Programa de Actualizacin para egresados PAE-EPII / Sistemas de Produccin -17-

II PRONOSTICOS

2.1 INTRODUCCION
Todo pronstico es un clculo estimativo del nivel de la demanda de un producto o varios
productos para un perodo de tiempo futuro. Puede ser una prediccin sobre la aceptacin de un
nuevo producto, de los cambios de demanda, u otras condiciones que influyan directamente en la
planeacin de la produccin.
Un pronstico se debe hacer en base a las unidades que han de quedar comprendidas en
un plan o programa y debe abarcar un perodo de tiempo cuando menos tan largo como el
perodo que se necesita para tomar un acuerdo o decisin y llevarlo a efecto. El grfico siguiente
muestra algunas de las decisiones que se basan en los pronsticos.

Los pronsticos no pueden ser exactos, como en las ciencias fsicas, donde ante el suceso
de un determinado fenmeno se sabe que va ha ocurrir; pero cuando entramos al campo de las
ciencias sociales y la economa, donde intervienen una serie de factores variables, como es el
gusto, la innovacin tecnolgica, la densidad demogrfica, la escasez o abundancia, etc, hacen
que sea imposible pronosticar con certeza, as el pronstico nos ofrece indicaciones y no la
palabra final. Para darle cierta firmeza a los pronsticos, deben estar basados en fuentes
confiables.

2.2 HISTORIA DE LOS PRONOSTICOS

A lo largo de la historia, los dirigentes han sentido la necesidad de tener consejeros
clarividentes. Los reyes y mercaderes tuvieron sus adivinos con bolas de cristal, lectores de la
palma de la mano y astrlogos. Mezclando la magia negra, sicologa y un poco de intriga en la
corte, algunos adivinos la pasaron muy bien. Otros recibieron el trato dado a los brujos, unos
cuantos an tienen seguidores.
En la actualidad las complicadas interrelaciones de la economa, hacen que los pronsticos
sean un paso vital en la planeacin operacional.
Se reconoce adems que los mejores pronsticos sern emitidos por personas que tengan
un entrenamiento especial, aunque sean susceptibles de errores por la variabilidad de los factores.

2.3. FUENTES PARA EL PRONSTICO

Existen diferentes mtodos para enfocar un pronstico de demanda. El uso de estos
enfoques depende de la naturaleza de la empresa, los productos que fabrica, sus recursos, los
sistemas de informacin que emplea y la filosofa de su administracin.
Programa de Actualizacin para egresados PAE-EPII / Sistemas de Produccin -18-

Algunos enfoques son simples y pueden desarrollarse en forma mecnica y sistemtica,

empleando un poco de intuicin. Otros enfoques de pronstico, son menos sistemticos y ms
intuitivos.

a) PRONOSTICOS BASADOS EN OPINIONES SUBJETIVAS

Uno de los mtodos usados y que influye en las tcnicas de pronstico es la simple
utilizacin de las opiniones e intuiciones. Existen varios mtodos para agrupar estos datos:

Opiniones del Consumidor.- El consumidor final puede ser interrogado. Sus opiniones
son ms objetivas en comparacin con las del productor o ejecutivo, pero puede cambiar
de un da para otro. Lo que intenta o espera hacer y lo que realmente hace, pueden ser
cosas totalmente diferentes. Es un proceso relativamente caro.

Opiniones del cliente.- Son las opiniones de aquellos que han adquirido el producto. Sus
respuestas no pueden dar apreciaciones subjetivas del por qu adquiri el producto para
en base a ello, estimar su posible atraccin.

Opiniones del Distribuidor.-Las estimaciones sobre ventas esperadas pueden solicitarse

a los vendedores al menudeo y al personal de ventas.
Los vendedores al menudeo pueden ser ms objetivos que el personal de ventas de la
empresa, pero es posible que no dediquen su tiempo a estos menesteres. Como en el
departamento de ventas es donde se encuentra la accin, varios pronsticos se basan en las
opiniones del personal de ventas, ya que conocen la tendencia de las compras y la
actividad del competidor.

Opiniones Ejecutivas.- El nivel ejecutivo; sea director supervisor, etc., se encuentra ms

cerca a la poltica de la empresa, de igual modo se halla ms alejado del punto de vista del
consumidor. Estas opiniones pueden verse afectadas por prejuicios personales. El
pronstico ejecutivo en conjunto se emplea bastante, puede obtenerse rpidamente y con
muy poco gasto extra.
Las opiniones en general, son tremendamente valiosas para interpretar los datos sobre el
mercado, pero no son un sustituto de anlisis cuantitativo de los mismos.

b) PRONOSTICOS BASADOS EN PRUEBAS DE MERCADO

Generalmente es desarrollado para la introduccin de un nuevo producto o un producto
modificado.
Se basa en exponer el nuevo producto a una muy limitada prueba de mercado, que
adquiere las caractersticas de un experimento controlado, en donde el rea de mercado y el
mtodo de presentacin son cuidadosamente seleccionados e inspeccionados, existiendo el peligro
de seleccionar variables equivocadas.
El costo de aplicacin de este mtodo es bastante elevado.

c) PRONOSTICOS BASADOS EN INVESTIGACION DE MERCADO

En este caso el pronstico est basado en funcin a un programa interno o por un servicio
externo de investigacin de mercado, puede emplearse para nuevos productos y existentes, para
los cuales se requiere datos mercantiles ms amplios, con el cual se determina como varan las
ventas segn las diferencias de ubicacin, ocupacin del comprador, precios, cantidad, calidad,
ingreso del consumidor y otros factores, esta informacin se relaciona con el producto bsico y se
desarrolla un pronstico. Los factores econmicos identificados en la investigacin de mercados
son valiosos cuando se combinan con otros mtodos de pronsticos.
Programa de Actualizacin para egresados PAE-EPII / Sistemas de Produccin -19-

d) PRONOSTICOS BASADOS EN INDICADORES ECONOMICOS.

Los indicadores describen las condiciones econmicas que prevalecen durante un perodo
dado de tiempo. En muchos casos se encuentra que hay una relacin directa o correlacin, entre
las ventas de algunos productos y estos indicadores.
Cuando esto sucede, la empresa cuenta con un medio para estimar cuales sern sus ventas, los
Indicadores comnmente usados son:
-Ingreso per cpita. -Precios al consumidor.
-Produccin de automviles. -Depsitos Bancarios.
-Ingresos agrcolas. -Produccin de Acero.
-Empleos. -Produccin Industrial.
-Producto Nacional Bruto. -Contratos de construccin adjudicados.
Es recomendable usar un indicador adecuado que en lo posible este relacionado con el
producto como son los productos complementarios o suplementarios y que su correlacin sea
alta. As como el nmero de contratos de construccin puede determinar la demanda de materiales
de construccin.

e) PRONOSTICOS BASADOS EN SERIE HISTORICA DE DATOS.

Es basar la estimacin de la demanda futura en la demanda de perodos pasados del
producto, es uno de los mtodos de pronstico ms utilizados del que se dispone. Tiene la ventaja
de ser cuantificable y objetivo. Pero esta sujeta a errores, por no predecir el cambio de las
condiciones econmicas. De este modo el anlisis subjetivo permanece como un aporte necesario
para la decisin final. En esencia, el pronstico basado en serie histrica de datos est empleando
o dando f a dos adagios: "La historia es un buen maestro" y "La historia se repite".

Caractersticas de la Demanda Histrica

Analizando el comportamiento cuantitativo de la demanda en funcin del tiempo por
medio de un grfico, es posible determinar una sistematizacin y verificar las siguientes
caractersticas:
1.- Demandas con tendencia.- Se presenta en demandas constantes crecientes, decrecientes
o estabilizadas.
2.- Demanda con Variacin Estacional o Estacionalidad.- Variaciones cuya magnitud y
tendencia dependen de las estaciones del ao.
3. Demanda con Variaciones Cclicas o ciclos.- Variaciones cuya magnitud y tendencia
tambin fluctan en forma peridica, pero lo hacen a lo largo de un perodo cuya longitud es
mayor a un ao, o bien si es menor a un ao, no es divisor exacto del mismo; ejemplo: 11
aos o 5 meses, etc.
4.- Demanda con Variacin Aleatoria.- La variacin est regida por una ley de
probabilidad.
Las demandas cronolgicas pueden representar combinaciones de todas las caractersticas
anteriores, tal como se presentan en los siguientes ejemplos:

2.4. METODOS DE CLCULO DE LOS PRONOSTICOS.

Teniendo una serie histrica de datos que representan lo sucedido en el pasado, podemos
proceder a obtener un pronstico. Inicialmente elaboramos un grfico con los datos a escala
conveniente. Este grfico nos da la clave para emplear el mtodo ms adecuado de obtener los
pronsticos. Algunos mtodos son muy elaborados y requieren cierta habilidad matemtica, otros
son del tipo de reglas sencillas y desarrollan una prediccin empleando simple aritmtica.
Los mtodos con mayor difusin se pueden clasificar de la siguiente forma:
Programa de Actualizacin para egresados PAE-EPII / Sistemas de Produccin -20-

a.- Mtodos de regresin matemtica.

a.1. Por regresin lineal
a.1.1. Mnimos cuadrados
a.1.2. Regresin lineal por correlacin.
a.2. Por regresin no lineal
a.2.1. Exponencial
a.2.2. Parablico
b.- Mtodos de promedios
b.1. Promedios simples
b.2. Promedios mviles.
b.3. Promedios mviles con ponderacin exponencial.
Con el objeto de dar mejor ilustracin y determinar las diferencias o coincidencias de los
diferentes mtodos, se aplicara los datos del siguiente caso a todos los mtodos donde sea posible
aplicar.
"Herramientas Andinas S.A.", ha estado produciendo durante cinco aos herramientas
simples para el cultivo. La planta a operado casi a su capacidad durante los dos ltimos aos. Se
necesitan pronsticos para programar la produccin del prximo ao y para suministrar
estimaciones a fin de planear la expansin futura de los factores de produccin. Se han tabulado
los registros de ventas para los cinco aos, como se indica en la siguiente tabla.
AO 1997 1998 1999 2000 2001
TRIMESTRE
Tri. 1 19 28 27 30 32
Tri. 2 37 42 36 43 44
Tri. 3 30 31 28 29 32
Tri. 4 22 18 19 20 22
TOTALES 108 119 110 122 130
Ventas expresadas en miles de unidades

2.4.1. METODO DE LOS MINIMOS CUADRADOS.

Cuando se tiene una serie histrica de datos es posible obtener un mapa de puntos
graficando las ventas totales (eje y) versus los aos (eje x).

La obtencin de los pronsticos por medio del mtodo de "mnimos cuadrados" se basa en
lo siguiente:
1.- Cuando en el grfico obtenido, los puntos de los datos parecen seguir una lnea recta,
siendo que esta recta es la que ms se aproxima a pasar por todos los puntos.
2.- La recta por obtener es la que minimiza la diferencia entre la recta y cada uno de los
puntos. Esto da origen al nombre de "mnimos cuadrados". Por lo que dada la recta,
esta es la buscada solo si la suma de las diferencias de las distancias verticales de los
valores reales y los valores estimados de la recta elevadas al cuadrado es el mnimo.
De esta manera tenemos que:
La Ecuacin de la Recta es: Y = a + bX,

Se ha demostrado que por el mtodo de los mnimos cuadrados, las ecuaciones para hallar
los parmetros a y b son:

a
Y b X Y bX
n
n n n
n XY X Y
b i=1
n
i=1
n
i=1

n X 2 ( X) 2
i=1 i=1
Programa de Actualizacin para egresados PAE-EPII / Sistemas de Produccin -21-

SOLUCION DEL CASO "HERRAMIENTAS ANDINAS S. A." POR EL METODO

DE MINIMOS CUADRADOS:

Para solucionar el caso se debe hallar la ecuacin de la recta de pronsticos (Y = a + bX),

para ello es necesario hallar las constantes a y b. Estas constantes se obtienen aplicando las
relaciones del resumen, antes se han obtenido con los datos histricos;
Y, X, X , XY , esto es, cuando se ha empleado como punto base el origen.
2

Cuando se emplea como punto base al tiempo equidistante entre los datos histricos (ao
central, trimestre central, mes central, etc., o punto centrado en general), el trmino X

X , XY .
2
se hace cero, por lo que es solo es necesario hallar

A.- Solucin empleando como punto base 1997

Datos tabulados:
Ao Y X X2 XY
1997 108 0 0 0
1998 119 1 1 119
1999 110 2 4 220
2000 122 3 9 366
2001 130 4 16 520
589 10 30 1225
5x1225 - 10x589
b= = 4.7
5x30 - (10) 2
589 10
a= - 4.7 * = 108.4
5 5
Y= 108,4 + 4.7 X

B.- Solucin empleando como punto base 1999: Es un artificio tomar como punto base el
ao intermedio de los aos en estudio con el objeto de simplificar las operaciones.
Datos tabulados:
Ao Y X X2 XY
1997 108 -2 4 -216
1998 119 -1 1 -119
1999 110 0 0 0 Ao base
2000 122 1 1 122
2001 130 2 4 260
589 0 10 47
En este caso al tomar el ao intermedio del nmero de aos como punto base, se
determinan que los aos que preceden son negativos segn su distancia y los que
suceden positivos, de este modo X se hace cero. (Para el caso que haya un nmero
par de datos histricos se detallar ms adelante)
De esta manera las ecuaciones para hallar las constantes a y b se reducen a lo
siguiente.
Programa de Actualizacin para egresados PAE-EPII / Sistemas de Produccin -22-

n n n n
n XY X Y XY
b i=1
n
i=1
n
i=1
i=1
n
n X 2 ( X) 2 X2
i=1 i=1 i=1

a
Y b X Y
n n
Para el caso:
b = 47/10 = 4.7
a = 589/5 = 117.8

Y = 117.8 + 4.7X

En esta ecuacin la pendiente es la misma, solo cambia el punto de interseccin de la

ordenada con la recta por el hecho de haber cambiado de punto base.
Los clculos para el pronstico se realizan del siguiente modo:
a.- Para la primera versin 2002 est a 5 aos del punto base.
Y02 = 108.4 + 4.7(5) = 131.9
b.- Para la segunda versin 2002 esta a 3 aos del punto base.
Y02 = 117.8 + 4.7(3) = 131.9
De esta manera el pronstico para 1998 es de 131.9 millones. Por ambas ecuaciones
los clculos han llegado a la misma solucin, al segundo se le llama mtodo
simplificado.

2.4.2. METODO DE REGRESION LINEAL POR CORRELACION PARA

PRONOSTICOS.
Este mtodo de pronsticos es empleado cuando los datos usados representan a
indicadores econmicos que tienen relacin directa con la serie histrica de la demanda
de los productos de la empresa.
Ejemplo 1: Se ha tabulado las ventas de un producto y un ndice econmico en el
siguiente cuadro:
Ao Ventas* ndice
Econmico
1 2.1 104
2 1.9 101
3 2.3 106
4 1.5 99
5 1.2 95
6 2.7 109
7 3.6 120
8 1.4 98
9 0.9 90
10 2.0 103
* En 10,000 unidades
Al graficar las ventas (eje Y) versus el ndice econmico (eje X) se tiene un conjunto de
puntos que es posible semejar a una recta, adems tienen una relacin o proporcin
directa, esto es a mayor ndice mayores ventas.
Programa de Actualizacin para egresados PAE-EPII / Sistemas de Produccin -23-

Ventas
3.5
3
2.5
2
1.5
1
0.5
0
85 95 105 115 125

Indice

Fig. 7.10 Ventas VS Indice Econmico

Para la aplicacin de este mtodo se debe tener en consideracin lo siguiente:

1.- Este tipo de pronstico depende del uso adecuado de los ndices que se van ha tomar
y que la conclusin de las variables que afectan al pronstico sean los ms altos.
2.- Se debe tratar de encontrar un indicador econmico que est relacionado con las
ventas del producto y que sea anterior a la misma, tal como:
a.- El nmero de contratos de construcciones adjudicados en un perodo puede
determinar la cantidad de material de construccin que se vender en el perodo
siguiente.
b.- Como el ingreso agrcola en un ao puede indicar la cantidad de equipo agrcola
que se vender en el ao siguiente.

2.4.2.1 ANALISIS DE CORRELACION

Por lo comn es preferible hallar el coeficiente de correlacin antes de hallar la recta, para
ello se emplear la siguiente frmula.
nXY XY
r
nX 2 ( X) 2 nY 2 ( Y) 2
As tambin podra obtenerse el coeficiente de determinacin (r 2) que representa el
porcentaje de variacin explicada por las variables utilizadas, se obtiene de la siguiente
relacin.

2 [ nXY XY]2
r
[ nX 2 ( X) 2 ][ nY 2 ( Y) 2 ]
Un intento de valoracin del coeficiente de correlacin y coeficiente de determinacin es
como se detalla en la siguiente tabla.
Valor del Coeficiente de Interpretacin Valor de Coeficiente de
correlacin determinacin
0,91 - 1,0 Correlacin muy alta 0.83 - 1,0
0,71 - 0,9 Correlacin alta 0,50 - 0,22
0,41 - 0,7 Correlacin moderada 0,17 - 0,49
0,21 - 0,4 Correlacin baja 0,04 - 0,16
0,0 - 0,2 Correlacin muy leve 0,00 - 0,04
Programa de Actualizacin para egresados PAE-EPII / Sistemas de Produccin -24-

Por lo general un ndice de correlacin mayor a 0,7 o un ndice de determinacin mayor

a 0,5 se considera aceptable.
Para obtener el coeficiente de correlacin en el ejemplo 1, se tabularn los datos y
operaciones del siguiente modo.
INDICE(X) VENTAS(Y) XY X2 Y2
104 3.1 322.4 10816 9.61
101 1.9 191.9 10201 3.61
106 2.3 243.8 11236 5.29
99 1.5 148.5 9801 2.25
95 1.2 114 9025 1.44
109 2.7 294.3 11881 7.29
120 3.6 432 14400 12.96
98 1.4 137.2 9604 1.96
90 0.9 81 8100 0.81
103 2 206 10609 4
1025 20.6 2171.1 105673 49.22
Clculo de Coeficiente de correlacin:
nXY XY
r
nX 2 ( X) 2 nY 2 ( Y) 2
, 1025 * 20,6
10 * 21711
r
10 * 105673 (1025) 2 10 * 44,02 (20,6) 2
r = 0.99330869 (Correlacin muy alta)
El coeficiente de correlacin hallada nos indica que la recta a determinar servir para
pronosticar las ventas por medio del ndice econmico usado.
Clculo de los parmetros para la ecuacin de la recta de los pronsticos.
n n n
n XY X Y
b i=1
n
i=1
n
i=1

n X 2 ( X) 2
i=1 i=1

10 * 2067.1 - 1025 *19.6

b= 0.09517
10 *105673 - (1025) 2
a = Y - bX ; X = 102.5 Y = 1.96
a = Y - bX ; X = 102.5 Y = 1.96 a = 1.96 - 0.09517 *102.5
a = -7.7949
Ecuacin para los pronsticos:
Ye =-7.7949 + 0.09517X

De esta manera podemos predecir que el volumen de ventas para un ndice econmico de
128 ser de 43,869 unidades
Programa de Actualizacin para egresados PAE-EPII / Sistemas de Produccin -25-

2.4.3 METODO DE REGRESION EXPONENCIAL DE PRONOSTICOS.

Mtodo usado cuando los datos histricos en una grfica tiempo vs ventas determinan una
tendencia de ms o menos una curva. Una curva implica un crecimiento o disminucin
porcentual uniforme en vez de un incremento o decremento constante como el caso de la
recta de pronsticos. Una curva exponencial est representada por la siguiente ecuacin:

Y = ab x Ec. 2.19.

La ecuacin nos indica que Y vara con la constante b a travs del tiempo (X).
Si la ecuacin se grafica en escala aritmtica nos representar una curva, en cambio en
escala semilogartmica nos representar una lnea
Los valores de Y estn en funcin de las constantes a y b adems de los valores de X que
se dan a travs del transcurso del tiempo, sin embargo es necesario reconocer los valores
de a y b para expresar correctamente la ecuacin.
Asimismo es factible convertir la ecuacin exponencial en su forma logartmica.
LogY = Loga + x logb
Y

ab
Y=

X X

Escala Aritmtica Escala Semilogaritmica

Fig 7.13 Curva exponencial convertida en recta

Las ecuaciones para hallar los valores de log a, y log b son:

log Y - log b X
log a =
n
n X log Y - X log Y
log b =
n X 2 - ( X) 2
En este caso tambin es factible utilizar el mtodo simplificado, haciendo X 0 ,
tenemos:

log Y
log a =
n

Las ecuaciones empleadas para el pronstico son:

Programa de Actualizacin para egresados PAE-EPII / Sistemas de Produccin -26-

log Ye = log a + X log b

Ye = ab x
Donde:
a = ant. log a
b = ant. log b
Desarrollando el caso Herramientas Andinas S.A.

Datos tabulados
Ao X Y X2 log Y X log Y
1997 -2 108 4 2.03342376 -4.06684751
1998 -1 119 1 2.07554696 -2.07554696
1999 0 110 0 2.04139269 0
2000 1 122 1 2.08635983 2.08635983
2001 2 130 4 2.11394335 4.2278867
0 589 10 10.3506666 0.17185206

10.350
log a = = 2.07 => a = ant.log 2.07 = 117.5
5
0.172
log b = = 0.0172 => b = ant. log 0.0172 = 1.0404
10
Pronstico para 2002:

Y98 = 117.5 * (1.0404) 3 = 132.32

Representa a un pronstico de 132.32 unidades

2.4.4 METODO DE REGRESION PARABOLICA DE PRONOSTICOS

Cuando la recta de mnimos cuadrados no es un estimador de la tendencia, puede ser
factible usar la parbola como lnea de tendencia por ser ms flexible que una recta.
La ecuacin de una parbola es:

Ye = a + bX + cX 2
Esto se puede expresar tambin como:
Ye = a + b1 X1 + b 2 X 2

Para obtener la ecuacin respectiva en esta oportunidad tenemos tres parmetros que hallar
(a, b y c). Para ello, son necesarias tres ecuaciones que las obtendremos mediante un
procedimiento similar usado para la recta de los mnimos cuadrados. Los valores que se
obtienen para los parmetros son:
Y - cX 2
a=
n
Programa de Actualizacin para egresados PAE-EPII / Sistemas de Produccin -27-

XY
b =
X 2
nX 2 Y - X 2 Y
c=
nX 4 - ( X 2 ) 2

En la ecuacin; a es la altura de la curva en el origen; b es la pendiente de la curva en este

punto solamente y c determina el monto y direccin de la curvatura.

2.4.5 METODO DE PROMEDIO SIMPLE

En la ecuacin Y = a + bX , cuando b es igual a cero la recta es horizontal. Por tanto el
pronstico para el siguiente perodo es el promedio simple de todos los valores de Y.
Y
YE =
n
El clculo del valor promedio se asocia ms a menudo con variaciones estacionales. Por lo
general las variaciones de las temporadas fluctan sobre un valor promedio. Los ndices
obtenidos pueden combinarse con los pronsticos obtenidos por otros mtodos as obtener
el pronstico para la temporada.

Caso de Herramientas Andinas S.A.

Tri.1 Tri. 2 Tri. 3 Tri. 4 TOTALES
Ao
1997 190 370 300 220 1080
1998 280 420 310 180 1190
1999 270 360 280 190 1100
2000 300 430 290 200 1220
2001 320 440 320 220 1300
Suma 1360 2020 1500 1010 5890
Promedio 272 404 300 202 294.5
Clculo de ndice de temporada (I).

promedio simple por trimestre

IT =
promedio de trimestres

272 300
I T1 = = 0.92 I T3 = = 1.02
294.5 294.5
404 202
I T2 = = 1.37 I T4 = = 0.69
294.5 294.5

Los ndices obtenidos de esta forma pueden emplearse para estimar las ventas trimestrales
para el ao 2002 aplicando el resultado obtenido por mtodo de mnimos cuadrados.

1 319 000 000

E T1 = 0.92 = 303 370 000
4
Programa de Actualizacin para egresados PAE-EPII / Sistemas de Produccin -28-

1 319 000 000

E T2 = 1.37 = 451 757 500
4

1 319 000 000

E T3 = 1.02 = 336 345 000
4
1 319 000 000
E T4 = 0.69 = 227 527 500
4
TOTAL: 1 319 000 000
2.4.6 PROMEDIO MOVIL.
Combina los datos de demanda de varios perodos recientes y su promedio se toma como
el pronstico para el perodo siguiente, para la estimacin del siguiente pronstico se toma
el dato ms reciente y se descarta el ms antiguo.
Una vez que se ha seleccionado el nmero de perodos, este debe mantenerse constante, se
puede usar un promedio mvil con tres perodos o con veinte perodos, es muy comn
usar un promedio mvil de 12 perodos, sin embargo el nmero ptimo de perodos no los
dar cuando la desviacin Standard sea menor, esto es se efectan tanteos con 1,2,3,....,etc
nmero de perodos, y para cada uno de ellos se le halla la desviacin estndar, la menor
ser la elegida como nmero de periodos para esa relacin de datos.

A.- Promedio Mvil Simple.

EN + FE + MA FE + MA + AB
AB = ; MA =
3 3

MA + AB + MA AB + MA + JU
JU = ; JU =
3 3
B.- Promedio mvil Porcentual

AB = 0.2EN + 0.3FE + 0.5MA

MA = 0.2FE + 0.3MA + 0.5AB
JU = 0.2MA + 0.3AB + 0.5MA
AB = 0.2AB + 0.3MA + 0.5JU
La suma de los porcentajes afectados a cada elemento debe ser igual a 1.0.

C.- Promedio Mvil Ponderado

4EN + 5FE + 6MA 4FE + 5MA + 6AB

AB = ; MA =
15 15
4MA + 5AB + 6MA 4AB + 5MA + 6JU
JU = ; JU =
15 15
Programa de Actualizacin para egresados PAE-EPII / Sistemas de Produccin -29-

Por lo general un pronstico por promedios no tiene validez si no se combina con un

ndice de temporada, salvo que los datos sean muy estables, as, es comn usar los
promedios mviles con los ndices de temporada.
El valor de ndice de temporada se obtiene dividiendo la demanda real entre el promedio
movible centrado para ese perodo. Un ndice ms confiable se obtiene promediando varios
valores del ndice para perodos comunes. As el pronstico es, el producto del promedio
mvil centrado ms reciente para un perodo y el valor del ndice para ese perodo.

Pronstico = Promedio Movil Centrado Reciente x Indice de Temporada para el periodo

EJEMPLO
La siguiente tabla muestra las demandas unitarias para un producto.
Ao Verano Otoo Invierno Primavera
1 73 83 81 64
2 84 74 80 70
3 71 73 86 59

SOLUCION POR MEDIO DE PROMEDIOS MOVILES.

1.- Clculo del ndice de Temporada por Periodo y el Promedio Centrado:
PM4P: Promedio movible de 4 periodos, considerando al ms reciente y desestimando al
ms antiguo.
PMC : Promedio movible centrado, calculado en funcin de los dos promedios movibles de
4 periodos ms prximos.
IE : ndice de estacionalidad, calculado en funcin a la relacin de la demanda real y el
promedio mvil centrado (Y/PMC).
IEA : ndice de estacionalidad ajustado, calculado en funcin al promedio del ndice de
estacionalidad de cada periodo y corregido por un factor de ajuste (Fa) de acuerdo al
tem 2.
Ye : Pronstico para el trimestre, calculado en funcin al nivel de ventas (Y) y el ndice
de estacionalidad ajustado (IEA).
Y-Ye: Diferencia entre el valor real de venta y el valor pronosticada para cada trimestre.
RM: Rango movible, calculado en funcin al valor absoluto de las diferencias entre los
valores ms prximos de (Y-Ye)
RM : Rango medio movible, promedio de todos los rangos movibles.
Programa de Actualizacin para egresados PAE-EPII / Sistemas de Produccin -30-

Tabla de clculos:
Ao Trimestre Ventas
(Y) PM4P PMC IE IEA Ye Y-Ye RM
1 T1 73 1.04251508 76.1036005 -3.10360048
3.96915777
T2 83 0.98957160 82.1344427 0.8655573
75.25 6.41256989
T3 81 76.625 1.05709625 1.06848164 86.5470126 -5.54701259
78.00 11.9833845
T4 64 76.875 0.83252033 0.89943169 57.5636281 6.43637189
75.75 10.0076382
2 T1 84 75.625 1.11074380 1.04251508 87.5712663 -3.5712663
75.50 4.34296799
T2 74 76.250 0.97049180 0.98957160 73.2282983 0.77170169
77.00 6.25023264
T3 80 75.375 1.06135987 1.06848164 85.478531 -5.47853096
73.75 12.5183127
T4 70 73.625 0.95076401 0.89943169 62.9602182 7.03978176
73.50 10.0583521
3 T1 71 74.250 0.95622896 1.04251508 74.0185703 -3.01857033
75.00 3.77984361
T2 73 73.625 0.99151104 0.98957160 72.2387267 0.76127328
72.25 6.65069406
T3 86 1.06848164 91.8894208 -5.88942078
11.8229511
T4 59 0.89943169 53.0664697 5.93353034
TOTAL 87.7961046

RM
Rango Medio Movible RM 7.98146405
N RM

Para 3Sy 3RM = 3x7.98146405 = 23.9443922

2.- Clculo del ndice de Estacionalidad Ajustado

Trimestre T1 T2 T3 T4
1.05709625 0.83252033
1.11074380 0.97049180 1.06135987 0.95076401
0.95622896 0.99151104
Suma 2.06697276 1.96200284 2.11845612 1.78328433
Promedio 1.03348638 0.98100142 1.05922806 0.89164217
ndice Ajust. 1.04251508 0.98957160 1.06848164 0.89943169

Indice Promedio = 1.03348638 + 0.98100142 + 1.05922806 + 0.89164217 = 3.96535802

La sumatoria de los ndices promedio debe dar un entero mltiplo del nmero de periodos
tomado, en este caso 4 y para ajustar se debe redondear los promedios por medio del
siguiente factor.

Nro de Promedios 4
fa = = = 1.00873615
Indices Promedio 3.96535802

3.- Pronsticos.
Programa de Actualizacin para egresados PAE-EPII / Sistemas de Produccin -31-

T1=(Promedio mvil centrado mas reciente para T1)x(ndice de estacionalidad

ajustado)
Prom. Mv. Ind. Est. Aju. Pronstico
T1= 74.250 1.04251508 77.4067443
T2= 73.625 0.98957160 72.8572090
T3= 75.375 1.06848164 80.5368034
T4= 73.625 0.89943169 66.2206581

4.2.7 PRONOSTICOS POR EL METODO DE PROMEDIOS MOVILES CON

PONDERACION EXPONENCIAL.
El pronstico por ponderacin exponencial es un tipo especial de promedios mviles que
tiene las siguientes caractersticas.
a.- Evita tener que guardar considerable informacin histrica.
b.- Requiere de tiempos de procesamiento reducidos.
c.- Tiene respuestas estables a los cambios.
d.- La velocidad de respuesta puede ser ajustado fcilmente.
e.- Da mayor peso a los datos histricos ms recientes.
f.- Los errores de clculo son gradualmente eliminados.
El mtodo est basado en lo siguiente: "Para obtener un pronstico de demanda, sumamos
al pronstico pasado un cierto porcentaje de la cantidad en que la demanda real de dicho
perodo se diferencia del pronstico pasado".
El porcentaje o fraccin representado por la letra se denomina constante de nivelacin.
As la ecuacin de pronsticos es:

Pr onostico Demanda Re al Pr onostico

Pr onostico del del del

Actual Periodo Periodo Periodo

Pasado pasado Pasado
Esto es:

E n = E n-1 + (Yn-1 - E n-1 )

Donde:
En = Pronstico para el periodo n
E n-1 = Pronstico para el periodo anterior.
Yn-1 = Demanda real del perodo anterior.
= Constante de nivelacin que vara entre: 0 1

Reordenando la ecuacin obtenemos que:

E n = E n-1 + Yn-1 - E n-1
E n = Yn-1 + (1 - )E n-1
Esta ecuacin puede ser interpretada como:
Programa de Actualizacin para egresados PAE-EPII / Sistemas de Produccin -32-

"El pronstico actual de demanda (E n), es igual a un cierto porcentaje de la demanda real
del periodo pasado (Yn-1) ms el complemento de ese porcentaje por el pronstico
pasado".
Hasta el momento pareciera que la ecuacin para los pronsticos no estuviera afectado por
ningn exponente y peor an, no tiene nada que se parezca a un promedio. Pero si
desarrollamos para varios periodos la ecuacin (7.37) veremos que la ecuacin es
simplemente un promedio con ponderacin exponencial. As siguiendo una serie de
pronsticos; si denominamos al primer pronstico de Eo y los pronsticos subsecuentes de
E1, E2, etc., la serie de ecuaciones para los pronsticos sern:
Periodo 1: E 1 = Yo + (1 - )Eo
Periodo 2: E 2 = Y1 + (1 - )E 1
E 2 = Y1 + (1 - )[Yo + (1 - )Eo ]
E 2 = Y1 + (1 - )Yo + (1 - ) 2 Eo

Periodo 3: E 3 = Y2 + (1 - )E 2
E 3 = Y2 + (1 - )[Y1 + (1 - )Yo + (1 - ) 2 Eo
E 3 = Y2 + (1 - )Y1 + (1 - ) 2 Yo + (1 - ) 3 Eo
.
.

-Periodo n: E n = Yn-1 + (1 - )E n-1

E n = Yn-1 + (1- )Yn-2 + (1- ) 2 Yn-3 +...+ (1- ) n-1 Yn-n + (1 - ) n E n-n

Donde:
E n = Pronstico para el periodo n
Yi = Datos historicos, i = 0,1,2,3,..., n - 1

E n-n = Pronstico inicial.

Yn-n = Primer valor real.

Nota: Por lo general en una serie histrica de datos no se tiene un pronstico inicial, para
salvar esta situacin se considera al primer valor real como el pronstico inicial (Yo = Eo).
As la ecuacin general con trminos sujetos a valores exponenciales que determinan
mayor peso a los valores recientes y menor peso a los ms antiguos ser:
E n = Yn-1 + (1- )Yn-2 + (1- ) 2 Yn-3 +...+ (1- ) n-1 Yo + (1 - ) n Yo

(1- ) n-1 YO [ +(1- )]

E n = Yn-1 + (1- )Yn-2 + (1- ) 2 Yn-3 +...+(1 - ) n-1 Yo

Ejemplo: Utilizando la informacin de "Herrandina S.A" tenemos que:

Y0 Y1 Y2 Y3 Y4 E5
Ao 1993 1994 1995 1996 1997 1998
Yi 1080 1190 1100 1220 1300 ?
Para la informacin detallada no se considera un pronstico inicial, por lo que se toma que
Eo = Yo = 1080, as utilizando la frmula para =0.2, reemplazamos los valores en la
siguiente relacin:
Programa de Actualizacin para egresados PAE-EPII / Sistemas de Produccin -33-

E 5 = Y4 + (1- )Y3 + (1- ) 2 Y2 + (1- ) 3 Y1 + (1- ) 4 Yo

E 5 = 0.2x1300 + 0.2x0.8x1220 + 0.2x(0.8) 2 1100 + 0.2x(0.8) 3 x1190 + (0.8) 4 x1080
E 5 = 1160.3
Reiterando, cuando en la ecuacin se desarrollen suficientes trminos se tendr valores de
(1- )k muy pequeos, ya que vara entre cero y la unidad, lo que quiere decir que las
demandas antiguas no tiene efecto apreciable en el clculo del pronstico.
Tambin si la suma de los coeficientes de ponderacin es igual a la unidad, verificaremos
que la estimacin calculada es un promedio. Como las ponderaciones van de mayor a
menor, esto es, del valor ms reciente al ms antiguo, se verifica que en cada trmino
existe una constante que es elevada a un exponente progresivo se trata de una progresin
geomtrica. Por induccin se tiene que el valor de una serie geomtrica decreciente es
igual a su primer trmino dividido entre uno menos la razn de la serie. En la progresin
es el primer trmino y (1- ) la razn, por tanto:

S=
1- (1 - )
Esto confirma que la expresin para calcular el pronstico es un promedio, dado que la
suma de sus trminos es igual a la unidad.
Tambin es posible pronosticar mediante el uso de la expresin simplificada, en este caso la
sencillez en el procesamiento de la informacin es evidente, ya que solo se debe guardar
los ltimos datos, en lugar de las demandas de los n pasados perodos.
Para la determinacin de , se puede calcular los pronsticos en un determinado nmero
de perodos (n=cte) para diferentes valores de 0 < 1 , la menor desviacin estndar
identificar el ms adecuado para esa serie de puntos.
O tal como J. Riggs recomienda, se debe determinar un nmero de periodos (n),
calculando para diferentes periodos la desviacin estndar identificando la menor, tal como
se determina en el caso de los promedios mviles y luego determinar por medio de la
siguiente relacin:
2
=
1+ n
En la prctica, tambin recomienda J. Riggs, que un valor =0.1 es una buena
determinacin intermedia entre un sistema muy estable que falla por no reaccionar ante los
cambios y un sistema muy sensible pero fluctuante.
Para el caso Herrandina S.A., los pronsticos para diferentes constantes de nivelacin ( )
ser:
a) Aplicando =0.8
E 1998 = 0.8x1300 + 0.8x02x1220 + 0.8x(0.2) 2 x1100 + 0.8x(0.2) 3 x1190 + (0.2) 4 x1080
E 1998 = 1291.17

b) Aplicando =0.2
E 1998 = 1160.3
La comparacin anterior hace notar la importancia de la eleccin de , mientras que para
=0.2 la reaccin de las demandas recientes es baja, para =0.8 esta reaccin es alta.
Los pronsticos por este mtodo son posibles de corregir por medio de los ndices
estacionales, esto fundamentalmente basado en el grfico de la serie histrica de datos.
Utilizando la forma corta de periodo a periodo para el caso de "Herrandina S.A", se
tendra la siguiente secuencia de clculos.
Programa de Actualizacin para egresados PAE-EPII / Sistemas de Produccin -34-

Periodo n Yn En En = Yn-1 + (1- ) E n-1 ; para ( = 0.2)

1993 0 1080 1080 Eo = Yo
1994 1 1190 1080 E 1 = 0.2x1080 + 0.8x1080 = 1080
1995 2 1100 1102 E 2 = 0.2x1190 + 0.8x1080 = 1102
1996 3 1220 1101.6 E 3 = 0.2x1100 + 0.8x1102 = 1101.6
1997 4 1300 1125.3 E 4 = 0.2x1220 + 0.8x1101.6 = 1125.3
1998 5 1160.2 E 5 = 0.2x1300 + 0.8x1125.3 = 1160.2

2.5. Comparacin y control de los pronsticos por serie de tiempo

Se han considerado dos tipos bsicos de mtodos de pronstico. Las ecuaciones por ajuste de
lnea recta suministran un medio para extrapolar pronsticos a varios periodos en el futuro.
Los procedimientos iterativos se basan en datos oportunos para hacer el pronstico siguiente.
Se debe usar el criterio para pronosticar para el caso de mtodos de regresin matemtica se
recomienda usar la la frmula

En donde
Sy = Error estndar de la estimacin
Y = datos histricos
YF = ajustado calculado o puntos pronosticados.
V = nmero de grados de libertad (cuando n<30)
Se escoge el modelo que tiene menor Sy

PREGUNTAS Y PROBLEMAS
1.- Describa y evale lo mtodos utilizados para el pronstico de ventas.
2.- Por qu las opiniones del consumidor son probablemente ms objetivas que las opiniones del
distribuidor?
3.- Cmo pueden usarse los indicadores econmicos para la prediccin de ventas? Evale este
enfoque.
4.- Cules son los indicadores econmicos usados ms frecuentemente y cuales son sus fuentes?
Mencione otros indicadores.
5.- Describa y evale el mtodo de pronstico de ventas basado en el anlisis de serie histrica de
datos.
6.- Cules son las caractersticas de la serie histrica de datos?
7.- Por qu deben ponerse en duda los datos histricos empleados en el pronstico si se sabe que
la informacin es correcta? D algunos ejemplos.
8.- Cree qu es necesario expresar el pronstico de ventas en trminos de unidades fsicas para
fines de planeacin de produccin?
9.- Cuando se a hecho un pronstico de ventas en soles para un producto individual, cmo
puede obtenerse las unidades fsicas equivalentes?
10.- Suponga que es el director de un pequeo aserradero que lleva a cabo el corte y transporte.
No se dispone de personal de planta para pronsticos o procedimientos. Ha llegado el
momento de preparar sus planes generales de produccin para el prximo ao. Se requiere una
estimacin del total de pies cuadrados de madera para la operacin de corte y transporte y el
desglose general de los tamaos de la madera acabada. De que fuentes podran obtenerse
estimaciones? Haga una evaluacin de las fuentes.
11.- Dos empresas estn pensando efectuar pruebas en el mercado para nuevos productos que han
desarrollado. Una de ellas ha perfeccionado un lser para cortar metales, porttil y para trabajo
pesado; la otra tiene un nuevo juego instructivo para pre-escolares.
Programa de Actualizacin para egresados PAE-EPII / Sistemas de Produccin -35-

Ambas planean emplear la prueba a fin de determinar la aceptacin y demanda potencial para
sus nuevos productos. Cul sera ese plan para cada caso? Es lgico el plan para cada
empresa? Qu consideraciones deben incluirse al disear la prueba en el mercado?.
12.- En caso que las expectativas de ventas indiquen un pronstico de produccin para el
siguiente ao mayor que la produccin actual, pero todava menor que la capacidad mxima de la
fbrica, no habr restricciones por parte del Gerente de Produccin, sin embargo el Gerente
financiero podr obstaculizar indicando escasez de recursos financieros. Que opina al respecto?
a) Se debe limitar la produccin para asegurar las ventas.
b) Debe revisarse los pronsticos para aumentar la produccin.
c) No se debe aumentar la produccin por escasez financiera.
d) Se debe aumentar la produccin por suficiente capacidad.
e) Se debe aumentar la produccin por pronstico favorable.

13.- La demanda para motores de 3 HP ha venido siguiendo la siguiente serie. El pronstico para
enero fue de 9 unidades.Cul es el pronstico para agosto utilizando una constante de nivelacin
de 0,2 para el modelo de ponderacin exponencial?
MES: EN FE MA AB MA JU JU AG
DEMANDA: 10 12 8 10 9 6 4 ?

a) 5,9 b) 6,276 c) 7,79 d) 6,35 e) Ninguna de las

anteriores.

14.- Para los mismos datos calcule un pronstico por medio del promedio mvil ponderado para
los meses de agosto y septiembre usando un modelo de tres periodos, ponderando la demanda
ms reciente tres veces ms que cada una de las demandas de los dos periodos anteriores.
Despus de pronosticar para agosto la demanda real fue de 10 motores.
a) 5,4 ; 8 b) 6 ; 8 c) 5,4 ; 9 d) 8 ; 12 e) Ninguna de las anteriores

15.- Los requerimientos de material en las bibliotecas de la Universidad se basan en el pronstico

del nmero de atenciones a los estudiantes. Estas a su vez se relacionan con las matrculas a la
Universidad. Sabiendo que el prximo ao las matrculas sern de 15 000 estudiantes y que cada
10 000 atenciones justifican el trabajo de un bibliotecario. Cunto personal ms se requiere para
la atencin en las bibliotecas el prximo ao si se tiene la siguiente tabla de datos?
Matrculas: 6 000 8 000 10 000 12 000
Atenciones: 480 000 620 000 750 000 850 000

a) 18 b) 17 c) 22 d) 21 e) 20

16.- Un fabricante compara las ventas anuales de uno de sus productos con los valores de tres
ndices econmicos diferentes para los mismos aos. Los valores de las ventas y de los ndices son
los siguientes:
AO VENTAS INDICE 1 INDICE 2 INDICE 3
01 8 000 101 98 110
02 18 000 111 107 116
03 22 000 119 112 124
04 14 000 117 105 111
05 12 000 116 101 117

a) ndice 3 b) ndice 1 c) ndice 2 d) ndices 2 y 3 e) ndices 1 y 3

17.- Cul es el pronstico de ventas para un ndice de 119 con el ndice ms apropiado, para el
problema anterior?
Programa de Actualizacin para egresados PAE-EPII / Sistemas de Produccin -36-

a) 23 000 b) 27 000 c) 17 000 d) 29 000 e) 25 000