UNIVERSIDAD NACIONAL DE TRUJILLO

PLANIFICACIÓN Y CONTROL
DE OPERACIONES
Mg. Ing. Rubi Lizet Izaguirre Romero
 Semana 3
Contenido: Medición del error y rastreo del pronóstico.
Modelos causales univariable y multivariable, correlación,
medición del error, consideraciones estocásticas,
Correlograma.

Objetivo: Utilizar técnicas para pronosticar la demanda de

bienes y servicio a corto y mediano plazo y medir la
efectividad de su uso.
 MODELOS CUANITTIVOS: SERIES DE TIEMPO

A t-1 + A t-2 + A t-3 +...+A t- n

Promedio Móvil Simple Ft =
n

Promedio Móvil Ft = w 1 A t-1 + w 2 A t- 2 + w 3 A t-3 + ...+ w n A t- n

Ponderado n

w
i=1
i =1

Suavizamiento Exponencial Ft = Ft-1 + (At-1 - Ft-1)

 MODELOS CUANITTIVOS: ASOCIATIVOS

Mínimos cuadrados
Y
Yt = a + bx

a = y - bx
0 1 2 3 4 5 x (semanas)

 xy - n(y)(x)
b= 2 2
 x - n(x )
 ERRORES DEL PRONÓSTICO

Error de pronóstico = Demanda real − Valor pronosticado

𝐴𝑡 − 𝐹𝑡
MEDICIÓN DE ERRORES DEL PRONÓSTICO

DESVIACIÓN ABSOLUTA MEDIA

MAD (mean absolute deviation)

ERROR CUADRÁTICO MEDIO

MSE (mean squared error),
ERROR PORCENTUAL ABSOLUTO MEDIO
MAPE (mean absolute percent error).
MEDICIÓN DE ERRORES DEL PRONÓSTICO

MAD MSE MAPE

n 2 n

A 100 A  F
n

t=1
t - Ft A t - Ft
t =1
t t At
MAD = MSE = t =1 MAPE =
n n n
Ejercicios
• Durante los últimos 8 trimestres, en
el puerto de Baltimore se han Tonelaje
descargado de los barcos grandes Trimestre real
cantidades de grano. El descargado
administrador de operaciones del 1 180
puerto quiere probar el uso de 2 168
Suavizamiento exponencial para ver
qué tan bien funciona la técnica 3 159
para predecir el tonelaje 4 175
descargado. Supone que el 5 190
pronóstico de grano descargado 6 205
durante el primer trimestre fue de 7 180
175 toneladas. 8 182
• Se examinan dos valores de : α = 0.10 y α 9
= 0.50.
MEDICIÓN DE ERRORES DEL PRONÓSTICO

MAD MSE MAPE

α = 0.10 α = 0.10 α = 0.10

10.31 190.82 5.59

α = 0.50 α = 0.50 α = 0.50

12.33 195.24 6.76

TRACKING SIGNAL (TS):
• Una manera de supervisar los pronósticos para asegurar que sean
buenos es emplear una señal de control.
• Una señal de rastreo es una medida de qué tan bien predicen los
pronósticos los valores reales. Conforme los pronósticos se actualizan
… los nuevos datos disponibles de la demanda se comparan con los
valores pronosticados.

• RSFE (running sum of the forecast errors)

TRACKING SIGNAL (TS):
TS • En el mismo ejercicio, hallar la
señal de rastreo.
α = 0.10

3.49

α = 0.50

1.48
4,9
2,82
3,59
Modelos causales
• Univariable
• Regresión lineal simple

• Multivarible
• Regresión lineal múltiple
Uso de Excel para regresión lineal
Uso de Excel para regresión lineal

• Archivo
• Opciones
• Complementos
• Ir…
• Herramientas para análisis VBA
Análisis de regresión múltiple
• Para dos variables independientes, la forma general de la ecuación de
regresión múltiple es:
Y '  a  b1 X 1  b2 X 2

Donde:
X1 y X2 son las variables independientes.
a es el intersecto con Y.
b1 es el cambio neto de Y por cada unidad de cambio de X1 manteniendo
a X2 constante. Se le llama coeficiente de regresión parcial, coeficiente
de regresión neta o sólo coeficiente de regresión.
Análisis de regresión múltiple
• La regresión general múltiple con k variables independientes es:
Y '  a  b1 X 1  b2 X 2 ...bk X k

• Resolvemos usando Excel:

Análisis de Regresión
Error Estándar Multiple de Estimación
• El error estándar múltiple de estimación es una medida de efectividad
de la ecuación de regression.

 Tiene las mismas unidades que la variable dependiente.

 Es difícil determinar cuando se refiere a un gran o pequeño valor del
error estándar.

(Y  Y ' )
2
s y.12... k 
n  (k  1)
Ejercicio
• Se está evaluando cuánto gasta una familia de cuatro o más
anualmente en alimentos. Se han considerado tres variables
independientes: ingreso total familiar ($), tamaño de la familia y si
tiene o no niños en la escuela.
Respecto a la regresión.
• La variable escuela es ficticia. Puede tomar sólo dos valores. Si los niños
están o no en el colegio.
• Otros ejemplos son: se acepta o no, ha pagado o no su cuota.
• Se representan numéricamente mediante “1” ó “0.”
Ejercicio

Familia Alimentos (c$) Ingresos Tamaño Escuela

1 3900 376 4 0
2 5300 515 5 1
3 4300 516 4 0
4 4900 468 5 0
5 6400 538 6 1
6 7300 626 7 1
7 4900 543 5 0
8 5300 437 4 0
9 6100 608 5 1
10 6400 513 6 1
11 7400 493 6 1
12 5800 563 5 0
Ejercicio
• Encontrar la ecuación de regresión lineal:
Y’ = 954 +1.09X1 + 748X2 + 565X3
¿Cuánto en alimentos gasta una familia de 4, con ingresos de
$50,000 sin niños en la escuela?