Investigacion De Operaciones

Introducción

Las técnicas de pronósticos estadísticos son ampliamenteutilizados en la administración de sistemas de producción e inventarios y también son frecuentemente utilizadas en el control de calidad, administración financiera, mercadeo análisis de inversiones, entre otras.

Estos datos son utilizados en los procesos de toma de decisiones con la finalidad de reducir el riesgo; toma de decisiones que nos corresponderá en determinado caso a nosotros ingenieros en gestión empresarial llevar acabo. Se puede decir que los pronósticos son predicciones del estado de la naturaleza o las consecuencias que ocurrirán, manifestadas en términos de un punto estimado o de una distribución de probabilidad.

1. TEMA : MODELOS DE PRONOSTICOS E INVENTARIOS

1.1 MODELOS DE PRONOSTICOS

Definición

PRONOSTICOS

Los pronósticos son estimaciones de la ocurrencia, la cronología o la magnitud de futuros eventos inciertos. El propósito de pronosticar es usar la mejor información disponible para guiar las actividades futuras tendientes al cumplimiento de las me-tas de la organización. El interés radica principalmente en los pronósticos de demanda, pero las empresas también pronostican los precios de las materias primas, los costos de la mano de obra, las tasas de interés y los ingresos. Los buenos pronósticos capacitan a los administradores para planear niveles apropia-dos de personal, materias primas, capital, inventarios y un gran número de otras variables. Esta planeación resulta en un mejor uso de la capacidad y en el mejo-ramiento de las relaciones de los empleados y del servicio que se da a los clientes.

El objetivo del pronosticador es elaborar un pronóstico útil a partir de la información disponible, aplicando la técnica que resulta apropiada para las diferentes características de la demanda. Esta selección implica a veces un trueque entre la precisión del pronóstico y los costos, que pueden consistir en compras de software, el tiempo...

Pronóstico es un proceso en el cual se recolectan y analizan datos para realizar una estimación de lo que en el futuro ocurrirá con un determinado factor en un entorno incierto Los pronósticos según el procedimiento empleado pueden ser de tipo puramente cualitativo, en aquellos casos en que no se requiere de una abierta manipulación de datos y solo se utiliza el juicio o la intuición de quien pronostica o puramente cuantitativos, cuando se utilizan procedimientos matemáticos y estadísticos que no requieren los elementos del juicio.

Pronósticos de Modelos Cuantitativos y Cualitativos

Las técnicas de pronósticos estadísticos son ampliamente utilizadas en la Administración de sistemas de producción e Inventarios y también son frecuentemente utilizados en el control de calidad, administración financiera, mercadeo, análisis de inversiones, entre otras.

Los métodos de pronósticos pueden clasificarse en dos categorías, cualitativas o intuitivas y cuantitativas. Dependiendo de la intensidad con que se utilizan los métodos matemáticos y estadísticos utilizados para obtener el pronóstico.

• Los Procedimientos Cualitativos: Se utilizan principalmente cuando los datos son escasos o no se encuentran disponibles. Se utilizan juicios humanos y esquemas de clasificación para convertir información cualitativa en estimados cuantitativos. Las técnicas varían desde la toma de decisiones por opiniones individuales de paneles de expertos donde se discute el pronóstico en una reunión con la idea que varias personas pronostican mejor que una, hasta la toma de decisiones de un grupo de expertos con la técnica Delphi, la cual se basa en el uso de cuestionarios para recopilar información.

• Los procedimientos cuantitativos: definen explícitamente como se determinan el pronóstico, el procedimiento es estrictamente matemático. La técnica se basa en datos históricos y en la suposición de que el proceso es estable. Este tipo de pronósticos se puede clasificar en dos categorías: modelos de seri8es de tiempo y modelos causales.

1.2 EFECTOS ESTACIONALES EN LOS MODELOS DE PRONOSTICOS

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.

Una serie de tiempo esta de segundo orden en el estacionario de solamente cuando la primer orden si el valor estacionaria de primer esperado de X(t) se orden y la covarianza entre mantiene constante para X(t) y X(s) es función de la cualquier valor de t. anchura (t-s.)

2. SUAVISANDO EXPONENCIAL EN MODELOS DE TENDENCIA LINEAL

El método de suavizado exponencial está diseñado para usar el error de pronostico en un periodo a fin de corregir y mejorar el pronóstico del siguiente pronóstico. Este modelo permite efectuar compensaciones para algunas tendencias o para cierta temporada al calcular cuidadosamente los coeficientes Ct. Si se desea se puede dar a los meses más recientes pesos mayores y amortiguar en parte los efectos del ruido al dar pesos pequeños a las demandas más antiguas. El coordinador o el administrador debe escoger los valores de los coeficientes, de su elección dependerá el éxito o fracaso del modelo. Los modelos de suavizado exponencial se encuentran disponibles en los paquetes para computadora, estos modelos requieren relativamente poco almacenamiento de datos y unas cuantas operaciones.

3. EL ERROR DE PRONÓSTICO

(Et) se define como la diferencia entre el valor observado de la serie de tiempo en el periodo t y el pronóstico para el periodo t, es decir: Et = Xt – Fr.

El error de pronóstico también se conoce como residuo. Si el modelo base de la serie de tiempo es apropiado para la técnica de pronostico que se eligió Et debe comportarse, en el sentido probabilístico, como el error aleatorio asociado con el proceso estocástico, y la técnica que produce valores “pequeños” de Et es la deseada. Una medida de “pequeño” es la medida de error (MCE) asociada con la técnica de pronóstico. SI hay n periodos, entonces: MCE = E21 + E22 +. . . E2n n

Para utilizar un modelo de pronóstico causal, entonces se debe

...