Modelos De Pronósticos E Inventarios

5.1 Modelos de pronósticos………………………………………..

5.1.1 Modelos de pronósticos para un nivel constante...............

5.1.2 Efectos estacionales en los modelos de pronósticos…….

5.2 Suavizado exponencial en modelos de tendencia lineal .….

5.3 Errores en los pronósticos……………………………………..

5.4 Pronósticos causales con regresión lineal…………………..

5.5 Definición y tipos de inventarios………………………………

5.5.1 Ventajas y desventajas de los inventarios…………………

5.5.2 Costos de inventarios………………………………………...

5.6 Modelos determinanticos………………………………………

5.7 Modelos probabilísticas………………………………………..

5.8 Planeación de requerimientos de materiales……………….. 4

10

13

14

15

16

18

20

23

25

26

28

INTRODUCCION

Investigación de operaciones usa un enfoque similar a la manera en que se lleva a cabo la investigación en los campos científicos establecidos. En gran medida, se usa el método científico para investigar el problema en cuestión. En particular, el proceso comienza por la observación cuidadosa y la formulación del problema incluyendo la recolección de los datos pertinentes. El siguiente paso es la construcción de un modelo científico (por lo general matemático) que intenta abstraer la esencia del problema real. En este punto se propone la hipótesis de que el modelo es una representación lo suficientemente precisa de las características esenciales de la situación como para que las conclusiones (soluciones) obtenidas sean válidas también para el problema real. Después, se llevan a cabo los experimentos adecuados para probar esta hipótesis, modificarla si es necesario y eventualmente verificarla. Entonces, en cierto modo, la investigación e operaciones incluyen la investigación científica creativa de las propiedades fundamentales de las operaciones además del racionamiento lógico del individuo. Sin embargo, existe más que esto. En particular, la IO se ocupa también de la administración práctica de la organización. Las conclusiones obtenidas deben ser las mas claras y precisa para tener un mejor resultado.

5.1 MODELOS DE PRONÓSTICOS

Existen varios pronósticos según los Plazos:

Estos pronósticos a largo plazo sirven para tomar decisiones estratégicas relacionadas con productos, procesos e instalaciones y por lo general abarcan un año o más. Los pronósticos a mediano plazo por lo general abarcan varios meses. También se necesitan pronósticos a corto plazo que ayuden en la toma de decisiones que sólo abarcan pocas semanas.

Razones para desarrollar pronósticos a distintos plazos, son:

1. La planeación de nuevas instalaciones: diseñar nuevas fábricas, realizar nuevos diseños o poner en práctica un nuevo proceso de producción; requieren de un pronóstico de la demanda de productos existentes y nuevos a largo plazo.

2. Planeación de la producción: como la demanda de productos y servicios varía de un mes a otro, se deben elevar o reducir las tasas de producción. Para esto se necesitan los pronósticos a mediano plazo.

3. Programación de la fuerza de trabajo: como la demanda de los productos y servicios varía de una semana a otra, se necesitan pronósticos a corto plazo.

Métodos de Pronóstico

Los pronósticos de ventas se convierten en insumos, tanto para la estrategia empresarial como para los pronósticos de los recursos de la producción.

Los métodos o modelos de pronóstico pueden ser de naturaleza cualitativa o cuantitativa.

Métodos Cualitativos

Este método se basan en juicios respecto a los factores causales de la venta de productos, servicios y, en opiniones sobre la posibilidad de que dichos factores sigan presentes en el futuro. Involucran encuestas de opinión y estimaciones intuitivas respecto a eventos futuros.

Entre los métodos cualitativos más usuales, se encuentran:

El Consenso de comité ejecutivo utiliza información proveniente de todos los ámbitos de la organización y el de Delfos se utiliza para lograr un consenso dentro de un comité y consiste en que los ejecutivos responden anónimamente a una serie de preguntas en sesiones sucesivas.

La Encuesta a la fuerza de ventas y la Encuesta a clientes describen métodos principalmente utilizados para productos y servicios existentes.

La Analogía histórica y las Investigaciones de mercado son procedimientos útiles para productos y servicios nuevos. La analogía histórica estima las ventas futuras de un producto nuevo con el conocimiento de las ventas de un producto similar y las investigaciones de mercado son las encuestas de mercado que consisten en cuestionarios por correo y/o entrevistas telefónicas.

Modelos Cuantitativos

Son modelos matemáticos que están basan en datos históricos, bajo el supuesto de que son relevantes para el futuro. Estos modelos se pueden utilizar con series de tiempo. Una serie de tiempo es un conjunto de valores observados, medidos durante períodos sucesivos.

Una de las características más importantes que tienen los pronósticos es la precisión.

Precisión del pronóstico: indica cuan cerca están los pronósticos de los datos reales. Los pronósticos se realizan antes de conocer los datos reales, por lo tanto, su precisión sólo puede determinarse después que haya transcurrido el tiempo. Si los valores del pronóstico quedan muy cerca de los datos reales, decimos que tienen una elevada precisión o que el error de pronóstico es bajo. Para determinar la precisión de los modelos de pronósticos se suman las distancias entre los pronósticos y los datos reales a través del tiempo. Si la precisión del modelo es baja, o sea que la suma obtenida es alta, se modifica el método o se escoge uno nuevo.

Pronósticos a Largo Plazo

Considera la estimación de condiciones futuras en lapsos mayores de un año. Son necesarios para dar apoyo a las decisiones estratégicas sobre planeación de sistemas de producción a largo plazo.

Por ejemplo, el diseño de un producto nuevo, la determinación de la capacidad de producción para un producto nuevo (cuántas nuevas fábricas se requieren y dónde deben ubicarse), la planeación para el suministro a largo plazo de los materiales.

Los datos históricos de ventas tienden a estar formados por varias componentes: la tendencia, los ciclos, la estacionalidad y la fluctuación aleatoria o ruido. La tendencia a largo plazo es una línea de pendiente ascendente o descendente, un ciclo es un patrón de datos que puede abarcar varios años antes de que se repita, la estacionalidad se repite después de un período, generalmente un año y la fluctuación aleatoria que resulta de variaciones aleatorias o de causas no explicadas.

Algunos Modelos Cuantitativos de Pronósticos

1. Regresión lineal y correlación: se utiliza en pronósticos a largo plazo. Si el conjunto de datos históricos se proyecta en sólo unos cuantos períodos en el futuro, la regresión también puede utilizarse en pronósticos a corto plazo. El análisis de regresión lineal es un modelo de pronóstico que establece la relación entre una variable dependiente y una o más variables independientes. Si los datos históricos son las ventas, que forman una serie de tiempo, la variable independiente es el período y la variable dependiente son las ventas.

2. Estacionalidad en los pronósticos de series de tiempo: en general, los patrones estacionales son fluctuaciones que ocurren dentro de un año y tienden a repetirse anualmente. Estas estaciones pueden ser causadas por el clima, las vacaciones, los días de pago, los eventos escolares o cualquier otro fenómeno.

Los pasos a seguir para desarrollar pronósticos con el análisis de regresión lineal cuando en los datos de la serie de tiempo hay estacionalidad, se selecciona un conjunto representativo de datos históricos, se desarrolla un índice de estacionalidad para cada estación (mes, trimestre, etc.), se usan los índices de estacionalidad para desestacionalizar la serie (así se eliminan los patrones estacionales). Luego, se realiza el análisis de regresión lineal sobre los datos desestacionalizados. Se usa la ecuación de regresión para calcular los pronósticos del futuro y se utilizan los índices de estacionalidad para aplicar los patrones estacionales a los pronósticos.

Pronósticos a corto plazo

Son estimaciones de situaciones futuras que abarcan períodos tan cortos de tiempo que los ciclos, la estacionalidad y los patrones de tendencia surten muy poco efecto. La fluctuación aleatoria es la característica principal que afecta a estos pronósticos.

Los modelos de pronóstico a corto plazo se evalúan en función de: respuesta de impulso, capacidad de amortiguación de ruido y precisión. Si los pronósticos tienen pequeñas fluctuaciones de un período a otro, se dice que tienen amortiguación de ruido.

Los pronósticos que responden rápidamente a los cambios en los datos históricos se describen como de una respuesta de impulso elevada, por el contrario, si reflejan poco los cambios, tienen una respuesta de impulso baja.

Es deseable que un pronóstico a corto plazo contenga una respuesta de impulso elevada

...