Momento3 Metodos Deterministicos Grupo 06

8/10/2019 Momento3 Metodos Deterministicos Grupo 06

http://slidepdf.com/reader/full/momento3-metodos-deterministicos-grupo-06 1/20

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

ECBTI - INGENIERÍA INDUSTRIAL

INFORME MOMENTO 3 - 2014 II

MOMENTO 3

METODOS PROBABILISTICOS

GRUPO 104561 – 06

JUAN SEBASTIÁN GÁLVEZ BEDOYA - 14.254.145

EDISON HURTADO HERNÁNDEZ – 14.296.082

ARGEMIRO MORALES GUAPACHO – 14.398.715

YAMID OBANDO ENCISO – 14.571.707

ANDRES CANDELO MIRANDA – 16.866.051

VLADIMIR DE JESUS VANEGAS ANGULOTUTOR

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA-ECBTI

INGENIERIA INDUSTRIAL

NOVIEMBRE DE 2014






INTRODUCCION

Es bien sabido que a nivel regional todo administrador conoce la importancia de la

planeación de empresas, pero también se sabe que la mayor parte de las veces estos

administradores desconocen la verdadera importancia de la elaboración de pronósticos

confiables que puedan incluir en esta área.

En la experiencia de la mayoría de los negocios regionales -sean estos del giro de

producción o de servicios-, las decisiones tomadas en el presente que impactaran en el

futuro se respaldan en la intuición; y no es que esto sea malo, pero bajo el contexto actual

en el cual se mueven todos los mercados, la incertidumbre es parte de la operación de las

empresas en el día a día. Para que las empresas puedan reducir este grado de incertidumbre

como resultado del cambio constante del entorno, deben respaldar sus decisiones en algo

más que la intuición, deben respaldarlo en la elaboración de pronósticos correctos y

precisos que sean suficientes para satisfacer las necesidades de planeación de la

organización (Hanke y Wichern, 2006).

En el sentido de los negocios, un pronóstico es una herramienta que proporciona un

estimado cuantitativo -o un conjunto de estimados- acerca de la probabilidad de eventos

futuros que se elaboran en base en la información de interés en su dimensión pasada y

actual (Pindyck y Rubinfeld, 2001); dicha información se encuentra expresada en la formade un modelo y existen múltiples formas de estos expresadas a través de técnicas de

pronósticos






No obstante, sea cual sea el modelo elegido para la elaboración del pronóstico se debe

seguir un proceso lógico para llevarlo a cabo; tal proceso consta de los siguientes pasos

(Hanke y Wichern, 2006):

1) Formular el problema.

2) Recolectar los datos.

3) Manipular y limpiar los datos.

4) Construir y evaluar el modelo3.

5) Aplicar el modelo.

6) Evaluar el pronóstico.

Con lo anterior es importante saber también que, para fines administrativos que tengan

como objetivo una mejor planeación en la empresa, el proceso del pronóstico y sus

resultados deben presentarse de forma eficaz a fin de que sean utilizados en el proceso de

toma de decisiones en la organización, justificando siempre los resultados en base a un

costo-beneficio.






OBJETIVOS

General

Conceptualizar y poner en práctica las tres técnicas para pronosticar cambios

futuros con un caso problema planteado.

Específicos

Identificar el método más preciso de pronóstico para el desarrollo del

momento 2.

Conocer el procedimiento de aplicación del método de pronóstico

seleccionado.

Determinar las ventajas y desventajas de cada uno de los métodos de pronóstico

estudiados






DESARROLLO DE LA ACTIVIDAD

1. Teniendo en cuenta la información consignada en la tabla realizada en el momento

2 proponer el uso de procedimientos con los que realizará y encontrará la

proyección para los próximos 12 meses.

a) Para realizar la proyección a 12 meses propongo que la realicemos con el modelo

estadístico de regresión lineal, ya que esta técnica presenta la ventaja de poder

predecir el comportamiento de alguna variable en un determinado punto o

momento.






Para hallar la regresión necesitamos realizarla por medio de la fórmula:

= +

En donde:

X= Representa la producción del producto

Y= Ganancias por producto

Ahora hallamos α y β

PAN FRANCES

MesesKg

Ganancias

.

1 7000 120000 840000000 49000000

2 7500 145000 1087500000 56250000

3 7300 130000 949000000 53290000

4 7700 170000 1309000000 59290000

5 7500 145000 1087500000 56250000

6 7800 190000 1482000000 60840000

7 8100 225000 1822500000 65610000

8 7900 200000 1580000000 62410000

9 8000 215000 1720000000 64000000

10 8000 215000 1720000000 64000000

11 8100 225000 1822500000 65610000

12 8000 215000 1720000000 64000000

TOTAL 92900 2195000 17140000000 720550000

Para hallar α y β hallamos el promedio de los Kg y las ganancias:

X̅ =

92900

12 = 7741,67 ;

Y̅ =2195000

12 = 182916,67

Con estos dos valores hallamos α y β , con las siguientes formulas.






β =∑ x . y−n X̅ Y̅

∑ x − nX̅

β =17140000000 − (12)(7741,7)(182916,7)

720550000 − (12)(7741,7) =

147041667

1349166,7 = ,

=∑ − ∑

=2195000 − (108,99)(92900)

12 =

−7929895

12 = −,

La ecuación de regresión es:

y = α + βx

= − + (, )

PAN ALIÑADO

MesesKg

Ganancias

.

1 4500 85000 382500000 20250000

2 4250 70000 297500000 18062500

3 4400 80000 352000000 19360000

4 4250 70000 297500000 18062500

5 4500 85000 382500000 20250000

6 4700 95000 446500000 22090000

7 4800 105000 504000000 23040000

8 4700 95000 446500000 22090000

9 4500 85000 382500000 20250000

10 4800 105000 504000000 23040000

11 4800 105000 504000000 23040000

12 4800 105000 504000000 23040000

TOTAL 55000 1085000 5003500000 252575000

X̅ =55000

12 = 4583,3

Y̅ =1085000

12 = 90416,7






β =∑ x. y − nX̅ Y̅

∑ x − nX̅

β =50035000000 − (12)(4583,3)(90416,7)

252575000 − (12)(4583,3) =30583333,3

491666,7 = ,

α =∑ y − β ∑ x

n

α =1085000 − (62,2)(55000)

12 =

−2336186,4

12 = −,


= +

= − + (, )

ROSCÓN DE AREQUIPE

MesesKg

Ganancias

.

1 2700 45000 121500000 7290000

2 2600 40000 104000000 6760000

3 2900 60000 174000000 8410000

4 2900 60000 174000000 8410000

5 2700 45000 121500000 7290000

6 2900 60000 174000000 8410000

7 2900 60000 174000000 8410000

8 3000 75000 225000000 9000000

9 2900 60000 174000000 8410000

10 2800 50000 140000000 7840000

11 3000 75000 225000000 9000000

12 3000 75000 225000000 9000000TOTAL 34300 705000 2032000000 98230000






X̅ =34300

12 = 2858,3

Y̅ =705000

12 = 58750

β =∑ x. y − nX̅ Y̅

∑ x − nX̅

β =2032000000 − (12)(2858,3)(58750)

98230000 − (12)(2858,3) =

16875000

189166,7 = ,

α =∑ y − β ∑ x

n

α =705000 − (89,2)(34300)

12 =

−2354801,7

12 = −,


= +

= − + (, )

PAN RELLENO CON JAMÓN Y QUESO

MesesKg

Ganancias

.

1 2700 25000 67500000 7290000

2 2900 37000 107300000 8410000

3 2600 24000 62400000 6760000

4 2600 24000 62400000 6760000

5 2700 25000 67500000 7290000

62600 24000 62400000 6760000

7 2500 23000 57500000 6250000

8 2600 24000 62400000 6760000

9 2500 23000 57500000 6250000

10 2400 21000 50400000 5760000

11 2400 21000 50400000 5760000

12 2400 21000 50400000 5760000

TOTAL 30900 292000 758100000 79810000






X̅ =30300

12 = 2575

Y̅ =

292000

12 = 24333,3

β =∑ x. y − nX̅ Y̅

∑ x − nX̅

β =758100000 − (12)(2575)(24333,3)

79810000 − (12)(2575) =

62000

2425 = ,

α =∑ y − β ∑ x

n

α =292000 − (25,57)(30900)

12 =

−498020,6

12 = −,


= +

= − + (, )

DEDITOS DE QUESO

MesesKg

Ganancias

.

1 1900 19000 36100000 3610000

2 1700 17000 28900000 2890000

3 1900 19000 36100000 3610000

4 1500 13000 19500000 2250000

5 1700 17000 28900000 2890000

6 1500 13000 19500000 2250000

7 1300 10000 13000000 16900008 1300 10000 13000000 1690000

9 1200 9000 10800000 1440000

10 1300 10000 13000000 1690000

11 1200 9000 10800000 1440000

12 1300 10000 13000000 1690000

TOTAL 17800 156000 242600000 27140000






X̅ =17800

12 = 1483,3

Y̅ =156000

12 = 13000

β =∑ x. y − nX̅ Y̅

∑ x − nX̅

β =242600000 − (12)(1483,3)(13000)

27140000 − (12)(1483,3) =

11200000

736666,7 = ,

α =∑ y − β ∑ x

n

α =156000 − (15,2)(17800)

12 =−114624,4

12 = −,


= +

= − + (, )

PAN HAWAIANO

MesesKg

Ganancias

.

1 1700 23000 39100000 2890000

2 1900 25000 47500000 3610000

3 1900 25000 47500000 3610000

4 1800 24000 43200000 3240000

5 1500 21000 31500000 2250000

61500 21000 31500000 2250000

7 1700 23000 39100000 2890000

8 1800 24000 43200000 3240000

9 1300 17000 22100000 1690000

10 1500 19000 28500000 2250000

11 1300 17000 22100000 1690000

12 1300 17000 22100000 1690000

TOTAL 19200 256000 417400000 31300000






X̅ =19200

12 = 1600

Y̅ =

256000

12 = 21333,3

β =∑ x. y − nX̅ Y̅

∑ x − nX̅

β =417400000 − (12)(1600)(21333,3)

31300000 − (12)(1600) =

780

58 = ,

α =∑ y − β ∑ x

n

α =256000 − (13,45)(19200)

12 =−2206,9

12 = −,


= +

= −, + (, )

b) Otro procedimiento útil para dar solución a la actividad es el de promedio móvil, yaque este procedimiento lo podemos utilizar para estimar datos futuros con en base

de datos históricos.

PAN FRANCES

Meses Kg Ganancias

1 7000 120000

2 7500 145000

3 7300 130000

4 7700 170000

5 7500 145000

6 7800 190000

7 8100 225000

8 7900 200000

9 8000 215000

10 8000 215000






11 8100 225000

12 8000 215000

Promedio7741,666667 182916,6667

Móvil

PAN ALIÑADO

Meses Kg Ganancias

1 4500 85000

2 4250 70000

3 4400 80000

4 4250 70000

5 4500 85000

6 4700 95000

7 4800 105000

8 4700 95000

9 4500 85000

10 4800 105000

11 4800 105000

12 4800 105000

Promedio4583,33333 90416,6667

Móvil

ROSCÓN DE AREQUIPE

Meses Kg Ganancias

1 2700 45000

2 2600 40000

3 2900 60000

4 2900 60000

5 2700 45000

6 2900 60000

7 2900 60000

8 3000 75000

9 2900 60000

10 2800 50000

11 3000 75000

12 3000 75000

Promedio 2858,33333 58750Móvil

PAN RELLENO CON JAMÓN YQUESO

Meses Kg Ganancias

1 2700 25000

2 2900 37000

3 2600 24000

4 2600 24000

5 2700 25000

6 2600 24000

7 2500 23000

8 2600 24000

9 2500 23000

10 2400 21000

11 2400 21000

12 2400 21000

Promedio 2575 24333,33333Móvil






c) Otro procedimiento útil para dar solución a la actividad es la suavización

exponencial, ya que es una técnica de pronóstico de series de tiempo que pondera

los datos históricos exponencialmente para que los datos más recientes tengan más

peso en el promedio móvil.

La suavización exponencial define el pronóstico del próximo periodo como el pronóstico

del periodo actual más un porcentaje de la desviación entre el valor pronosticado para el

periodo actual y el valor real obtenido.

Formula:

Ft+1=Ft+α (Dt-Ft)

En donde:

Ft= Pronostico para el periodo actual

Ft+1= Pronostico para el próximo periodo

DEDITOS DE QUESO

Meses Kg Ganancias

1 1900 19000

2 1700 17000

3 1900 19000

4 1500 13000

5 1700 17000

6 1500 13000

7 1300 10000

8 1300 10000

9 1200 9000

10 1300 10000

11 1200 9000

12 1300 10000

Promedio1483,33333 13000

Móvil

PAN HAWAIANO

Meses Kg Ganancias

1 1700 23000

2 1900 25000

3 1900 25000

4 1800 24000

5 1500 21000

6 1500 21000

7 1700 23000

8 1800 24000

9 1300 17000

10 1500 19000

11 1300 17000

12 1300 17000

Promedio1600 21333,3333

Móvil






Dt= Valor real presentado en el periodo actual

α= Alfa es un valor entre 0 y 1, es decir es un porcentaje, que debe escoger la persona que

hace el análisis, para este caso nuestro alfa será de 0,5

PAN FRANCES

Periodo Demanda Pronostico Ganancias Pronostico

1 7000 7000 120000 120000

2 7500 7000 145000 120000

3 7300 7250 130000 132500

4 7700 7275 170000 1312505 7500 7487,5 145000 150625

6 7800 7493,75 190000 147812,5

7 8100 7646,875 225000 168906,25

8 7900 7873,4375 200000 196953,125

9 8000 7886,71875 215000 198476,5625

10 8000 7943,359375 215000 206738,2813

11 8100 7971,679688 225000 210869,1406

12 8000 8035,839844 215000 217934,5703

PAN ALIÑADO


1 4500 4500 85000 85000

2 4250 4500 70000 85000

3 4400 4375 80000 77500

4 4250 4387,5 70000 787505 4500 4318,75 85000 74375

6 4700 4409,375 95000 79687,5

7 4800 4554,6875 105000 87343,75

8 4700 4677,34375 95000 96171,875

9 4500 4688,67188 85000 95585,9375

10 4800 4594,33594 105000 90292,968

11 4800 4697,16797 105000 97646,484

12 4800 4748,58398 105000 101323,24

ROSCÓN DE AREQUIPE


1 2700 2700 45000 45000

2 2600 2700 40000 45000

3 2900 2650 60000 42500

4 2900 2775 60000 51250

5 2700 2837,5 45000 55625

6 2900 2768,75 60000 50312,57 2900 2834,375 60000 55156,25

8 3000 2867,1875 75000 57578,125

9 2900 2933,59375 60000 66289,0625

10 2800 2916,796875 50000 63144,53125

11 3000 2858,398438 75000 56572,26563

12 3000 2929,199219 75000 65786,13281






PAN HAWAIANO


1 1700 1700 23000 23000

2 1900 1700 25000 23000

3 1900 1800 25000 24000

4 1800 1850 24000 24500

5 1500 1825 21000 24250

6 1500 1662,5 21000 226257 1700 1581,25 23000 21812,5

8 1800 1640,625 24000 22406,25

9 1300 1720,3125 17000 23203,125

10 1500 1510,15625 19000 20101,5625

11 1300 1505,07813 17000 19550,7813

12 1300 1402,53906 17000 18275,3906

PAN RELLENO CON JAMÓN Y QUESO


1 2700 2700 25000 25000

2 2900 2700 37000 25000

3 2600 2800 24000 31000

4 2600 2700 24000 27500

5 2700 2650 25000 25750

6 2600 2675 24000 25375

72500 2637,5 23000 24687,5

8 2600 2568,75 24000 23843,75

9 2500 2584,375 23000 23921,875

10 2400 2542,1875 21000 23460,9375

11 2400 2471,09375 21000 22230,4688

12 2400 2435,54688 21000 21615,2344

DEDITOS DE QUESO


1 1900 1900 19000 19000

2 1700 1900 17000 19000

3 1900 1800 19000 18000

4 1500 1850 13000 18500

5 1700 1675 17000 15750

6 1500 1687,5 13000 16375

7 1300 1593,75 10000 14687,5

8 1300 1446,875 10000 12343,75

9 1200 1373,4375 9000 11171,875

10 1300 1286,71875 10000 10085,9375

11 1200 1293,359375 9000 10042,9687

12 1300 1246,679688 10000 9521,48437






2. Al determinar usted que herramientas ha de utilizar, el resultado de cada una de

ellas es el mismo o es diferente, si son diferentes los resultados que explicación

amerita sustentar.

A pesar de que la regresión lineal, el promedio móvil y la suavización exponencial son

modelos para pronosticar ventas o utilidades, entre estas dan resultados diferentes ya la

regresión lineal es objetivo y proporciona a nuestro pronóstico intervalos de error muy

pequeños, el promedio móvil como su nombre lo indica es el promedio de los últimos

periodos, mientras más corto sea el periodo mayor la probabilidad de una señal falsa; y el

método de suavización exponencial, necesita el periodo anterior para realizar su pronóstico

y lo elabora con el pronóstico y la demanda.

3. La Regresión lineal, Promedio móvil, Suavización exponencial pueden ser

procedimientos útiles al tratar de solucionar la actividad propuesta; si se comparara

cuáles pueden ser las ventajas y desventajas de cada una de ellas que se podría

inferir.

PRONOSTICO VENTAJAS DESVENTAJAS

REGRESIONLINEAL

Es objetivo, solo depende de los

resultados experimentales

Es reproducible, proporciona la misma

ecuación no importa de quien realice

el análisis.

Proporciona una estimación

probabilística de la ecuación querepresenta a unos datos experimentales

Proporciona intervalos pequeños de

error

Solo sirve para ajustar modelos lineales.

Requiere tener al menos diez mediciones

bajo las mismas circunstancias

experimentales.

Se requiere de algún equipo de cálculo,

de lo contrario, es muy engorroso el

procesamiento de la información.

Permite aproximar el futuro, No existe un método de pronóstico

universal, capaz de adaptarse a todas las






PROMEDIOMOVIL

facilitando la toma de decisiones.

Los pronósticos planeados, son más

valiosos y exactos que los intuitivos.

situaciones y circunstancias, este debe

seleccionarse cuidadosamente,

dependiendo del uso específico que se le

presente dar, del producto y las

características cualitativas que podría

tenerse.

Son simplificaciones de la realidad y no

se asegura que todas las variables que

influyen sobre el futuro a pronosticar

estén incluida en el modelo de

pronóstico.

Solo pronostica un periodo mas

Se requiere gran cantidad de información

cuando existe una gran cantidad de

productos con distintos comportamientos

de ventas

SUAVIZACIONEXPONENCIAL

Se usa a menudo, por su simplicidad y

por la reducida cantidad de datos que

requiere.

Requiere solamente tres tipos de datos,

pronostico del último periodo,

demanda de ese periodo y un

suavizador llamado alfa.

Pondera con mayor peso a las

observaciones más recientes y con

menor a la más antigua.

No es útil para pronósticos rutinarios

debido a su complejidad de cálculos.

No funciona bien con series erráticas(muy aleatorias, por ejemplo con baja

auto correlación).






CONCLUSIONES

El conocimiento de las técnicas de pronósticos es de poco valor a menos que puedan

aplicarse efectivamente en el proceso de planeación de la organización.

Los pronósticos se constituyen en una valiosa herramienta para la toma de decisiones, ya

que permiten de una manera confiable anticiparse al futuro. Las técnicas empleadas y su

correcta selección permitirán con un alto grado de precisión determinar el comportamiento

de las variables y de los resultados de una situación determinada, sin embargo por la

confiabilidad y aplicación el método de regresión lineal se constituye en la mejor

alternativa para el pronóstico de largo plazo, previo análisis y selección del tipo de

regresión acorde con el comportamiento de las variables y el tipo de grafico obtenido.






BIBLIOGRAFIA

Pronostico Regresión Lineal, (2014). Recuperado el 15 de Septiembre de 2014 de

https://www.youtube.com/watch?v=U8hylSt6AxE.

Modulo del curso Métodos probabilísticos UNAD.

Regresión lineal. http://es.slideshare.net/adangraus/regresion-lineal-simple-13381573

Programa WinqSb http://winqsb.softonic.com/

Tutorial winqsb https://www.youtube.com/watch?v=cmK7eJNI93M

Momento3 Metodos Deterministicos Grupo 06

Documents

Transcript of Momento3 Metodos Deterministicos Grupo 06