y. Es el valor estimado de Y cuando X = 0.
b = Es la pendiente de la lnea, o el cambio promedio en Y* por cada cambio en una
unidad de la variable independiente X.
X = Es el valor que se escoge para la variable independiente.
A los valores a y b se les conoce como coeficientes de regresin y se calculan con las
siguientes frmulas:
=
2 ( )2
La solucin a este problema llega cuando se responde la siguiente pregunta. Si cuenta con las
ventas histricas de automviles Ford desde 1920, incluira cada ao a en su anlisis de
regresin, dando el mismo peso a la venta de cada ao, o incluira solo las ventas de los aos
ms recientes? Lo ms probable es que decida incluir slo los aos ms recientes, haciendo el
modelo de regresin ms adaptable. La proyeccin de tendencia con el modelo de regresin
entonces sera ms o menos adaptable con la seleccin de los periodos de datos histricos que
se incluyan, de la misma manera que modelos de los promedios mviles (cambiando n) o de
suavizamiento exponencial (cambiando ).
INGENIERA INDUSTRIAL 4
caracterizado por alguna actividad en particular. Con la palabra cclico se indica que no se
trata de los periodos anuales recurrentes de actividad repetitiva.
sxy y 2
a y b xy
n2
La expresin syx, se conoce como error estndar del pronstico o desviacin estndar del
pronstico, y es una medida de la manera en que han quedado dispersos a uno y otro lado de la
lnea de tendencia los puntos de datos histricos. Si syx es pequeo en relacin con el
pronstico, los puntos de datos pasados han quedado agrupados muy cerca de la lnea de
tendencia y los lmites superior e inferior se acercan entre si. Y los lmites se calculan asi:
Lmite superior = Y* + t syx
Lmite inferior = Y* - t syx
( )( )
= =
( 2 ( )2 ) ( 2 ( )2 )
Donde:
SXY = Covarianza de X e Y.
s X = Desviacin estndar de X.
s Y = Desviacin estndar de Y.
Propiedades
INGENIERA INDUSTRIAL 5
r est siempre comprendido entre -1 y 1.
Si r = 1 r = -1 entonces los puntos de la muestra estn situados en lnea recta (correlacin
lineal perfecta).
Si r est prximo a 1 a -1, habr una asociacin lineal fuerte entre ambas variables.
Si r es cercano a 0, habr una asociacin lineal muy dbil.
r no vara cuando en las variables se realiza un cambio de escala o de origen. Esto demuestra
que r no tiene dimensin.
a) Se trata de una medida matemtica que luego hay que interpretar. Aunque un alto
grado de correlacin indique buena aproximacin a un modelo matemtico lineal, su
interpretacin puede no tener ningn sentido. Por ejemplo puede haber un alto grado
de correlacin entre las ventas de celulares y el consumo de alcohol en Arequipa, pero
ambas variables estn claramente disociadas.
6. COEFICIENTE DE DETERMINACIN
INGENIERA INDUSTRIAL 6
log = log + log
Donde:
(log ) (log )
log =
( log ) (log )
log =
2 ( )2
Cuando el punto base se escoge para hacer x=0, la solucin se reduce a calcular
(log )
log =
( log )
log =
2
ACTIVIDADES DE LA PRCTICA
1. Industrias Nina creci casi 50% el ltimo ao debido a la gran demanda que tuvieron los
reproductores de discos compactos entre los corredores. Como el nmero de corredores va en
aumento, Nina espera que tambin aumente la demanda de los reproductores, ya que hasta la
fecha no hay ningn reglamento de seguridad que evite que los usen los corredores. El ao
pasado, la demanda de unidades fue:
Demanda Demanda
(unidades) (unidades)
Mes Mes
INGENIERA INDUSTRIAL 7
Mayo 5 000 Noviembre 6 300
Junio 4 700 Diciembre 6 000
a) Use el anlisis de regresin de mnimos cuadrados; Cul sera su pronstico de la demanda para
cada mes del prximo ao.
3. Prepare un pronstico para cada trimestre del prximo ao a partir de la informacin de ventas
trimestrales de los ltimos aos, que se presentan a continuacin. Suponga que existen
factores de tendencia y de estacionalidad y que el ciclo de estacionalidad dura un ao.
Trimestre Ventas Trimestre Ventas
1 160 5 215
2 195 6 240
3 150 7 205
4 140 8 190
4. Una empresa necesita desarrollar un pronstico de ventas para el ao siguiente para sus ventas
de vehculos recreativos. Suponga que sus ventas anuales estn relacionadas con las ventas de
su sector industrial y ha preparado estos datos histricos:
INGENIERA INDUSTRIAL 8
536 98
791 137
650 112
813 145
702 120
575 103
684 116
Si la estimacin de las ventas para el sector industrial del ao que viene es de 725 millones de dlares,
utilice una regresin lineal simple para pronosticar la demanda anual de vehculos recreativos de la
empresa para dicho ao.
5. DUO es una compaa que fabrica botas de esquiar con materiales compuestos. Las botas tuvieron
ventas lentas al introducirlas al mercado, pero los esquiadores han reconocido que son excelentes y
el precio es slo alrededor del 15% ms alto que otras marcas. El departamento de pegado hace las
uniones en las botas y el ao pasado tenia 25 empleados. La eficiencia por trabajador fue 83% el
otoo pasado. Tres de estos trabajadores renunciaron. Dados los datos de demanda de los ltimos
cuatro aos, cuntos trabajadores recomendara contratar para el prximo invierno? Recomendara
un nmero distinto para la primavera, verano y otoo del prximo ao?
Demanda Cajas
Trimestre Ao 1 Ao 2 Ao 3 Ao 4
Invierno 156 167 179 188
Primavera 23 29 46 56
Verano 49 38 69 91
Otoo 220 247 238 248
INGENIERA INDUSTRIAL 9
TAREA
Ao 1 2 3 4 5
Enero 742 741 896 951 1030
Febrero 697 700 793 861 1032
Marzo 776 774 885 938 1126
Abril 898 932 1055 1109 1285
Mayo 1030 1099 1204 1274 1468
Junio 1070 1223 1326 1422 1637
Julio 1165 1290 1303 1486 1611
Agosto 1216 1349 1436 1555 1608
Septiembre 1208 1341 1473 1604 1528
Octubre 1131 1296 1453 1600 1420
Noviembre 971 1066 1170 1403 1119
Diciembre 783 901 1023 1209 1013
a) Con el mtodo ms conveniente, calcule la proyeccin para todos los meses del siguiente ao.
b) Desarrolle una ecuacin de regresin lineal simple para pronosticar la venta anual del ao 6. E
indicar la pendiente, la interseccin y coeficiente de regresin.
INGENIERA INDUSTRIAL 10
3 . Tom Plaz pronostica la demanda de electricidad para la compaa de luz Enersur. La compaa
desea cerrar su planta de energa 2 para mantenimiento cuando se espere que la demanda sea baja.
Despus de cerrar, realizar el mantenimiento y poner de nuevo en marcha la planta toma de dos
semanas. El servicio tiene sufieciente capacidad de generacin en otras fuentes para satisfacer una
demanda de 1550 megawats(MW), mientras la planta 2 est fuera de servicio. A continuacin se
muestra las demandas pico semanales (en MW) para varios otoos pasados. Cundo en el siguiente ao
debe la Planta 2 programar mantenimiento?
4 . Swiss Milk fabrica y distribuye helado en 3 ciudades del pas. La compaa quiere expandir sus
operaciones estableciendo otra planta en el norte. El tamao de la nueva planta se determinar en
funcin de la demanda esperada del helado en el rea atendida por la planta. Se est realizando una
investigacin de mercado para determinar esa demanda.
Swiss Milk desea estimar la relacin entre el costo por galn para el fabricante y el nmero de galones
vendidos en un ao para determinar la demanda de helado y, con ella, el tamao de la nueva planta.
Se reunieron los datos siguientes:
a) Desarrolle mediante una ecuacin de regresin para pronosticar el costo por galn y luego
desarrolle el pronstico como una funcin del nmero de galones producidos.
b) Cul es el coeficiente de correlacin y el coeficiente de determinacin?
c) Suponga que la investigacin de mercado indica una demanda de 325 000 galones en el rea del
Norte. Estime el costo de manufactura por galn para una planta que produce 325 000 galones
al ao.
INGENIERA INDUSTRIAL 11
CUESTIONARIO
a) Indique algunos ejemplos que considere que tendran una relacin de tendencia estacional
multiplicativa.
b) Cmo es un ndice estacional calculado con base en un anlisis de la lnea de regresin?
c) Para que componentes de una serie de tiempos son potencialmente tiles las relaciones?.
BIBLIOGRAFA
INGENIERA INDUSTRIAL 12