4 Pronos Ticos

8/13/2019 4 Pronos Ticos

1/97

PowerPoint presentation to accompany Heizer/Render

Principles of Operations Management, 5e, and Operations

Management, 7e

2004 by Prentice Hall, Inc., Upper Saddle River, N.J. 074584-1

Administracion deProduccion y

Operaciones

Pronosticos


2/97



Management, 7e


Que es Pronosticar?

Proceso de predecir un

evento futuro

Enfoques basicos de

toda decision de

negocios Produccion

Inventarios

Personal

Instalaciones

Ventasseran $200

Millones!


3/97



Management, 7e


Pronosticos a Corto Plazo Hasta 1 ao; generalmente menor a 3 meses

Planear compras,Programacion Planta,Niveles de Produccion

Pronosticos a Mediano Plazo 3 meses a 3 aos

Planeacion de produccion y Ventas, Presupuestos

Pronosticos a Largo Plazo 3+aos

Planeacion de nuevos productos, construccion planta

Tipos de Pronosticos porHorizonte de Tiempo


4/97



Management, 7e


Corto Plazo vs. Largo Plazo

Medio/largo plazotienen que ver con asuntosmas extensos, que apoyan las decisiones

administrativas con respecto a la planeacion,

los productos,plantas y procesos.Corto Plazogeneralmente utiliza metodologias

diferentes de aquellos a mayor plazo.

Corto Plazotienden a ser mas exactos que lospronosticos a largo plazo.


5/97



Management, 7e


Influencia del Ciclo de Vida del

Producto

Las fases de introduccion y crecimiento requieren depronosticos a mas largo Plazo que las otras etapas.

Pronosticos utiles para proyectar niveles de asesoria,

niveles de inventarios, y

Capacidad de planta

mientras el producto pasa de la primera fase a la ultima

Introduccion, Crecimiento, Madurez,Declinacion


6/97



Management, 7e


Strategy and Issues During aProducts Life

Introduction Growth Maturity Decline

Standardization

Less rapid productchanges - more minor

changes

Optimum capacity

Increasing stability ofprocess

Long production runs

Product improvement andcost cutting

Little product

differentiation

Cost minimization

Over capacity in the

industry

Prune line to eliminate

items not returning good

margin

Reduce capacity

Forecasting critical

Product and processreliability

Competitive productimprovements and options

Increase capacity

Shift toward productfocused

Enhance distribution

Product design anddevelopment critical

Frequent product and

process design changes

Short production runs

High production costs

Limited models

Attention to quality

Best period toincrease marketshare

R&D productengineering critical

Practical to changeprice or quality image

Strengthen niche

Cost controlcritical

Poor time to changeimage, price, or quality

Competitive costs becomecritical

Defend market position

OM

Strategy/Issue

s

Compan

yStrategy/Issues

HDTV

CD-ROM

Color copiers

Drive-thru restaurants Fax machines

Stationwagons

Sales

3 1/2

Floppydisks

Internet


7/97



Management, 7e


Tipos de Pronosticos

Pronosticos Economicos Marcan ciclo del negocio, e.g., tasa inflacion, oferta de

dinero etc.

Pronosticos Tecnologicos Predecir tasas deprogreso tecnologico

Predecir aceptacion de nuevos productos

Pronosticos de Demanda Predecir Ventas de un Producto existente


8/97



Management, 7e


Ocho Pasos en Pronosticos

Determinar el uso de Pronostico

Seleccionar los items que se van a pronosticar

Determinar el horizonte de tiempo del Pronostico

Seleccionar los modelo(s) de pronosticos

Recopilacion de los datos

Validar el modelo de pronostico

Hacer el Pronostico Instrumentar los Resultados


9/97



Management, 7e


Demanda Real, Promedio Movil,Promedio Movil Ponderado

0

5

10

15

20

25

30

35

Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec

Month

SalesDemand

Ventas Reales

Promedio Movil

Promedio Movil Ponderado


10/97



Management, 7e


Enfoques para Pronosticar

Usados cuando lasituacion es estable &

existen datos historicos Productos existentes

Tecnologia actual

Incluye el uso de

Tecnicas Matematicas

Metodos Cuantitativos Usados cuando la

situacion es vaga o

existen pocos datos Nuevos productos

Nueva tecnologia

Incluyen la intuicion,la

experiencia

Metodos Cualitativos


11/97



Management, 7e


Metodos Cualitativos

Jurado de Opinion Ejecutiva Opinion de un grupo de altos ejecutivos, algunas

veces apoyados por modelos estadisticos

Metodo de DelphiPanel de expertos , requiere iteratividad

Compuesto de Fuerza de Ventas

Cada vendedor estima sus ventas y luego se realizaun pronostico global

Encuesta a consumidores de Mercado Solicita la informacion de los clientes


12/97



Management, 7e


Metodos Cuantitativos

Simplista

Promedio Moviles

Suavizacion Exponencial

Proyeccion de Tendencia

Regresion Lineal

Modelos de

Series de

Tiempo

Modelo

Causal


13/97



Management, 7e


Metodos Cuantitativos(No-Simplista)

Pronosticos

Cuantitativos

Regresion

Lineal

Modelo

Causal

SuavizacionExponencial

PromedioMovil

Modelos deSeries Tiempo

ProyeccionTendencia


14/97



Management, 7e


Secuencia de puntos de datos seoarados de manera

uniforme Obtienen observando los datos en periodos regulares de tiempo

Pronostica basado solo con datos pasados Asumen que los factores que influenciaron el pasado y el presente

continuaran influenciando en el futuro

Ejemplo

Ao: 1998 1999 2000 2001 2002

Ventas: 78.7 63.5 89.7 93.2 92.1

Que es una Serie de Tiempo?


15/97



Management, 7e


TENDENCIA

ESTACIONALIDAD

Ciclos

AZAR

Componentes de una Serie de Tiempo

D d d l P d t d 4 A


16/97



Management, 7e


Demanda del Producto de 4 Aoscon Tendencia y Estacionalidad

Ao1

Ao2

Ao3

Ao4

Picos estacionales Comport. tendencia

Linea Real

Demanda

Demanda

promediodespues 4 aos

Demand

aparaelproductoorservicio

Variacion

azar


17/97


18/97



Management, 7e


Patron de datos que se repite a si mismodespues de un periodo

Debido al clima, clientes etc.Ocurre dentro de un ao

Mo., Qtr.

Verano

1984-1994 T/Maker Co.

Componentes Estacionalidad


19/97


20/97



Management, 7e


Movimientos repetitivos hacia arriba y abajo

Debido a la interaccion de factores que influencianen la economia

Usualmente 2-10 aos de duracion

Mo., Qtr., Yr.

Ciclo

Componentes del Ciclo


21/97



Management, 7e


No siguen un Patron Predecible

Debido a variaciones al azar o eventos

impredecibles

Huelgas

Huracan

Son de Corta duracion y no repetitivos

1984-1994 T/Maker Co.

Componentes de Variacion al Azar


22/97



Management, 7e


Modelo Simplista

Asume que la demanda en el

proximo periodo es la misma

que el periodo mas reciente e.g., Si Mayo ventas fueron 48,

entonces Junio vendera 48

Algunas veces mas eficiente

en costo y mas efectivo

1995 Corel Corp.


23/97



Management, 7e


PM es una serie de medias aritmeticas

Usado si hay poca o ninguna tendencia

Usado frecuentemente para suavizar las irregularidades Provee una impresion global sobre los datos

Equation

PMn

Demanda en nperiodos previos

Metodo Promedios Moviles


24/97



Management, 7e


Ud. Es el gerente de un museo que vende

replicas. Ud.quiere pronosticarlas ventas (000)

para 2003usando un PM de 3-periodos.

1998 41999 6

2000 5

2001 32002 7

1995 Corel Corp.

Ejemplo Promedio Movil


25/97



Management, 7e


Solucion Promedio Movil

Tiempo VentasReales

Yi

MovilTotal(n=3)

PromedioMovil(n=3)

1998 4 NA NA1999 6 NA NA

2000 5 NA NA

2001 3 4+6+5=15 15/3 = 52002 72003 NA


26/97



Management, 7e



Tiempo VentasReales

Yi

MovilTotal(n=3)

PromedioMovil(n=3)

1998 4 NA NA1999 6 NA NA

2000 5 NA NA

2001 3 4+6+5=15 15/3 = 52002 7 6+5+3=14 14/3=4 2/32003 NA


27/97



Management, 7e



Tiempo VentasReales

Yi

MovilTotal(n=3)

PromedioMovil(n=3)

1998 4 NA NA1999 6 NA NA

2000 5 NA NA

2001 3 4+6+5=15 15/3=5.02002 7 6+5+3=14 14/3=4.72003 NA 5+3+7=15 15/3=5.0


28/97



Management, 7e


95 96 97 98 99 00Ao

Ventas

2

4

6

8 Actual

Pronostico

Grafica Promedio Movil

Metodo Promedio Movil


29/97



Management, 7e


Usado cuando hay una tendencia o patron

Datos mas viejos son usualmente menos importantes

Pesos son basados en la Intuicion

Frecuentementeentre 0 y 1, y suman 1.0

Formula

PMP = (Peso para el periodo n) (Demanda period n)

Pesos

Metodo Promedio MovilPonderado

Demanda Real Promedio Movil


30/97



Management, 7e


Demanda Real, Promedio Movil,Promedio Movil Ponderado

0

5

10

15

20

25

30

35

Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec

Month

SalesDem

and

Ventas Reales

Promedio Movil

Promedio Movil Ponderado

Desventajas del Metodo de


31/97



Management, 7e


Incremento de nhace el pronostico

menos sensitivo a los cambios

No pueden reconocer muy bien lastendencias

Requiere muchos datos historicos 1984-1994 T/Maker Co.

Desventajas del Metodo dePromedios Moviles


32/97

Formulas de la Suavizacion


33/97



Management, 7e


Ft = Ft-1+ (At-1- Ft-1)

Ft = El pronostico nuevo

Ft-1 = El pronostico anterior

At-1 = Demanda real del periodo anterior

= Constante de Suavizacion

Formulas de la SuavizacionExponencial

Ejemplo de Suavizacion Exponencial


34/97



Management, 7e


Durante los pasados 8 trimestres,el Puerto de Cortes ha descargado

grandes cantidades de frijoles. (= .10). El pronostico del primertrimestrer fue de 175..

Trimestre Real

1 180

2 1683 159

4 175

5 190

6 2057 180

8 182

9 ?

Ejemplo de Suavizacion Exponencial

Encontrar elpronostico para el

9thtrimestre.

S l i S i i E i l


35/97



Management, 7e


Ft= Ft-1

+ 0.1(At-1

- Ft-1

)

Trimestre RealPronostico F t

( = .10)

1 180 175.00 (Dado)2 168

3 159

4 1755 190

6 205

175.00 +

Solucion Suavizacion Exponencial

S l i S i i E i l


36/97



Management, 7e


Trimest RealPronostico, F t

( = .10)

1 180 175.00 (Dado)

2 168 175.00 + .10(

3 159

4 175

5 190

6 205


Ft= Ft-1+ 0.1(At-1- Ft-1)



37/97

PowerPoint presentation to accompany Heizer/RenderPrinciples of Operations Management, 5e, and Operations

Management, 7e


Trimest RealPronost, Ft

( = .10)

1 180 175.00 (Dado)

2 168 175.00 + .10(180-

3 159

4 175

5 190

6 205


Ft= Ft-1+ 0.1(At-1- Ft-1)


38/97

S l i S i i E i l


39/97


Management, 7e


Trimestre RealPronost, Ft

( = .10)1 180 175.00 (Dado)

2 168 175.00 +.10(180 - 175.00)= 175.50

3 159

4 175

5 190

6 205


Ft= Ft-1+ 0.1(At-1- Ft-1)

S l i S i i E i l


40/97


Management, 7e


Ft= Ft-1+ 0.1(At-1- Ft-1)

Trimestre RealPronostico, F t

( = .10)

1 180 175.00 (Dado)

2 168 175.00 + .10(180 - 175.00) = 175.50

3 159 175.50+.10(168 -175.50)= 174.75

4 175

5 190

6 205




41/97


Management, 7e


Ft= Ft-1+ 0.1(At-1- Ft-1)


( = .10)

1995 180 175.00 (Dado)

1996 168 175.00 + .10(180 - 175.00) = 175.50

1997 159 175.50 + .10(168 - 175.50) = 174.75

1998 175

1999 190

2000 205

174.75+.10(159- 174.75)= 173.18




42/97


Management, 7e


Ft= Ft-1+ 0.1(At-1- Ft-1)


( = .10)

1 180 175.00 (Dado)

2 168 175.00 + .10(180 - 175.00) = 175.50

3 159 175.50 + .10(168 - 175.50) = 174.75

4 175 174.75 + .10(159 - 174.75) = 173.18

5 190 173.18 + .10(175- 173.18)= 173.36

6 205



43/97



44/97


Management, 7e


Ft= Ft-1+ 0.1(At-1- Ft-1)


( = .10)

4 175 174.75 + .10(159 - 174.75) = 173.185 190 173.18 + .10(175 - 173.18) = 173.36

6 205 173.36+ .10(190 - 173.36) = 175.02


7 180

8

175.02 + .10(205- 175.02) = 178.02

9



45/97


Management, 7e


Ft= Ft-1+ 0.1(At-1- Ft-1)


( = .10)

4 175 174.75 + .10(159 - 174.75) = 173.185 190 173.18 + .10(175 - 173.18) = 173.36

6 205 173.36+ .10(190 - 173.36) = 175.02


7 180

8

175.02 + .10(205 - 175.02) = 178.02

9 178.22 + .10(182- 178.22) = 178.58182 178.02 + .10(180 - 178.02) = 178.22

?

Efecto en el Pronostico de laC t t d S i i


46/97


Management, 7e


Ft = At - 1 + (1- )At - 2+ (1- )2At - 3+ ...

Constante de Suavizacion

PesosPERIODO MAS

RECIENTE

2 PERIODOS

ATRAS

(1 - )3 PERIODOS ATRAS

(1 - )2=

= 0.10= 0.90

10%



47/97


Management, 7e


Ft = At - 1 + (1- )At - 2+ (1- )2At - 3+ ...

PesosPERIODO MAS

RECIENTE2 PERIODOS

ATRAS(1 - )3 PERIODOS ATRAS(1 - )2=

= 0.10= 0.90

10% 9%




48/97


Management, 7e


Ft = At - 1 + (1- )At - 2+ (1- )2At - 3+ ...

PesosPERIODO MAS

RECIENTE2 PERIODOS


= 0.10= 0.90

10% 9% 8.1%




49/97


Management, 7e


Ft = At - 1 + (1- )At - 2+ (1- )2At - 3+ ...

PesosPERIODO MAS

RECIENTE2 PERIODOS


= 0.10= 0.90

10% 9% 8.1%

90%




50/97


Management, 7e


Ft = At - 1 + (1- )At - 2+ (1- )2At - 3+ ...

PesosPERIODO MAS

RECIENTE2 PERIODOS


= 0.10= 0.90

10% 9% 8.1%

90% 9%


Efecto en el Pronostico de laConstante de S a i acion


51/97


Management, 7e


Ft = At - 1 + (1- )At - 2+ (1- )2At - 3+ ...Pesos

PERIODO MAS

RECIENTE2 PERIODOS


= 0.10= 0.90

10% 9% 8.1%

90% 9% 0.9%


Impact of


52/97


Management, 7e


Impact of

0

50

100

150

200

250

1 2 3 4 5 6 7 8 9

Quarter

Actual

Tonage

ActualForecast 0.1

Forecast 0.5

Escogiendo


53/97


Management, 7e


Escogiendo Se busca minimizar la Desviacion Media Absoluta (MAD)

Si: Error del Pronostico = demanda - pronostico

Entonces:

MADErrores del pronostico

n

Suavizacion Exponencial conajuste de Tendencia


54/97


Management, 7e


ajuste de Tendencia

Pronostico incluido Tendencia(FITt)

= Pronostico Suavizacion Exponencial (FTt)

+ Tend. ExponencialmenteSuavizada (Tt)


55/97

Suavizacion Exponencial conajuste de Tendencia


56/97


Management, 7e


FTt= pronostico con tendencia de periodo t

Tt= Estimacion de tendencia del periodo t

At= Dato real del periodo t

= Constante de suavizacion para lospromedios

= Constante de suavizacion para la tendencia

St= Pronostico suavizado del periodo t

ajuste de Tendencia

Comparacion Actual y Pronosticos


57/97


Management, 7e


p y

0

5

10

15

20

25

30

35

40

1 2 3 4 5 6 7 8 9 10

Meses

Deman

da

Demanda

Actual

Pronostico

Suavizado

Tendencia

Suavizada

Pronosticot incluida

la tendencia


58/97

Minimos Cuadrados


59/97


Management, 7e


Deviacion

Deviacion

Deviacion

Deviacion

Deviacion

Deviacion

Deviacion

Tiempo

Valoresdelavariabled

ependiente

bxaY

ObservacionActual

Punto

sobre la

linea de

regresion


60/97


61/97

Ecuaciones Minimos Cuadrados


62/97


Management, 7e


Equacion: ii bxaY

Pendiente:

xnx

yxnyxb

i

n

i

ii

n

i

Y-Interseccion: xbya

Tabla de Calculos


63/97


Management, 7e


X i Y i X i2

Y i2

X iY i

X 1 Y 1 X 12

Y 12

X 1Y 1

X 2 Y 2 X 22

Y 22

X 2Y 2

: : : : :

X n Y n X n2

Y n2

X nY n

X i Y i X i2

Y i2

X iY i

Ejemplo Regresion Lineal


64/97


Management, 7e

2004 by Prentice Hall, Inc., Upper Saddle River, N.J. 07458

4-65

Ao Demanda

1997 74

1998 791999 80

2000 90

2001 105

2002 142

2003 122

La demanda para laenergia electrica en

N.Y.Edison sobre los

aos 19972003 es

la dad. Encontrar latendencia .

Ejemplo-Cont.


65/97



Management, 7e


4-66

Ao Periodo

Tiempo

Demanda

Energia

x2 xy

1997 1 74 1 74

1998 2 79 4 158

1999 3 80 9 2402000 4 90 16 360

2001 5 105 25 525

2002 6 142 36 852

2003 7 122 49 854

x=28 y=692 x2=140 xy=3,063


66/97

Pronostico Actual y Tendencia


67/97



Management, 7e


4-68

VENTAS mensuales de Laptops


68/97



Management, 7e


4-69

Demanda Ventas Demanda Promedio

Mes 2000 2001 2002 2000-2002 Mensual Indice EstacionJan 80 85 105 90 94 0.957

Feb 70 85 85 80 94 0.851

Mar 80 93 82 85 94 0.904

Apr 90 95 115 100 94 1.064

May 113 125 131 123 94 1.309

Jun 110 115 120 115 94 1.223

Jul 100 102 113 105 94 1.117

Aug 88 102 110 100 94 1.064

Sept 85 90 95 90 94 0.957Oct 77 78 85 80 94 0.851

Nov 75 72 83 80 94 0.851

Dec 82 78 80 80 94 0.851

Demanda Laptops


69/97



Management, 7e


4-70

Modelo Estacionalidad


70/97



Management, 7e


4-71

Encuentran Demanda Promedio Historicapara cada estacionsumando la demanda para cada estacion en cada ao, ydividiendo por el numero de aos cada cada que se tiene.

Calcula la demanda promedio general de todas las estacionesdiviendo la demanda promedio total anual por el numero de

estaciones. Cacular un Indice Estacional,dividiendo la demanda historica

de la estacion (from step 1) por la demanda promedio general.

Estimar la demanda total del proximo ao

Dividir este estimado del total de la demanda por el numero deestaciones, entonces multipliquelo por el indice estacional paraesa estacion. Esto da el Pronostico estacional.

EJERCICIOS DE PRONOSTICOS


71/97



Management, 7e


4-72

Estimacion del Error Estandar


72/97



Management, 7e


4-73

2

2

1 11

2

1

2

,

n

yxbyay

n

yyS

n

i

n

i

iii

n

i

i

n

i

ci

xy

Correlacion


73/97



Management, 7e


4-74

Respuestas: Que tan fuertees la relacion entrelas variables?

Coeficiente de correlacion denominado r

Rango Valores de -1to +1

Mide el grado de asociasion

Formula de Coeficiente de

Correlacion


74/97


Principles of Operations Management, 5e, and OperationsManagement, 7e


4-75

n

i

n

iii

n

i

n

iii

n

i

n

i

n

iiiii

yynxxn

yxyxn

r

Coeficiente de Correlacion ymodelo de Regresion


75/97




4-77

r = 1 r = -1

r = .89 r = 0

Y

X

Yi = a + b X i^

Y

XY

X

Y

XYi = a + b X i^ Yi = a + b X i^

Yi = a + b X i^

ode o de eg es o

r2= es el porcentaje de la variacion en yque es explicado por la

ecuacion de regresion lineAL

E C d ti M di (MSE)

Ecuaciones de Error de Pronosticos


76/97




4-78

Error Cuadratico Medio (MSE)

Desviacion Media Absoluta(MAD)

Porcentaje de Error Absoluto Medio (MAPE)

2

n

1i

2ii

n

Pronosticodeerrores

n

)y(y

MSE

nn

yyMAD

n

i

ii |pronosticodeerrores|||

1

n

actualactual

100MAPE

n

1i i

ii

pronostico

Ejemplo de Seleccion de Modelode Pronostico


77/97




4-79

Ud es un analista de mercado para Hasbro Toys. Usted ha pronosticado ventas conun modelo lineal y un modelo de suavizacion exponencial. Cual Modelo usaria?

Ventas Modelo Lineal Suavizacion

ExponencialAo Actuales Pronostico Pronostico (.9)

1998 1 0.6 1.01999 1 1.3 1.02000 2 2.0 1.92001 2 2.7 2.02002 4 3.4 3.8

Evaluacion Modelo Lineal^ 2 |Error|


78/97




4-80

MSE = Error2 / n = 1.10/ 5 = 0.220

MAD = |Error| / n = 2.0/ 5 = 0.400

MAPE = 100 |porcent errores absolutos|/n= 1.20/5 = 0.240

Y i

1

1

2

24

Y i

0.6

1.3

2.0

2.73.4

Year

1998

1999

2000

20012002

Total

0.4

-0.3

0.0

-0.70.6

0.0

Error

0.16

0.09

0.00

0.490.36

1.10

Error2

0.4

0.3

0.0

0.70.6

2.0

|Error||Error|

Actual0.40

0.30

0.00

0.350.15

1.20

Evaluacion Modelo SuavizacionExponencial

^ |Error|


79/97




4-81

MSE = Error2 / n = 0.05/ 5 = 0.01MAD = |Error| / n = 0.3/ 5 = 0.06

MAPE = 100 |Porcent.Errores absolutos|/n= 0.10/5 = 0.02

Year

1998

1999

2000

20012002

Total

Yi

1

1

2

24

Yi

1.0 0.0

1.0 0.0

1.9 0.1

2.0 0.03.8 0.2

0.3

^Error

0.00

0.00

0.01

0.000.04

0.05 0.3

Error2

0.0

0.0

0.1

0.00.2

|Error||Error|Actual

0.00

0.00

0.05

0.000.05

0.10

Evaluacion modelo SuavizacionExponencial


81/97




4-83

Medida de la Efectividad del pronostico, al

predecir los valores reales

Suma de los errores de los pronosticosCorrientes (RSFE) dividido entre la Desviacion

Media Absoluta (MAD)

Buenas seales de Rastreo tienen Bajos Valores

Deben estar dentro de los limites Superior eInferior

Equacion Seal de Rastreo


82/97




4-84

MAD

pronosticodeerrores

1

MAD

yy

MAD

RSFE

TS

n

i

ii

Calculos de la Seal de Rastreo


83/97




4-85

Mo Pron Real Error RSFE AbsError Cum MAD TS

1 100 90

2 100 95

3 100 115

4 100 100

5 100 125

6 100 140

|Error|



84/97




4-86

Me Pron Real Error RSFE Abs

Error

Cum MAD TS

1 100 90

2 100 95

3 100 115

4 100 100

5 100 1256 100 140

-10

Error = Actual - Pronost= 90 - 100 = -10

|Error|

M P R l

E RSFE Ab

C MAD TS



85/97




4-87


Error

Cum MAD TS

1 100 90

2 100 95

3 100 115

4 100 100

5 100 1256 100 140

-10 -10

RSFE = Errores= NA + (-10) = -10

|Error|

M P R l

E RSFE Ab

C MAD TS



86/97




4-88


Error

Cum MAD TS

1 100 90

2 100 95

3 100 115

4 100 100

5 100 1256 100 140

-10 -10 10

Abs Error = |Error|= |-10| = 10

|Error|



88/97




4-90

Me Pron Real Error RSFE AbsError

Cum|Error|

MAD TS

1 100 90

2 100 95

3 100 115

4 100 100

5 100 125

6 100 140

-10 -10 10 10 10.0

MAD = |Errores|/n= 10/1 = 10



89/97




4-91


Error

Cum MAD TS

1 100 90

2 100 95

3 100 115

4 100 100

5 100 1256 100 140

-10 -10 10 10 10.0 -1

TS = RSFE/MAD= -10/10 = -1

|Error|

M P R l

E RSFE Ab

C MAD TS



90/97




4-92


Error

Cum MAD TS

1 100 90

2 100 95

3 100 115

4 100 100

5 100 1256 100 140

-10 -10 10 10 10.0 -1

-5

Error = Actual - Pronostico= 95 - 100 = -5

|Error|

M P R l

E RSFE Ab

C MAD TS



91/97




4-93


Error

Cum MAD TS

1 100 90

2 100 95

3 100 115

4 100 100

5 100 1256 100 140

-10 -10 10 10 10.0 -1

-5 -15

RSFE = Errores= (-10) + (-5) = -15

|Error|

Me Pron Real

Error RSFE Abs

Cum MAD TS



92/97




4-94


Error

Cum MAD TS

1 100 90

2 100 95

3 100 115

4 100 100

5 100 1256 100 140

-10 -10 10 10 10.0 -1

-5 -15 5

Abs Error = |Error|= |-5| = 5

|Error|

Me Pron Real

Error RSFE Abs

Cum MAD TS



93/97




4-95


Error

Cum MAD TS

1 100 90

2 100 95

3 100 115

4 100 100

5 100 1256 100 140

-10 -10 10 10 10.0 -1

-5 -15 5 15

Cum Error = |Errores|= 10 + 5 = 15

|Error|

Me Pron Real

Error RSFE Abs

Cum MAD TS



94/97





Error

Cum MAD TS

1 100 90

2 100 95

3 100 115

4 100 100

5 100 1256 100 140

-10 -10 10 10 10.0 -1

-5 -15 5 15 7.5

MAD = |Errores|/n= 15/2 = 7.5

|Error|


95/97

Impresion de Seales de Rastreo


96/97




Tiempo

Limite inferior de control

Limite superior de

control

Seal excede el limite

Seal de Rastreo

Rango aceptable

+

0

-

Seales de Rastreo


97/97




0

20

4060

80

100

120

140

160

0 1 2 3 4 5 6 7

Tiempo

DemandaActual

Seal Rastreo

Pronostico

DEmanda Actual

4 Pronos Ticos

Documents

Transcript of 4 Pronos Ticos